Nilalaman ng artikulo
- Ebidensiya at saklaw
- Ilustrasyon
- Proseso
- Ang mas mataas na presyo ay hindi nangangahulugang mas kitang-kita ang rurok
- Isang lokal na detektor na may limitadong pagkaantala sa pagkumpirma
- Ang taas, hangganan, prominence at lapad ay sumasagot sa iba't ibang tanong
- Mga halimbawang numerikal, mga tinanggihang ripples at mga natatalong kalakalan
- Gamitin ang prominence bilang anchor feature bago mag-imbento ng entry
- Hayaang subukan ng volume ang isang natatanging kontribusyon
- Patunayan nang hiwalay ang geometry, stability, at economic value
- Mga karaniwang pagkakamali
- Praktikal na checklist
- Mga madalas itanong
- Mga sanggunian sa pananaliksik
Ebidensiya at saklaw
Ang tatlong sanggunian ay mga opisyal na dokumentong SciPy API na sumusuporta sa mga kahulugan at gawi sa pagpapatupad. Wala silang ibinibigay na ebidensya na ang isang estratehiya sa pangangalakal na binuo mula sa mga tampok na ito ay kumikita.
Praktikal na daloy ng gawain
- Piliin ang seryePiliin kung close prices o indicator ang gagamitin at suriin ang missing data.
- Hintaying makumpleto ang observation windowSuriin lamang ang gitna nito pagkatapos magsara ang kanang bahagi.
- Hanapin ang parehong baseIgalang ang mga hangganan ng bintana at ang matataas na tuktok.
- Gawing normalIhambing ang prominence sa rehistradong unit-consistent threshold.
- I-freeze ang kaganapanItabi ang mga property at ang tunay na confirmation timestamp.
Ang mas mataas na presyo ay hindi nangangahulugang mas kitang-kita ang rurok
Ang pagsasara sa 120 sa itaas ng nakapalibot na base malapit sa 119.8 ay maaaring hindi gaanong naiiba sa istruktura kumpara sa pagsasara sa 105 sa itaas ng base malapit sa 100. Ang ganap na taas ay nakadepende sa nominal na presyo ng instrumento. Ang prominence ay nagtatanong ng ibang geometric na tanong: gaano kataas ang kandidato sa itaas ng contour na nagdurugtong sa nakapalibot na istruktura nito?
Tinutukoy ng SciPy ang prominence gamit ang mas mataas sa dalawang side base na [1]. Sinusukat ang lapad sa isang tinukoy na relatibong taas ng prominence [2], habang ang find_peaks ay naglalantad ng ilang magkakahiwalay na filter [3]. Ito ay mga numerical-series tool. Ang pagbibigay-kahulugan sa isang tinatanggap na peak bilang resistance, distribution o isang pagkakataon sa pangangalakal ay nangangailangan ng karagdagang konteksto at malayang pagsubok.
Ang nilalayong benepisyo ay isang maaaring ulitin na pagbawas sa mga hindi gaanong mahalagang angkla. Hindi ito isang pangako na ang isang malaking prominence ay tumutukoy sa isang pangwakas na tuktok. Ang isang malakas na trend ay maaaring lumikha ng mga prominenteng lokal na tuktok na susundan ng mas mataas na presyo, at ang paghihintay sa nakapalibot na istraktura ay maaaring mag-iwan ng kaunting kanais-nais na gantimpala sa panganib sa oras na makumpirma ang isang kaganapan.
Isang lokal na detektor na may limitadong pagkaantala sa pagkumpirma
Ang iminungkahing baseline ay gumagamit ng mga obserbasyon ng W=11 at radius ng h=5. Sa pagtatapos ng t, suriin lamang ang kandidatong i=t−5 sa loob ng i−5 hanggang i+5. Kinakailangan ang prominence na hindi bababa sa 1.5×ATR[i−1]. Ang W=11 at 1.5 ay mga eksperimental na setting, hindi mga na-optimize na halaga. Ang ATR mula bago ang kandidato ay nagbibigay ng isang nakapirming sanggunian ng volatility na alam na sa pamamagitan ng kumpirmasyon.
Mula sa tuktok, suriin ang bawat panig hanggang sa ang hangganan ng bintana o isang mas mataas na tuktok ay limitahan ang paghahanap. Hanapin ang minimum sa bawat nagreresultang pagitan, piliin ang mas mataas na base at ibawas ito sa kandidatong halaga. Para sa mga trough, ilapat ang parehong geometry sa close-price series na binaligtad ang sign. Ang pagkuha ng pinakamababang halaga sa magkabilang panig ay magpapalabis sa prominence para sa isang tuktok na nakapatong sa balikat ng isang mas malaking istraktura.
Nililimitahan ng kodigo ang mga plateau sa iisang obserbasyon lamang. Kung kinakailangan ang mga patag na tuktok, tukuyin ang kanilang representatibong timestamp at patakaran sa buong kumpirmasyon bilang isa pang bersyon. Ang mga halaga ng NaN ay hindi dapat tahimik na maging mga zero dahil lilikha ito ng mga artipisyal na malalim na base. Ang isang kandidato sa hangganan ng bintana ay kulang sa kinakailangang nakapalibot na ebidensya at hindi dapat ituring bilang isang nakasentrong tuktok.
h = 5; W = 2*h + 1
on_closed_bar(t):
i = t - h
if i-h < 0 or invalid_data(i-h, t): return
x = close[i-h:t+1]
candidates, _ = find_peaks(x, plateau_size=(1,1))
if h not in candidates: return
prominences, left_bases, right_bases = peak_prominences(x, [h], wlen=W)
p = prominences[0]
a = ATR[i-1]
if a is not missing and isfinite(a) and a > 0 and p / a >= 1.5:
emit_once(i, confirmed_at=t, prominence=p, window=W)
# Troughs: repeat on -close, preserving timestamps and ATR.
Ang taas, hangganan, prominence at lapad ay sumasagot sa iba't ibang tanong
Ang taas ay ang halaga ng tuktok. Sinusukat ng threshold ang agarang pagkakaiba nito mula sa mga kalapit na obserbasyon. Ang prominence ay gumagamit ng mas malawak na nakapalibot na base. Sinusukat ng lapad ang pahalang na lawak sa isang napiling patayong antas. Ang isang malawak at bilugan na tuktok ay maaaring magkaroon ng maliliit na agarang pagkakaiba sa kalapit habang pinapanatili ang malaking prominence; ang isang mataas na kinakailangan sa threshold ay maaaring hindi sinasadyang mapanatili lamang ang mga spike na isang bar.
Ang pag-filter ng distansya ay nangangailangan din ng patakarang sanhi. Ang pagpapatakbo ng find_peaks sa kumpletong serye ng kasaysayan at pagpapahintulot sa isang mas malaking peak sa hinaharap upang maalis ang isang mas maagang kalapit na peak ay maaaring magbago sa nakaraang napili. Sinusuri ng baseline ang bawat nakasentrong kandidato at hindi naglalapat ng anumang global distance pruning. Ang isang cooldown pagkatapos ng mga nai-publish na kaganapan ay isang posibleng alternatibo, ngunit pinapaboran nito ang chronological availability kaysa sa pinakakahanga-hangang peak na makikita sa ibang pagkakataon.
Panatilihin ang lahat ng nasukat na katangian sa talaan ng kaganapan kahit na tinanggihan ng isang filter ang kandidato. Ginagawa nitong posible na masuri kung aling kundisyon ang nag-alis ng mga pagkakataon. Kung hindi, ang pagdaragdag ng lapad at distansya nang sabay-sabay ay maaaring mapabuti ang isang pinagsama-samang istatistika nang walang iniiwang malinaw na paliwanag kung ang pagbabago ay nagmula sa hugis, tiyempo, o ibang bilang ng mga kalakalan.
Mga halimbawang numerikal, mga tinanggihang ripples at mga natatalong kalakalan
Sintetikong lokal na segment: 100, 101, 103, 106, 104, 102, 103. Sa loob mismo ng naglalarawang segment na ito, ang kaliwang base ay 100 at ang kanang base ay 102, kaya ang prominence ay 4. Gamit ang sanggunian na ATR=2, ang normalized prominence ay 2 ATR at lumalagpas sa iminungkahing 1.5 threshold. Kailangan pa ring matapos ang nakapalibot na window bago ito maging isang nai-publish na kaganapan.
Ang isa pang segment, ang 108, 109, 110, 109.8, 109.7, ay naglalaman ng mas mataas na absolute peak ngunit mas mataas na side base ng 109.7. Ang lokal na prominence nito ay 0.3 lamang; sa ATR=1, bumabagsak ito sa parehong filter. Inilalarawan ng mga segment na ito ang geometry sa halip na kumpletong W=11 fixtures o ebidensya na ang isa ay nakakagawa ng mga kumikitang kalakalan at ang isa naman ay hindi.
Maaaring matalo ang isang kalakalan pagkatapos ng isang prominenteng high. Kung ang kumpirmasyon ay nagpapahintulot ng isang short, ang susunod na magagamit na fill ay 101.8 at ang isang structural stop ay nasa 106.2. Ang planned price risk ay nasa 4.4 points na. Ang rebound sa 107 ay tatalo sa kalakalan kahit na tama ang pagsukat ng detector sa naunang extreme. Ang isang inaasahang target na katumbas ng prominence ay magiging isang hiwalay na hypothesis.
Magdagdag ng mas mataas na kalapit na peak sa loob lamang kumpara sa labas lamang ng fixed window upang subukan ang lokalidad. Ang prominence ng bagong nasuring kandidato ay maaaring magbago sa pagitan ng mga dataset na iyon, ngunit ang isang dating nailathalang kaganapan mula sa isang hindi nabagong prefix ay hindi dapat muling isulat. Ito ang nagpapaiba sa isang sinadyang kahulugan ng window mula sa hindi sinasadyang paggamit ng istruktura sa hinaharap.
Gamitin ang prominence bilang anchor feature bago mag-imbento ng entry
Ang isang iminungkahing gamit ay ang pagpili ng mga anchor para sa mga double top o resistance zone habang iniiwan ang trigger sa ibang pangyayari, tulad ng pagsasara sa ibaba ng isang intervening low. I-freeze ang window_start, window_end, parehong base, prominence, ATR_ref, detector version at confirmed_at kasama ang kandidato. Ang mga field na ito ay nagpapahintulot sa eksaktong muling pagbuo ng desisyon.
Ang isang agarang entry pagkatapos ng kumpirmasyon ay nangangailangan ng sarili nitong stop, time exit, exposure limits, at execution model. Ang prominence ay hindi nagbibigay ng natural na garantisadong price target. Ihambing ang isang prominence-based projection sa isang fixed-R target o time exit sa loob lamang ng mga rehistradong configuration; huwag piliin ang exit nang hiwalay para sa bawat kaakit-akit na chart.
Kapag RSI o ibang bounded indicator ang sinusuri, indicator points ang unit ng prominence. Hindi magkatugma ang units kung hahatiin ang RSI prominence sa ATR ng presyo. Gumamit ng normalization na pareho ang dimensyon, o panatilihin ang raw indicator points bilang hiwalay na calibrated feature. Ganito rin kapag inihahambing ang log-price at ordinary-price detectors.
Hayaang subukan ng volume ang isang natatanging kontribusyon
Wala ang volume sa prominence formula, kaya maaari itong magdagdag ng hiwalay na feature ng data, ngunit hindi nito ginagarantiyahan ang statistical independence. I-save ang aktibidad malapit sa sukdulan at ang RVOL sa eventual trigger nang hiwalay. Ang mataas na aggregate volume lamang ay hindi maaaring matukoy ang partisipasyon ng institusyon, at ang mga prominenteng peak sa paligid ng balita ay maaaring kasabay ng mamahaling spreads.
Ipangkat ang mga obserbasyon ayon sa prominence/ATR at ihambing ang iba't ibang saklaw ng RVOL sa loob ng mga grupong iyon. Itinatanong nito kung ang volume ay nagdaragdag ng impormasyon na lampas sa price amplitude sa halip na pumili lamang ng mas malalaking galaw. Gumamit ng maihahambing na session-time baselines para sa mga intraday asset, at ayusin ang venue at base-versus-quote-volume conventions para sa crypto.
Iulat kung paano binabago ng volume filter ang bilang ng signal, average holding time, at exposure. Ang mas mataas na average na kita sa bawat filled trade ay maaaring may kasamang mas mababang performance ng portfolio kung itatapon ng filter ang maraming kapaki-pakinabang na oportunidad. Ang nawawalang volume ay dapat may tahasang patakaran sa hindi magagamit na data sa halip na bigyang-kahulugan bilang isang matinding pagkatuyo.
Patunayan nang hiwalay ang geometry, stability, at economic value
Dapat kasama sa mga fixture ang isang maliit na peak na nakapatong sa tabi ng isang mas malaking peak, mga patag na plateau, mga NaN, mga gilid ng bintana at mga kandidatong magkakalapit ang pagitan. Suriin ang eksaktong mga lokasyon ng base pati na rin ang nagresultang prominence. Kung gagamitin ang SciPy, itala ang bersyon nito at anumang preprocessing; ang isang centered smoothing filter ay nagdaragdag ng sarili nitong future-data delay.
Sukatin ang bilang ng mga napanatiling anchor, ang nakapirming h-bar confirmation lag, at ang bahagi ng mga downstream pattern na stale na para sa entry kapag naging available na ang kanilang huling anchor. Pagkatapos, suriin ang mga netong resulta sa isang naka-lock na panahon ng pagsubok na may makatotohanang mga gastos at pagpapatupad. Ang isang mas malinis na tsart ay hindi isang sukatan ng ekonomiya.
Binabago ng pagtaas ng W ang kahulugan ng bagong nasuring lokal na istruktura. Hindi nito dapat baguhin ang mga nailathalang kaganapan na kabilang sa nakaraang bersyon. Ihambing ang mga kalapit na laki ng window sa data ng pag-unlad, irehistro ang bilang ng mga pagsubok at iulat kung ang karagdagang pagsala ay makabuluhang nagpapabuti sa net expectancy o panganib pagkatapos isaalang-alang ang mga napalampas na pagkakataon.
Mga karaniwang pagkakamali
Pagkalito sa prominence at absolute height
Ang mas mataas na nominal na presyo ay hindi nagpapahiwatig ng mas natatanging rurok kumpara sa lokal na base nito.
Mag-prune ayon sa distance matapos makita ang buong serye
Maaaring maalis ng peak sa hinaharap ang isang naunang kaganapan. Gumamit na lang ng replay o isang nakasaad na causal cooldown.
Pagpapakinis nang hindi isinasaalang-alang ang pagkaantala
Ang isang nakasentrong smoother ay gumagamit ng mga susunod na obserbasyon. Idagdag ang pagkaantala na iyon sa aktwal na availability ng kaganapan.
Checklist bago gamitin ang pamamaraang ito
Lagyan ng tsek ang bawat item matapos itong beripikahin sa iyong data. Naka-save ang progreso sa browser na ito; hindi ito sertipikasyon na kumikita ang estratehiya.
Mga madalas itanong
Mas mainam ba ang pagiging prominente kaysa sa isang ordinaryong pivot?
Nagdaragdag ito ng pamantayan ng amplitude-and-base. Kung makakatulong man iyon ay depende sa layunin ng detector at sa out-of-sample performance ng estratehiyang kumukonsumo sa mga anchor nito.
Matutukoy ba ng prominence ang mga peak ng RSI?
Oo, dahil ang RSI ay isang numerical series. Ang mga resultang unit ay RSI points, kaya ang presyong ATR ay hindi isang valid na direct denominator.
Mga sanggunian sa pananaliksik
Sinusuportahan ng bawat sanggunian ang katabing depinisyon o ebidensiya. Kailangang hiwalay na patunayan ang pseudocode, mga gawang halimbawa, at iminungkahing parameter.
- scipy.signal.peak_prominencesSciPy. Basahin ang mga kahulugan ng base, wlen at algorithm; ito ay dokumentasyong numerikal, hindi pananaliksik sa pananalapi. Sinuri noong: .
- scipy.signal.peak_widthsSciPy. Basahin ang pagsukat ng lapad na relatibong prominence at ang pag-uugali ng interpolasyon. Sinuri noong: .
- scipy.signal.find_peaksSciPy. Basahin ang mga kahulugan ng filter at paghawak ng distansya. Sinuri noong: .
Mga kaugnay na pamamaraan
Paalala sa panganib
Para sa pag-aaral at pagdisenyo ng pananaliksik ang nilalamang ito, hindi payong pinansiyal. Ang Backtest ay simulasyon ng nakaraan, hindi garantiya ng resulta sa hinaharap, at hindi naglalagay ng tunay na mga trade. Hindi awtomatikong tampok ng app ang mga pamamaraan sa aklatang ito. Tingnan ang metodolohiya at sentro ng pag-aaral.
Patunayan muna ang mga tuntunin bago isapanganib ang tunay na puhunan
Suriin ang suporta ng app, data, at bawat simulated trade; maaaring mangailangan ng hiwalay na implementasyon ang mga advanced na detector.
I-download ang Backtest sa App Store