Список проголосовавших за комментарий "<p>Я мало видосов пока из этой серии посмотрел. Мои текущие мысли: модели любят «качественные» входящие признаки, если тупо подавать приращения — там заведомо в атомарных признаках очень мало изюма. Изюм во взаимодействии. Может конечно, мощные нейронные сети могут такое схавать и что-то выдать интересное, но более простые модели, думаю, ничего там особо не найдут. Думаю, надо понижать энтропию, подавая на вход более «качественные» признаки.</p><p>Ну т.е. если ты, допустим, подашь на вход выявленные тобой паттерны (0/1) — и как щас приращения — если паттерн качественный, любая модель быстро просечет что паттерн крутой, признак крутой и быстренько весами все обыграет. Но это другая крайность. Можно играть внутри. Подавать свечные комбинации, допустим. Допустим, из 3-х свечей. Или из двух. Тут уже считай мы из приращений и их направлений слепили какие-то паттерны — дальше пусть система с ними работает. Смещая ряды, можно выстраивать последовательности паттернов. Тут уже модели могут находить соль — работают ли какие-то отдельные такие паттерны сами по себе, или в последовательности, может быть и т.д.<br/> <br/> </p><p>Свечные паттерны можно собирать автоматически, думаю. Перебираешь все комбинации которые направлений приращений и цветов свечей в 3-свечных формациях