标签： #模式识别

『把 20 段 V 形恐慌-回补走势平均一下』听起来无害，但逐点算术平均是形态学的绞肉机：每段下跌时长 5~14 天随机、底部位置随机，逐点平均把错位的底相互抵消——实测平均后的 V 形深度只剩 -0.62，而样本真实平均深度是 -1.03，形态被抹掉 40%。DBA（Petitjean 2011）的解法：先用 DTW 把每段序列与当前重心逐点对齐（允许时间轴伸缩），把对齐到同一坐标的所有点取均值，迭代到收敛。实测 DBA 重心深度 -1.02 几乎完美还原，到样本的平均 DTW 距离从逐点平均的 0.907 降到 0.351（改善 61%），且目标函数单调下降。模板分类实验暴露完整依赖链：V 形单底 vs W 形双底（深度相同、位置时长随机，判别信息只在形状），逐点平均模板+欧氏距离准确率 53%（≈抛硬币）、逐点模板+DTW 50%、DBA 模板+DTW 88%——模板和度量必须同时懂时间扭曲，换任何一半都直接坍塌回随机线。三盆冷水：DTW 对齐自由度本身是过拟合来源（无窗口约束的 DTW 能把任何两段序列都对齐得很像）、DBA 是局部最优且对初始化敏感、『平均形态存在』不等于『形态有预测力』——DBA 只回答形态学问题，交易价值要靠时间外检验另行审判。

Matrix Profile 是 Keogh 团队 2016 年提出的时间序列挖掘框架：对每个长度为 m 的子序列，记录它到全序列最近邻（排除自身邻域）的 z-normalized 欧氏距离。这一条曲线同时给出两样东西——低谷是模体（有孪生兄弟的重复形态），高峰是 Discord（独一无二的异常段）。3000 日合成价格实验完整复现：5 处植入的三重震荡模体被 MP 精确定位（top-1 对距离 1.06，位置 599/1899 对上植入点 600/1900），闪崩+chirp 扫频异常被 MP 最大值一击命中；MASS 算法用 FFT 把单条查询距离压到 O(n log n)，全对距离矩阵热图直观展示『MP = 每行最小值』。事件研究部分把模体匹配当交易信号跑了 60 日前向路径对比随机基线，并诚实交代三个坑：z-norm 会抹掉幅度信息、平凡匹配需要排除区、以及『历史形态重复出现』与『形态有预测力』是两个完全不同的命题。

SAX（Lin-Keogh 2003/2007）把时间序列变成字符串的三步流水线：z-normalize → PAA 分段平均 → 高斯等概率断点离散，128 个点的窗口压成 8 个字符的词。它的杀手锏是 MINDIST 下界性质：词距离永不超过真实欧氏距离——3000 对随机游走实测违反率 0.00%，这让哈希桶预筛选保证零漏检。合成价格实验：5 处植入的 V 形反转模体，SAX 词哈希在 (w=6, a=5) 参数下 F1=1.00 完美检索，全程只有字典查找、无距离计算。参数热力图诚实展示敏感性：F1 从 0.28 到 1.00 剧烈波动，词太短撞词、太长碎片化。三盆冷水：等概率断点的高斯假设被肥尾收益率违反、z-norm 抹掉波动率量纲让盘整与崩盘同词、符号匹配≠预测力。与 Matrix Profile 对比：SAX 是倒排索引式召回，MP 是精确最近邻，实盘管线的正确姿势是 SAX 粗筛 + 欧氏/MP 精排。