🧭 Cronometra i tuoi scambi: Atlas rivela quando i mercati tendono a muoversi per mese, giorno della settimana e ora. 🧭

Vedi quando il tuo mercato tende a muoversi — per Mese, Giorno della Settimana o Ora del Giorno.
Atlas calcola rendimenti futuri su un orizzonte che scegli e disegna una mappa di calore simmetrica (Giù → Zero → Su). Ogni riquadro mostra una metrica (Media, T-stat, o Sharpe) più percentuale di successo | n. Usalo per cronometrare ingressi/uscite, pianificare sessioni e filtrare il rischio.

🎯 Perché i trader lo usano

• Individua finestre verdi per entrare e finestre rosse per stare alla larga.
• Pianifica le sessioni intorno a ore/giorni statisticamente favorevoli.
• Aggiungi un livello pulito di “quando” a strategie discrezionali e sistematiche.

⚙️ Come funziona

• Guarda avanti su una finestra che scegli e riassume come il prezzo tende a comportarsi in quella finestra.
• Raggruppa i risultati in intervalli temporali (Mese / Giorno della Settimana / Ora) e rispetta il tuo fuso orario.
• Applica protezione dagli outlier e un punteggio di forza robusto per intervallo (più dimensione del campione).
• Disegna una mappa di calore bilanciata attorno al neutro usando i tuoi colori Su / Zero / Giù.

👥 A chi è rivolto

• Trader discrezionali — migliore tempistica e dimensionamento per sessione.
• Costruttori di sistemi e bot — un filtro temporale / dimensionamento temporale per strategie.
• Trader di crypto e indici — modelli comportamentali rapidi su giorni/ore.
• Principianti — lettura semplice: più verde = bias più positivo sull’orizzonte scelto.

🚀 Avvio rapido

• Scegli Preset Asset (Forex/Crypto/Indice/Oro).
• Imposta Orizzonte (es., 1 Ora per HOD, 1 Giorno per DOW/Mese).
• Regola Lookback, Minimo Osservazioni e colori.
• Leggi i cluster (diversi riquadri verdi/rossi adiacenti) per i segnali più forti.

ℹ️ La stagionalità non garantisce risultati futuri. È un modello statistico che dipende dal periodo e dalla metodologia. Usa l’indicatore come contesto per le tue regole di ingresso/uscita e gestione del rischio, testa la robustezza su più finestre di lookback e evita di fare affidamento su intervalli con basso n (dimensione del campione).