Ich probiere jetzt k-means-Clustering aus, bei dem die Daten in Gruppen aufgeteilt werden, die auf Ähnlichkeit basieren. In diesem Fall: wird jedes erweiterte Asset betrachtet und fünf Parameter gemessen: wie erweitert das Asset ist, wie lange es schon da ist, wie schnell es sich bewegt, wie selten dieses Niveau ist und wie viel Volumen dahintersteckt. Vier Gruppen sind entstanden: Rauschspike: kam schnell dorthin, bewegt sich bereits zurück. Kurzer Kontakt, wahrscheinlich nicht wert zu traden. Langsame Bewegung: wurde über mehrere Zeitzyklen hinweg erweitert, niedrige Geschwindigkeit. Möglicherweise wird eine gefangene Position aufgebaut. Überfüllte Position: extremen Perzentilrang, moderates Volumen. Squeeze- oder Liquidationsrisiko je nach Richtung. Dünner Markt — niedriges Volumen im Verhältnis zur Erweiterung. Der z-Score ist technisch gültig, benötigt aber mehr Untersuchung. Ein detaillierter Artikel wird folgen, der den gesamten Prozess beschreibt.