【摘要】将生物信息学中的序列比对方法引入金融时间序列分析,可以捕获变量的大尺度特征,抑制噪声,并能从不同角度挖掘系统的隐含模式,且无需过度的前提假设。本文在已有序列比对方法的基础上,提出了两种用于金融序列比对的打分矩阵的构造方法,即相似度导向型矩阵和目的导向型矩阵,前者侧重于反映历史数据信息,可用于发现序列的对应模式,后者考虑对序列进行比对的目的,可用于提取序列的特征片段。应用该方法,本文对上证综指和深证成指的涨跌特征及其相关性进行了实证研究,得到了良好的研究效果,印证了将该方法引入金融领域分析的可行性和有效性。