Dále se ponořím do DBSCAN pro statistický dashboard a také ukládám snapshoty pro rozhodovací strom, který se aktivuje po 5-6 hodinách provozu (2-3 dny mi dají statisticky relevantnější data ke sdílení). mým hlavním cílem je být schopen rozpoznat idiosynkratické chování a odlehlé hodnoty napříč 545 Binance tickery rychlým pohledem. DBSCAN nachází skupiny podle hustoty, tj. body, které jsou blízko u sebe, se stanou shlukem a izolované body jsou označeny jako odlehlé hodnoty. Klíčový rozdíl oproti k-means: k-means nutí každý aktivum do skupiny bez ohledu na cokoli. DBSCAN ve skutečnosti lépe segreguje a rozlišuje idiosynkratické odlehlé hodnoty v tomto formátu. V současném dashboardu je každý rozšířený asset popsán současně 7 dimenzemi > jak dlouhá, jak dlouhá/krátká, rychlost, vzácnost, objem, korelace BTC a režim volatility. Tady to teď rozhodnu. Sbírám nějaká data a budu je sdílet v článku, na kterém pracuji.

Stručně: ve statistických zákopech