期货市场向从业者提供了套期保值工具以规避价格风险,基于K线图的技术分析以及基于统计分析与机器学习的量化交易,能提高期货市场流动性,从而加速价格发现。然而,目前K线图的分析过于依赖人主观分析的经验,量化分析则通过特征预测涨跌来获得买卖点,由于特征很容易失效,因此准确率不高。本研究通过人机结合,基于无监督深度学习自编码模型,将K线图形状时间序列数据降维,可视化为散点图,使用点的颜色表示后续价格走势,点之间的距离代表两段K线图形状的相似度,因此通过散点图可以快速检索与当前K线图形状相似的历史K线图,并根据历史K线图后续走势做出交易决策。有别于传统方法,本方法既可以充分利用算法对数据的处理能力自动学习特征,同时又能很好的利用人视觉分析的经验。