大家好！今天我们来聊聊一个非常实用的指标——基于最近邻算法（k-NN）的价格预测。这个算法通过寻找与当前价格走势最相似的过去走势，来预测未来的价格变动，简单来说，就是找到最接近的那个‘邻居’。
这个指标的核心思想是利用加权投票法，根据与当前模式相似的过去模式来推算未来价格。在这里，我们使用的是1-NN算法，也就是只考虑一个最近的邻居。我们通过皮尔逊相关系数来衡量当前模式与所有过去模式之间的距离。
这个指标有以下几个输入参数：
- Npast - 用于定义模式的过去柱数；
- Nfut - 用于定义模式的未来柱数（必须小于Npast）。
指标绘制了两条曲线：蓝色曲线表示最近邻的过去价格，红色曲线则表示同一模式的未来价格。最近邻的价格会根据当前模式与过去模式之间的线性回归斜率进行缩放。此外，指标还会显示最近邻的起始日期以及它与当前模式的相关系数。例如：
最近邻（EURUSD，H1）：最近邻的日期是2003年08月26日23:00:00，与当前模式的相关系数为0.9432442047577905。
图示：
