姜丽

摘 要：证券数据是高维数据，具有明显的以时间为单位的特点。验证证券数据的相似性，可以为证券行业的监管或者决策提供依据。文章设计了轻量级的证券数据格式，使用改进的高维数据相似性度量函数HDsim（X，Y），对证券数据的相似性进行了研究和计算，并对研究结果进行了验证。

关键词：高维数据；证券数据；相似度；XML

1 概述

证券交易行为充满了复杂性，证券数据也看似随机。客观分析和研究证券数据，找出隐藏在其中的规律，有助于我们对证据市场进行监管和决策。

证券数据具有明显的时间特性，几乎所有能够公开查阅的证券数据都有一定的时间有效周期。另外，证券数据具有高纬度的特征，即某一时间内的证券数据具有众多属性，每个属性体现了这一时间内数据的不同特点。针对这两点，对纷繁的证券数据进行有效组织，设计合理的相似度计算方法，可以事半功倍。

2 证券数据

基于证券数据的特点，在计算相似度之前，对证券数据进行了必要的预处理。

2.1 数据格式设计

由于证券数据具有较多影响其走势发展的因素，文章首先选取了其中可能对相似度结果影响较大的几维，包括：开盘价，收盘价，涨跌额，涨跌幅，最低价，最高价，成交量（手），成交金额（万）。其中涨跌额，涨跌幅是开盘价、收盘价的冗余，故而舍弃。最终选取确定参与运算的数据包括：开盘价，收盘价，最低价，最高价，成交量，成交金额。同时，证券数据具有明显的时间特性，因此所有数据以时间为主线关联。……