Vou pesquisar o DBSCAN em seguida para o painel estatístico e também armazenar snapshots para uma árvore de decisão que ativa após 5-6 horas de execução (2-3 dias me darão mais dados estatisticamente relevantes para compartilhar) Meu principal objetivo com isso é conseguir identificar comportamentos idiossincráticos e valores atípicos em 545 tickers da Binance com um olhar rápido. O DBSCAN encontra grupos com base na densidade, ou seja, pontos próximos se tornam um agrupamento e pontos isolados são marcados como outliers. A principal diferença em relação a k-means: k-means força todos os ativos a se juntarem a um grupo, não importa o que aconteça. O DBSCAN na verdade segrega e analisa melhor os valores atípicos nesse formato. No dashboard atualmente, cada ativo estendido é descrito por 7 dimensões simultaneamente > quão estendido, quão longo/curto, velocidade, raridade, volume, correlação BTC e regime de volatilidade. É aqui que vou encerrar por enquanto. Reunindo alguns dados e vou compartilhar no artigo em que estou trabalhando.

Resumo: nas trincheiras estatísticas