คำอธิบาย
CurrencyMeter kNN เป็นมาตรวัดความแข็งแกร่งของสกุลเงินหลายสกุลที่สร้างขึ้นสำหรับเทรดเดอร์ที่ต้องการมุมมองที่ชัดเจนของการไหลของสกุลเงิน และชั้นการเรียนรู้ของเครื่องที่เรียบง่ายเพื่อประเมินความน่าจะเป็นของการกลับสู่ค่าเฉลี่ย
แตกต่างจากตัวชี้วัดแบบคลาสสิก มันคำนวณความแข็งแกร่งสำหรับสกุลเงินหลัก 8 สกุล (USD, EUR, GBP, JPY, AUD, CAD, CHF, NZD) โดยการรวบรวมข้อมูลจากคู่สกุลเงินทั้งหมด จากนั้นทำการปรับให้เป็นมาตรวัดที่กะทัดรัด มันใช้คุณสมบัติเฉพาะ (เช่น ผลตอบแทน % ในช่วงเวลาหมุนเวียนหลายช่วง และอีก 5 คุณสมบัติที่จะเก็บเป็นความลับ)
วิธีการทำงาน:
- การรวบรวมหลายคู่: สำหรับแต่ละสกุลเงิน มาตรวัดจะรวบรวมคุณสมบัติหน้าต่างหมุนเวียนที่ทับซ้อนกันหลายรายการ ซึ่งจะสร้างค่า “แรงกดดันของสกุลเงิน” เฉลี่ยต่อสกุลเงิน
- การตรวจจับค่าผิดปกติด้วยเกณฑ์แบบไดนามิก: ตลาดไม่คงที่: คุณสมบัติทางสถิติของราคา/ผลตอบแทนเปลี่ยนแปลงตามเวลา (ความผันผวน, สภาพคล่อง, วัฏจักรมหภาค, ช่วงเวลา) เกณฑ์คงที่มักล้มเหลวเพราะสิ่งที่ถือว่า “ผิดปกติ” ในสภาวะหนึ่งอาจไม่ใช้ได้ในสภาวะอื่น
เพื่อ ลดความไม่เสถียรนั้น โมเดลใช้เกณฑ์แบบไดนามิกที่คำนวณจากการแจกแจงล่าสุดของมาตรวัด มันประเมิน “ค่าผิดปกติ” เป็นส่วนหางบนสุดของค่าที่แน่นอนล่าสุด (ตามเปอร์เซ็นไทล์) ซึ่งเปลี่ยนสัญญาณดิบให้ใกล้เคียงกับพฤติกรรมที่คงที่มากขึ้น ซึ่งง่ายต่อการสร้างแบบจำลองและเรียนรู้จาก kNN
- โมเดลง่ายๆ kNN (ML โปร่งใส): ตัวจำแนกประเภท k-Nearest Neighbors (kNN) ถูกใช้เพื่อประเมินว่าสภาวะผิดปกติมีแนวโน้มที่จะกลับสู่ค่าเฉลี่ยภายในช่วงเวลาที่กำหนดหรือไม่
เมื่อความน่าจะเป็นเกินเกณฑ์ความเชื่อมั่น ตัวชี้วัดจะแสดงสัญญาณทิศทาง: ซื้อ X/Y หรือ ขาย X/Y
คุณสมบัติ:
- สกุลเงินหลัก 8 สกุลแสดงในแผงเดียว
- การรวบรวมหลายคู่
- เกณฑ์ “ผิดปกติ” แบบไดนามิกตามการแจกแจงล่าสุด
- ชั้นความน่าจะเป็น kNN สำหรับอคติการกลับสู่ค่าเฉลี่ย
- ลูกศรบนแผงที่คงที่สำหรับสัญญาณล่าสุด
หมายเหตุ:
- นี่เป็นวิธีการ ML ที่เรียบง่ายและโปร่งใสโดยเจตนา (kNN) ไม่ใช่กล่องดำ
- เป้าหมายไม่ใช่ “การทำนาย” (ซึ่งตามคำนิยามเป็นไปไม่ได้สำหรับเทรดเดอร์รายย่อย) แต่เป็นการตอบสนอง: การระบุเมื่อสกุลเงินมีการยืดออกทางสถิติเกินกว่าพฤติกรรมล่าสุดของตนเอง
สรุป
To address market non-stationarity, it applies a dynamic threshold based on recent signal distributions to identify extreme currency strength or weakness. A k-Nearest Neighbors (kNN) machine learning classifier then estimates the probability of mean reversion from these extremes. When the probability exceeds a set confidence threshold, the indicator generates directional alerts (BUY or SELL) for specific currency pairs.
Key features include multi-pair aggregation, a dynamic extreme threshold, an interpretable kNN probability layer, and persistent on-chart arrows indicating recent signals. The approach emphasizes transparency and reaction to statistically stretched currency conditions rather than predictive forecasting. This tool supports traders focusing on forex markets and strategies such as scalping and smart money concepts.
