高卒理論の再現をPythonで目指すスレ トッピング 2品目

高卒たんの理論を利用した銘柄選びやエントリーポイントを探る
プログラムの作成を目指すスレです。

Pythonの使い方についても一緒に勉強していきましょう

目指せ億トレ！！
目指せCoCo壱フルトッピング！！

◆現在の成果物:
PC用　https://kousotsu-py.info/
モバイル用　https://kousotsu-py.info/mobile/

◆プログラムソース
バックエンド　https://github.com/tyaro/kousotsu-py_v2
フロントエンド(PC用) https://github.com/tyaro/kousotsu-react
フロントエンド(モバイル用) https://github.com/tyaro/kousotsu_flutter

プログラムの内容や機能の追加等も話題にしていただければと思います。

※始まりのスレッド
高卒億トレプロのスレ Part.8
https://fate.5ch.net/test/read.cgi/cryptocoin/1623324966/

※姉妹スレ
高卒億トレプロのスレ Part.14
https://fate.5ch.net/test/read.cgi/cryptocoin/1628151859/

お試し適当AI予想プログラム(お蔵入り)
https://colab.research.google.com/drive/1bcLvuyS9ANvK9ssx77M5JFIWEJmrZDRh?usp=sharing

>>82
仮想通貨全体の出来高の占有率も特徴に使えるのではないでしょうか？
(出来高上位に来るとしばらく持続する感)
ビットコドレインやアルトドレインは値動きに影響ありそうです


出来高高くても釣り合って値動きが殆どない時もあるので
変動率出来高それぞれで特徴量とするのは効果的かと思います

オカルト的な部分もありますが週末と平日や時間帯で動きに違いがありそうなので

そこらも学習要素に入れると良いのかも知れません

>>83
具体的で参考になるトンクス

BTCだけはトレンドとして入れておこうと思いましたが
BNBとかもCakeやBakeなんかのBNB銘柄に影響大ですし入れるかな
曜日と時間帯もいいね

ひとまず過去半年くらいからのデータを学習データとして収集していって今の結果に当て嵌めて推察モデルを作ってみる
面白い結果がでてきたら開発コラボしましょう

>>84
開発コラボレーション是非是非

最初ダッシュボードで偏差値出していたのですが
狙いとしてはいつもと動きがちがうものをあぶり出す事を目的としていました

通貨全体合計の出来高履歴から中央値とっての当日偏差値や
銘柄個別出来高履歴からの銘柄偏差値は良い指標になるんじゃないかと考えています。
(ボラリティ指標のADRもきいてくるかも？)

バイナンス先物の出来高占有率見る限り
普段は上位20位で出来高の75%
上位3位で50%を占めています。
短期的に見るとその上位3位に普段は20位にも入らない銘柄が食い込んだりします(BTCより大きい出来高になったり)

BNBやcakeの動きと関連銘柄の関係性は注視してなかったので今後見ていきたいと思います

>>85
出来高占有率
とても面白い着眼点だね
オイラは先物とかはやってなかったのだけど
現物をやらない理由はあるの？

判定発動のタイミングとかも検証してみたら面白いのかなと思っているところ
例えば一定時間内に一定率以上ビットコ価格が落ちたら判定開始でその落ちている間の出来高占有率の推移だったり価格推移がどうかってところだね
考えるほどに面白いけど特徴量の種類が増えすぎそw

>>86
現物だと下降トレンド中なんも出来ないので先物ばっかりになりました

今ダッシュボードに試験的に変動率全体平均とビットコの価格推移のせてますけどビットコヨコヨコ中にアルト全体は上昇傾向のアルトドレインや
その逆のビットコドレインがたまに観測されます。
(6時間変動率がわかりやすいかも)

AIでどの特徴量が一番効いてるのか判別出来そうですしファイトであります

(そのうち私もやりたい)

>>87
なるほどなーw常にトレードありきなのねw

ドレイン系に焦点をあてて推測モデルを作るのも面白いかもw
出来たら通貨それぞれにタグをつけてフラグをたてたいところw
他の通貨との兼ね合いとか
もしやるとしたら過去一年分くらいのデータをもとに一から作るかどうか
Pythonでプログラミングしてるみたいだから機械学習は突きやすいと思う

ちなみに教えてほしいのだけれど下記の解釈を教えてもらえないかな？

symbol=BTCUSDT&interval=1h で呼び出した時

"2434” Quote asset volume…..1時間ごとの取引高(単位:USDT)であってますか？

"1756.", // Taker buy base asset volume…..?

"28.", // Taker buy quote asset volume…..?

"17928899." // Ignore……?

クオートアセットボリュームはUSDT換算出来高

Taker buy base asset volume 買われたコイン枚数出来高

Taker buy quote asset volume 買いのUSDT出来高

ignore 取引失敗？回数 (よくわかりません)

>>89
ありがとう
試しにグラフを1時間単位のローソク足に変えて
棒グラフの出来高の数値を見るけど
taker buy quote asset volumeと一致しないのは何故？

色々と大口の動きを推測したいけれど
大口ってバレないように時間をかけてゆっくり買い漁ってる印象？
どういう風にそれを判別するのが最適解だと思う？
もし時間かけて拾い集められてるとしたら
1週間での買いボリュームの合計が今まで過去にないボリューム且つ全体のアルト投資額の中でも割合が増えてる
とかかな？
1日とか1時間とかの短い期間で見ても判断つかなさそうw

>>90
基本的に投資機関が常時行っているのは裁定取引と思われます。
(トレード履歴で0.001とか小さい単位がざーっと流れていくようなヤツ)

そんな中たまに価格操作する為なのか大きい金額で成り行きの注文で売買が入ることがあります。

ある程度変動するとイナゴやアルゴリズム取引がそれにのっかり価格が更に動きます。

時価総額の割に出来高ランキング高い銘柄があるのは価格操作がしやすいからじゃないかなと思います。

実際の所大口がどのようなタイミング・手法で介入してくるのかわかりませんが、
どかんと来たとき仕手戦のような価格変動(両面狩り)があったりします。

>>91
とても分かりやすい解説をありがとう
ちなみにそこでも買いと売りの比率枚数での強さも特徴量に出来そうですね
売りの出来高ってイコールで買いの出来高と同じ数値にならないの？

>>92
そこまで傾向をよく掴んでるね
このレベルでの話ができる人ってなかなかいないから
詳しく話せて楽しいw

いろいろと仮説を立ててデータ突っ込んで検証していきたいなw
0.0001とか小さく刻むと言うことは取引回数については何かしらの特徴でてそうだよねw
さっきも書いたけどおそらく大口は1週間とか数日かけて仕込むだろうから1週間単位とかの移動平均とかで見たら何かしら傾向が掴めそう

つくづく思うのは指摘されてるとおり
時価総額が低くて供給の少ない通貨
且つチャートの形がずっと底を這ってて過去にすごく跳ね上がったことのある通貨はあがりやすいよね
あとはその仕掛けをどうやって見抜くかなのねw

>>93
大抵の人たちは例えば$100から$150(50%UP)になるのを狙うけれど$115まで様子見してて$130(13%UP)を何回も狙う方がリスク低くていいのよねw
そんな隙間を狙うアルゴリズムを組みたいなw

オーダーブックにこの値段で売買しますよと置いてるのはmaker

成り行きで売買するのがtakerになります

takerが売買することによって値段は変動します

例えば下記のオーダーブック(市場)があったとします
101ドル 売り 2
100ドル 売り 1

100ドルの1個を買うと市場には101ドルのものしかなくなります

そのため市場価格は101ドルになります


出来高はmaker側は加算されずにtaker側のみとなるので
売買の出来高が異なってきます

>>93
ちなみにOrderBookの見せ板とかはどんな持論を持っていますか？
どうかはまだわからないのだけれど例えば大口が買い集めてるときに価格が下がらないように下に蓋をして買い板を一時的に厚くしてたりしないかな？
>>93氏が言うように0.001とかの小さい額で頻繁に数日にわたって買い集めていて(取引回数が過去と比べると平均的に多い)、且つその期間ずっと買い板を動かさずに買い蓋として設置してる
といったような

>>97
ありがとんくす
今週かけて機械学習モデルを組み込んだ推論による予測アルゴリズムを作ってみようと思う

そして売買比率なんですけどローソク足ベースにすると
ローソク足一本で最終値=高値になってることは少ないので
基本的にマイナスになっちゃうんですよね・・・

なんで上がってんのに50%切るんだろうとずっと悩んでましたが
考えてみりゃ当然でした(´･ω･`)

>>98
サクッと良い絵が無かったのですが、
例えば下記のスクショでは
20.5ドル台で45.27KのALICEﾀﾝを売るとありますが
ALICEﾀﾝの価格が上昇したとき買われた訳でもないのに
居なくなる場合があります

https://i.imgur.com/ZfjuI5B.png


上蓋の場合は心理的圧迫与えてそこでのショートを誘い
逆に買いを入れて価格を釣り上げそのショートのロスカットを狙う感じです

>>98
指値で大量注文した場合、約定するのに時間かかる(約定する度に値段上がる)ので結果として何日もかけてるように見えるのかもしれませんね

>>100
売買比率って基本的に買いと売りって同じ数字にならんの？売られてる分だけ買ってるはずよね？

>>101
アルゴとかはまさにそんなかんじねw
見せ板作ったり外したりってのをずっと機械的にやってるね

>>103
出来高は指値で置いてる方(maker)は除外なのです
並べてあるものを売り買いする方(taker)の出来高がvolになりますので
売り買い出来高の比率は異なります

スマホのページにも変動率1分がほしいです

あら・・・
スマホでも一分需要あるのね・・・

PCからでもスマホのページみてるんです

了解です。
明日から変動率ページのとこ弄ります

ちょいと病院行ったら肺が少し白くなってたので開発遅れます・・・

それ笑えないやつ

元々心臓悪いので・・・

>>104
トンクス
今日から時間が取れそうだから検証してみる
ところで全部のコインのこの1時間の取引量を一括で取得する方法ってないよね？
klineだとsymbol=でコインごとの指定だし

>>112
残念ながら無いです(>_<)

頭回らんので簡単にプログラム説明

PythonでBinanceからTikcer情報(全銘柄の現在価格)は下記で取得できます。

―――――――――――――――――――――――
# requestsライブラリ
Import requests

# 先物用のAPI
endPointF = 'https://fapi.binance.com'

# 現在価格取得URLパス
path = '/fapi/v1/ticker/price'

# APIサーバから値を取得
response = requests.get(endPointF + path).json()


responseに取得したデータがJson形式で入ってますので
print(response)をするとそのデータが表示されます。

とってきたデータは扱いやすいpandasのデータフレーム型に変換します。
※ループ処理を書かなくてもさくっと色々計算できる

また、色々計算した後に小数点位置が銘柄毎に違うので
ここで小数点位置を計算しておくのがよかです
(現物の場合は少し異なる)

APIから取得したデータのタイムスタンプはUnix時間で表記されていて
直感的ではないのでわかりやすいDatetime型のTimestampに変換します。
ついでに日本時間に合わせておくと混乱が少ないかもしれません。

――――――――――
import requests
import pandas as pd
import datetime

# 先物用のAPIエンドポイント
endPointF = 'https://fapi.binance.com'

# 現在価格取得URLパス
path = '/fapi/v1/ticker/price'

# APIサーバから値を取得
response = requests.get(endPointF + path).json()

# なにかと扱いやすいのでpandasのデータフレームに変換
df = pd.DataFrame(response)

# 小数点位置データを作成して格納しておく
df['point'] = df['price'].str.len() - df['price'].str.find('.') - 1

# Unix時間だとぱっと見よくわからないのでわかりやすい形式に変換しておく。またUTC0時なので日本時間に合わせておく
df['time'] = pd.to_datetime(df['time'],unit='ms') + datetime.timedelta(hours=9)

print(df)

Panndasのデータフレームですが列にアクセスする際は

df[‘price’] でも df.price でもどちらでも構いません。
※ 列に price 列があること前提です。

リスト型データの中味を操作する場合、通常ですとループ処理を記述しますが、
Pandasは1行でデータフレームの全列に対して処理を行うことができます。

Python使うならpandas使わないともったいなすなのです。

>>116
トンクス
やっぱりTickerなんか

1 価格(Price)の推移　と　2 取引高(quoteVolume)の推移　と　3 OrderBook の推移

これらの3つの情報をクローラーで回して取得しつつってのだと一周させるのに相当時間がかかりそう
金持ちは複数台のPCでクラスター組んでやってるのかね

>>117
今高卒たんツールはtickerは1分で回して
別の遅い周期で取ってるローソク足の最終値に突っ込んでから
(高値安値も最終値が上回ったら更新)使ってます。
ローソク足データは始値終値高値安値ボリュームが梱包されてるので
それを使うのが楽かなと

またバイナンスはIPでアクセス制限かけてるので同一IPでアクセスしまくると
ロックがかかります
(一回ローカルでやらかして半日ほどロックかかりました)

1分間で1200回までとありますがこれが取引のアクセスなのか
パブリックAPIのアクセスも含むのかよくわからんです

監視銘柄数を絞ってアクセス回数増やすかレンタルサーバー分散させて取ってくるかになりそうです

>>118
貴重な意見トンクス
仮にPythonだとklineで1分足のデータを500種類のコインを取り込んで処理にかけるとしたら
取り込みだけでどれくらい時間がかかりそう？
たとえば1種類で取り込みに5秒
その取り込んだデータへの計算処理で2秒
合計7秒かける500種類で3500秒
だいたい1時間かかるとか？

>>120
いや、取り込み自体は早いですよ
接続制限怖がってスパン広げてるのをやめれば2秒ぐらいでいけるのでは

Google colabで試してみますか

>>121
1分で1200アクセスだとしたら

OrderBookを500種類取り込み及び分析処理
klineで500種類の取引高取得(1分足と1時間足の2種類)

この2種類を取り込むのに一周で所要時間どれくらいかかる？

>>121
google colabで実験おねがい

先物全銘柄のKlinesとってみました。

試してみて下さい。

https://colab.research.google.com/drive/1LEMj_q4THIxkZsUndj_yFywrQfD4mtez?usp=sharing

APIアクセスをマルチスレッドにしないと133件で30秒ぐらいかかりますので
ざっくりAPIアクセスが100件30秒として500件で150秒ｘ2の300秒

取り込んだデータの計算はよっぽど複雑でも全体で5〜10秒で終わると思います。
AIとなるとまたかわってきますが

AUDIOのロングエントリー推奨価格とショートエントリー推奨価格が同じ価格になってますね

>>126
まだデータ足りないからですね
C98も同様です

今の算出メソッドだとロングショートはそれぞれ10日ずつアップダウンが無いと出ないのですよね・・
最短20日

高騰する順番とかあるんかなぁ

>>124
アリガトン
思ったんだけど
まずは短期的な価格や取引高で予測をつけるよりもinterval=1dにする
過去半年分くらいのチャートグラフの動きを日別で数値化して傾向を出してチャートがこの数ヶ月大きく膨らまず溜めているコインを見つけ出す

この中から時価総額が低いものを優先的に選択して何かしらのファンダ情報を見つけて投資した方が跳ねるコインは見つけやすいんじゃないかな

チャートを数値化して仮説での条件で判定の対象期間をずらしていけば面白そう

>>130
それもありですねー
強いファンダかどうかが中々難しそうですが(>_<)

>>131
実際に短いスパンでの分析してて的中率低くない？
二週間以上とか中長期を比較対象にしてデータ分析した方が妥当性は高そう

>>132
私は基本的にRSIとMFI見ての超ド短期勝負で運良く飛んでったら放置のスタイルなので・・・
上がりそうだけど上がってないなとか妙に高い奴もたまには狙いますけど

最近星1でも勝てるコツを掴んだのかちょっとずつ少額だけど資産増えてる

いつか絶対開発者さんにはお返しします！いつもありがとうございます！

>>133
株と違って仮想通貨の場合は一つの銘柄に対しての投資家の数が圧倒的に少ないからテクニカルがほぼ通用しないよなー
そうなってくるとテクニカルでいってもある程度のラインを設けてデータ見ないと全然参考にならないのが現状だった
とりあえず一週間分を1分のインターバルで区切って500通貨を機械学習のTabular Regressionでモデル作ってみたけど教師データとの正誤率が60%程度
三ヶ月と半年のスパンでもやってみる

>>135
おお素晴らしい
プレイヤー数とプレイヤー資金トータルと
他の投資対象(株、各種先物)の出来高から推測して
資金の流入量見るのもよいかもしれませんね

>>134
おお素晴らしいですヽ(´ー｀)ノ
欲をかきすぎずコツコツ行くのが良いと思いますヽ(´ー｀)ノ

項目が増えたりして完全に使い方がわからなくなって。
頭のいい人誰かまとめてくれないかしら。
稼いだらお返しします＞＜

「稼いだら」と言う奴は結局稼いでも寄付しない
「稼ぎたいから先行投資します」だろ

>>139
そうですね、すみませんでした

>>140
というわけで先行投資しなさいよ
人動かしたいならね

トップページのダッシュボードについて

平均出来高占有率
・当日を除く過去3日間/7日間/10日間/20日間/30日間の出来高の平均値
・銘柄の人気番付的な位置づけ
・基本的には時価総額の順位とだいたい同じになる
・20位以内の銘柄が表示される。
・時価総額ランキングより高い順位の銘柄がある場合は注目銘柄とみなすといいかも

リアルタイム出来高占有率
・20位以内の銘柄が表示される
・15分ローソク足を基準に計算される
　但し15分足の読み込みは周期が5分ぐらいの周期の為、
　0-15分/15−30分/45-60分/3時間45分〜4時間/・・・
　ぐらいの出来高を積算して表示している
・平均出来高占有率より高い順位のものがあればそれは注目銘柄と言える
・基本的に出来高が高い銘柄は変動率が高い

ボラティリティランキング
・Today(％)9時からの最大ボラティリティのランキングとなり、
　そのボラティリティの割合を表示している
　ボラティリティ：価格変動の割合
　Today(％)が10％であれば、その日最高で10％の利益が見込めたことになる。
　絶対値の為、ロングであったりショートであるかはトレンドを見て判断

・AVG(%)前日までの平均ボラティリティ
　AVGが10％でTodayが5％であれば、今日はさらに5％ぐらい利益がでるかもしれないと期待できるが、あくまで目安。
・平均ボラティリティが高い銘柄はデイトレで稼ぎやすい銘柄とも言える

平均の計算方法について
・ADR 括弧内は何日間の平均かを表す。単純平均で計算される
・ADRE：指数平滑化平均を使用しているので直近の変動率が色濃く反映される
個人的にはADRE(5)が目安として妥当じゃないかなと愚考する

変動率ランキング
・1分おきのTikerで計算しているため、髭は取れていない可能性がある
・RANKでソートすればマイナスの変動もわかる
・来てる銘柄を表す。

Up/Down先物銘柄比率
・上昇銘柄と下落銘柄の割合を示す。
・全体として上昇傾向なのか下落傾向なのかを判別するために作成

変動率の中央値
・BTCの変動率と併記
・基本的に全体中央値の方が大きくなる傾向
・BTCの変動率に近いもしくは高い場合はBTCにお金が流れている可能性

アリスたんは平均ボラが10％以上ありながら1日で何回も上下するので
チャートに貼り付けるときはお気に入りの銘柄
たまにぶっ飛ぶので必ずストップを入れる

テクニカル分析

BB%B
・ボリンジャーバンドの2σで計算
・現在価格がボリンジャーバンドの＋2σとー2σのどこにいるかを表す
・本来のBB%Bだと100％で＋2σ、0％でー2σになりますが、
　BB%Bから-50して0を基準になるようにしています。
・すなわち50で2σ -50で-2σ となる
・100％で3σ 25でσとなる
・50以上だと反転を視野にいれるが、伸びる可能性もあるので
　後述のボリンジャーバンド幅と出来高で伸びるかどうか判断する

BB幅
・ボリンジャーバンド幅
・ボリンジャーバンド幅が拡張傾向だと更に伸びる可能性有り

素人意見なので話半分でおなしゃす

ありがとうございます

>>150
お気軽にどうぞー

https://i.imgur.com/C0KcIZA.png

ロングショート比率ちょっとリニューアルしました。

・トップトレーダーのロングショートアカウント比率
・トップトレーダーのロングショートポジション比率
・全体のロングショートアカウント比率
・出来高の積み立てグラフ
・価格推移

こちらはPythonを介さずにブラウザから直接バイナンスAPIからデータを取得して
表示させています。

頭がまだ回らないので頭使わなくて良いところを先に実装します。。。

変動率ページやらなんやら本調子になるまで少々お待ち下さい。。。

ゆっくりで良いのでお身体に気をつけてください！

一昨年心不全やってしまったのでいつまでいけるか分かりませんが
生きてるウチは頑張りますん

>>155
BTC以外でも寄付受け付けられるようにしてください
送金手数料安いやつで

>>156
ﾋｪ、ありがとうございます
手数料安くて変動少ない奴がいいんですかね・・・
ちょっと探しておきます

>>157
変動は、送る側にとっちゃあまり関係ないですｗ
まあせっかくなら法定通貨換算で減らないでほしいけど
SOLとかONEとかIOSTとか、安く送れるやついっぱいありますよ
USDTも意外と安かったりします

今のところこのシステムで儲かったことは無いんだけど、ｗ
今まで頑張ってくれて、これからも頑張るつもりでいてくれてるあなたに感謝の気持ちを贈りたい
でもまだ勝ってなくて全然金無いから猫の額ほどの額しか送れない（額と額をかけてます！）
だから送金手数料が高いと、なんか贈る方も損した気持ちになっちゃう

理由としてはこんなとこです

俺はあのシグナルにすら寄付した馬鹿者ですので高卒プログラムの中の人にも寄付させていただきます
あのときは暴落前でお金あったから数万円分のONE送れたなあ
シグナルでも儲かったことないけどねｗ

>>158
すぐに目減りしちゃうと送って下さった方ももやるかなと(>_<)
アドレスは早いうちに準備しておきます

>>159
しっかりと補助できるツールになるよう引き続き精進致します。

>>161
もしすぐに5%とか減っちゃったら何か損した気持ちになりますねｗ
お世話になった人に贈ったお中元なのに賞味期限が短かったらしい、みたいな

ずーずーしくもsolアドレスはっつけておきました

図々しいわけないじゃないですか
昔と違って今は、「ネットコンテンツは無料であるべき」のハッカー思想が資本主義に飲み込まれてしまった時代なんです

明日になると思いますが用意できたら0.1SOLくらい送ろうかと思ってます
0.01SOLにしといた方が少額投げ銭の前例として役に立つかなと思ったんだけど、昼飯代くらいは奢りたいというプライドが‥‥

プログラム見て何かで儲かったらまた送りますね
今のところは星ついてる奴で全敗してるんでねｗ
いずれマニュアル作りたいですね

>>165
高卒たんメソッドは基本的に反転待ちの逆張り狙いなので
星1とかはそのまた逆の順張りの方が良い場合がございます(>_<)

なんか面白そうなスレ
いちから見てみるわ
AIの推論で飯食ってるからなんか手伝えるかも

>>167
前スレから読むのがお勧めです！

>>167
ありがてぇありがてぇ
こういった投資の回帰モデルつくるときって
特徴量にはどんなデータを準備したらいい？

>>169
投資にはからっきしだからよくわからん
だけどビットコインの予測やってた知り合いの中国人が、銀の相場はかなり使えるって言ってたわ
そいつ日本の株予測もやってて、意外にも合コンの相場が良い特徴になってたらしい
対象に関する基本的な特徴以外にも相場全体に影響してそうな変数を探して入れてみると良いかもね
とは言っても仮想通貨はイーロン砲とか不安定要素多いみたいだから、単純な回帰モデルではちょっと難しいかも

>>170
実際にAIに突っ込んで試してないのでアレですが、
感覚的に外部要因がでかいので、出来高とトレンドだけだと超ド短期しか
厳しい気がしまする・・・

少し前のレスで先に人工知能の話をして検証していた者だけど検証が終わって推測モデル作ったった
今現在のトレンドからだとCTSIとGXSが良いと人工知能は出したけどどうだろう
短期で飛ぶのが期待できるコインはこの二つだった

>>172
バイナンス先物で取り扱い無いじゃないですかあ

https://i.imgur.com/QIMNyBj.png

BB%BランキングとBB幅ランキングを追加しました。

BB%Bは−50してあるので±50が±2σに相当します。

最終3期の平均が±50を超えるとバンドウォークと見なしてBW表示がでます。

基本的に±3σで反転をねらったりバンドウォーク中は順張りします。
1つ上を見た方がいいのでデフォルト値を1時間に変更しておきます。。。
※他のデフォルト表示が15分なので

BB幅は小さいとくそレンジ中です。
拡大傾向か縮小傾向かで変動を予測します。

テクニカル増えてくるとテクニカル組み合わせて選定するのが欲しくなりますね

>>172
素晴らしいっす
期間的には長期での推測でしょうか？

CTSIは一定周期でパルス的に上がってますねぇ

せめてバイナンス先ものにあるやつにしてくれ

バイナンス現物もよいとおもいまっせ

あーもう全然うまくいかない
プログラム参考にしてから負け続けてる
寄付できん　すまん

種がゼロになった
給料日までさらば‥‥

250万の種全部溶けた
給料入ったら再開するからプログラムの見方を教えてほしいです‥‥

>>172
過去に比べて極端な日足大出来高が出たらトレ転と仮定する
って形でモデル作ることは難しいけ？

上ならイナゴが食いついて爆買いやらかした扱い（近々強く利確するやつが出るかも）
下なら多数がパニック売りやった（投げたい奴は投げたから下は限定的）扱い
ってなものだが