ML Key Levels for MT5

🟠OVERVIEW
Este script trazaNiveles Clave de Aprendizaje Automático en su gráfico detectando puntos de pivote históricos y agrupándolos mediante clustering aglomerativo para resaltar los niveles de precios con más reacciones pasadas. Combina una detección de pivote, una lógica de agrupación jerárquica y un método de silueta opcional para seleccionar automáticamente el número óptimo de niveles clave, ofreciéndole una forma adaptativa de visualizar las zonas de precios en las que se concentró la actividad a lo largo del tiempo.

🟠CONCEPTOS
La agrupación aglomerativa es un método ascendente que comienza tratando cada pivote como su propio clúster y, a continuación, fusiona repetidamente los dos clústeres más cercanos en función de la distancia media entre sus miembros hasta que sólo queda el número deseado de clústeres. Este proceso crea una jerarquía de agrupaciones que puede describir con flexibilidad las pautas de reacción de los precios en torno a determinados niveles. Esto ofrece una ventaja sobre la agrupación de K-means, ya que no es necesario predefinir el número de agrupaciones. En este script, se utiliza un enfoque de vinculación media, en el que la distancia entre agrupaciones se calcula como la distancia media entre pares de todos los puntos contenidos.

Figura 2

El script encuentra los máximos y mínimos de los pivotes durante un periodo de retrospección establecido y los guarda en una memoria intermedia controlada por la configuración de la memoria de pivotes. Cuando hay al menos dos pivotes, los agrupa utilizando la agrupación aglomerativa: empieza con cada pivote como su propio grupo y sigue fusionando los pares más cercanos basándose en su distancia media hasta que queda el número deseado de grupos. Este número puede fijarse o elegirse automáticamente con el método de la silueta, que comprueba lo bien que encaja cada punto en su grupo en comparación con los demás (las puntuaciones más altas significan una separación más limpia). Una vez finalizada la agrupación, el script toma el precio medio de cada clúster para crear niveles clave, los ordena y traza líneas horizontales con etiquetas y colores que muestran su fuerza. Una tabla de métricas también puede mostrar detalles sobre los clusters para ayudarle a entender cómo se calcularon los niveles.

1. Motor de agrupación aglomerativa con enlace promedio para fusionar pivotes en grupos de nivel. (Figura 3)
2. Líneas dinámicas que muestran el nivel de precios de cada agrupación para mayor claridad. (Figura 4)
   
3. Etiquetas que indican la fuerza del nivel, ya sea como porcentaje de todos los pivotes o como recuentos brutos. (Figura 5)
   
4. Una tabla de métricas que muestra el recuento de pivotes, el recuento de clusters, la puntuación de la silueta y la media de pivotes por cluster. (Figura 6)
5. Selección automática opcional basada en la silueta del recuento de conglomerados para encontrar de forma adaptativa el mejor ajuste.