これまでの株価予測の研究において株価データをそれぞれ一定の期間で区切り、各セグメント間の価格変動の類似性を測ることで予測を行うことができるとされている。しかし既存研究ではクラスタリングが上手くできない問題があった。その理由として、異常な価格変動を排除していない点や時間足やセグメントサイズの相性を考慮していない点が考えられる。そこで本研究では異なる時間足データを用い、ユークリッド距離で価格変動の類似性を測り、クラスタリングを実施して株価の上下動を予測する際、異常なセグメントを排除し、時間足とセグメントサイズの組み合わせの相性を考慮することで、クラスタリングと予測の精度向上を目指すことを提案する。