Tepe belirginliği: yerel yapıyla zirve ve dip filtreleme

Uygulamalı iş akışı

1. Diziyi seçinKapanış fiyat serisi veya gösterge seçimini sabitleyin; eksik verileri kontrol edin.
2. Pencerenin tamamlanmasını bekleyinSağ taraf kapandıktan sonra ancak merkezini değerlendirin.
3. İki tabanı bulunAramayı pencere sınırları ve daha yüksek tepelerle sınırlayın.
4. NormalleştirBelirginliği, kayıtlı, birim tutarlılığı sağlayan eşik değerle karşılaştırın.
5. Olayı dondurÖzellikleri ve gerçek onay zaman damgasını saklayın.

Daha yüksek fiyat, mutlaka daha belirgin bir zirve anlamına gelmez.

Çevresindeki 119.8 civarındaki bir taban üzerinde 120'de gerçekleşen bir kapanış, 100 civarındaki bir taban üzerinde 105'de gerçekleşen bir kapanıştan yapısal olarak daha az belirgin olabilir. Mutlak yükseklik, enstrümanın nominal fiyatına bağlıdır. Belirginlik ise farklı bir geometrik soru ortaya koyar: Aday, çevresindeki yapıyı birbirine bağlayan konturun ne kadar üzerinde yükselir?

SciPy, iki yan tabandan daha yüksek olanı ([1]) kullanarak belirginliği tanımlar. Genişlik, belirtilen göreceli belirginlik yüksekliği ([2]) üzerinden ölçülürken, find_peaks birkaç ayrı filtreyi ([3]) ortaya çıkarır. Bunlar sayısal seri araçlarıdır. Kabul edilen bir tepe noktasını direnç, dağılım veya işlem fırsatı olarak yorumlamak ek bağlam ve bağımsız test gerektirir.

Amaçlanan fayda, önemsiz çıpaların tekrarlanabilir bir şekilde azaltılmasıdır. Büyük bir çıkıntının nihai bir zirveyi belirleyeceği anlamına gelmez. Güçlü bir trend, belirgin yerel zirveler ve ardından daha yüksek fiyatlar üretebilir ve çevredeki yapıyı beklemek, bir olay onaylandığında risk-ödül oranının az kalmasına neden olabilir.

Sonlu doğrulama gecikmesine sahip yerel bir dedektör

Önerilen temel sürüm W=11 gözlem ve h=5 yarıçap kullanır. t barı kapandığında yalnız i−5 ile i+5 penceresinin merkezindeki i=t−5 adayını değerlendirin. Belirginlik en az 1.5×ATR[i−1] olmalıdır. W=11 ve 1.5 deneysel, optimize edilmemiş ayarlardır. Adaydan önceki ATR, teyit sırasında zaten bilinen sabit volatilite referansıdır.

Tepeden her iki yana, pencere sınırı veya daha yüksek tepe aramayı sınırlayana kadar bakın. Her aralığın minimumunu bulun, daha yüksek tabanı seçip aday değerinden çıkarın. Dipler için kapanış serisinin işaretini ters çevirerek aynı geometriyi uygulayın. İki tarafın en düşüğünü almak, büyük yapının omzundaki tepenin belirginliğini abartır.

Kod, platoları tek bir gözlemle sınırlandırır. Düz tepeler gerekiyorsa, bunların temsili zaman damgasını ve tam onay politikasını başka bir sürüm olarak tanımlayın. NaN değerleri sessizce sıfıra dönüşmemelidir, çünkü bu yapay derin tabanlar oluşturacaktır. Bir pencere sınırındaki aday, gerekli çevresel kanıtlardan yoksundur ve merkezlenmiş bir tepe olarak ele alınmamalıdır.

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.

Yükseklik, eşik, belirginlik ve genişlik farklı sorulara cevap verir.

Yükseklik, tepe noktasının değerini ifade eder. Eşik değeri, komşu gözlemlerden olan anlık farkını ölçer. Belirginlik, daha geniş bir çevre tabanı kullanır. Genişlik, seçilen dikey seviyede yatay uzantıyı ölçer. Geniş ve yuvarlak bir tepe, önemli bir belirginliği korurken, yakın komşularında küçük farklılıklar gösterebilir; yüksek bir eşik değeri gereksinimi, istemeden yalnızca tek çubuklu sivri uçları tutabilir.

Mesafe filtrelemesi ayrıca nedensel bir politika gerektirir. Tüm geçmiş seriler üzerinde find_peaks'yi çalıştırmak ve daha büyük bir gelecek zirvesinin daha önceki yakındaki bir zirveyi ortadan kaldırmasına izin vermek, geçmiş seçimini değiştirebilir. Temel yaklaşım, her merkezlenmiş adayı değerlendirir ve küresel mesafe budaması uygulamaz. Yayınlanan olaylardan sonra bir soğuma süresi olası bir alternatiftir, ancak bu, daha sonra görülebilen en etkileyici zirveden ziyade kronolojik kullanılabilirliği tercih eder.

Filtre adayı reddetse bile, ölçülen tüm özellikleri olay kaydında saklayın. Bu, hangi koşulun fırsatları ortadan kaldırdığını teşhis etmeyi mümkün kılar. Aksi takdirde, genişlik ve mesafeyi aynı anda eklemek, toplam istatistiği iyileştirebilir ancak değişimin şekilden, zamanlamadan veya farklı işlem sayısından kaynaklanıp kaynaklanmadığına dair net bir açıklama bırakmaz.

Sayısal örnekler, reddedilen dalgalanmalar ve kaybedilen işlemler

Sentetik yerel segment: 100, 101, 103, 106, 104, 102, 103. Tam olarak bu örnek segment içinde, sol taban 100 ve sağ taban 102'dir, bu nedenle belirginlik 4'dir. ATR=2 referansıyla, normalize edilmiş belirginlik 2 ATR'dir ve önerilen 1.5 eşiğini aşmaktadır. Bu olayın yayınlanabilmesi için çevreleyen pencerenin henüz tamamlanması gerekmektedir.

Başka bir kesit olan 108, 109, 110, 109.8, 109.7 daha yüksek mutlak tepe içerir; fakat yan tabanların yükseği 109.7 olur. Yerel belirginlik yalnız 0.3 olduğundan ATR=1 ile aynı filtreyi geçemez. Bunlar tam W=11 test veri kümeleri veya birinin kârlı diğerinin zararlı olduğunu gösteren kanıtlar değil, geometri örnekleridir.

Belirgin bir zirveden sonra bir işlem zarar edebilir. Diyelim ki teyit, kısa pozisyona izin veriyor, bir sonraki işlem 101.8 ve yapısal stop 106.2'de bulunuyor. Planlanan fiyat riski zaten 4.4 puan. Dedektör önceki aşırı noktayı doğru ölçmüş olsa bile, 107'ye bir geri dönüş işlemi bozar. Belirginliğe eşit bir öngörülen hedef, başlı başına ayrı bir hipotez olacaktır.

Yerelliği test etmek için, sabit pencerenin hemen içindeki ve hemen dışındaki daha yüksek komşu bir tepe noktası ekleyin. Yeni değerlendirilen adayın belirginliği bu veri kümeleri arasında değişebilir, ancak değişmemiş bir önekten daha önce yayınlanmış bir olay yeniden yazılmamalıdır. Bu, kasıtlı bir pencere tanımını, gelecekteki yapının kazara kullanımından ayırır.

Giriş oluşturmadan önce belirginliği bir dayanak noktası olarak kullanın.

Önerilen kullanım, çift tepeler veya direnç bölgeleri için referans seçip tetikleyiciyi aradaki dibin altında kapanış gibi sonraki olaya bırakmaktır. window_start, window_end, iki taban, belirginlik, ATR_ref, dedektör sürümü ve confirmed_at değerlerini adayla sabitleyin. Bunlar kararı tam yeniden kurmayı sağlar.

Onay sonrası hemen giriş yapılması durumunda, kendine ait bir stop loss, zaman çıkışı, pozisyon limitleri ve işlem modeli gereklidir. Prominence doğal ve garantili bir fiyat hedefi sağlamaz. Prominence tabanlı bir projeksiyonu, yalnızca kayıtlı konfigürasyonlar içinde sabit R hedefi veya zaman çıkışı ile karşılaştırın; her cazip grafik için çıkışı ayrı ayrı seçmeyin.

Dedektör RSI veya başka bir sınırlı gösterge üzerinde çalıştığında, belirginliği gösterge puanları cinsinden ölçülür. RSI belirginliğini fiyat ATR'ye bölmek birimleri karıştırır. Boyutsal olarak tutarlı bir normalizasyon kullanın veya ham gösterge puanlarını ayrı olarak kalibre edilmiş bir özellik olarak saklayın. Logaritmik fiyat ve normal fiyat dedektörlerini karşılaştırırken de aynı uyarı geçerlidir.

Hacmin ayrı katkısını test edin

Hacim belirginlik formülünde yoktur; ayrı veri özelliği ekleyebilir ama istatistiksel bağımsızlık garantilemez. Uç nokta çevresindeki faaliyet ile daha sonraki tetik anındaki RVOL değerini ayrı saklayın. Yüksek toplam hacim tek başına kurumsal katılımı göstermez; haber çevresindeki belirgin tepeler pahalı spreadlerle örtüşebilir.

Gözlemleri belirginliğin ATR değerine oranına göre gruplandırıp grup içinde farklı RVOL aralıklarını karşılaştırın. Böylece hacmin yalnız büyük hareketleri seçmek yerine fiyat genliği ötesinde bilgi ekleyip eklemediği sınanır. Gün içinde eşdeğer seans saati bazları kullanın; kriptoda borsayı ve hacmin baz ya da kotasyon varlığı cinsinden ölçümünü sabitleyin.

Hacim filtresinin sinyal sayısını, ortalama elde tutma süresini ve risk maruziyetini nasıl değiştirdiğini raporlayın. Filtre birçok faydalı fırsatı eliyorsa, gerçekleşen işlem başına daha yüksek ortalama kar, daha düşük portföy performansıyla birlikte var olabilir. Eksik hacim, aşırı bir durgunluk olarak yorumlanmak yerine, açık bir şekilde mevcut olmayan veri politikasına sahip olmalıdır.

Geometriyi, stabiliteyi ve ekonomik değeri ayrı ayrı doğrulayın.

Test veri kümeleri büyük tepenin yanındaki küçük tepeyi, düz platoları, NaN değerlerini, pencere uçlarını ve yakın adayları içermelidir. Tabanların tam yerini ve belirginliği kontrol edin. SciPy sürümünü ve ön işlemeyi kaydedin; merkezli yumuşatma gelecekteki gözlemleri beklemek için kendi gecikmesini ekler.

Korunan referans sayısını, h barlık sabit teyit gecikmesini ve son referans kullanılabilir olduğunda eskimiş olan, bunlardan türetilen formasyonların oranını ölçün. Sonra sabitlenmiş test döneminde gerçekçi maliyet ve gerçekleşmeyle net sonucu değerlendirin. Daha temiz görünen grafik ekonomik ölçüt değildir.

W değerinin artırılması, yeni değerlendirilen yerel yapının tanımını değiştirir. Önceki sürüme ait, daha önce yayınlanmış olayları değiştirmemelidir. Geliştirme verilerinde yakındaki pencere boyutlarını karşılaştırın, deneme sayısını kaydedin ve ek filtrelemenin, kaçırılan fırsatları hesaba kattıktan sonra net beklentiyi veya riski anlamlı bir şekilde iyileştirip iyileştirmediğini raporlayın.

Yaygın hatalar

Bu yöntemi kullanmadan önce kontrol listesi

Her maddeyi kendi verilerinizle doğruladıktan sonra işaretleyin. İlerleme bu tarayıcıda saklanır; stratejinin kârlı olduğunu belgelemez.

• wlen'i kesin gözlem sayısı olarak tanımlayın.
• Belirginliği sınırsız gelecek verisiyle ölçmeyin.
• Simetrik tepe ve çukur kurallarını uygulayın.
• ATR referansı geleceği kullanmadan karar anında erişilebilir olmalıdır.
• NaN değerlerini yapay sıfırlarla değiştirmeyin.
• Mesafeye bağlı budama işleminin yayınlanmış etkinlikleri silmesine izin vermeyin.
• Hem bazları hem de değerlendirilen pencereyi saklayın.
• Giriş, durdurma ve çıkışları ayrı bir strateji belirleme yöntemi olarak ele alın.

Araştırma kaynakları

Her kaynak, yanında açıklanan tanımı veya kanıtı destekler. Sözde kod, sentetik örnekler ve önerilen parametreler ayrı ayrı doğrulanmalıdır.

1. scipy.signal.peak_prominencesSciPy. Taban, wlen ve algoritma tanımları okundu; sayısal dokümantasyondur, finansal araştırma değildir. Kontrol tarihi: 2026-10-11.
2. scipy.signal.peak_widthsSciPy. Göreceli belirginlik yüksekliğinde genişlik ölçümü ve enterpolasyon davranışı okundu. Kontrol tarihi: 2026-10-11.
3. scipy.signal.find_peaksSciPy. Filtre tanımları ve mesafe işleme kuralları okundu. Kontrol tarihi: 2026-10-11.

İlgili yöntemler