ViniciusRaphael / crypto_technical_analysis

This is is a comprehensive resource for enthusiasts, traders, and developers interested in the field of cryptocurrency technical analysis
1 stars 1 forks source link

V2 - Improvement: New indicators #35

Open allyssonmacedo opened 1 month ago

allyssonmacedo commented 1 month ago

Create new indicators to give an input in the model prediction. Such as , but not limited to:

  1. Indicadores de Tendência
  1. Indicadores de Momento
  1. Indicadores de Volume
  1. Indicadores de Volatilidade
  1. Indicadores de Ciclo
  1. Indicadores de Oscilação
  1. Indicadores de Suporte e Resistência
  1. Indicadores Customizados Custom Indicators: Você pode criar seus próprios indicadores personalizados usando funções disponíveis no pandas_ta e aplicando cálculos específicos às suas séries temporais.
allyssonmacedo commented 1 month ago

Add Sharpe Ratio Add Markovitz Indice Correlation with BTC or oder selected crypto

allyssonmacedo commented 2 weeks ago

Indicadores Técnicos

allyssonmacedo commented 2 weeks ago

Atributos Históricos e Outros Indicadores

allyssonmacedo commented 2 weeks ago

Indicadores Técnicos e Padrões Avançados

allyssonmacedo commented 2 weeks ago

Atributos Históricos e Alternativos

allyssonmacedo commented 2 weeks ago

Indicadores Técnicos Avançados e Alternativos

allyssonmacedo commented 2 weeks ago

Atributos Históricos, de Volume e Dados On-Chain

allyssonmacedo commented 2 weeks ago

Para ir além

  1. Enriquecimento de Dados Externos Eventos de notícias: Incluir dados de grandes eventos econômicos, políticos ou tecnológicos que possam impactar o mercado de criptomoedas. Dados macroeconômicos: Taxa de juros, inflação, dados de emprego que podem influenciar o sentimento geral de mercado. Sentimento social mais refinado: Use APIs para capturar menções específicas de criptomoedas em plataformas sociais como Twitter, Reddit ou Google Trends, com análise de sentimento.
  2. Features Temporais e de Séries Temporais Transformações Fourier ou Wavelet: Para capturar padrões cíclicos ocultos nas séries temporais. Sazonalidade: Identificar padrões sazonais que se repetem em intervalos regulares, como no mercado de ações. Autocorrelação (ACF): Mede a correlação entre pontos em diferentes lags de tempo, útil para detectar dependências temporais.
  3. Engenharia de Features Complexas Correlação entre diferentes criptomoedas: A relação de preço de várias criptomoedas pode oferecer insights valiosos. Índice de Dominância do Bitcoin: Uma medida de quão dominante o Bitcoin é em relação a outras altcoins. Rolling Mean e Rolling Standard Deviation: Para captar as flutuações de volatilidade ao longo do tempo.
  4. Algoritmos de Seleção de Features Feature importance (Random Forest, XGBoost): Use modelos para identificar quais indicadores têm mais peso na previsão. PCA (Análise de Componentes Principais): Reduzir dimensionalidade mantendo variância significativa, útil quando você tiver muitos indicadores.