文章 "分析交易所价格的二进制代码（第一部分）：技术分析的新视角"

[MetaQuotes]

新文章 分析交易所价格的二进制代码（第一部分）：技术分析的新视角已发布：

本文提出了一种基于将价格波动转换为二进制代码的技术分析创新方法。作者展示了市场行为的各个方面——从简单的价格波动到复杂形态——如何被编码为一系列的0和1。

这是 Python 中的基础分析示例：

def analyze_words_frequency(self, prices):
    price_diff = np.diff(prices)
    bullish_mnemonics = []
    bearish_mnemonics = []
    
    for i in range(len(price_diff)):
        window = prices[max(0, i-4):i+1]
        if len(window) < 5:
            continue
        mnemonic = self.encode_price_movement(window)
        if price_diff[i] > 0:
            bullish_mnemonics.extend(mnemonic.split())
        else:
            bearish_mnemonics.extend(mnemonic.split())

而现在最有趣的是它在真实交易中是如何运作的。想象一下：你看着图表，看到的不是普通的K线，而是一串“1011101”的序列。这看起来像是胡言乱语吗？但它并不是！这个序列能告诉你的，可能比十几个技术指标还要多。

有趣的是，当我把这个代码展示给交易伙伴们看时，他们一开始都指着我的太阳穴转了转手指。“为什么要搞得这么复杂？”他们说。然后其中一个人注意到了一个有趣的现象：某些二进制序列在强波动前出现的频率，比概率论所预期的要高得多。

当然，这并不意味着我们发明了一台印钞机。但你必须承认，市场通过二进制代码与我们沟通的这个想法，本身就很有吸引力。就像那部《黑客帝国》电影里一样，还记得吗？

作者：Yevgeniy Koshtenko

[Maxim Dmitrievsky]

在论坛上的 MO 线程中，特征的二值化和定量化似乎没有任何结果：)

[Intan Yahya]

从您的文章来看，理论上似乎很有前途。我将继续关注你的下一次更新，直到这个指标项目 得以实现并派上用场。在此之前，请继续努力。