Gold CatBoost Clusters Real

Gold CatBoost Clusters Real EA arbeitet mit dem CatBoost-Algorithmus unter Verwendung von Clustering-Methoden. Das CatBoost-Modell wird mit einer Reihe von Merkmalen gefüttert, die auf der Grundlage von Kursdaten und gleitenden Durchschnitten (MA) erstellt werden. Dazu gehören die Abstände zwischen dem Kurs und den gleitenden Durchschnitten über verschiedene Zeiträume hinweg sowie zwischen den gleitenden Durchschnitten selbst, die dazu beitragen, die Abweichung und die Trendstärke zu erfassen. Die Merkmale werden normalisiert, indem sie durch den Preis oder den MA geteilt werden, um sie skaleninvariant zu machen. Darüber hinaus werden rollierende Fensterstatistiken (Mittelwert, Standardabweichung, Maximum und Minimum) verwendet, um die Volatilität und das Verhalten über einen bestimmten Zeitraum hinweg widerzuspiegeln. Es werden auch verzögerte Merkmale einbezogen, die vergangene Werte liefern und dem Modell helfen, die zeitliche Dynamik zu verstehen. Ratio-basierte Merkmale wie Preis-zu-MA und MA-zu-MA beschreiben die relative Positionierung. Die Steigung der gleitenden Durchschnitte wird berechnet, um die Geschwindigkeit von Trendänderungen darzustellen, und eine Kompressionsmetrik - definiert als die Summe der Abstände - zeigt an, ob sich der Markt in einem flachen oder einem trendförmigen Zustand befindet. Schließlich werden binäre Merkmale hinzugefügt, um die Trendstruktur zu beschreiben, z. B. Sequenzen wie MA1 > MA2 > MA3 und deren Umkehr.