Ik probeer nu k-means clustering uit waarbij de data in groepen wordt verdeeld op basis van gelijkenis. In dit geval: wordt elke uitgebreide activa genomen en worden vijf parameters gemeten: hoe uitgebreid de activa is, hoe lang het daar al is, hoe snel het beweegt, hoe zeldzaam dat niveau is, en hoeveel volume erachter zit. Vier groepen zijn ontstaan: Ruispiek: kwam snel daar, beweegt al weer terug. Korte aanraking, waarschijnlijk niet de moeite waard om te handelen. Langzame grind: is al meerdere tijdscycli uitgebreid, lage snelheid. Potentieel vastzittende posities worden opgebouwd. Overvolle positie: extreme percentielrang, gematigd volume. Squeeze- of liquidatierisico afhankelijk van de richting. Dunne markt — laag volume in verhouding tot uitbreiding. De z-score is technisch geldig maar vereist meer onderzoek. Een gedetailleerd artikel volgt over het hele proces.