Trixter LOF

Yerel Aykırı Değer Faktörü (LOF) Algoritması , küresel eşik değerler kullanılarak tespit edilemeyen verilerdeki aykırılıkları bulmak için bir makine öğrenimi yöntemidir. Basit yöntemlerden farklı olarak LOF, noktaların doğrudan çevresindeki yoğunluğu karşılaştırarak yerel aykırı değerleri arar.

Nasıl çalışır

LOF'un temel fikri basittir: aykırı değer, etrafındaki nesne yoğunluğu komşularının etrafındaki yoğunluktan önemli ölçüde düşük olan noktadır.

1. Komşuluk seçimi. Her nokta için algoritma,  k  en yakın komşuyu bulur.

2. Yerel yoğunluğun hesaplanması. Noktanın komşuları tarafından ne kadar "sıkı" çevrelendiğini hesaplar.

3. Komşularla karşılaştırma. Algoritma, nokta etrafındaki yoğunluğu komşularının etrafındaki ortalama yoğunlukla karşılaştırır.

4. Final skoru. Nihai LOF değeri, nokta etrafındaki yoğunluğun komşularının etrafındaki yoğunluktan kaç kat daha düşük olduğunu gösterir.

   • LOF ≈ 1: noktanın yoğunluğu çevresiyle karşılaştırılabilir (normal).

   • LOF >> 1: yoğunluk önemli ölçüde daha düşüktür (potansiyel aykırı değer). Bir aykırı değer için tipik eşik değeri > 1.5 olarak kabul edilir.

Ne için kullanılır

LOF, aykırı değerlerin yalnızca genel arka plana karşı değil, aynı zamanda bireysel veri grupları içinde de var olabileceği problemlerde yaygın olarak uygulanır.

• Genel aykırılık tespiti: Şüpheli işlemlerin, ekipman arızalarının veya anormal kullanıcı davranışlarının belirlenmesi.

• Sanayi ve enerji: Kayıpları önlemek ve öngörücü ekipman bakımına geçiş için anormal enerji tüketim modellerinin analizi.

• Zaman serileri: Zaman serisi verilerinde aykırı noktaların veya tüm segmentlerin (alt dizilerin) aranması (örneğin, uyarlanmış bir sürüm kullanarak).

Trixter LOF botu bu yaklaşım uygulanarak oluşturulmuştur.

Trixter LOF algoritması, Yerel Aykırı Değer Faktörü (kısaca LOF) kullanarak örüntü aramasını uygular. Altın piyasasının yeterince verimli olduğu ve çoğu fiyat hareketinin tahmin edilemeyen piyasa gürültüsü oluşturduğu varsayımından yola çıkıyoruz. Ancak altın grafiğinin en öngörülebilir olduğu parçaları (sözde aykırı değerler) tespit edebiliriz. Bu şekilde, grafiğin iyi tahmin edilebilen %30'luk bölümlerini ayırdım.

Ana prensipler

• Altın volatilitesinin birden fazla zaman dilimi ve gösterge periyodunda analizi.
• Etkili örüntüleri (100'den 3000'e kadar) bulmak için volatilitenin gruplandırılması.
• İstatistiksel doğrulama: yüksek matematiksel kazanç beklentisi ve istatistiksel anlamlılık.
• Doğrulamayı geçemeyen örüntüler gürültü olarak işaretlenir — bu durumlarda işlem açılmaz.
• Gerçek hesaba kabul edilmeden önce 2 yıllık zorunlu ileriye dönük test.

İşlem mantığının özellikleri

• Emirlerin fiyattan seçilen bir mesafede limit emirlerle açılması — minimum kayma.
• Limit emri gerçekleşmezse (fiyat seviyeye değmez) ve sinyal kaybolursa — emir silinir.
• Açık pozisyonlar stop-loss ve take-profit ile desteklenir ve karşıt sinyal durumunda piyasa fiyatından kapatılır.
• Robot, martingale, arbitraj veya diğer yüksek riskli stratejileri kullanmaz.
• Önerilen zaman dilimleri: M5'ten H1'e. En uygunu — H1 XAUUSD.
• Esnek işlem aktivitesi ayarı sağlanmıştır (parametreler aşağıda).

Temel ayarlar

• AL sinyallerine izin ver, SAT sinyallerine izin ver — piyasa yönünden emin olunduğunda alım/satımlara izin verir veya yasaklar.
• Sinyal hassasiyeti, Filtre hassasiyeti — sinyal hassasiyeti ve gürültü filtreleme eşiği. Varsayılan değer: 0.5. Daha temiz sinyaller için 0.7–0.9'a kadar yükseltilebilir.
• İşlem saatlerine göre filtrele — işlem saatlerinin kısıtlanması. Varsayılan olarak — 7/24.

Sermaye yönetimi ayarları

• Limit emri için puan cinsinden mesafe — fiyattan limit emrine olan mesafe. Varsayılan: 250. Daha düşük → daha fazla işlem, daha yüksek → daha muhafazakâr.
• Maksimum pozisyon + emir sayısı — aynı anda açık olabilecek maksimum pozisyon sayısı (ortalama alma yok). Varsayılan: 3.
• Ek olarak yapılandırılabilir: açılışlar arası gecikme, maksimum spread kontrolü, stop-loss ve take-profit seviyeleri.