交易策略
1)寻找适合做多的类别
股票价格序列通过相似性聚类可以区分为若干个类别，哪个类别适合做多可通过对应的第二日收益率分布进行判断。
每个类别可通过4个属性刻画，分别为平均单次损益、累积损益、类别发生概率和第二日上涨概率，其中第二日上涨概率和单次损益属性非常重要，适合做多的类别一定是大概率上涨且单次损益足于抵消交易成本的概率。
2)考虑有效类别的时效性：T-N1→T+N2
A股市场瞬息万变，投资者预期对第二日市场的影响具有时效性，也就是说发掘的适合做多的类别不可能长久地适应市场，所以有必要与时俱进地根据最近的历史数据开发适合做多的类别，而且必须定期更新。
案例：模式识别短线择时模型
例如，用过往30个交易日的最后半小时价格序列进行聚类以发掘适合做多的类别，这些适合做多的类别在未来30个交易日内适用，30日之后必须根据最新的30个交易日时间窗重新发掘适合做多的类别。
利用沪深300指数2009年5月18日至6月30日间30个交易日的历史数据生成10个类别，每个类别下的业绩表现及胜率如表10-2所示，表中数据按支持度×胜率进行排序。
表10-2 模式识别短线择时样本数据分类
在单边上扬市场中，大部分类别的业绩表现都不错，只有第3、7、10类别值得警惕，不过在单边上扬市场中，第二日的市场涨跌有可能受趋势延续的市场交易行为影响，并不一定是利好信息的体现。
第7, 3, 10类判空，其他类别判多，利用在2009年7月I日至2009年7月24日的数据进行判断，共18个交易日，判对13次，胜率为72.2%。
