本發明是有關於一種結合金融專業知識與機器學習理論的K線分析技術。金融市場的預測，例如預判漲跌或期貨指數的波動預測等等，是財務金融與資訊工程的重要研究之一。由於市場價格具有相依性且容易受整體市場的預期心理影響，需要透過特別的預處理與編碼，或是更複雜的模型架構，才有可能完成金融需求上的預測模型。

我們在學術成就上巧妙地將時間序列問題的交易線圖，透過GAF(Gramian Angular Field)模型轉化後，保留時間序列的特性，以及K線圖(Candlestick)的特徵，讓CNN模型能分辨出交易員自行標記的歷史訊號，達到以圖找圖的功能。

本產品針對的客戶為金融機構的交易部門，主要目標為透過程式交易降低人為決策的失誤與操作成本。本產品與一般程式交易不同之處，在於透過直接的圖像辨識進行操作。