# Канва 600: півоти ноги і корекції Вкладка: [`/canvas600`](http://localhost:8080/canvas600) · пари: BTC_USDT + 5 монет (ETH, SOL, XRP, BNB, DOGE) · стандарт 30 с дослідження 35. ## Промпт > роби нову вкладку — для неї .мд все як тут — готуємо канву (останні > кращі напрацювання звідси — користуйся там) — задача взяти для канви > ногу (500 рядків) додати по 50 рядків — буде 600 зліва та справа — за > межами ноги, ноги які тривають меньше 7 годин — ігноруй. тепер задача: > в цих ногах є наші 7 фіч — там відображаються корекції в середині ноги > та корекції в кінці ноги, працювати на практиці повинно так: заходять > дані — перетворюються на нашу канву600 — модель визначає в цій канві чи > є там зони півотів зігзаг 2.3 % тобто чи є там початок ноги 2.3 % або > кінець (що одне й те саме) також вона повинна відрізняти від цього > початку або кінця корекції що всередині канви, тобто мережа бачить > канву — визначає чи є початок — кінець ноги, якщо є або початок або > кінець — мережа повинна відрізнити корекції в середині ноги від її > початку або кінця та відмітити їх, і якщо ми подамо потім більше даних > де буде і початок і кінець ноги — мережа повинна знайти початок та > кінець а локальні корекції помітити як локальні. Уточнення сигналу: > перед навчанням коли наріжеш датасет - мітки корекцій, початків та > кінців ніг пропусти через уточнювач сигналу - в діапазоні по стандарту > вкладки - сигнал може бути меньшим або більшим - сигнал потрібно в > заданих зонах конкретизувати та помітити в зонах лише сигнал щоб не > помічати те що без сигналу сигналом - це "уточнення сигналу" для > уточнення сигналу після очищення - рахуй кореляції сигналу з усіма > частинами датасету (приклад порівняння сигналів початок ноги - період > до ноги - кінець ноги - корекції в середині ноги) - та обери ті > параметри сигналу що краще всього корелюють з нашими цілями! це буде > "уточнений сигнал" обереш найкращий по кореляції - виведеш табличку в > плашці . та побудуєш юмипи цих сигналів (всіх які в нас є цілями) > сигнал уточнений це вікно а не один вектор з 7 . але для навчання > використовуй 600х7 , роби чекаю уточнених сигналів на юмапах : виводь > початок ноги, кінець ноги корекції внутрішні , звичайні частини ніг . Вивід результатів — як на `/edges30`. Графік: > тепер нанеси ці корекції на графік трейн з вибором пари - щоб > подивистись очима де вони і повверх намалюй зігзіг з яким працював Рівна довжина пошуку піку і плутанина: > Прибрати артефакт розміру зони. Шукати пік у вікні однакової довжини > для півота й корекції. Тоді видно, скільки різниці справжньої. - зроби > це і прпиши в .мд цього дослідження в стандарт щоб так було завжди та > перерахуй це дослідження з виправленням — штраф за «корекцію, названу > півотом» і навпаки і більше прикладів корекцій, що стоять поруч із > півотом у тій самій канві. - це також роби > для цієї кореляції ти рахуеш повний півот 2.3% чи розділяєш корекції > на початок та кінець ноги? в принципі ми маємо порахувати кореляцію між > цілими сусідніми півотами 2.3 це і є події початку та кінця ноги > ще одни розділ - зроби для юмап к-мінс 2 > дослідження кластер 2 - зроби для нього розділом 3дюмап > зроби там кнопку для вибору і окремого відображення здюмап кластер1 > додай окрім к-мінс автоматичний поіл на класи — да хдбскан > розшифруй ці 2 класа і додай результати хдбскан до 3дюмап > вчи модель знаходити к-мінс кластер1 і виводь результати на вал > тото ми маємо в канві 600 знайти нерозривні рядки з 7 фіч, які > відносяться до класу1 к-мінс … роби 600 з виводом на графік щоб можна > було рухати зону канви > можеш додати ще одну плашку знизу де ти знаходиш саме півоти2.3% тобто > початок та кінець ноги? > додай ще клас2 з к-мінс аналогічно тому як робив клас 1 плашкою > одобрюю вкладку - робимо нову . візьми це Кластери 1 і 2 на канві > руками (val) з поточної вкладки та Подача і видача мережі на одній нозі > val з вкладки /seq30 та Ряд: ціна, ціль і обидві голови з вкладки > /legs та виведи їх всіх під графіком вал на новій вкладці · і додай для > кожної видачі ема як тут ладки /legs > виводь всі видачі моделей під головним графіком , вони всі повинні > обчислювати те що обрано на головному графіку тобто першому там де можна > обирати зону всі інші графіки видали > (смуги «зона кластера 1» і «зона кластера 2») видали ці 2 > (голови «бік ноги» і «зона розвороту» лінією з емою) додай ці 2 з /legs > а чого ти не додав повнота ноги вхід 1? > виведи мені порівняння фіч опору та підтримки в початку ноги - кінці > ноги - корекціях та в звичайній частині ноги - зроби графік ## Ціль Мережа отримує **канву 600** — відрізок ряду записів 30 с у матриці 600 × 7 — і на кожному рядку каже, що там: | Клас рядка | Що це | | ---------- | ----- | | **півот 2.3** | зона півота зігзага 2.3 %: початок або кінець ноги (півот один — кінець однієї ноги є початком наступної) | | **корекція** | зона краю корекції всередині ноги: внутрішній півот зігзага 0.8 % | | **тіло** | решта | Мережа має робити три речі: 1. **Знайти в канві півоти 2.3, скільки б їх там не було:** жодного, один (є тільки початок або тільки кінець ноги) чи два і більше. 2. **Відмітити корекції всередині ноги як корекції.** Відкат усередині ноги не можна плутати з її початком чи кінцем. 3. **Працювати на довшому відрізку.** Коли канва захоплює і початок, і кінець ноги, мережа знаходить обидва півоти, а локальні корекції між ними відмічає як локальні. ## Дані Беруться готові записи й ноги дослідження 35, етап 3 (стандарт 30 с). Нічого не перераховується. | Що | Де | Як отримано | | -- | -- | ----------- | | записи 30 с і 7 фіч | `research/35-leg-fullness/data/bars30/_.npz` | [`bars30.py`](../35-leg-fullness/scripts/bars30.py): секунди робочої копії сумуються в записи 30 с на сітці UTC, фічі — хід `клас210х10-1х7д/д` (шість відношень похідних + `d_price_avg`) | | ноги зігзага 2.3 % | `research/35-leg-fullness/data/bars30/legs.json` | зігзаг 2.3 % прямо по `price_open` записів, без ема; точка кінця ноги — екстремум `price_close` у ±25 записах (`rules/02-markup.md` → Точка кінця ноги) | | посекундні суми для канви | робоча копія `data/<рік>/<місяць>//` | `bars30.read_seconds` | - **Частини.** train — до 14.08.2026, val — з 14.08 по 22.09.2026 (UTC). Межа та сама, що в дослідженні 35. - **Ноги коротші за 7 годин (840 записів) у вибірку не йдуть.** Вони лишаються в розмітці: їхні півоти, що потрапили в канву довгої ноги, розмічаються як усі інші. | Монета | Ніг train | З них ≥ 7 год | Ніг val | З них ≥ 7 год | | ------ | --------: | ------------: | ------: | ------------: | | BTC_USDT | 146 | 107 | 26 | 22 | | ETH_USDT | 229 | 137 | 40 | 29 | | SOL_USDT | 288 | 149 | 56 | 34 | | XRP_USDT | 166 | 110 | 100 | 33 | | BNB_USDT | 118 | 94 | 34 | 26 | | DOGE_USDT | 263 | 140 | 96 | 33 | | **усі** | **1210** | **737** | **352** | **177** | ## Канва 600 Канва будується з найкращих напрацювань дослідження 35 (етапи 3 і 8). 1. **Проміжок.** Нога — це записи `first … last`, їх `L`. Крок рядка — `L / 500` записів. До ноги додається по 50 рядків із кожного боку, тобто по `0.1 · L` записів: від `first − 0.1·L` до `last + 0.1·L`. Рядки 0–49 лежать до ноги, 50–549 — сама нога, 550–599 — після ноги. 2. **Нарізка.** Проміжок ділиться на 600 рівних відрізків на межах записів. Відрізок — сума секунд, хід той самий, що в `bars30.edges_of`, але на 600 рядків. Оскільки нога триває щонайменше 840 записів, у канві завжди ≥ 1008 записів, тобто ≥ 1.68 запису на рядок. Канва тільки **стискається**, розтягу з секунд немає. 3. **Фічі.** На кожному відрізку — хід `клас210х10-1х7д/д` (як `classes30.features`): 7 фіч на рядок. 4. **Нормування тільки на саму канву**, як `bars30.normalize`: медіана живих рядків → `sign · log1p` → 99-й перцентиль. Мертвий рядок (без секунд) — нулі. 5. **Стовпця маски немає** (рішення користувача). Вхід — 600 × 7. 6. **4 скаляри**, як в етапі 8 дослідження 35: `log1p` числа записів, `log1p` кроку рядка в секундах, `log(close/open)` канви, частка живих рядків. Приклад: нога BTC на 2000 записів (16 год 40 хв). Крок — 4 записи (2 хв) на рядок. Канва починається за 200 записів (1 год 40 хв) до півота початку ноги і закінчується через 200 записів після півота кінця. Півоти стоять на рядках 50 і 549. ## Розмітка рядків **Півоти 2.3.** Це всі півоти `legs.json`, що потрапили в канву: обидва півоти самої ноги, а також півоти сусідніх ніг у полях, якщо поле захопило коротку сусідню ногу. **Корекції.** Це внутрішні півоти зігзага 0.8 % усередині кожної ноги, що потрапила в канву. Зігзаг 0.8 % ведеться по `price_open` записів ноги з тим самим кроком `snap` (екстремум `price_close`, ±25 записів), що й зігзаг 2.3 %. Це стандарт розмітки для порогу будь-якого розміру: `rules/02-markup.md` → Точка кінця ноги; етап 1 дослідження 35 — ролі «корекція-як-кінець» і «корекція-як-початок». Корекцією вважається кожен внутрішній півот 0.8, що стоїть далі за 25 записів від обох півотів 2.3 ноги: ближчі — це самі краї ноги. Беруться обидва боки: де нога спинилась і де рушила далі. **Зона.** Береться правило, підтверджене в етапі 8 дослідження 35: перетин двох множин навколо півота. | Що | Півот 2.3 | Корекція 0.8 | | -- | --------- | ------------ | | за часом | 95–105 % тривалості ноги, яку півот закінчує: `p ± 0.05 · L` записів | те саме від відрізка 0.8, який півот закінчує | | за ціною | ближче за 10 % цінової довжини тієї ноги від ціни півота | ближче за 10 % цінової довжини того відрізка 0.8 | Рядок належить зоні, якщо хоча б один його запис лежить у ній і за часом, і за ціною. Мітка рядка: - `2` — рядок у зоні півота 2.3; - `1` — рядок у зоні корекції і не в зоні півота 2.3 (півот 2.3 важливіший); - `0` — тіло. Півот, чия зона тільки частково потрапила в канву, розмічається своєю зоною як є. ## Вікна навчання Базова канва 600 навколо кожної ноги має обидва її півоти, тому сама не навчить випадку «є тільки початок» чи «є тільки кінець». Тому на кожну ногу ≥ 7 год (`plan_windows`, seed 36) береться до 14 вікон: | Вид | Скільки | Межі у записах | | --- | ------: | -------------- | | `base` | 1 | `first − 0.1·L … last + 0.1·L`: нога на рядках 50 … 549 | | `shift` | 4 | та сама ширина, зсув на `δ·L`, `δ ~ U[−1, 1]`: у канві один півот ноги, жодного або сусідні | | `inner` | 2 | ширина `U[0.3, 0.8]·L`, не менше 600 записів, цілком усередині ноги (далі за `0.05·L` від її півотів) | | `long1.5`, `long2`, `long3` | до 3 | від `first − 0.1·Lₜ` до середини наступної ноги, кінця наступної, кінця третьої; `Lₜ` — записи всіх узятих ніг, поле 0.1·Lₜ з кожного боку; лише коли ноги йдуть впритул | | `near` | до 4 | корекція біля півота: на кожну корекцію ноги ближче `0.2·L` до її початку чи кінця вікно ширини `max(U[0.5, 0.8]·L, 600)` з центром посередині між корекцією і півотом, зсув центру `U[−0.1, 0.1]·L` — корекція і півот в одній канві | Вікно обрізається краями частини і не береться, коли в ньому менше 600 записів: канва тільки стискається. Розмітка вікна — за правилами розділу «Розмітка рядків»; зона півота чи корекції, чий півот сам поза вікном, — мітка `−1` (рядок не вчиться). ## Уточнення сигналу Зона — це проміжок, у якому розворот **може** бути: 95–105 % тривалості і 10 % ціни. Сам сигнал у ній займає менше рядків, а буває, що його в зоні немає зовсім. Уточнювач лишає мітку тільки там, де сигнал є, щоб рядки зони без сигналу не вчили мережу, що вони сигнал. 1. **Сила рядка** з параметрами `(F, h, stat)`: `a(r)` — середнє `|x|` фіч набору `F` (одна з семи або всі сім) у рядку `r` нормованої канви; `s(r)` — `mean` чи `max` від `a` у вікні `r − h … r + h`. 2. **Пік** — живий рядок **вікна пошуку** з найбільшим `s` (стандарт нижче). Зона має сигнал, коли `s(пік) ≥ τ_q`, де `τ_q` — `q`-й квантиль `s` по живих рядках тіла (мітка 0) базових канв train. 3. **Уточнений сигнал** — вікно канви `пік ± h` рядків × усі 7 фіч (`repr`: як є — `signed`, по модулю — `abs`). Це вікно, а не один рядок із 7 чисел. 4. **Частини датасету** на базових канвах: `start` — зона півота початку ноги, `end` — кінця, `corr` — корекції 0.8, і три контролі: `pre` (рядки 0 … 49), `body` (50 … 549, 3 на канву), `post` (550 … 599). Контроль — випадковий центр, у якого ±8 рядків поза зонами, далі той самий хід: пік у `центр ± P`, поріг, вікно. 5. **Кореляції** — Пірсон між векторами вікон **різних** ніг. `M[a, b]` — середня кореляція вікон частини `a` з вікнами частини `b`. **Розрив цілі** `T` = `M[T, T] − max(M[T, pre], M[T, body], M[T, post])`. **Бал** — середній розрив трьох цілей. На частину — до 600 вікон (seed 36). 6. **Грід** — `F` (8) × `h` ∈ {1, 2, 4, 7, 12} × `stat` (2) × `P` ∈ {2, 4, 8} × `repr` (2) × `q` ∈ {0.5, 0.7, 0.8, 0.9} = 1920 варіантів на train. Обирається найбільший бал серед варіантів, де сигнал є щонайменше в 60 % зон кожної цілі; val — тільки замір. 7. **Уточнені мітки** всіх вікон train і val: у кожній зоні мітку (2 — півот, 1 — корекція) отримує тільки суцільний відрізок рядків вікна пошуку навколо піку з `s ≥ τ`; рядок півота 2.3 корекція не забирає. Решта рядків зони і вся зона без сигналу — `−1`. Для навчання вхід лишається канвою 600 × 7. 8. **Профіль фіч** — середнє кожної з 7 фіч на зсувах −12 … +12 рядків від піку для початку, кінця, корекцій (зони з сигналом) і звичайної частини ноги (`body`), по модулю і зі знаком окремо для вершин і днів; train і val. 9. **Сусідні півоти однієї ноги** (`--pairs`) — на базових канвах, де є і початок, і кінець ноги: кореляція сигналу початку з сигналом кінця тієї самої ноги, з кінцем випадкової іншої ноги (перестановка, seed 36) і кожного з тілом своєї канви; 95 % інтервал різниці «своя − чужа» — 2000 перевибірок ніг. Усі ноги і лише ті, де обидва півоти з сигналом. 10. **UMAP** уточнених сигналів обраного варіанта на базових канвах train і val: початок, кінець, корекції (лише зони з сигналом) і звичайні частини ніг (відрізки `body` без відбору; до 800 / 800 / 1200 / 1200 точок), метрики `cosine`, `euclidean`, `manhattan`, `n_neighbors 15`, `min_dist 0.1`, seed 36. 11. **k-means на UMAP** (`--kmeans`) — на координатах кожної карти (train і val × три метрики) k-means на 2 кластери, `n_init 10`, seed 36; склад кластерів за частинами — початок, кінець, корекції, звичайна частина ноги. Нумерація однакова для всіх карт: кластер 1 — той, де більша частка початків і кінців ноги («півотний»), кластер 2 — решта («тілесний»). Там само — **HDBSCAN** на тих самих координатах: кількість кластерів визначає сам, `min_cluster_size 50`, `min_samples 10`, точки поза кластерами — шум; нумерація — за спаданням частки початків і кінців ноги. 12. **3D UMAP кластерів** (`--cluster3d`) — точки кожного кластера k-means і кожного кластера HDBSCAN кожної карти окремою 3D-картою: ті самі вектори уточненого сигналу, та сама метрика, 3 компоненти, `n_neighbors 15`, `min_dist 0.1`, seed 36. 13. **Розшифровка кластерів** (`--decode`) — кластери 1 і 2 k-means на карті `cosine`: рівень кожної фічі (середнє `|x|` у вікні сигналу), AUC «кластер 1 проти 2» на всіх точках і на корекціях окремо; і властивості зон — для корекції розмір (%) і довжина (записів) руху 0.8, який вона закінчує, місце в нозі 2.3 і відстань до найближчого півота 2.3 в частках ноги; для початку й кінця ноги — рух і довжина ноги 2.3, яку закінчує півот; медіани і AUC. ### Стандарт: пік шукається у вікні однакової довжини Це правило дослідження, воно діє завжди, коли на канві шукається пік сигналу — в уточнювачі, у профілях, у будь-якому порівнянні класів. - Пік шукається у **вікні пошуку**: рядок півота (рядок канви, куди лягає запис півота) `± P` рядків. `P` **однаковий** для півотів 2.3, корекцій 0.8 і контролів. - Зона півота чи корекції **не задає**, де шукати пік. Зона півота 2.3 ширша за зону корекції (5 % довгої ноги проти 5 % відрізка 0.8), і максимум, узятий з більшої кількості рядків, був би більшим сам собою — різниця між класами тоді частково артефакт розміру зони. - Контроль шукає пік тим самим ходом: випадковий центр поза зонами і те саме вікно `± P`. ## Мережа і міра Етап 2, [`scripts/canvas600_net.py`](scripts/canvas600_net.py). - **Мережа** `Finder3` — трансформер на 600 рядках, як `Finder` етапу 8 дослідження 35: рядок + 4 скаляри → лінійно в ширину 64, вивчена позиція кожного рядка, 2 шари уваги по 4 голови, norm first, ff 128, dropout 0. На кожен рядок 3 логіти: тіло / корекція / півот 2.3. - **Мітки** — уточнені (`data/canvas600/_refined.npy`); рядок `−1` і мертвий рядок у втрату не йдуть. - **Втрата** — крос-ентропія з вагами класів 1 / 3 / 3 (тіло / корекція / півот) плюс **штраф за плутанину** з λ = 1: `−log(1 − p_півот)` на рядках корекції і `−log(1 − p_корекція)` на рядках півота, з тією самою вагою класу. Корекція, названа півотом, і півот, названий корекцією, коштують дорожче, ніж та сама помилка в тіло. - **Приклади плутанини** — вікна `near` (розділ «Вікна навчання»): корекція біля півота в одній канві. - **Сигнал** класу — рядок, де імовірність класу ≥ порогу і найбільша в ±10 рядках. Сигнал **добрий**, коли рядок у зоні свого класу (зона розмітки до уточнення). **Повнота** — частка зон із сигналом уточнювача, у яких є сигнал свого класу. **Сплутано** — сигнал півота в зоні корекції (поза зоною півота) і сигнал корекції в зоні півота. - **Відкладені** — 20 % ніг train, seed 0: поріг кожного класу — за найкращим F1, епоха — за найкращим середнім F1 двох класів; стоп після 3 епох без покращення, стеля 30. Adam lr 1e-3, батч 32 кусками по 8 з накопиченням градієнта (передбачення — батчем 16: увага 600 × 600 на 8 ГБ машини інакше йде в своп), seed 0. val — тільки замір, по монетах окремо. - Ваги класів, λ і штраф за відстань від зони підбираються грідом наступним кроком. ## Валідація на ряді val Етап 3, [`scripts/canvas600_data.py`](scripts/canvas600_data.py) `--series` і [`scripts/canvas600_net.py`](scripts/canvas600_net.py) `--outputs`. - **Ряд val** — ковзні вікна без розмітки по 2400 записів (20 год) з кроком 300 записів по всьому ряду val кожної монети (369 вікон на монету), кожне — канва 600 × 7 тим самим ходом. - **Імовірність запису** кожного класу — найбільша з рядків усіх вікон, що його накривають. - **Сигнал** класу — запис з імовірністю ≥ порогу класу (поріг епохи з відкладених), найбільшою в ±60 записах. **Добрий** — запис у зоні свого класу (95 … 105 % тривалості × 10 % ціни); **повнота** — частка півотів (корекцій) ряду, у зоні яких є сигнал свого класу; **сплутано** — сигнал у зоні чужого класу і поза своєю. - Епохи — найкраща ± 2. - **Канва руками** (`probe`) — відрізок val ≥ 600 записів, обраний на дашборді, тим самим ходом у канву 600 і видача обраної епохи на кожному рядку; правда — мітки рядків канви за зонами півотів і корекцій. ## Мережа кластера 1 Етап 4, [`scripts/canvas600_c1.py`](scripts/canvas600_c1.py). Мережа вчиться знаходити на канві події кластера 1 k-means («рух без рівнів», результат 9). 1. **Правило кластера 1.** Кластер визначений лише на точках карти UMAP, тому на векторах уточненого сигналу тих самих точок train (21 число: `|x|` вікна `пік ± 1` рядок × 7 фіч) вчиться логістична регресія (C = 1, seed 36) «вектор → кластер 1»; перевірка — на точках val проти їхнього власного k-means. 2. **Мітки рядків** усіх вікон train і val: для кожної зони півота 2.3 і корекції 0.8 — пік уточнювача (стандарт: рядок півота ± P) і його вектор; рядки уточненого сигналу зони, яку правило відносить до кластера 1, — `1`; сигнал кластера 2 — `0`; тіло — `0`; решта рядків зон і рядки з уточненою міткою `−1` — `−1` (не вчиться). 3. **Мережа** — `Finder3` етапу 2 з двома виходами, крос-ентропія з вагами 1 / 3, батч 32 кусками по 8, Adam lr 1e-3, відкладені 20 % ніг train (seed 0): поріг і епоха — за F1 на відкладених, стоп після 3 епох без покращення, стеля 30. 4. **Міри на вікнах**: сигнал — пік ≥ порогу в ±10 рядках; добрий — у зоні кластера 1; повнота — частка зон кластера 1 із сигналом; і куди лягають сигнали: у зону півота 2.3, корекції чи поза зонами. 5. **Ряд val** (`--outputs`) — ковзні вікна етапу 3, найкраща епоха ± 2: сигнал — пік ≥ порогу в ±60 записах; частка сигналів у зонах півотів 2.3, корекцій і поза зонами; скільки півотів і корекцій знайдено. 6. **Кластер 1 на канві руками** (`rule_probe`) — точка UMAP — це 3 сусідні рядки канви × 7 фіч (21 число), тому канва проходиться вікном з 3 рядків з кроком 1: кожне вікно (`|x|`) — через правило кластера 1; рядок у зоні кластера 1, коли його накриває хоч одне вікно з імовірністю > 0.5; імовірність рядка — найбільша з вікон, що його накривають. Правда — рядки зон півотів 2.3 і корекцій 0.8 канви. Кластер 2 — те саме вікно з імовірністю `1 − p` (кластерів два), зона кластера 2 — так само: найбільша з вікон, що накривають рядок, > 0.5. На тій самій канві — мережа етапу 2 (найкраща епоха 7): P(півот 2.3) на кожному рядку, сигнал — пік вище її порогу (0.20) в ±10 рядках. ## Алгоритм на вікні канви Етап 5, [`scripts/canvas600_rule.py`](scripts/canvas600_rule.py). > а чи можеш ти у вікні канви алгоритмічно виявити - по фічам півот 2.3% > (якщо корекція і півот співпадає то це півот), корекцію , тіло ноги 1. **Вхід рядка** `r` — вікно `r − 1 … r + 1` (біля краю канви зсувається всередину), як уточнений сигнал обраного варіанта: `sum7` — рівень фічі `L[f] = (|x[r−1, f]| + |x[r, f]| + |x[r+1, f]|) / 3`, 7 чисел; `cat21` — модулі трьох рядків підряд, 21 число. 2. **Формула** — `z_k = Σ w_k · вхід + b_k` для тіла, корекції й півота 2.3, `p = softmax(z)`: багатокласова логістична регресія, ваги класів 1 / 3 / 3 (як у мережі), `C = 1`, стандартизація входу, ваги перераховані в сирі одиниці нормованої канви. 3. **Мітки** — уточнені (`_refined.npy`): рядок, де збігаються корекція й півот, — півот; `−1` і мертві рядки не вчаться. Навчання — 300 000 рядків ніг train без відкладених, seed 36. 4. **Сигнал і міра** — як у мережі етапу 2 (`canvas600_net.scores`): пік `p` ≥ порогу в ±10 рядках, поріг кожного класу — за F1 на відкладених 20 % ніг train (seed 0), val — тільки замір. ## Канва 1100 на записах 100 с Етап 6, [`scripts/canvas1100.py`](scripts/canvas1100.py). > візьми весь датасет трейн для кожної пари та збери по 200 - суму 8-ми > фіч, а потім перетвори в датасет по правилам класу клас210х10-1х7д/д > (саме датасет) - проведи на ньому пошук очищених півотів зігзагів > 2.3 % (нога не меньше 7 годин), потім бери канву 1100 - в 1000 має > поміститись 4 зігзага та + 50 подій з кінців (у відповідному масштабі) > там далі робиш юмап подій : півот 2.3%, внутрішні корекції, робиш юмап > з цими векторами > по 100 секунд - опечатка > 6. Вектори. Для кожної події беру вектор уточненого сигналу 3 × 7 за > стандартом дослідження і будую UMAP півотів 2.3 і корекцій 0.8 на > трьох метриках. - роби просто для події 1. **Секунди → записи по 100 с** (`bars30.bars_of_frame(bar=100)`): уся train-частина кожної монети (до 2026-08-14), доба за добою стандартним читанням; запис — суми 8 колонок `клас210х8` і `price_avg` на сітці UTC, кратній 100 с, і кількість секунд `n`. 2. **Датасет класу** `клас210х10-1х7д/д` на записах — хід стандарту 30 с дослідження 35 (`bars30.features_of`, `bar = 100`): середні запису → рівні на обʼєм свого запису → похідна, лише коли попередній запис впритул (100 с) → сім відношень похідних і `d_price_avg`; нульовий знаменник дає 0. `data/canvas1100/_train.npz`. 3. **Півоти 2.3** — зігзаг 2.3 % прямо по `open` записів і точка кінця ноги (`snap`, екстремум `close` у ±25 записах, `rules/02-markup.md`), без ема. Нога — від запису після півота до наступного півота. У канву йдуть лише ноги ≥ 7 год (252 записи). 4. **Корекції 0.8** — `canvas600_data.corrections_of`: зігзаг 0.8 % по `open` усередині кожної ноги 2.3 і `snap`; корекція — внутрішній півот, далі за 25 записів від обох країв ноги. Зони півотів і корекцій — як у канві 600. 5. **Канва 1100** — кожні 4 ноги підряд (впритул, кожна ≥ 7 год), крок — одна нога. Плюс **зсунуті канви** — 4 на кожні 4 ноги (seed 36): те саме вікно, зсунуте на `δ · L / 4` записів, `δ ~ U[−1, 1]`, `L` — записи чотирьох ніг; півоти в них стоять у будь-яких рядках. На них вчиться мережа етапу 7; події й UMAP — лише з базових канв. Частина val (`--part val`, 14.08 … 22.09) — тим самим ходом, без UMAP. Вікно — перший запис першої ноги мінус поле … останній запис четвертої плюс поле, поле = 5 % записів чотирьох ніг з кожного боку: 4 ноги лягають на рядки 50 … 1049, по 50 рядків — за їхніми межами в тому самому масштабі. 1100 відрізків на межах записів (`bars30.canvas_blocks`), клас `клас210х10-1х7д/д`, нормування тільки на канву (`bars30.normalize`). Півот перед першою ногою лягає в рядок 49, після четвертої — у 1049. 6. **Розмітка рядків** — `canvas600_data.label_rows`. 7. **Вектор події** — сам рядок канви, куди лягає запис півота чи корекції: 7 фіч нормованої канви як є, без пошуку піку, без вікна і без порогу сигналу. 8. **Події** — півоти 2.3 і корекції 0.8 у рядках 49 … 1050 хоча б однієї канви; подія з кількох канв — з тієї, де вона ближче до середини. На карту — усі події (до 4000 на клас, seed 36). 9. **UMAP** — 2 компоненти, cosine, euclidean, manhattan, `n_neighbors 15`, `min_dist 0.1`, seed 36. ## Мережа на канві 1100 Етап 7, [`scripts/canvas1100_net.py`](scripts/canvas1100_net.py). > знайди біл кожного півота можеш навчити мережу яка в межах цих 1100 > подій знаходить півоти 2.3% ? 1. **Дані** — зсунуті канви 1100 етапу 6: train (до 14.08) і val (14.08 … 22.09). Базові канви не беруться: у них півоти завжди в рядках 49 і 1049, і мережа з вивченою позицією рядка вчить позицію, а не півот (перший прогін на базових канвах: 131 з 136 крайніх півотів val знайдено, 0 з 227 внутрішніх). 2. **Мітка рядка** — `1` у зоні півота 2.3, `0` — тіло й зони корекцій; `−1` і мертві рядки у втрату не йдуть. 3. **Розбиття по часу** — `cut` — нога на 80 % ніг монети; навчання — канви, чиї 4 ноги і ще одна (зсув) цілком до `cut`; відкладені — з ноги `cut + 1`; спільних ніг немає. val — тільки замір. 4. **Мережа** — `Finder3` етапу 2 на 1100 рядках, 2 виходи; крос-ентропія 1 / 3; Adam lr 1e-3, батч 8 кусками по 4, seed 0, стеля 30 епох, стоп після 4 епох без покращення F1 на відкладених. 5. **Сигнал і міра** — як в етапі 2: пік `P(півот)` ≥ порогу в ±10 рядках; добрий — у зоні півота; повнота — зон півота з сигналом; сплутано — сигнал у зоні корекції. Поріг і епоха — за F1 на відкладених. 6. **Контролі**: випадкові сигнали — стільки ж на випадкових живих рядках кожної канви (seed 36); позиційний прогноз — частка рядків зони півота на кожній позиції канви в навчальних канвах, без фіч, поріг — на відкладених. 7. Памʼяті перед прогоном — 943 МБ вільно при межі 2400: запуск з `--force` свідомо (канви 1100 — ~40 МБ, мережа ~0.1 М параметрів, увага на батч 4 — сотні МБ); дашборд на час прогону вимкнено. 8. **Канва руками на val** (`canvas1100_net.val_marks`, `probe`): > зроби вал на кожну монету так щоб бачити сигнал мережі і обирати > розмір зони > тільки до вал зони додай 3 півота до Ряд монети — хвіст train від півота, з якого перед val стоїть 3 півоти 2.3, і весь val, записи 100 с; зігзаг 2.3 (`canvas1100.legs_of`) і корекції 0.8 рахуються заново по цьому ряду. Хвіст відступає на півот, поки перед val не стане 3 півоти: зігзаг, запущений з півота, першої точки ряду півотом не ставить. Відрізок від 1100 записів (30.6 год) → канва 1100 тим самим ходом, що в навчанні (`canvas1100.canvas_of`), скаляри канви, мережа на найкращій епосі (CPU), сигнал — пік ≥ порогу в ±10 рядках. ## Три голови, функції втрат, довші вікна і торгівля Етап 8, [`scripts/canvas1100_heads.py`](scripts/canvas1100_heads.py), [`scripts/canvas1100_trade.py`](scripts/canvas1100_trade.py). > думаю потрібно поексперементувати та довчити на довших вікнах для > канваса... також поексперементуй з функціями втрат, друга голова хай > визначає корекції в канві. роби > третя голова каде - 1- купити -1 - продати - має попадати в півоти 2,3 > і бути прибуткова завжди в ринку 1. **Канви на 6 і 8 ніг** (`canvas1100.py --legs N`): той самий хід, що на 4 ноги — 1100 рядків, ноги ≥ 7 год на рядках 50 … 1049, поле 5 %, 4 зсунуті канви на кожні `N` ніг; train і val. 2. **Три голови** — `Finder3` на 1100 рядках з трьома виходами-сигмоїдами: `P(півот 2.3)`, `P(корекція 0.8)` і бік `P(купити)`. Мітки: півот — `label = 2`, корекція — `label = 1` (де корекція збігається з півотом — півот); бік — нога середнього запису рядка: наступний півот 2.3 — вершина → купити (`1`), дно → продати (`0`); бік перемикається на півоті, позиція завжди в ринку. 3. **Функції втрат** голів півота й корекції: `wbce` (BCE, вага позитиву 3), `focal` (γ 2, α 0.75), `dice` (BCE + 1 − soft dice), `swap` (`wbce` + штраф 3 за `P(півот)` на рядках корекції і `P(корекція)` на рядках півота); голова боку — завжди BCE. 4. **Розбиття** — нога-різ на 80 % ніг монети train, запас по нозі з обох боків, однаково для 4, 6 і 8 ніг; val — тільки замір. Adam lr 1e-3, батч 8 кусками по 4, seed 0, стоп після 4 епох без покращення; епоха — за середнім F1 півота, корекції й перемикань боку на відкладених; пороги голів — на відкладених. 5. **Міри** — півот і корекція як в етапі 7 проти випадкових сигналів; бік — частка рядків із правильним боком і перемикання: добре, коли в зоні півота і в бік ноги за нею. 6. **Кола** — A: 4 ноги × 4 втрати; B з найкращою втратою: з нуля на 4 + 6 + 8 ногах (`B_mix`) і довчання `A_dice` на них же (`B_tune`). 7. **Торгівля в живому часі** (`canvas1100_trade.py`, найкращий прогін): кожні 18 записів (30 хв) канва 1100 з 4430 записів, що **закінчуються на поточному записі** — даних після нього канва не бачить; рішення — середнє `P(купити)` останніх 3 живих рядків, ≥ 0.5 — довга, інакше коротка; завжди в ринку; виконання ціною `open` наступного запису; `Decimal`, $1000, комісія 0.05 % + сліпедж 0.02 % за бік, перевертання — два боки. Проти: холд з тими самими витратами; 20 випадкових прогонів з тією самою кількістю перевертань (seed 36). Ряд — хвіст train (≥ 3 півотів і ≥ 4430 записів) і val; торгівля — з першого запису val. ## Голова «бік ноги» до 22.09 Етап 9, [`scripts/heads33_data.py`](scripts/heads33_data.py), [`scripts/heads33_run.py`](scripts/heads33_run.py). > то дорахуй заьстандартами дослідження 33, аналогічнотому як там рахували Голова «бік ноги» дослідження 33 має видачу лише на подіях, де є всі канали входу — `tooth`, `line` (дослідження 32), `p100` і чотири горизонти (дослідження 20 / 32), `pivot`, `correct` (дослідження 31 / 32). Підтверджені датасети скінчуються 07.09 (`клас210х10…`) і 29.08 (`клас210х14х4ц`), тому видача на val кінчалась 25–28.08. Тут той самий ланцюжок до 22.09, **без перенавчання жодної мережі**: 1. **Датасети** в окрему папку `data/datasets_ext/`, підтверджені `data/datasets/` не чіпаються: - `клас210х10…` — `build_class210x10x7dc.py --end 2026-09-23` (межа train 14.08, пропуски до 60 с заповнюються — як у підтвердженому); - `клас210х14х4ц` — `heads33_data.py`: `build_dataset` → `build_class210x14x5` → `build_class210x14x3` → `build_class210x14x4c` з кінцем 22.09 для `BTC_USDT_29` (без заповнення) і `_fill` (до 60 с); джерело — робоча копія `data/`, тож вона не копіюється і не змінюється. 2. **Кеш ніг** `legleft_blocks4_gauss_clock` — штатним `legleft_data.py` дослідження 29 з `--data data/datasets_ext` у `data/heads33/legleft/`. 3. **Видачі мереж і голова** — `heads33_run.py`: функції `calls_data.series_split / series_hazard / series_zone`, `join` дослідження 33 і `legs_heads.walked` / `series_of` зі збереженими `models/legs_heads/model.pt` і `norm.npz`. Шляхи до датасетів і кешу (`edge_profile.DATASETS`, `inleg_profile.DATASETS`, `leg_end_data.DATASET`, `ad_legleft.DATA`) перенаправлені в памʼяті процесу; вихід — `results/heads33/`. 4. **Перевірка** — на подіях, що є в ряду дослідження 33, видача голови має збігтися з його `legs_heads_series__all.json`. 5. `/valboard` бере продовжений ряд, коли він є (`valboard.HEADS_EXT`), інакше — ряд дослідження 33. 6. **Виняток для вкладки `/umap600`** (дозвіл користувача 2026-09-26): > для виключення - для цієї вкладки - дозволяю - заповни щоб показувало на всьому вал Між 07.09 і 14.09 у робочій копії є діри збору (07.09 — 4.7 год, 10.09 — три по 1.1–1.8 год, 14.09 — 1.5 год), і ноги, що їх накривають, за стандартом (`HOLE` = 1 год) не рахуються — каналів `split` і `zone` там немає, голова мовчить. `heads33_run.py --holes`: нога, що **закінчується в val**, рахується і з дірою — `hole_hours` ставиться в 0 обгорткою `edge_profile.legs_of` у памʼяті процесу; кеш ніг — `data/heads33/legleft_holes/`, вихід — `results/heads33_holes/`. «Канва руками» на `/umap600` бере цей ряд (`/api/valboard//<від>/<до>/holes`, `valboard.HEADS_HOLES`); `/valboard` — стандартний. Хвіст ряду після останнього півота (кінець у val) додається відкритою ногою до останньої події (`heads33_run.tail_of`): бік — протилежний останній нозі, кінець — остання подія ряду; горизонти `hazard100` / `hazard4` на val беруться без маски `known` після останньої відомої події (`series_hazard_tail`, `open_known`: крива мережі й так рахується на кожній події, маска лише ховала хвіст); так голова говорить до кінця val. > баг чому графік нижній не до кінця ## Скільки даних у вікні канви 1100 Етап 10, [`scripts/canvas1100_window.py`](scripts/canvas1100_window.py). > на бтс вал рухаєш вікно 1100 канва так щоб воно захоплювало півоти і дивишся при яких параметрах вікна найбільше попадання в зону півотів сигналів голови 1 потім дивишся на попадання в локальні корекції сигналів голови 2 рухаеш не одне стале а фіксуеш початок і збільшкеш його вправо до максимально близької відповіді співпадіння з півотами - коли співпадіння зникає - рухаеш ліву частину вправо на крок і потім підбираєш далі - ціль - виробити механізм знаходження оптимальної кількості даних для вікна канви 1100 щоб воно визначало півоти з максимальною точністю - роби такий широкий грід . 1. **Ряд** — val BTC (з 14.08) на записах 100 с (`canvas1100_net.val_marks`), півоти 2.3 і корекції 0.8 з зонами — як на «канві руками». Вікно `[s, e]` лежить цілком у val. Модель — прогін `B_tune` етапу 8 на його найкращій епосі, без довчання. 2. **Мапа вікон** — усі вікна решітки: `s` і `e` кратні 72 записам (2 год) від першого запису val, довжина 1152 … 16128 записів (32 год … 18.7 доби) — 73 777 вікон. На кожному — канва 1100 (`canvas1100.canvas_of`), три голови, мітки рядків (`label_rows`). Сигнал — пік ≥ порогу в ±10 рядках; добрий — у зоні свого класу; повнота — частка зон свого класу у вікні з сигналом; F1. Голова 1 — півоти 2.3 на порогах 0.3 … 0.8, голова 2 — корекції 0.8 (зона корекції, що не півот) на порогах 0.1 … 0.4. На вікно зберігаються лічильники і номери знайдених зон. 3. **Обхід** — початок фіксується, правий край росте кроком `right`, найкраще за F1 вікно цього початку запамʼятовується. Коли F1 падає нижче найкращого на `drop` і не повертається `patience` кроків (або вікно дійшло до 16128 записів), найкраще вікно записується, лівий край зсувається на `left`, правий лишається де був (не коротше за `min_len`), і ріст іде далі. `drop = 1` — «співпадіння зникло»: F1 = 0. 4. **Грід** на кожну голову і поріг: `right` 72 / 144 / 288, `left` 72 / 144 / 288 / 576, `min_len` 1152 / 2232 / 4392, `drop` 0.05 / 0.1 / 0.2 / 0.3 / 1, `patience` 1 / 3 — 360 клітинок × 6 порогів × 2 голови. На клітинку: число найкращих вікон, їхня довжина (записи, години, півотів 2.3 у вікні), середній F1, точність усіх їхніх сигналів і повнота — частка зон val, знайдених хоча б одним найкращим вікном. 5. **Контроль — стале вікно**: одна довжина на весь val, початок кожні 2 год; середній F1 за довжиною, точність і повнота обʼєднання. 6. **Чим пояснюється оптимум** — найкраще вікно кожного початку мапи: довжина проти числа півотів 2.3 і корекцій у вікні. ## Вершина, корекція й дно на циклі вікна Етап 11, [`scripts/canvas1100_grow.py`](scripts/canvas1100_grow.py). > 1. P(півот 2.3) — поріг 0.6. - хай рахуе лише півоти по ерхній ціні там де продаж верхній півот вікна 2.3% > 2. P(корекція 0.8) — поріг 0.25. > 3. P(півот 2.3) — поріг 0.6. - хай каже лише півоти що по нижній ціні , нижній півот вікна 2.3% > перероби на такі 3 голови . якщо голова 1 або 3 реагують на корекцію - збільш їм штраф , якщо голова 2 співпажає з 1 або 3 - збільш штраф. навчання веди потім на змінній довжині вікна канви від 2 півотів і так постіпово до 8 півотів .... другу меду бери з кроком по 1 годині , якщо після правильного півота вийшов наступний сигнал голови меньше ніж крок2.3%-зони півотів - штраф великий. якщо в ціні зони півота є ще одна вершина що не позначена півотом а модель її відмітила - це вважається за правильну відповідь. довчи модель так. > додай це - коли досягнеш 8 півотів - потім рухай лівий край по годині поки не досягнеш 2 півотів у вікні , потім повернись до початкового півота та рухай по кроку розміром по 2 півоти у перед з мінімальним кроком (одна подія квнви ), потім таксамо додаючи по пів півота в канву і ак до 8 потім на один пів півота вправо вікно канви 1100 з (2 півотів матиме 1 півот у вікні канви) і далі все знову весь цикл, а потім знову на пів півота рух і так двалі! . 1. **Ряд** — записи 100 с етапу 6, ноги зігзага 2.3, півоти й корекції 0.8 із зонами — ті самі, що в етапах 6–8; train до 14.08, val 14.08 … 22.09, шість монет. 2. **Сітка пів півота** `q` — півоти 2.3 і середини між сусідніми півотами. Розмір вікна — у пів півотах: вікно з якоря `qⱼ` розміром `k` півотів кінчається на `qⱼ₊₂ₖ₋₂` (з якоря-півота розмір 2 — до наступного півота, 2 півоти у вікні; з якоря-середини — 1 півот). Лівий край — якір мінус ширина в часі зони останнього півота не пізніше якоря, не менше години. 3. **Цикл вікна** на кожному якорі: - **ріст** — лівий край на місці, правий щогодини (36 записів) від розміру 2 до 8 півотів; - **стиск** — правий край на розмірі 8, лівий щогодини вправо, поки у вікні не лишиться 2 півоти; - **ковзання** — повернення на якір; вікно розміром 2, 2.5 … 8 півотів сунеться вправо кроком в один рядок канви (записів вікна / 1100, не менше запису), поки лівий край не дійде до лівого краю наступного якоря; - далі якір на пів півота правіше — той самий цикл. Повний цикл — 4.7 млн вікон train і 1.2 млн val (ковзання — 90 %); канви будуються на рівній вибірці: 60 000 вікон train і 12 000 val на фазу, порівну на монету, вид якоря (півот / середина) і сходинку (розмір), seed 0. Канва 1100 — `canvas1100.canvas_of`, float16. 4. **Підтвердження** — півот 2.3 є міткою, лише коли до правого краю вікна `close` відійшов від нього на 2.3 % у зворотний бік; корекція 0.8 — на 0.8 %. Непідтверджені — поза втратою і мірою всіх голів. 5. **Три голови** на рядок: `0` — вершина 2.3 (продаж), `1` — корекція 0.8, `2` — дно 2.3 (купівля). Код рядка на кожну голову: | Код | Де | Вага у втраті | | --- | -- | ------------- | | `POS` | зона свого класу: вершина / корекція, що не півот / дно | окреме середнє | | `SWAP` | голова вершини чи дна на зоні корекції; голова корекції на зоні півота 2.3 | 3 | | `REPEAT` | голова вершини після підтвердженої вершини — від кінця її зони до наступного півота (дна); так само голова дна після дна: до протилежного півота нової вершини бути не може | 6 | | `ALT` | інша вершина в ціні зони півота: рядок між сусідніми півотами, чий `high` (для дна `low`) у ціновій смузі зони (10 % ціни попередньої ноги) і найвищий (найнижчий) у ±10 рядках | 0, сигнал — добрий | | `NEG` | решта живих рядків | 1 | | `IGNORE` | мертвий рядок; зона непідтвердженого чи захованого за вікном півота | 0 | Пріоритет: `POS` > `ALT` > `SWAP` > `REPEAT` > `NEG`. 6. **Втрата** на кожну голову: BCE — середнє на рядках `POS` плюс зважене середнє на решті живих рядків за вагами коду (вага `POS` тут не діє), плюс `1 − soft dice` по канві; середнє трьох голів. Зона свого класу — 1.4–1.8 % живих рядків, `REPEAT` — 30–37 %: у спільному зваженому середньому (як у `dice` етапу 8) голови вершини й дна за дві епохи падають у нуль. 7. **Старт** — ваги `B_tune` етапу 8: вершина і дно — з виходу півота 2.3, корекція — з виходу корекції; вихід боку не переноситься. 8. **Навчання за циклом** — 42 сходинки в порядку циклу: якорі-півоти (ріст 2 … 8, стиск, ковзання 2 … 8 з кроком пів півота), потім те саме на якорях-серединах; на сходинку — епоха з 2000 вікон: половина — нова сходинка, половина — порівну з пройдених. Далі весь цикл разом: до 10 епох по 4000 вікон порівну з усіх сходинок, стоп після 3 без покращення; найкраща епоха — з цієї частини. Adam lr 1e-4, батч 8 кусками по 4, seed 0. 9. **Розбиття по часу** — різ монети на півоті ⌊0.8 · півотів train⌋: навчання — вікна, що кінчаються до різу, відкладені — що починаються після. Між епохами — сталі 350 відкладених вікон на фазу × вид якоря: пороги голів (0.05 … 0.95) і епоха за середнім F1 трьох голів; val — сталі 250 вікон на фазу × вид якоря. 10. **Міра** на голову: сигнал — пік ≥ порогу в ±10 рядках; добрий — на `POS` чи `ALT`; повнота — частка підтверджених зон свого класу з сигналом; F1; окремо — сигнали на `SWAP` і `REPEAT`. Базовий прогноз — стільки ж сигналів на випадкових живих рядках. val — усі побудовані вікна, по монетах, фазах, видах якоря і числу півотів у вікні. ## Випадкові вікна від 1 до 8 півотів Етап 12, [`scripts/canvas1100_random.py`](scripts/canvas1100_random.py). > як завершиш навчання - додасиш цю модель на дашборд кнопкою для вибора - краще і ще по одній злвав та справа від кращої, потім наріжеш з трейн датасету рендомом вікна щоб вміщали від 1 до 8 півотів і будеш вчити на рендомних вікнах - тобто формувати канву 1100 на рендомних вікнах - головне бери їх для подачі з різних частин датасету щоб не разом - тіпа шафл і так бери рендомні шматки данних від 1-2 півота до 8 - це дуже великий датасет і ти його вчи , рендомом це мільйони даних і різних за довжиною вікон! - найкращі 3 - кнопками на дашборд 1. **Ряд, мітки, втрата** — етапу 11: записи 100 с, півоти 2.3 і корекції 0.8 етапу 6, коди рядків трьох голів `codes_of` (вершина, корекція, дно; `SWAP`, `REPEAT`, `ALT`, підтвердження до правого краю), `loss_of`. 2. **Випадкове вікно** — число півотів `N` рівно з тих 1 … 8, що вміщаються в шматок, початок — випадковий запис, після якого в шматку є ще `N` півотів, правий край — випадковий запис між `N`-м і `N + 1`-м півотом після початку: у вікні рівно `N` півотів. Канва 1100 з секунд будується щоразу нова, вікна не повторюються. 3. **Подача** — 2 процеси: процес бере випадкову монету (вага — довжина її частини) і випадковий шматок 12 діб, читає його секунди раз і ріже з нього 32 випадкові вікна, далі — новий шматок. Головний процес тримає буфер на 1024 вікна і бере з нього випадково: у батчі — вікна з десятків різних шматків різних монет. 4. **Розбиття** — навчання: train до різу монети етапу 11; відкладені — сталі 2100 випадкових вікон після різу; val — сталі 2100 випадкових вікон val (seed 12). 5. **Навчання** — з найкращої епохи `G_tune` етапу 11; епоха — 20 000 свіжих вікон; після епохи пороги голів на відкладених, міра на відкладених і val; стоп після 4 епох без покращення середнього F1 трьох голів на відкладених, стеля 30 епох. Adam lr 1e-4, батч 8 кусками по 4, seed 12. 6. **Міра** — етапу 11; три найкращі епохи міряються ще й на всіх вікнах циклу val етапу 11 — поряд із `G_tune`; ці три епохи — кнопками на дашборді. ## Вікна з одним півотом Етап 13, [`scripts/canvas1100_random.py`](scripts/canvas1100_random.py) `--n 1 1`. > Спробуу будьякі вікна з одним півотом 1. Хід етапу 12, вікно — рівно з одним півотом 2.3: початок — випадковий запис, після якого в шматку є півот; правий край — випадковий запис між цим півотом і наступним. Тобто лівий край — будь-де між попереднім півотом і цим, правий — будь-де між цим і наступним. 2. Сталі вікна — теж з одним півотом: відкладені `held_n1-1`, val `val_n1-1`, по 2100 (seed 12). 3. Старт — найкраща епоха `R_tune` (епоха 1); решта — як в етапі 12. Три найкращі епохи міряються й на всіх вікнах циклу val етапу 11 (там окремо — група вікон з одним півотом) і йдуть кнопками на дашборд. ## Вікна рівномірної довжини Етап 14, [`scripts/canvas1100_random.py`](scripts/canvas1100_random.py) `--length`. > Тоді довчай- роби шафл вікон різної довжини в нашому контексті головне щоб розподділ був рівномірний…. Роби > Результат кнопокд. На графік дашборда 1. Хід етапу 12, інший вибір вікна (`pick_by_length`): довжина `L` — рівно з 36 записів (1 год) … довжини шматка (12 діб), початок — випадковий; вікно береться, коли в ньому від 1 до 8 півотів. Для тієї самої `L` пробується до 40 початків, лише тоді тягнеться нова довжина — довжини взятих вікон лишаються рівномірними там, де 1 … 8 півотів вміщаються. Число півотів у вікні — яке випаде. 2. Сталі вікна тим самим вибором: відкладені `held_len`, val `val_len`, по 2100 (seed 12). 3. Старт — найкраща епоха `R_tune`; решта — як в етапі 12. Три найкращі епохи — на циклі val етапу 11 і кнопками на дашборді. ## Найкраща довжина вікна Етап 15, [`scripts/canvas1100_length.py`](scripts/canvas1100_length.py). > вибери ткремо на трейн та вал найкращу довжину вікна > в годинах для яких канвас 1100 працює краще всього > тільки ця мережа (`RL_tune` · e19 ★) 1. Модель — `RL_tune` е19, пороги голів — її відкладених. 2. Вікна — рівномірної довжини вибором етапу 14 (`pick_by_length`, 1 год … 12 діб, 1 … 8 півотів): train — 2100 нових сталих вікон зі шматків train до різу, на яких модель училась (`train_len`, seed 12); val — `val_len` етапу 14. 3. Міра етапу 11 на кожному вікні; вікна діляться за довжиною на кошики по 24 години; у кошику — F1 трьох голів і середній F1. Найкраща довжина — кошик з найбільшим середнім F1, окремо на train і на val. ## Зона півота 2.3 % у момент T Етап 16, [`scripts/canvas1100_future.py`](scripts/canvas1100_future.py), [`scripts/canvas1100_future_net.py`](scripts/canvas1100_future_net.py), перевірка входу — [`scripts/side_leak.py`](scripts/side_leak.py). **Назва моделі** (прогін `Z_base`, епоха 8): повна — «ідентифікатор поточного півота 2.3 % канвас 600 вікна до 160 годин», скорочено — `канва600півот2.3%ідентифікатор`. > … беремо вікно канва 1100 по 160 годин , всі дані що в плашках під графіком (три видачі моделі моделі етапів 11–12 ) дві голови моделі етапу 8 та P(кластер 2) і голова «бік ноги». ці 7 даних подаєш в канва 1100-7-160 , ця канва подається на трансформер … > 7 │ голова «бік ноги» │ … з ем 200 > обовьязково передивись чи нема заглядання вперед > тоді давай хай тасама архіткуткура і дані на мережу подаються і кажуть наступне: зона півота чи ні . > півота 2.3 % маю на увазі 1. **Перевірка голови «бік ноги» на заглядання вперед** (`side_leak.py`). Копія продовжених датасетів усіх монет обрізається в момент `T` (усі події val і test пізніше `T` прибрано, train — як є), на ній проганяється весь ланцюжок `heads33_run --holes` — так голова виглядала б наживо в `T`; на спільних подіях до `T` вона порівнюється з готовим рядом `results/heads33_holes/`. Чотири моменти BTC: 04.09 18:00 і 05.09 22:00 (середина ноги), 11.09 01:00 і 03:00 (година й три після півота 11.09 00:00, підтвердженого ема10 лише о 14:12). 2. **Моменти T** — щогодини на записах 100 с кожної монети, окремо train і val; вікно `[T − 160 год, T]`, потрібні повні 160 год до T і 40 год після — запас, за який зона півота біля T стає відомою. 3. **Канва 1100 × 7** — на вікні канва 1100 ходом «канви руками» (`canvas1100.canvas_of`), на ній сім каналів: | № | Канал | Звідки | | - | ----- | ------ | | 1 | P(вершина 2.3) | `RL_tune` е19 (етап 14) | | 2 | P(корекція 0.8) | `RL_tune` е19 | | 3 | P(дно 2.3) | `RL_tune` е19 | | 4 | P(півот 2.3) | `B_tune` (етап 8) | | 5 | P(корекція 0.8) | `B_tune` | | 6 | P(кластер 2) = 1 − p | правило кластера 1 на канві 600 того самого вікна (записи 30 с), рядок бере рядок канви 600, що закінчився не пізніше його кінця | | 7 | голова «бік ноги», ема 200 по подіях | ряд `results/heads33_holes/`; рядок бере останню подію з видачею не пізніше свого кінця **мінус година** | Мертві рядки — нулі; стовпця маски у вході немає. 4. **Мітка** (`zone_of`) — запис T (записи 100 с) у зоні півота зігзага 2.3 %: до півота не далі за `span` записів (5 % тривалості ноги) і ціна не далі за `zone` (10 % ціни ноги) за його бік — та сама зона, що в `canvas600_data.zone_rows`; півоти й зони — `canvas1100_random.series_of`. 5. **Трансформер** (`Future`) — латки по 10 рядків (110 токенів × 70 чисел → 64), позиція навчається, токен CLS, 3 шари енкодера, 4 голови уваги, dropout 0.1; мертві латки закриті маскою ключів; один логіт. 6. **Навчання** — BCE, Adam 3e-4, батч 64, seed 16; train — моменти до 80 % часу train кожної монети, відкладені — після, з проміжком 200 год (вікно + запас); епоха — за AUC на відкладених, терпіння 4, стеля 30; поріг — з найкращим F1 на відкладених. 7. **Міра на val** — AUC, точність, повнота і F1 при порозі відкладених; база — частота зони і F1 відповіді «завжди так». 8. **Контроль** (`controls`) — одне число з останніх 10 рядків тієї самої канви без навчання: найбільша P(півот) `B_tune`, найбільша з P(вершина) і P(дно) `RL_tune`, 1 − середня P(кластер 2); AUC на train і val. ## Торгівля на val за зоною півота Етап 17, [`scripts/canvas1100_zone_trade.py`](scripts/canvas1100_zone_trade.py). > новий розділ - без підглядання в перед - симулюєш торгівлю на вал . біткоїн - сделки гна графіку відкладаєш - намалюеш лінію і кнопку вперед - коли вона в ріалтаймі буде отримувати вал данні і показувати півот =- не півот. > алгоритм торгівлі - отримуеш сигнал півот2.3% - дивишся в минуле - то була нога вверх на 2.3%+ чи вниз (тобто чи був попередній півот нище чи вище поточного на 2.3% ), якщо півота нема - рахуеш просто різницю ціни що було раніше - до поточного - падіння або зростання 2.3 - в результаті вирішуєш : купити чи продати з цієї точки - малюєш на графіку лінію зєднуеш початок з закриттям сделки - закриваєш на наступному півоті якщо сигнал півота є а ціна не пройшла 2.3% - то ложний півот - ігнориш його, якщо був півот але нога продовжтлась - відмічаеш новий півот на графіку, сделку не міняеш (сделку завжди від точки покупки відображай) 1. **Сигнал** — видача мережі етапу 16 `канва600півот2.3%ідентифікатор` (`Z_base`, епоха 8) на кожен момент T val кожної з шести монет щогодини: P(T у зоні півота) ≥ 0.05 (поріг з відкладених train) — «півот», інакше «не півот». Вхід мережі в T — лише дані до T. 2. **Роль сигналу** (`decide`) при ціні `p` (close запису T) і останньому прийнятому півоті `R`: - `R` немає — `p` вище найменшого close від початку val на 2.3 % і більше — нога була вгору, вершина; нижче найбільшого на 2.3 % і більше — дно; інакше — хибний півот; - `R` — дно: `p ≥ R · 1.023` — вершина; `p < R` — нога вниз продовжилась, нове дно (позначка, `R` = нове дно, угода та сама); інакше — хибний півот, ігнор; - `R` — вершина: дзеркально. 3. **Угода** — на вершині продаж (коротка), на дні купівля (довга); півот протилежного боку закриває угоду і відкриває зворотну в той самий момент; продовження ноги угоди не міняє — угода завжди від точки входу. Стоп-лосу в алгоритмі немає. 4. **Виконання** — ціною open наступного запису 100 с після T, комісія 0.05 % і сліпедж 0.02 % за бік, гроші — `Decimal`, старт $1000; відкрита угода закривається на останньому записі val. Порівняння — «купив і тримав» тим самим механізмом. 5. **Метрики** — гроші в кінці, PnL, угоди, частка прибуткових, середня угода, найбільша просадка кривої грошей, Sharpe (щогодинна крива, річний масштаб). ## Півот 2.3 раніше за зігзаг Етап 18, [`scripts/canvas1100_early.py`](scripts/canvas1100_early.py), живий ряд голови «бік ноги» — [`scripts/heads33_run.py`](scripts/heads33_run.py) `--live`, перевірка — [`scripts/side_leak.py`](scripts/side_leak.py) `--live`. **Назва моделі** (прогін `E_tune`, епоха 11, вікно 300 год): повна — «виявлення півота 2.3 % канва 1100 × 9 до 300 годин», скорочено — `виявленняпівота2.3`. > що думаєш на рахунок навчання мережі яка має одну голову і її головна > ціль - якумога швидше знайти півот у канві, таким чином підтвердити що > то півот до того як алгоритм зігзаг зможе це зробити > ти береш канву 1100 - її мережу з 3 голови там де вікно 160 - було > оптимальне - та замвсть 3 голоів робиш одну - потім доачаеш ваги > мережі - починаеш з вікна наприклад 40 годин і грід вікн по 10 годин до > 300 годин , авікно просукаеш зкроком в 10 хвилин на трейн датасеті і > воно має сказати де зона пвота 2.3% якумога швидше коли ця зона > попадає у вікно … подвати йоск щк 2 фічі: кластер 2 та голову бік ноги > без ема … півот заходить справа в канву 1100 і мережа починає видавати > дані - якщо виявила швидко - штраф малий, якщо виявляла довшк- штраф > піднімати > прибери затримку зовсім . ну і вчи нову модель - видачу на вал - > найкраще вікно, найкращу модель , і з механізмом де модель рахує і > постійно просуває вікно на 10 хвилин правомуч - і відображає на плашці > знизу одразу. … головне щоб без занлядання в перед. 1. **Голова «бік ноги» без затримки і без заглядання** — живий ряд `heads33_run.py --live` (`results/heads33_live/`), дві зміни проти `--holes`: - **мережа зон дослідження 31 бере ноги від 1 події** (`leg_common.MIN_LEG`). Затримка в годину етапу 16 була не в голові, а тут: ноги коротші за 20 подій у мережу не йдуть, і відкрита нога після останнього екстремуму, поки коротша, наживо лишалась без видачі; - **кеш ніг мережі `split` — без стелі довжини** (`legleft_data.LENGTH`). Стеля в 3000 подій рахується від **кінця** ноги: на довгій нозі з історією готовий ряд зрізав її початок і починав памʼять `split` з місця, яке залежить від того, де нога скінчиться. Наживо кінця ще немає — числа розходились (ETH 19.08: до 0.076); - **видача hazard відкрита, поки у val немає півота** (`heads33_run.open_known`). Крива hazard причинна на кожній події, а маска «відстань до півота відома» на val відкривалась лише після першого півота val: наживо до нього (DOGE до 20.08) голова мовчала, а готовий ряд видачу мав. Готовий ряд від цього не змінюється. 2. **Перевірка на заглядання вперед** (`side_leak.py --live`) — усі датасети обрізаються в T **повністю**, і train теж: датасети `клас210х14х*` мережі hazard перемішані по train / val / test за часом, і в заміру етапу 16 їхній train ішов цілим. На обрізаній копії проганяється весь ланцюжок `heads33_run --live` і порівнюється з готовим рядом на подіях до T. Моменти — усередині найдовшої ноги val кожної монети (70 % і 95 % її тривалості: там спрацьовувала стеля), один момент через 20 хв після півота val кожної монети, обидва моменти ETH 19.08, на яких знайшлась стеля, і BTC 30.08 17:18. 3. **Ряд монети** — записи 100 с train і val підряд, зігзаг 2.3 (`canvas1100.legs_of`), півоти, зони й корекції 0.8 по всьому ряду; **підтвердження зігзагом** — перший запис після півота, де `close` відійшов на 2.3 % у зворотний бік. 4. **Момент T** — кінець запису на сітці 10 хв; вікно `[T − L, T]`, `L` 40 … 300 год кроком 10. Канва 1100 закінчується в T. Секунди читаються із запасом 3 год за кінцем вікна (`seconds_of`): добові файли робочої копії названі за місцевою датою, файл дати D починається о 21:00 чи 22:00 UTC дати D − 1, і `bars30.read_seconds`, що бере файли за датою UTC, без запасу губить до 3 год найсвіжіших секунд, коли вікно кінчається пізніше 21:00 UTC. Канва бере лише секунди до T — запас у неї не потрапляє. 5. **Вхід 1100 × 9**: 7 фіч `клас210х10-1х7д/д` канви (нормування лише на канву); P(кластер 2) з канви 600 того самого вікна (записи 30 с); голова «бік ноги» сира, без ема — рядок бере останню подію, чия видача готова до кінця рядка: початок події + 315 с (подія 210 с і пів події, на яку дослідження 33 зводить видачі сусідніх мереж). Мертві рядки — нулі, стовпця маски немає. 6. **Мітка рядка** — зона півота 2.3 (`label_rows`), **підтверджений він до T чи ні**; зона зʼявляється, коли запис півота зайшов у вікно справа. Корекція 0.8 — окремий код, тіло — негатив. 7. **Штраф за пізнє виявлення** — вага рядка зони півота `1 + 1 · min(вік, 6 год)`, вік — години від запису півота до T: щойно зайшов — пропуск коштує 1, через 6 год — 7. Корекція — вага 3, тіло — 1. Втрата — BCE (середнє на зоні плюс середнє на решті з вагами) плюс `1 − soft dice`. 8. **Мережа** — `Finder3` мережі `RL_tune` е19 (етап 14) на 9 каналів і 1 вихід: стовпці нових каналів у першому шарі — нулі, вихід — середнє виходів вершини й дна. На старті мережа видає те саме, що `RL_tune`. 9. **Розбиття** — різ етапу 11 (півот ⌊0.8 · півотів train⌋): навчання — T до різу мінус 40 год (мітки біля T встигли стати відомими); відкладені — вікна цілком після різу, T до 14.08; val — T від 15.08 00:00 UTC (мережа hazard під головою вчилась до 14.08 15:27, її мітки дивляться вперед на ~100 подій) до кінця ряду мінус 40 год. Вікно val може заходити в train — це лише вхід. 10. **Навчання** — потік випадкових пар (T, L) з шматків по 16 діб train (2 процеси, 32 вікна на шматок, буфер 1024), епоха 12 000 вікон, Adam lr 1e-4, батч 8 кусками по 4, seed 18, стеля 16 епох, стоп після 3 без покращення. Епоха й поріг — за середнім F1 на сталих відкладених: T щогодини, вікна 80, 160 і 240 год. 11. **Міра**: сигнал — пік ≥ порогу в ±10 рядках; **свіжий** сигнал — на рядку, що закінчився за останню годину перед T, точність — частка свіжих сигналів у зоні півота; півот **виявлено** в T, коли в канві T є сигнал на рядку його зони; **раніше за зігзаг** — виявлено не пізніше за підтвердження зігзагом; F1 — з точності й частки «раніше за зігзаг»; затримка мережі й зігзага від запису півота, випередження в годинах і відкат ціни від півота в момент виявлення. 12. **Контролі** — `RL_tune` е19 без довчання (P = більша з вершини й дна, свій поріг на відкладених) і випадкові сигнали: стільки ж свіжих сигналів на випадкових свіжих рядках кожного T (seed 18). 13. **Найкраще вікно** — грід 27 вікон на відкладених, T щогодини: на кожному вікні і мережа, і контроль `RL_tune` беруть свій поріг з найбільшим F1 на відкладених; найкраще — вікно з найбільшим F1 мережі. val — усі вікна щогодини з порогами свого вікна і найкраще вікно кожні 10 хв (відкладені теж) з контролями; ряд val найкращого вікна кожні 10 хв — для вкладки, її жива канва бере поріг найкращого вікна. ## Півот на купівлю: зона дна 2.3 % лише на train BTC Етап 19, [`scripts/canvas1100_buy.py`](scripts/canvas1100_buy.py). > зроби мені мережу таку: навчена на тільки біткоїн трейн датасеті, 160 > годинне вікно канвас 1100, ціль — ідентифікація півота на покупку, > датасет — вхід: канва 1100 × 8, що закінчується в момент T: 7 фіч > клас210х10-1х7д/д; P(кластер 2); — рахуєш тільки на трейн > кластер 2 — на трейн 80 % ці — навчання — перші 80 % часу > мінімальна тривалість ноги 7 годин — видали всі що коротші > відміть просто зони півота по правилам що в цьому чаті і потім вчи > мережу знаходити ці жовті зони, там же канва 1100 — вона повинна вікном > як у попередній вкладці проходити по вал видачі, але тільки біткоїн. > вчи якщо треба з форс, роби вкладку, підбери правильну функцію втрат, > можеш їх перебирати коли знайдеш кращу епоху 1. **Дані** — тільки BTC_USDT, тільки train (до 14.08.2026): записи 100 с, записи 30 с, ноги й півоти train (`canvas1100_random.series_of`). Val та інші монети не беруться ні в навчання, ні в замір. 2. **Моменти T** — кінець запису на сітці 10 хв з повними 160 год до T і 40 год після (запас, за який зона біля T стає відомою). 3. **Розбиття за часом** — межа на 80 % часу між першим і останнім T (08.07.2026 20:24 UTC): **навчання** — T до межі мінус 200 год (160 год вікна + 40 год запасу), 21.02 10:00 … 30.06 12:20, 15 878 T; **відкладені** — T від межі, 08.07 20:30 … 12.08 05:00, 4 445 T. Моменти проміжку не беруться ніде: канви відкладених не лягають на години навчання, а мітки навчання не дивляться у відкладені. 4. **Кластер 2 — лише на навчальній частині** (`--cluster`). Канви 600 етапу 1 тільки BTC, що закінчуються не пізніше останнього навчального T (1076 канв, базових 88), і на них увесь хід етапу 1 заново: грід уточнювача 1920 варіантів (`canvas600_signal.grid` / `pick`), уточнені сигнали базових канв, UMAP (cosine, `n_neighbors 15`, `min_dist 0.1`, seed 36), k-means на 2 кластери (`n_init 10`, seed 36; кластер 1 — де більша частка початків і кінців ноги), правило кластера 1 — логістична регресія на 21 числі `|x|` вікна `пік ± 1` (C = 1, seed 36). P(кластер 2) = 1 − p правила ковзним вікном з 3 рядків канви 600 (`canvas600_c1.rule_rows` / `cover`). Правило лежить у `models/canvas1100_buy/assigner.json`, карта — `results/canvas1100_buy/cluster.json`. 5. **Канва 1100 × 8** (`--build`) — вікно рівно 160 год, що закінчується в T (`canvas1100.canvas_of`): 7 фіч `клас210х10-1х7д/д`, нормування лише на канву; 8-й канал — P(кластер 2) з канви 600 того самого вікна, рядок бере рядок канви 600, що закінчився не пізніше його кінця. Мертві рядки — нулі, стовпця маски немає. Канви — `float16` у `data/canvas1100_buy/x.npy`. 6. **Мітка** — запис T у зоні **дна** 2.3 % (півот на купівлю): до дна не далі за `span` записів (5 % тривалості ноги) і ціна не вище дна більше ніж на `zone` (10 % ціни ноги) — `canvas1100_future.zone_of` на днях **лише ніг ≥ 7 год** (`long_bottoms`: дно лишається, коли хоч одна з двох його ніг не коротша за 7 год). Дна коротших ніг і зони вершин — негатив. Ціна може вийти із зони і повернутись у межах `span`, тому зона дна — кілька шматків записів (`pivot_zones`); саме ці шматки — жовті зони на вкладках. Мітки готових канв перераховує `--labels`. Train: навчання — 318 T у зоні, відкладені — 45 (5 днів); на 63 днях 2.3 train — 210 шматків, усі 363 T з міткою лежать у них і жодна T у них не лишилась без мітки. 7. **Мережа** — трансформер `Future` етапу 16 на 8 каналів, з нуля (без чужих ваг): латки по 10 рядків (110 токенів × 80 чисел → 64), вивчена позиція, токен CLS, 3 шари енкодера, 4 голови, dropout 0.1, один логіт; мертві латки закриті маскою ключів. 8. **Навчання** — Adam 3e-4, батч 64, seed 19; епоха — усі навчальні T у випадковому порядку. **Функції втрат** (`--loss`, по одному прогону `BUY_<втрата>`): `bce` — BCE; `pos` — BCE з вагою позитиву = негативів / позитивів навчання; `focal` — focal loss (γ 2, α 0.25); `dice` — BCE + (1 − soft dice) на батчі. `far` — BCE з вагою прикладу, **чим далі хибний сигнал від цілі, тим дорожчий**: позитив — 1, негатив — `1 + 4 · min(d / 48 год, 1)`, `d` — години від T до найближчого шматка зони дна (`distance_of`, `far_weight`), середнє зважене (Σ w·ce / Σ w); `far` донавчає кращу модель (`--init BUY_bce:16`, lr 1e-4) — стартова епоха 0 міряється тим самим ходом і може бути обрана, стопу до 12-ї епохи при донавчанні немає. `ladder` — драбина штрафу: зона дна цілком (від першого шматка до останнього) ± 2 год — попадання, сигнал там не штрафується (вага 0); відрізок між попередньою і поточною зоною (від кінця попередньої + 2 год до початку поточної − 2 год) ділиться на 10 рівних частин від поточної: ×2, ×4, … ×20 біля попередньої; до першої зони й після останньої — вага 0; мітка 1 — ×1 (`ladder_weight`). `ladder2` — те саме, але **ціль — зона дна цілком ± 2 год** (мітка 1 на всю цю смугу, `wide_labels`; нею ж міряються відкладені й val), мовчання в цілі — `--silence` (×1 … ×10), частини між зонами — ×2, ×5, ×7, ×9, ×11, ×12, ×14, ×16, ×18, ×20 (частини 2–5 на +1). **Стоп донавчання** — поки мережа вчиться: 3 епохи підряд втрата навчання не падає хоча б на 1 % від найкращої, стеля 30; епоха — як і раніше, за F1 на відкладених. Хід `ladder2` (`scripts/buy_ladder2_grid.sh`): `BUY_l2` — донавчання `BUY_bce` е16 з мовчанням ×1; далі гріда `BUY_l2s1` … `BUY_l2s10` — донавчання з обраної епохи `BUY_l2` з мовчанням ×1 … ×10. **Вибір епохи** — середня влучність (AP, площа під кривою точність — повнота) на відкладених: AUC вибирав епоху, де мережа ще не вчилась (стала видача з дрібними зсувами); терпіння 6, до 12-ї епохи стопу немає (у BCE мережа стоїть перші ~8 епох), стеля 30. Поріг — найкращий F1 на відкладених (0.05 … 0.95 кроком 0.05). Кращий прогін — найбільший AP на відкладених. 9. **Val BTC** (`--val`) — канви 1100 × 8 тим самим ходом на кожен T кожні 10 хв від 15.08 00:00 UTC до кінця ряду мінус 40 год (5265 T): канва бере хвіст train як історію (`series_full`), правило кластера 2 — те саме, з навчальних 80 %; мітка — зони днів 2.3 ніг ≥ 7 год val (13 днів, 39 T у зоні). Видача кожної епохи на val пишеться в `results/canvas1100_buy/<прогін>_val.npz`; у вибір епохи й порогу val не йде. 10. **Міра** — на відкладених і на val при порозі відкладених: AP, AUC, точність, повнота, F1; база — частота зони (це ж AP випадкової відповіді) і F1 відповіді «завжди так»; поруч — скільки днів 2.3 дають зону (незалежні одиниці). ## Сигнал купівлі сумою у вікні і торгівля лише купівлями Етап 20, [`scripts/canvas1100_buy_signal.py`](scripts/canvas1100_buy_signal.py), тест — [`tests/test_canvas1100_buy_signal.py`](../../tests/test_canvas1100_buy_signal.py). > береш всі моделі та епохи і підбираеш для кожної сигнал, сигнал це > сума (може приріст — сам обирай) сигналів моделі у ковзному вікні, вікно > і значення підбираеш, потім обираеш найкращу по результатах торгівлі та > позначаеш і записуеш параметри для неї. обираеш так: береш ідеальну > торгівлю по зігзагу як за еталон для кожної сделки. сделки тільки бай, > хто ближче до еталона той і переміг. комісії по правилам проекту. … > коли робиш сделку — памʼятаеш тільки бай по сигналу — ставиш > тейкпрофіт через 2 %, стоплос — підбери сам. якщо ти купив і йдуть > сигнали бай і ціна вище покупки — то добре — то підтвердження, якщо ти > закрив сделку а сигнали бай йдуть і між поточним сигналом і попереднім > пікова ціна меньша ніж на 2.3 % від ціни поточного сигналу — сигнал > фейковий — ігноруй його. > якщо ти зайшов в сделку по сигналу а ціна продовжила падати то > тейкпрофіт переноситься на нову позицію 2 % відносно найнижчої ціни > після сделки 1. **Видача** — P(T у зоні дна) кожної епохи кожного прогону етапу 19 на 5265 T val BTC кожні 10 хв (`results/canvas1100_buy/<прогін>_val.npz`): 18 прогонів, 450 епох. 2. **Сигнал** — сума видачі в ковзному вікні з `W` останніх кроків T: `S[k] = P[k − W + 1] + … + P[k]`; купівля — `S[k] ≥ θ`. Сума, а не приріст: приріст гасне на рівній серії високих P, а дно тримається серією. `θ` — квантиль `q` ряду `S` своєї епохи (шкали мереж різні). 3. **Угода** — лише купівля (довга). Сигнал у T без позиції — вхід ціною open наступного запису 100 с після T (`rules/04-trading.md` → Бектест). Тейк-профіт — найнижча ціна від входу (open входу і close записів після нього) × 1.02: ціна після входу падає — тейк спускається за нею, росте — тейк стоїть; стоп-лос — ціна входу × (1 − `SL`). Перший запис, чий close дійшов до рівня, закриває угоду ціною open наступного запису. Поки угода відкрита, сигнали купівлі — підтвердження, дій немає. 4. **Фейк** — коли вже є закрита угода і позиції немає: сигнал ігнорується, якщо найбільший close записів між попереднім сигналом (будь-яким, і під час угоди теж) і поточним менший за close поточного × 1.023. До першої угоди фейків немає. 5. **Витрати** — комісія 0.05 % і сліпедж 0.02 % за бік (ті самі, що в торгівлі етапу 17; у `rules/04-trading.md` значення — `TODO`); гроші — `Decimal`, старт $1000, кожна угода на всі гроші; угода, відкрита в кінці ряду, закривається close останнього запису. 6. **Еталон** — ідеальна торгівля лише купівлями по зігзагу 2.3 % ряду val (`canvas1100_random.series_of`): кожна нога вгору, що йде в межах T моделі (вершина після першого T, дно не пізніше останнього), — купівля open запису після дна (дно раніше першого T — після запису першого T), продаж open запису після вершини, ті самі витрати. 7. **Близькість до еталона** — кожна угода моделі належить циклу своєї ноги еталона: від попередньої вершини до вершини цієї ноги (за записом входу); угоди після останньої вершини — хвіст без еталона. Результат циклу — `∏(1 + r) − 1` угод у ньому, розрив — `R` еталона мінус результат. **Частка еталона** = (Σ результатів циклів + хвіст) / Σ `R` — більша частка = менший сумарний розрив = ближче до еталона. Рівні — більший PnL, далі менше угод. 8. **Грід** на кожній епосі: `W` ∈ {1, 2, 3, 6, 12, 18, 24, 36, 48, 72} кроків (10 хв … 12 год) × `q` ∈ {0.5, 0.7, 0.8, 0.85, 0.9, 0.93, 0.95, 0.97, 0.98, 0.99} × `SL` ∈ {0.5, 1, 1.5, 2, 3, 4, 5} % — 700 комбінацій; найкраща комбінація епохи → найкраща епоха прогону. ★ зафіксований — `BUY_pos` е9, `W` = 18, `q` = 0.97, стоп 2 %: переможець цього гріду з тейком від ціни входу; з тейком від найнижчої ціни він міряється тими самими параметрами. ★ з тейком від найнижчої ціни — бот для експорту [`bot line 7.0`](../../bots/bot-line-7.0/bot-line-7.0.md). Підбір на val — `rules/03-models.md`: гіперпараметри підбираються по val. ## Живий час Нові записи надходять → з останнього відрізка ряду будується канва 600 тим самим ходом → мережа розмічає рядки. Відрізок береться так, щоб у нього потрапляв попередній знайдений півот 2.3: від цього півота мінус поле до поточного запису. Так мережа бачить початок ноги, а в міру надходження записів — її корекції і кінець, коли він настане. ## План | Етап | Що | Статус | | ---- | -- | ------ | | 1 | Канва 600 і розмітка: датасет train/val з нормованою канвою, мітками рядків 0 / 1 / 2 і зсунутими вікнами; уточнення сигналу в зонах, кореляції частин, UMAP уточнених сигналів; ціна train кожної монети з зігзагом 2.3, зігзагом 0.8 і корекціями | `підтверджено`, 2026-09-25 | | 2 | Мережа на три класи рядка на уточнених мітках зі штрафом за плутанину корекції з півотом і вікнами «корекція біля півота»: навчання, вибір епохи на відкладених, міри на val | `підтверджено`, 2026-09-25 | | 3 | Валідація як на `/edges30`: ряд val з кнопками епох (★ ± 2) і «канва руками» — два кліки ставлять канву, краї перетягуються, під ціною — смуги півотів і корекцій | `підтверджено`, 2026-09-25 | | 4 | Мережа кластера 1: правило кластера 1 на векторі сигналу, мітки рядків, навчання, міри на вікнах і ряді val | `підтверджено`, 2026-09-25 | | 5 | Алгоритм на вікні канви: формула по фічах вікна з 3 рядків каже на кожному рядку «тіло / корекція / півот 2.3» (де корекція збігається з півотом — півот); та сама міра, що в мережі етапу 2 | `підтверджено`, 2026-09-27 | | 6 | Канва 1100 на записах 100 с: датасет `клас210х10-1х7д/д` на записах 100 с усього train кожної монети, зігзаг 2.3 % (ноги ≥ 7 год), 4 ноги на 1000 рядках і по 50 за межами, UMAP півотів 2.3 і корекцій 0.8 | `підтверджено`, 2026-09-27 | | 7 | Мережа на канві 1100 знаходить півоти 2.3: зсунуті канви, розбиття по часу, міра етапу 2 проти випадкових сигналів і позиційного прогнозу | `підтверджено`, 2026-09-27 | | 8 | Три голови на канві 1100 — півот 2.3, корекція 0.8, бік (купити / продати); функції втрат; довші вікна (6 і 8 ніг); жива торгівля голови боку на val проти холду й випадкових перевертань | `підтверджено`, 2026-09-27 | | 9 | Голова «бік ноги» дослідження 33 дорахована до 22.09 тим самим ходом і на тих самих вагах: продовжені датасети, видачі чотирьох мереж, шов, голова; перевірка збігу зі збереженим рядом 33 | `підтверджено`, 2026-09-27 | | 10 | Скільки даних у вікні канви 1100: мапа всіх вікон val BTC, обхід «ріст правого краю, крок лівого» з гридом кроків, мінімальної довжини, падіння F1 і терпіння для голови півотів і голови корекцій; контроль — стале вікно | `підтверджено`, 2026-09-27 | | 11 | Три голови — вершина 2.3, корекція 0.8, дно 2.3 — зі штрафами за плутанину з корекцією, за повтор після підтвердженого півота і з іншою вершиною в ціні зони як доброю відповіддю; довчання `B_tune` за циклом вікна: ріст від 2 до 8 півотів щогодини, стиск лівого краю до 2 півотів, ковзання розмірів 2 … 8 кроком у рядок канви, зсув якоря на пів півота | `підтверджено`, 2026-09-27 | | 12 | Довчання `G_tune` на випадкових вікнах від 1 до 8 півотів з train: канва 1100 на льоту, шматки різних монет і частин ряду через буфер перемішування; три найкращі епохи — кнопками на дашборді | `підтверджено`, 2026-09-27 | | 13 | Довчання `R_tune` на випадкових вікнах рівно з одним півотом: лівий край будь-де між попереднім півотом і цим, правий — між цим і наступним; три найкращі епохи — кнопками на дашборді | `підтверджено`, 2026-09-27 | | 14 | Довчання `R_tune` на перемішаних вікнах рівномірної довжини (1 год … 12 діб) з 1 … 8 півотами; три найкращі епохи — кнопками на дашборді | `підтверджено`, 2026-09-27 | | 15 | Найкраща довжина вікна канви 1100 у годинах для `RL_tune` е19 — окремо на train і на val, кошики по 24 години | `підтверджено`, 2026-09-27 | | 16 | Зона півота 2.3 % у момент T: канва 1100 × 7 × 160 год з видач моделей етапів 8 і 14, кластера 2 і голови «бік ноги» (ема 200, перевірена на заглядання вперед) → трансформер: T у зоні півота чи ні | `підтверджено`, 2026-09-27 | | 17 | Торгівля на val шести монет за сигналом «T у зоні півота 2.3 %» без заглядання вперед: вершина / дно за попереднім півотом, продовження ноги й хибні півоти, угоди лініями на графіку і кнопка «вперед» | `підтверджено`, 2026-09-29 | | 18 | Півот 2.3 раніше за зігзаг (вкладка `/early`): голова «бік ноги» без затримки (живий ряд, перевірка повним обрізанням у T), одна голова з ваг `RL_tune` е19 на канві 1100 × 9 до T з кластером 2 і сирою головою боку, штраф за пропуск росте з віком півота, грід вікон 40 … 300 год, T кожні 10 хв, вкладка з вікном, що сунеться на 10 хв | `підтверджено`, 2026-09-29 | | 19 | Півот на купівлю лише на train BTC: зона дна 2.3 % у момент T на канві 1100 × 8 з вікном 160 год (7 фіч класу + P(кластер 2), кластер 2 заново на навчальних 80 % BTC), трансформер `Future` з нуля; мітка — зони днів ніг ≥ 7 год; перебір функцій втрат (BCE, вага позитиву, focal, BCE + dice), епоха за F1 і поріг на відкладених 20 %; канви val BTC тим самим ходом і видача кожної епохи на val; вкладки `/buy` і `/buyval` | `підтверджено`, 2026-09-30 | | 20 | Сигнал купівлі з видачі мереж етапу 19: сума P у ковзному вікні, вікно, поріг і стоп-лос підбираються на всіх епохах усіх прогонів торгівлею лише купівлями на val BTC — тейк 2 % від найнижчої ціни після входу, сигнали при відкритій угоді — підтвердження, після закритої угоди сигнал без підйому 2.3 % між сигналами — фейк; найкращий — найближчий до еталона, ідеальної торгівлі купівлями по зігзагу 2.3 %; блок на вкладці `/buyval` | `підтверджено`, 2026-09-30 | ## Скрипти | Скрипт | Що робить | Вихід | | ------ | --------- | ----- | | [`scripts/canvas600_data.py`](scripts/canvas600_data.py) | етап 1: вікна, канва 600 × 7, корекції 0.8, мітки рядків і перелік зон; `--marks` — півоти 2.3 і корекції ряду train для графіка; етап 3: `--series` — ковзні вікна ряду val | `data/canvas600/_x.npy`, `.npz`, `_zones.npz`, `build.json`; `results/marks/_train.npz` | | [`scripts/canvas600_signal.py`](scripts/canvas600_signal.py) | етап 1: уточнення сигналу — грід, кореляції частин, уточнені мітки, профіль фіч, UMAP | `data/canvas600/_refined.npy`, `results/canvas600.json`, `results/canvas600_umap.json` | | [`scripts/valboard.py`](scripts/valboard.py) | вкладка `/valboard`: усі видачі на відрізку val — кластери 1 і 2 і півоти 2.3, мережа повноти ноги дослідження 35, ряд голів дослідження 33 | — (рахує на запит) | | [`scripts/canvas600_c1.py`](scripts/canvas600_c1.py) | етап 4: `--labels` — правило кластера 1 і мітки рядків; навчання; `--outputs` — ряд val | `data/canvas600/_c1.npy`, `_c1_owner.npy`; `models/canvas600_c1/`; `results/canvas600_c1.json`, `results/c1/series__eNN.npz` | | [`scripts/canvas1100.py`](scripts/canvas1100.py) | етап 6: записи 100 с, датасет класу, ноги 2.3 і корекції 0.8, канва 1100 на 4 ноги, уточнений сигнал подій, UMAP | `data/canvas1100/_train.npz`, `legs.json`, `train_x.npy`, `train.npz`; `results/canvas1100.json` | | [`scripts/canvas1100_net.py`](scripts/canvas1100_net.py) | етап 7: мережа на зсунутих канвах 1100 — зона півота 2.3 на кожному рядку, епоха й поріг на відкладених, міри на val проти випадкових сигналів | `models/canvas1100/epoch_NN.pt`, `history.json`; `results/canvas1100_net.json` | | [`scripts/heads33_data.py`](scripts/heads33_data.py) | етап 9: `клас210х14х4ц` до 22.09 (`BTC_USDT_29`, `_fill`) штатними будівниками `rules/scripts` | `data/datasets_ext/<набір>/class210x14x*` | | [`scripts/heads33_run.py`](scripts/heads33_run.py) | етап 9: видачі мереж 20, 31, 32 і голова 33 на продовженому ряді зі збереженими вагами, шлях до даних перенаправлено в памʼяті процесу; звірка з рядом 33; етап 18: `--live` — мережа зон на ногах від 1 події | `results/heads33/`, `results/heads33_live/` | | [`scripts/canvas1100_heads.py`](scripts/canvas1100_heads.py) | етап 8: три голови, 4 функції втрат (коло A), суміш 4 / 6 / 8 ніг з нуля і довчанням (коло B) | `models/canvas1100_heads/<прогін>/`, `results/canvas1100_heads/<прогін>.json` | | [`scripts/canvas1100_window.py`](scripts/canvas1100_window.py) | етап 10: `--map` — мапа вікон val BTC з лічильниками обох голів; `--grid` — обхід і стале вікно | `data/canvas1100_window/BTC_USDT_map.npz`; `results/canvas1100_window_BTC_USDT.json` | | [`scripts/canvas1100_grow.py`](scripts/canvas1100_grow.py) | етап 11: `--build` — цикл вікна і рівна вибірка канв з кодами рядків трьох голів; `--run` — довчання за циклом, міра на val | `data/canvas1100_grow/_*.npy`; `models/canvas1100_grow/<прогін>/`; `results/canvas1100_grow/<прогін>.json` | | [`scripts/canvas1100_random.py`](scripts/canvas1100_random.py) | етап 12: `--fixed` — сталі випадкові вікна відкладених і val; `--run` — довчання на потоці випадкових вікон, три найкращі епохи на циклі val етапу 11; етап 13: `--n 1 1` — вікна рівно з одним півотом; етап 14: `--length` — вікна рівномірної довжини | `data/canvas1100_random/`; `models/canvas1100_random/<прогін>/`; `results/canvas1100_random/<прогін>.json` | | [`scripts/canvas1100_length.py`](scripts/canvas1100_length.py) | етап 15: `--fixed` — сталі вікна рівномірної довжини train до різу; `--run` — F1 голів найкращої епохи прогону в кошиках довжини по 24 години, найкраща довжина на train і на val | `data/canvas1100_random/train_len_*`; `results/canvas1100_random/<прогін>_length.json` | | [`scripts/side_leak.py`](scripts/side_leak.py) | етап 16: голова «бік ноги» наживо в момент T (ланцюжок `heads33_run --holes` на датасетах, обрізаних у T) проти готового ряду; етап 18: `--live` — ланцюжок `--live`, обрізання всіх файлів, кілька монет | `data/side_leak//`; `results/side_leak/.json`, `results/side_leak_live/_.json` | | [`scripts/canvas1100_future.py`](scripts/canvas1100_future.py) | етап 16: `--build` — канва 1100 × 7 × 160 год з видач моделей, `--zones` — мітка «T у зоні півота 2.3 %», train і val | `data/canvas1100_future/` | | [`scripts/canvas1100_future_net.py`](scripts/canvas1100_future_net.py) | етап 16: трансформер на канві 1100 × 7 — T у зоні півота, вибір епохи на відкладених, міра на val; `--controls` — контроль окремими каналами в готовий результат | `models/canvas1100_future/<прогін>/`; `results/canvas1100_future/<прогін>.json`, `<прогін>_val_pred.npz` | | [`scripts/canvas1100_zone_trade.py`](scripts/canvas1100_zone_trade.py) | етап 17: торгівля на val шести монет (`--pairs`) за сигналом зони півота — кроки T, півоти з роллю, угоди, крива грошей і метрики | `results/canvas1100_future/zone_trade_.json` | | [`scripts/canvas1100_buy_signal.py`](scripts/canvas1100_buy_signal.py) | етап 20: сигнал — сума видачі у вікні, торгівля лише купівлями з тейком 2 % від найнижчої ціни після входу, стопом і фейком, еталон по зігзагу 2.3 %, грід вікна, порогу й стопу на всіх епохах усіх прогонів етапу 19 | `results/canvas1100_buy/signal_pick.json` | | [`scripts/canvas1100_buy.py`](scripts/canvas1100_buy.py) | етап 19: `--cluster` — кластер 2 на навчальних 80 % train BTC; `--build` — канви 1100 × 8 train BTC і мітка «зона дна 2.3 %»; `--labels` — мітки готових канв заново (дна лише ніг ≥ 7 год); `--val` — канви 1100 × 8 val BTC, мітка і зони днів; `--run <прогін> --loss <втрата>` — трансформер `Future` на 8 каналів, епоха за AP і поріг на відкладених, видача кожної епохи на val; `--series <прогін>` — видача всіх епох на всіх T train для вкладки `/buy` | `models/canvas1100_buy/assigner.json`, `data/canvas1100_buy/`, `models/canvas1100_buy/<прогін>/`, `results/canvas1100_buy/` | | [`scripts/canvas1100_early.py`](scripts/canvas1100_early.py) | етап 18: `--held` — сталі канви відкладених; `--run` — одна голова з `RL_tune` е19 на канві 1100 × 9 до T, штраф за віком півота; `--grid` — грід вікон на відкладених і val, найкраще вікно кожні 10 хв з контролями, ряд val для вкладки; `probe` — канва в момент T для вкладки | `data/canvas1100_early/held_*`; `models/canvas1100_early/<прогін>/`; `results/canvas1100_early/<прогін>.json`, `<прогін>_grid.json`, `<прогін>_val_.json` | | [`scripts/canvas1100_trade.py`](scripts/canvas1100_trade.py) | етап 8: голова боку в живому часі на val, завжди в ринку, гроші з витратами проти холду й випадкових перевертань | `results/canvas1100_trade_<прогін>.json` | | [`scripts/canvas600_rule.py`](scripts/canvas600_rule.py) | етап 5: формула на вікні з 3 рядків — логістична регресія на 7 рівнях або 21 числі, пороги на відкладених, міри мережі етапу 2 | `results/canvas600_rule.json` | | [`scripts/canvas200.py`](scripts/canvas200.py) | вкладка `/umap600`: канва 200 — блоки по 3 рядки, сума модулів і 7 \| 7 \| 7, клас блоку, UMAP; перевірка блоків сітки проти поточної карти | `results/canvas200_umap.json` | | [`scripts/canvas600_net.py`](scripts/canvas600_net.py) | етап 2: мережа на три класи рядка; етап 3: `--outputs` — ряд val на найкращій епосі ± 2, `probe` — канва руками | `models/canvas600/epoch_NN.pt`, `history.json`; `results/canvas600_val.json`, `results/val/series__eNN.npz` | ```bash python3 research/36-canvas600-pivots/scripts/canvas600_data.py python3 research/36-canvas600-pivots/scripts/canvas600_data.py --marks python3 research/36-canvas600-pivots/scripts/canvas600_signal.py python3 research/36-canvas600-pivots/scripts/canvas600_signal.py --pairs python3 research/36-canvas600-pivots/scripts/canvas600_signal.py --kmeans python3 research/36-canvas600-pivots/scripts/canvas600_signal.py --cluster3d python3 research/36-canvas600-pivots/scripts/canvas600_signal.py --decode python3 research/36-canvas600-pivots/scripts/canvas200.py python3 research/36-canvas600-pivots/scripts/canvas600_rule.py python3 research/36-canvas600-pivots/scripts/canvas1100.py python3 research/36-canvas600-pivots/scripts/canvas1100.py --part val python3 research/36-canvas600-pivots/scripts/canvas1100_net.py --force python3 research/36-canvas600-pivots/scripts/canvas1100.py --legs 6 python3 research/36-canvas600-pivots/scripts/canvas1100.py --legs 6 --part val python3 research/36-canvas600-pivots/scripts/canvas1100.py --legs 8 python3 research/36-canvas600-pivots/scripts/canvas1100.py --legs 8 --part val python3 research/36-canvas600-pivots/scripts/canvas1100_heads.py --run A_wbce --loss wbce --legs 4 --force python3 research/36-canvas600-pivots/scripts/canvas1100_heads.py --run A_focal --loss focal --legs 4 --force python3 research/36-canvas600-pivots/scripts/canvas1100_heads.py --run A_dice --loss dice --legs 4 --force python3 research/36-canvas600-pivots/scripts/canvas1100_heads.py --run A_swap --loss swap --legs 4 --force python3 research/36-canvas600-pivots/scripts/canvas1100_heads.py --run B_mix --loss dice --legs 4 6 8 --force python3 research/36-canvas600-pivots/scripts/canvas1100_heads.py --run B_tune --loss dice --legs 4 6 8 --init A_dice --force python3 research/36-canvas600-pivots/scripts/canvas1100_trade.py --run B_tune python3 research/36-canvas600-pivots/scripts/canvas1100_window.py --map python3 research/36-canvas600-pivots/scripts/canvas1100_window.py --grid python3 research/36-canvas600-pivots/scripts/canvas1100_grow.py --build python3 research/36-canvas600-pivots/scripts/canvas1100_grow.py --run G_tune --init B_tune --force python3 research/36-canvas600-pivots/scripts/canvas1100_random.py --fixed python3 research/36-canvas600-pivots/scripts/canvas1100_random.py --run R_tune --init G_tune --force python3 research/36-canvas600-pivots/scripts/canvas1100_random.py --fixed --n 1 1 python3 research/36-canvas600-pivots/scripts/canvas1100_random.py --run R1_tune --init R_tune --n 1 1 --force python3 research/36-canvas600-pivots/scripts/canvas1100_random.py --fixed --length python3 research/36-canvas600-pivots/scripts/canvas1100_random.py --run RL_tune --init R_tune --length --force python3 research/36-canvas600-pivots/scripts/canvas1100_length.py --fixed --run RL_tune python3 research/36-canvas600-pivots/scripts/side_leak.py --at 2026-09-04T18:00 2026-09-05T22:00 2026-09-11T01:00 2026-09-11T03:00 python3 research/36-canvas600-pivots/scripts/canvas1100_future.py --build --zones python3 research/36-canvas600-pivots/scripts/canvas1100_future_net.py --run Z_base --force python3 research/36-canvas600-pivots/scripts/canvas1100_future_net.py --run Z_base --controls python3 research/36-canvas600-pivots/scripts/canvas1100_zone_trade.py python3 research/36-canvas600-pivots/scripts/heads33_run.py --live python3 research/36-canvas600-pivots/scripts/side_leak.py --live --pairs BTC_USDT --at 2026-08-19T21:19 2026-08-21T18:38 2026-08-25T03:01 2026-08-30T17:18 python3 research/36-canvas600-pivots/scripts/side_leak.py --live --pairs ETH_USDT --at 2026-08-19T18:20 2026-08-21T14:35 2026-08-19T22:06 2026-08-19T22:46 python3 research/36-canvas600-pivots/scripts/side_leak.py --live --pairs SOL_USDT --at 2026-08-15T14:54 2026-08-16T17:29 2026-08-30T14:18 python3 research/36-canvas600-pivots/scripts/side_leak.py --live --pairs XRP_USDT --at 2026-08-15T13:06 2026-08-16T18:44 2026-08-28T01:53 python3 research/36-canvas600-pivots/scripts/side_leak.py --live --pairs BNB_USDT --at 2026-08-16T14:58 2026-08-18T05:50 2026-08-22T05:26 python3 research/36-canvas600-pivots/scripts/side_leak.py --live --pairs DOGE_USDT --at 2026-08-18T21:16 2026-08-20T10:29 2026-09-05T18:20 python3 research/36-canvas600-pivots/scripts/canvas1100_early.py --held python3 research/36-canvas600-pivots/scripts/canvas1100_early.py --run E_tune --force python3 research/36-canvas600-pivots/scripts/canvas1100_early.py --grid E_tune python3 research/36-canvas600-pivots/scripts/canvas1100_buy.py --cluster python3 research/36-canvas600-pivots/scripts/canvas1100_buy.py --build python3 research/36-canvas600-pivots/scripts/canvas1100_buy.py --labels python3 research/36-canvas600-pivots/scripts/canvas1100_buy.py --val python3 research/36-canvas600-pivots/scripts/canvas1100_buy.py --run BUY_bce --loss bce --force python3 research/36-canvas600-pivots/scripts/canvas1100_buy.py --run BUY_pos --loss pos --force python3 research/36-canvas600-pivots/scripts/canvas1100_buy.py --run BUY_focal --loss focal --force python3 research/36-canvas600-pivots/scripts/canvas1100_buy.py --run BUY_dice --loss dice --force python3 research/36-canvas600-pivots/scripts/canvas1100_buy.py --run BUY_far --loss far --init BUY_bce:16 --lr 1e-4 --force python3 research/36-canvas600-pivots/scripts/canvas1100_buy.py --run BUY_ladder --loss ladder --init BUY_bce:16 --lr 1e-4 --force research/36-canvas600-pivots/scripts/buy_ladder2_grid.sh python3 research/36-canvas600-pivots/scripts/canvas1100_buy.py --run BUY_l3 --loss ladder2 --init BUY_l2s7:1 --lr 1e-4 --silence 7 --steps 2,6,10,14,18,21,25,29,33,37 --force python3 research/36-canvas600-pivots/scripts/canvas1100_buy_signal.py python3 rules/scripts/build_class210x10x7dc.py --end 2026-09-23 --out data/datasets_ext python3 research/36-canvas600-pivots/scripts/heads33_data.py python3 research/29-class7dd-legs/scripts/legleft_data.py --blocks --history 4 --norm gauss --clock --data data/datasets_ext --out research/36-canvas600-pivots/data/heads33/legleft python3 research/36-canvas600-pivots/scripts/heads33_run.py python3 research/36-canvas600-pivots/scripts/canvas600_net.py python3 research/36-canvas600-pivots/scripts/canvas600_data.py --series python3 research/36-canvas600-pivots/scripts/canvas600_net.py --outputs python3 research/36-canvas600-pivots/scripts/canvas600_c1.py --labels python3 research/36-canvas600-pivots/scripts/canvas600_c1.py python3 research/36-canvas600-pivots/scripts/canvas600_c1.py --outputs python3 -m unittest discover -s tests -t tests -p "test_canvas600.py" ``` Готові функції дослідження 35 імпортуються, а не копіюються: | Функція | Файл | Навіщо | | ------- | ---- | ------ | | `read_seconds`, `edges_of` | [`bars30.py`](../35-leg-fullness/scripts/bars30.py) | секунди → відрізки канви | | `window_canvas` | [`windows30.py`](../35-leg-fullness/scripts/windows30.py) | 600 відрізків → 7 фіч → нормування на канву | | `pivots_of`, `row_records` | [`edges30_data.py`](../35-leg-fullness/scripts/edges30_data.py) | півоти 2.3 і їхні зони, записи рядків | | `zigzag`, `snap` | [`rules/scripts/zigzag.py`](../../rules/scripts/zigzag.py) | зігзаг 0.8 усередині ноги і точка півота | | `Finder`, `peaks`, `score`, `record_zones`, `probe` | [`edges30_net.py`](../35-leg-fullness/scripts/edges30_net.py) | мережа, сигнали, міра, канва руками (етапи 2–3) | ## Вкладка `/canvas600` | Блок | Що показує | Ендпоінт | | ---- | ---------- | -------- | | опис | ціль, канва 600, розмітка трьох класів рядка; без даних — команда, якою вони робляться | `/api/canvas600` | | ціна train | кнопки монети; ціна train (на піксель — від найменшого до найбільшого `close`), вісь Y — межі видимого відрізка; зігзаг 2.3 (нога вгору — зелена, вниз — червона, квадрат — півот), корекції 0.8 — фіолетові точки, пунктир — зігзаг 0.8 через півоти 2.3 і корекції; зони півотів і корекцій (95 … 105 % тривалості × 10 % ціни); перемикачі «зони» і «зігзаг 0.8»; колесо — масштаб, перетягування — зсув, подвійний клік — увесь ряд | `/api/canvas600/price/` | | датасет канви 600 | train і val: ніг, вікон, зон початку, кінця, інших півотів 2.3 і корекцій | `/api/canvas600` (`build`) | | фічі опору й підтримки | чотири графіки — `d_resist_buy`, `d_bal_resist_buy`, `d_support_sell`, `d_bal_support_sell`: середнє фічі на зсувах −12 … +12 рядків від піку, лінія на частину — початок, кінець, корекція, звичайна частина ноги; перемикачі train / val і «по модулю» / «вершини, зі знаком» / «дна, зі знаком» | `/api/canvas600` (`profile`) | | мережа | кнопки епох (★ — найкраща за F1 на відкладених); таблиця: відкладені train, val усіх монет і кожної — точність, повнота, F1, добрих / сигналів і сплутано для півота 2.3 і для корекції; хід навчання по епохах | `/api/canvas600` (`net`) | | видача на val | кнопки епох (★ і по дві до і після); таблиця по монетах — для півота і для корекції окремо на вікнах val і на ряді val: точність, повнота, F1, добрих / сигналів, сплутано; кнопки монети; ціна val з півотами 2.3 і корекціями 0.8 та їхніми зонами (зелений — вершина, червоний — дно, фіолетовий — корекція), сигнали (синій — півот у зоні півота, фіолетовий — корекція в зоні корекції, сірий — хибний); під нею на спільній осі часу — P(півот) і P(корекція) з порогами пунктиром; зум і зсув | `/api/canvas600` (`shown`), `/api/canvas600/series//<епоха>` | | канва руками | кнопки монети й епохи; ціна val — два кліки ставлять початок і кінець канви, край виділення перетягується мишею, канва рахується заново, коли відпустили; сервер будує канву 600 з відрізка (≥ 600 записів) і проганяє мережу (`canvas600_net.probe`); під ціною — відрізок крупно: ціна, півоти й корекції із зонами, сигнали, дві смуги 600 рядків — P(півот) і P(корекція) з порогом; кольорове під смугою — рядки в зоні свого класу, риски — сигнали | `/api/canvas600/valprice/`, `/api/canvas600/probe//<від>/<до>/<епоха>` | | мережа кластера 1 | правило кластера 1 і його збіг із k-means; кнопки епох (★); таблиця вікон val — відкладені train, усі монети й кожна: точність, повнота, F1, добрих / сигналів, скільки сигналів у зоні півота 2.3, у зоні корекції, поза зонами; таблиця ряду val по монетах — сигналів, частки в зонах, півотів і корекцій знайдено; хід навчання; кнопки монети — ціна val з зонами і сигналами (синій — у півоті, фіолетовий — у корекції, сірий — поза зонами) і під нею P(подія кластера 1) з порогом | `/api/canvas600` (`c1_net`, `c1`), `/api/canvas600/c1series//<епоха>` | | кластери 1 і 2 на канві руками | кнопки монети; ціна val — два кліки ставлять канву, край перетягується, канва рахується заново, коли відпустили; сервер будує канву 600 і проходить її вікном з 3 рядків через правило кластера 1 (`canvas600_c1.rule_probe`); рядок підсумку — скільки рядків у зоні кластера 1 і скільки з них у зонах півота й корекції, яка частка рядків півота й корекції — кластер 1; під ціною — смуга P(кластер 1) по рядках з 0.5 пунктиром і справжніми рядками півота під нею, і смуга зон кластера 1 з рядками корекції під нею; нижче — плашка «кластер 2»: смуга P(кластер 2) з рядками півота під нею і смуга зон кластера 2 з рядками корекції під нею, частка рядків півота й корекції з підписом кластера 2; нижче — плашка «півоти 2.3»: смуга P(півот) мережі етапу 2 на тій самій канві з порогом, сигнали рисками (синя — у зоні півота, сіра — хибна) і справжніми рядками півота під нею; ті самі сигнали — на ціні | `/api/canvas600/valprice/`, `/api/canvas600/c1probe//<від>/<до>` | | плашка «Уточнення сигналу» | метод; сусідні півоти 2.3 однієї ноги — таблиця «своя / чужа / тіло» з інтервалом різниці; обраний варіант ★; 30 найкращих варіантів гріду за балом — набір фіч, вікно, `stat`, пошук піку `±P`, `repr`, `q`, `τ`, частка зон із сигналом, розриви трьох цілей і бал; матриця кореляцій шести частин обраного варіанта на train і на val; уточнені мітки — зон із сигналом і рядків до / після | `/api/canvas600` | | UMAP уточнених сигналів | train / val, три метрики, розфарбування за частиною або вершина / дно; велика карта всіх чотирьох частин і чотири малі — кожна частина поверх сірих решти; підказка на точці — частина, вершина / дно, нога, вікно, рядок піку, сила | `/api/canvas600/umap` | | UMAP · кластери | перемикач «k-means 2» / «HDBSCAN», train / val, три метрики; карта уточнених сигналів, колір — кластер (сірий — шум HDBSCAN); таблиця кластер × частина з рядком шуму: скільки точок і яка частка всіх точок частини; підказка на точці — кластер, частина, вершина / дно, нога | `/api/canvas600/umap` (`kmeans`) | | розшифровка кластерів 1 і 2 | train і val: рівень кожної з 7 фіч у кластері 1 і 2, AUC на всіх точках і на корекціях; властивості корекцій і країв ноги в кожному кластері з AUC | `/api/canvas600` (`decode`) | | Кластери · 3D UMAP | перемикач «k-means 2» / «HDBSCAN»; кнопки кластерів (k-means: «кластер 1» — «півотний», «кластер 2» — «тілесний», за замовчуванням; HDBSCAN — стільки, скільки знайдено), train / val, три метрики; точки обраного кластера окремою 3D-картою, колір — частина або вершина / дно; колесо — масштаб, перетягування — поворот; підказка на точці — частина, вершина / дно, нога, вікно, рядок піку | `/api/canvas600/umap` (`cluster3d`) | Вкладка доповнюється блоками тим самим кроком, що й етапи. Вивід етапів 2–3 будується як на `/edges30`. ## Вкладка «Ряд val: кластери, нога і голови» — `підтверджено`, 2026-09-25 Вкладка [`/valboard`](http://localhost:8080/valboard): [`scripts/valboard.py`](scripts/valboard.py), ендпоінт `/api/valboard//<від>/<до>`. **Один головний графік** — ціна val монети з півотами 2.3 і корекціями 0.8 та їхніми зонами. Клік — початок відрізка, другий клік — кінець, край перетягується мишею. Відпустили — сервер рахує на **цьому відрізку** всі видачі, і вони лягають під графіком на спільну вісь часу відрізка. Інших графіків ціни на вкладці немає. | Смуга | Модель | Як рахується на відрізку | Правда під смугою | | ----- | ------ | ------------------------ | ----------------- | | P(кластер 1) | правило кластера 1 (етап 4) | канва 600 з відрізка, вікно з 3 рядків з кроком 1, імовірність рядка — найбільша з вікон, що його накривають | рядки зони півота 2.3 | | P(кластер 2) | те саме | `1 − p` того самого вікна | рядки зони півота 2.3 | | P(півот 2.3) | мережа етапу 2, найкраща епоха | та сама канва 600; сигнал — пік вище порогу в ±10 рядках (риски: синя — у зоні півота, сіра — хибна) | рядки зони півота | | повнота ноги, вихід 2 | мережа дослідження 35, прогін `g12`, епоха 5 (як на `/seq30`) | канва 500 з відрізка (`windows30.window_canvas`), вхід 500 × 7 і 4 скаляри; P(рядок уже належить наступній нозі) по рядках; під смугою — **вихід 1** окремим графіком: сходинки P(q ≥ c) стовпчиками з порогом 0.5, одна відповідь на все вікно, як на `/seq30` | рядки від першої секунди наступної ноги — нога та, в якій відрізок починається | | голова «бік ноги» | двоголова мережа дослідження 33 | події її ряду val всередині відрізка: P(нога вгору) лінією, як на `/legs` (зелена), ема 200 за замовчуванням, поріг 0.5 пунктиром, шкала −0.03 … 1.03; лінія рветься на проміжку між подіями понад 10 хв | — | | голова «зона розвороту» | те саме | P(зона) лінією (помаранчева), ема 200, поріг 0.5 | — | - Над кожною видачею — **своє поле ема** (у рядках канви або в подіях ряду голів; 1 — без ема): синя лінія поверх смуги. - Над смугами — підсумок відрізка: частка рядків кластера 1 і 2, рядки півота й корекції і скільки з них кластер 1, сигнали півота 2.3. - Ряд голів дослідження 33 покриває val лише до 07.09.2026; на відрізку пізніше смуги голів порожні, і вкладка пише, який проміжок покрито. - Кнопки монети — над головним графіком. ## Вкладка «K-means: кластери 1 і 2» — `підтверджено`, 2026-09-27 > http://localhost:8080/canvas600 створи вкладку на основі цієї - пропиши > там як ми створювали UMAP уточнених сигналів, UMAP · кластери, > Розшифровка кластерів 1 і 2 до цього включно > будемо далі працювати з к-мінс кластер1 та кластер2 все інше - видали Вкладка [`/umap600`](http://localhost:8080/umap600). Нових скриптів і ендпоінтів немає: вкладка читає ті самі `/api/canvas600` і `/api/canvas600/umap`, що й `/canvas600`, і малює блоки тими самими функціями з префіксом `umap600`. | Блок | Що показує | Ендпоінт | | ---- | ---------- | -------- | | плашка «Метод, кластери k-means, канва 200, алгоритм на вікні, канва 1100, мережі етапів 7 і 8» | згорнута за замовчуванням; у ній — усі блоки нижче до «мережа 1100 на ряді val: канва руками»; полотна в ній перемальовуються, коли плашку відкрили | — | | як це побудовано | метод по кроках — розділ «Уточнення сигналу», пункти 1–7, 10, 11 (лише k-means), 13: канва 600 і зони, сила рядка, пік у вікні `± P`, уточнений сигнал, частини датасету й контролі, кореляції і бал, грід 1920 варіантів, UMAP, k-means на 2 кластери, розшифровка; команди `canvas600_signal.py`, `--kmeans`, `--decode` | — | | UMAP · кластери | лише k-means 2 (перемикача HDBSCAN немає), train / val, три метрики; карта уточнених сигналів, колір — кластер; таблиця кластер × частина; підказка на точці — кластер, частина, вершина / дно, нога | `/api/canvas600/umap` (`kmeans`) | | розшифровка кластерів 1 і 2 | train і val: рівень кожної з 7 фіч у кластері 1 і 2, AUC на всіх точках і на корекціях; властивості корекцій і країв ноги в кожному кластері з AUC (Результат 9) | `/api/canvas600` (`decode`) | | канва 200: UMAP блоків по 3 рядки | train / val; «сума модулів · 7» / «7 \| 7 \| 7 · 21»; три метрики; колір — клас блоку (півот 2.3, корекція 0.8, зона без сигналу, тіло ноги, поза ногою) або нога вгору / вниз; велика карта і пʼять малих — кожен клас поверх сірих решти; підказка на точці — клас, нога, вікно, блок і його рядки; під картою — таблиці «Блоки 7 \| 7 \| 7 проти поточного UMAP» (Результат 11) | `/api/canvas600/umap200` | | алгоритм на вікні канви | перемикач «рівні 7 фіч» / «3 рядки · 21 число»; метод і пороги; таблиця — відкладені train, val усіх монет і кожної: для півота 2.3 і корекції точність, повнота, F1, добрих / сигналів, сплутано — рядок «формула» і під ним «мережа» етапу 2 на найкращій епосі; у плашці — ваги формули в сирих одиницях (Результат 12) | `/api/canvas600/rule` | | канва 1100: записи 100 с, 4 ноги, UMAP подій | хід етапу 6 пунктами з параметрами з файлу; таблиця по монетах — записів, розривів, без похідної, ніг, ніг ≥ 7 год, медіана ноги, півотів, корекцій, канв; UMAP подій (точка — рядок події, 7 фіч) — перемикачі метрики і «півот / корекція» / «вершина / дно», велика карта і дві малі — кожен клас поверх сірих решти; підказка — клас, вершина / дно, монета, канва, рядок (Результат 13) | `/api/canvas600/canvas1100` | | мережа: півоти 2.3 на канві 1100 | метод, розбиття, епоха ★ і поріг; таблиця — відкладені train, val усіх монет і кожної: точність, повнота, F1, добрих / сигналів, зон знайдено, сплутано — рядок «мережа» і під ним «випадкові сигнали»; у плашці — хід навчання (Результат 14) | `/api/canvas600/canvas1100net` | | три голови: півот, корекція, бік (етап 8) | метод; таблиця прогонів — втрата, ноги, довчання, епоха, середній F1 на відкладених, на val F1 півота й корекції проти випадкових, бік правильний, F1 перемикань, F1 півота й корекції на канвах 4 / 6 / 8 ніг; таблиця торгівлі голови боку в живому часі по монетах — рішень, перевертань, гроші моделі, холд, випадкові (медіана / найкращий), перевертань у зоні півота, півотів з перевертанням (Результат 15) | `/api/canvas600/heads` | | мережа 1100 на ряді val: канва руками | кнопки монети; ряд — записи 100 с: 3 півоти 2.3 перед val (хвіст train) і весь val, півоти 2.3 і корекції 0.8 із зонами; кнопки «вільне вікно» / «вікно 160 год» і «→ 1 год»: у вільному два кліки ставлять відрізок будь-якого розміру від 1100 записів, край перетягується — канва рахується заново, коли відпустили (`canvas1100_net.probe`); у режимі 160 год клік ставить початок, кінець — через 160 год (найкраща довжина val етапу 15), «→ 1 год» зсуває вікно на годину вправо і рахує канву заново; підсумок — записів, крок рядка, епоха, поріг, зон півота знайдено, сигналів і добрих; під ціною — відрізок крупно з сигналами мережі етапу 7 (зелений — у зоні півота, сірий — поза нею); усі видачі під ним — у згорнутій плашці (розкривається кліком, стан тримається між перерахунками канви): **моделі етапів 11–12** (`canvas1100_grow.buttons` / `models_on`): кнопки «прогін · епоха» — етап 11: найкраща епоха ★ і по одній зліва й справа, етапи 12–14: три найкращі епохи кожного прогону; прогони — у порядку появи; за замовчуванням — найкраща епоха найсвіжішого прогону (`RL_tune` е19); три смуги обраної моделі — P(вершина 2.3), P(корекція 0.8), P(дно 2.3) з порогом своєї епохи, сигналами (добрий — на рядку зони свого класу чи на іншій вершині в ціні зони півота, `POS` / `ALT`) і рядками зони свого класу під смугою; нижче — **плашки моделей етапу 8**: кнопки прогонів (A_wbce … B_tune, за замовчуванням B_tune; сервер рахує всі прогони на тій самій канві, перемикання без нового запиту) і дві смуги обраного прогону — P(півот 2.3) з порогом, сигналами і рядками зони півота під смугою, P(корекція 0.8) з порогом, сигналами і рядками зони корекції; під ними — дві видачі `/valboard` на тому самому відрізку (`/api/valboard//<від>/<до>`, частина відрізка в val): P(кластер 2) = 1 − p правила кластера 1 на канві 600 без ема і рядками зони півота під смугою, і голова «бік ноги» дослідження 33 лінією з двома емами — синя (за замовчуванням 200) і фіолетова «ема 2» (за замовчуванням 50), пунктир — 0.5; на всіх графіках відрізка — вертикальні лінії півотів 2.3 (зелена — вершина, червона — дно) і перехрестя під мишею (`chartGroup` / `chartOverlay`): вертикальний пунктир через усі графіки, горизонтальний — на графіку під мишею, з його значенням на шкалі Y і часом UTC на осі X | `/api/canvas600/c1100price/`, `/api/canvas600/c1100probe//<від>/<до>` | | зона півота 2.3 % у момент T (етап 16) | відкрита плашка під канвою руками (`c1100ZoneRender`, `/api/canvas600/futurezone`), останній прогін: питання, вхід і лічильники зони; перевірка голови «бік ноги» на заглядання вперед (`results/side_leak/`: момент T, подій до T, найбільша різниця p_side і ема 200, видач в останню годину готовий / наживо); міри на відкладених і val (AUC, точність, повнота, F1, F1 «завжди так», частка зони); контроль окремими каналами (AUC train і val) поряд із трансформером; монети (AUC, точність / повнота, F1, частка зони); хід навчання по епохах (втрата, AUC відкладені й val, ★ — обрана); кнопки монети і ряд val: ціна в момент T і P(T у зоні) з порогом, зелена смужка внизу — T справді в зоні | `/api/canvas600/futurezone` | | торгівля на val за зоною півота (етап 17) | відкрита плашка під зоною півота (`c1100TradeRender`, `/api/canvas600/zonetrade/`): кнопки шести монет (за замовчуванням BTC); алгоритм і метрики на весь val обраної монети; за замовчуванням показано весь val з усіма угодами, кнопки «з початку» (покроковий перегляд), «вперед» (година), «+24 год», «до кінця»; рядок стану — час, ціна, P, «півот» з роллю або «не півот», позиція від ціни входу, гроші, закриті угоди; ціна до поточного T (перед першим T — сірим 160 год історії, що є на першій канві) з півотами (▼ вершина, ▲ дно; великий — зі зміною боку, малий — продовження; ✕ — хибний) і угодами лініями від входу до виходу (зелена — у плюсі, червона — у мінусі, пунктир — відкрита); під нею P(T у зоні) з порогом, зелена смужка — T справді в зоні, лише для T старших за 40 год | `/api/canvas600/zonetrade/` | Без даних вкладка показує метод і команду, якою дані робляться. ### Канва 200 — `підтверджено`, 2026-09-27 > 1. зроби розділ - юамп суми по модулю 3 векторів відміть до чого вони > відносяться (півот, корекція) - виведи юмап для канва 200 > 2. потвм дай відповідб на це питання : можемо зробити 200 з таких > стовпчиків 7 - 7 -7 ? це буде 1х21 сот акі вектори - вони збережуть > поточний юмап ? це ж тесаме? [`scripts/canvas200.py`](scripts/canvas200.py) → `results/canvas200_umap.json`. 1. **Блоки.** Базова канва 600 × 7 (нормована, `data/canvas600/_x.npy`) ріжеться на 200 блоків без перекриття: блок `b` — рядки `3b … 3b + 2`. Блок з мертвим рядком не береться, блок з `NaN` не проєктується. 2. **Два вигляди блоку**: `sum7` — `S[f] = |x[3b, f]| + |x[3b + 1, f]| + |x[3b + 2, f]|`, 7 чисел; `cat21` — модулі трьох рядків підряд, 7 | 7 | 7 = 21 число. 3. **Клас блоку** — з уточнених міток рядків (`_refined.npy`): `півот` — є рядок сигналу півота 2.3 (мітка 2); `корекція` — є рядок сигналу корекції 0.8 (мітка 1), півота немає; `зона без сигналу` — є рядок мітки −1, сигналу немає; `тіло ноги` — решта блоків у рядках 50 … 549; `поза ногою` — решта. 4. **Вибірка** — до 1000 / 1200 / 600 / 1200 / 600 блоків на клас (півот, корекція, зона, тіло, поза ногою), seed 36; той самий набір для `sum7` і `cat21`. 5. **UMAP** — 2 компоненти, cosine, euclidean, manhattan, `n_neighbors 15`, `min_dist 0.1`, seed 36; train і val окремо. 6. **Перевірка проти поточного UMAP** — на точках карти уточнених сигналів: `V` — вектор точки (вікно пік ± 1), `T` — `cat21` блоку сітки, у який падає рядок піку (`b = пік // 3`). Частка `T = V`; косинус `V` і `T`; збіг правила кластера 1 (етап 4) на `V` і на `T` і кожного з k-means (карта cosine); більшість кластерів k-means серед 15 найближчих за cosine векторів `V` — для `V` (без себе) і для `T`. ```bash python3 research/36-canvas600-pivots/scripts/canvas200.py python3 -m unittest discover -s tests -t tests -p "test_canvas600.py" ``` ## Вкладка «Півот раніше за зігзаг» — `підтверджено`, 2026-09-29 Вкладка [`/early`](http://localhost:8080/early) — етап 18 окремо від важкої `/umap600`, модель `виявленняпівота2.3`. Завантажувач `LOADERS.early`, розмітка `id="tab-early"` → `early-body`, малює `c1100EarlyRender`. | Блок | Що показує | Ендпоінт | | ---- | ---------- | -------- | | метод і міра | вхід 1100 × 9, одна голова з `RL_tune` е19, штраф за віком півота; свіжий сигнал, «раніше за зігзаг», F1 | `/api/canvas600/early` | | перевірка голови «бік ноги» | `results/side_leak_live/`: монета, T, подій до T, видач за останню годину готовий / наживо, найбільша різниця | `/api/canvas600/early` (`leak`) | | хід навчання | епоха, втрата, поріг, F1 відкладених, точність / раніше за зігзаг за вікнами 80, 160, 240 год, ★ — обрана | `/api/canvas600/early` | | грід вікон | на кожному вікні 40 … 300 год: поріг мережі й `RL_tune`, F1 відкладені й val проти `RL_tune`, точність, раніше за зігзаг, випередження; ★ — найкраще вікно | `/api/canvas600/early` (`grid`) | | найкраще вікно кожні 10 хв | відкладені й val: мережа, `RL_tune` е19, випадкові сигнали; val по монетах | `/api/canvas600/early` (`grid.fine`) | | канва, що сунеться на 10 хв | вибір довжини вікна 40 … 300 год (★ — найкраще з гріду, за замовчуванням), поріг — свій для вікна з гріду відкладених; кнопки монети і «з початку», «▶ пуск / ⏸ пауза», «→ 10 хв», «→ 1 год», «+24 год», «до кінця»; кожен крок — сервер будує канву, що закінчується в T, тим самим ходом, що в навчанні (`canvas1100_early.probe`, секунди й модель кешуються на процес), і мережа розмічає рядки; ціна канви (close на кінці рядка), блакитна смуга — свіжа година; ▼ / ▲ — півоти, заповнені — зігзаг уже підтвердив до T, контур — ще ні, ○ — мережа вже виявила до T; під ціною — P(зона півота) рядків канви з порогом і сигналами (сині — у зоні, сірі — поза), помаранчева смужка — правда готового зігзага (відома лише пізніше); нижче — видача наживо: на кожен T до поточного найбільша P на свіжих рядках, риски — свіжі сигнали; порахована лише для найкращого вікна, на інших вікнах смуга порожня з підписом. Поки гріду немає — вікно 160 год і поріг навчання, кроки T від `val_from` до кінця ряду мінус запас, видачі наживо немає | `/api/canvas600/early/`, `/api/canvas600/early//[/<вікно, год>]` | Без даних вкладка показує команду, якою дані робляться. ## Вкладка «Торгівля» — `підтверджено`, 2026-09-30 > робиш вкладку торгівля — береш ці 2 моделі: виявленняпівота2.3 та > канва600півот2.3%ідентифікатор. робиш графік як на картинці [вкладка > `/early`] в одній плашці знизу одна мережа в другій — друга. додай > можливість змінювати висоту вікон просто мишкою та зберігай її на > наступні сесії. під видачею кожної моделі ще по плашці — для них > настройки — довжина вікна в якому рахується сума сигналів моделі — вони > рахуються почергово для вікон довжини що я вкажу один раз і зсуваються > синхронно. Вкладка [`/trade`](http://localhost:8080/trade). Завантажувач `LOADERS.trade`, розмітка `id="tab-trade"` → `trade-body`, малює `tradeRender`. Нових моделей і прогонів немає: вкладка читає готові видачі двох моделей на val. | Модель | Прогін | Що видає | Звідки | | ------ | ------ | -------- | ------ | | `виявленняпівота2.3` (етап 18) | `E_tune` е11, поріг 0.85 з гріду, вікно канви 40 … 300 год (★ 300) | P(зона півота 2.3) на кожному рядку канви 1100 × 9, що закінчується в T — рахується на льоту | `/api/canvas600/early///<год>` | | `канва600півот2.3%ідентифікатор` (етап 16) | `Z_base` е8, поріг 0.05 | одне число P(T у зоні півота 2.3 %) на кожен свій T, раз на годину | `results/canvas1100_future/Z_base_val_pred.npz` через `/api/trade/` | Полотна зверху вниз на спільній осі часу `[T − L, T]`: 1. ціна close на кінці рядка канви до T, півоти, які зігзаг підтвердив до T; 2. `виявленняпівота2.3` — P на рядках канви T, пунктир — поріг, риски — сигнали (сині — у зоні півота, сірі — поза), помаранчева смужка — зона півота готового зігзага; 3. сума видачі `виявленняпівота2.3` за останні `W` хв у кожному T; 4. `канва600півот2.3%ідентифікатор` — P на кожен його T ≤ поточного T, стовпчик від `T − 1 год` до `T`, шкала 0 … max(2 · поріг, найбільша P монети), пунктир — поріг; ряд моделі починається з 2026-08-20 13:00 UTC (раніше в канві 160 год не вистачає історії val); 5. сума видачі `канва600півот2.3%ідентифікатор` за останні `W` хв у кожному T. **Сума у вікні.** Довжина `W` у хвилинах задається один раз на модель (поле над її полотном суми, крок 10, 10 … 1440; за замовчуванням 60 хв для `виявленняпівота2.3` і 180 хв для `канва600півот2.3%ідентифікатор`). На кожному кроці T ряду val (кожні 10 хв) рахується одне число — сума видачі моделі за останні `W` хвилин до T, **такої, якою модель бачила її саме в T**, — і ставиться стовпчиком `(T − 10 хв, T]`. Далі це число не міняється: наступні T додають свої стовпчики праворуч. - `виявленняпівота2.3`: сума P рядків канви, що закінчується в T, з `T − W < row_end ≤ T` (живі рядки). Канва кожного T своя — видача на тих самих годинах у пізнішій канві інша, тому сума береться лише з канви свого T. Хвости канв (рядки за останню добу) рахує сервер пачками по 144 кроки T (`/api/trade//<год>/<від>/<до>`), вкладка тримає їх у памʼяті сторінки і дораховує кроки, яких на полотні ще немає; поки рахується — у заголовку «рахується ще N кроків T». - `канва600півот2.3%ідентифікатор`: сума його P з `T − W < t ≤ T` — видача на кожен його T не залежить від пізніших даних. Зміна `W` перераховує стовпчики з тих самих хвостів, без нового запиту. **Кнопки** — як на `/early`: монета, вікно канви, «з початку», «▶ пуск / ⏸ пауза», «→ 10 хв», «→ 1 год», «+24 год», «до кінця»; кроки T — ряд val `E_tune` кожні 10 хв. Колесо — масштаб усіх полотен разом, подвійний клік — скинути. **Висота полотен.** Під кожним полотном — смужка: тягнеш мишкою вниз чи вгору — висота міняється (50 … 1200 px), відпустив — збережено. Висоти й довжини вікон суми лежать у `localStorage` під ключем `trade.settings` (`{"heights": {price, detect, detectSum, zone, zoneSum}, "sum": {detect, zone}}`) і відновлюються в наступних сесіях браузера. | Ендпоінт | Що віддає | | -------- | --------- | | `/api/trade` | монети з рядом val; для кожної моделі назва, прогін, епоха, поріг; вікна канви й найкраще — для `виявленняпівота2.3` | | `/api/trade/` | кроки T і півоти ряду val `E_tune`, видача `Z_base` монети (`zone.t`, `zone.p`) за часом | | `/api/trade//<год>/<від>/<до>` | хвости канв `виявленняпівота2.3` на кроках T ряду val від `від` до `до` (до 144 кроків): `row_end` і P рядків за останню добу до T | | `/api/canvas600/early///<год>` | канва в момент T і видача `виявленняпівота2.3` на рядках (той самий, що в `/early`) | Без прогонів вкладка показує команди, якими вони робляться. Тест — `tests/test_dashboard.py` → `test_trade_payloads_and_markup`. ## Вкладка «Півот на купівлю: train BTC» — `підтверджено`, 2026-09-30 > на якій вкладці виклав і зроби графік і прогін під ним — в окрему > вкладку — і навчання туди скопіюй > прибери червоне і трикутники — відміть просто зони півота по правилам > що в цьому чаті Вкладка [`/buy`](http://localhost:8080/buy) — етап 19, кращий прогін `BUY_bce` на train BTC. Завантажувач `LOADERS.buy`, розмітка `id="tab-buy"` → `buy-body`, малює `buyRender`. Видачу рахує `canvas1100_buy.py --series BUY_bce`: кожна збережена епоха на всіх T train BTC (навчання і відкладені) → `results/canvas1100_buy/BUY_bce_series.npz` (`epochs`, `prob` — епоха × T, `t`, `close`, `labels`, `side`, дна 2.3 ніг ≥ 7 год, шматки їхніх зон `zone_from` / `zone_to`). | Блок | Що показує | Ендпоінт | | ---- | ---------- | -------- | | мережа | архітектура, вхід 1100 × 8, мітка «зона дна 2.3 %», втрата, вибір епохи й порогу | `/api/buy` (`config`) | | дані | лише train BTC; навчання, проміжок 200 год, відкладені — дати, число T, T у зоні дна, днів 2.3 у відкладених | `/api/buy` (`split`, `counts`) | | кластер 2 (згорнуто) | канв 600 до межі навчання, обраний варіант уточнювача, правило кластера 1 і склад кластерів k-means (з `models/canvas1100_buy/assigner.json`) | `/api/buy` (`cluster`) | | хід навчання | епоха, втрата, AUC, F1, поріг на відкладених, секунди; ★ — обрана; під таблицею — міри обраної епохи і база | `/api/buy` (`history`, `held`) | | кнопки епох | усі епохи прогону, за замовчуванням ★ | — | | рядок стану | днів 2.3 і шматків їхніх зон, поріг епохи, скільки T з P ≥ порогу і скільки з них у зоні дна, окремо у відкладених, найбільша P | `/api/buy/<епоха>` | | ціна | close BTC у кожен T train (крок 10 хв; лінія рветься лише на дірці довшій за годину); жовті смуги — зони півота: дна 2.3 ніг ≥ 7 год, записи, де до дна не далі за 5 % тривалості ноги і ціна не вище дна більше ніж на 10 % ціни ноги (`pivot_zones` — ті самі записи, що в мітці); сіра смуга — проміжок 200 год, блакитна — відкладені | `/api/buy/<епоха>` (`zones`) | | видача під ціною | P(T у зоні дна) обраної епохи в кожен T на спільній осі, шкала 0 … найбільша P, пунктир — поріг епохи з відкладених; жовта смужка знизу — мітка «T у зоні дна»; риски зверху — T з P ≥ порогу (сині — у зоні, сірі — поза) | `/api/buy/<епоха>` | Колесо — масштаб обох полотен разом, перетягування — зсув, подвійний клік — скинути. Без прогону вкладка показує команди, якими він робиться. Тест — `tests/test_dashboard.py` → `test_buy_payloads_and_markup`. ## Вкладка «Півот на купівлю: val BTC» — `підтверджено`, 2026-09-30 > вчи мережу знаходити ці жовті зони, там канва 1100 — вона повинна > вікном як у попередній вкладці проходити по вал видачі, але тільки > біткоїн … роби вкладку Вкладка [`/buyval`](http://localhost:8080/buyval) — етап 19 на val BTC. Завантажувач `LOADERS.buyval`, розмітка `id="tab-buyval"` → `buyval-body`, малює `buyvalRender`. Нових розрахунків вкладка не робить: видача кожної епохи кожного прогону на всіх T val — `results/canvas1100_buy/<прогін>_val.npz` (пише `--run`), зони днів val — `data/canvas1100_buy/val_meta.npz`. | Блок | Що показує | Ендпоінт | | ---- | ---------- | -------- | | опис | навчання лише на train BTC, відкладені, val BTC (дати, T, T у зоні дна, днів 2.3), вхід, мітка, мережа, вибір епохи | `/api/buyval` (`split`, `counts`) | | функції втрат і таблиця прогонів | для кожної втрати: епоха, F1 / AP / AUC / поріг на відкладених, на val при тому самому порозі — AP, AUC, точність, повнота, F1, сигналів; ★ — найбільший F1 на відкладених (рівний — AP); база val | `/api/buyval` (`runs`, `best`) | | кнопки прогону й епохи, хід навчання (згорнуто) | за замовчуванням ★ і його обрана епоха | `/api/buyval` | | кнопки T | «з початку», «▶ пуск / ⏸ пауза», «→ 10 хв», «→ 1 год», «+24 год», «до кінця» — T ходить по val кроком 10 хв | — | | рядок стану | T, P у T і чи він ≥ порогу (сигнал купівлі), чи T у зоні дна; на всьому val — сигналів, з них у зоні дна, скільки шматків зон мали сигнал усередині чи до години після | `/api/buyval/<прогін>/<епоха>` | | вікно 160 год до T | ціна close у кожен T вікна з жовтими зонами півота (правда, відома пізніше); під нею — P у кожен T до поточного (кожне число — з канви 1100 × 8, що закінчується в тому T), пунктир — поріг, жовта смужка — мітка, риски — сигнали | `/api/buyval/<прогін>/<епоха>` | | увесь val | та сама пара полотен на всьому val, сіра риска — поточний T | `/api/buyval/<прогін>/<епоха>` | **Висота полотен.** Під кожним із чотирьох полотен — смужка: тягнеш мишкою вниз чи вгору — висота міняється (50 … 1200 px), відпустив — збережено. Висоти лежать у `localStorage` під ключем `buyval.settings` (`{"heights": {price, prob, allprice, allprob}}`, за замовчуванням 300, 150, 220, 120 px) і відновлюються в наступних сесіях браузера. **Кнопки переможця торгівлі** — окремий рядок під кнопками прогонів, дві кнопки ★ `BUY_pos` е9 етапу 20 (з `/api/buyval-signal`): «тейк 2 % від найнижчої ціни» (`star`, `detail`) і «тейк 2 % від ціни входу» (`entry`) — для порівняння на око; на кнопці — прогін, епоха, вікно суми, θ, тейк, стоп і гроші на кінець val. Натиснув — обираються прогін і епоха ★, і обидві пари полотен показують торгівлю: під ціною замість P — сума P у вікні ★ кожен T, пунктир — θ, риски — кроки з сигналом; на ціні — угоди ★: квадрат — вхід, відрізок до виходу (зелений — у плюс, червоний — у мінус). На вікні 160 год до T — лише те, що відомо в T: угода, відкрита в T, — пунктир до ціни в T, тейк сходинкою за найнижчою ціною після входу (`trades[].take` — [час, рівень] на кожній зміні) і стоп від ціни входу; на всьому val — усі угоди. Рядок стану — сума і сигнал у T, позиція (вхід, тейк, стоп, зміна ціни), закриті до T угоди і гроші, підсумок ★ на всьому val. Кнопка прогону чи епохи вимикає режим переможця. **Сигнал купівлі і торгівля (етап 20)** — блок під полотнами, свій ендпоінт `/api/buyval-signal` (`results/canvas1100_buy/signal_pick.json`), вантажиться незалежно від решти вкладки: правила угоди й еталона, параметри ★, таблиця: перший рядок — зафіксований ★, далі найкраща комбінація гріду кожного прогону, ціна val із ногами вгору еталона (жовті смуги) і угодами ★ (відрізок від входу до виходу: зелений — у плюс, червоний — у мінус), під нею — сума P у вікні ★ з пунктиром θ; згорнуто — цикли еталона з розривом і угоди ★. Висоти двох полотен — смужками, ключі `sigprice` і `sigsum` у тому самому `buyval.settings` (за замовчуванням 300 і 140 px). Без файлу блок показує команду. Без прогонів вкладка показує команду, якою вони робляться. Тест — `tests/test_dashboard.py` → `test_buyval_payloads_and_markup`. ## Результат і висновки ### Результат 1: датасет канви 600 | Частина | Ніг | Вікон | Зон початку | Зон кінця | Інших півотів 2.3 | Зон корекцій | | ------- | --: | ----: | ----------: | --------: | ----------------: | -----------: | | train | 1210 | 9068 | 5373 | 5434 | 6098 | 93 382 | | val | 352 | 2250 | 1304 | 1339 | 1759 | 30 887 | Зони рахуються по всіх вікнах: один півот потрапляє в кілька вікон своєї ноги. Вікна `near` додали 1722 вікна train і 496 val. ### Результат 2: уточнений сигнал Обрано (★): усі 7 фіч, вікно 3 рядки (`h = 1`), `mean`, пошук піку — рядок півота ± 2 рядки (`P = 2`), `abs`, `q = 0.7`, `τ = 0.265`. Сигнал є в 76 % зон початку, 75 % зон кінця і 64 % зон корекцій, у контролях — у 51–58 %. Кореляції частин на базових канвах (Пірсон між вікнами різних ніг): | train | початок | кінець | корекція | до ноги | тіло | після ноги | | ----- | ------: | -----: | -------: | ------: | ---: | ---------: | | початок | **0.487** | 0.468 | 0.293 | −0.001 | −0.193 | −0.007 | | кінець | 0.468 | **0.450** | 0.284 | 0.004 | −0.180 | −0.003 | | корекція | 0.293 | 0.284 | **0.199** | 0.031 | −0.074 | 0.030 | | до ноги | −0.001 | 0.004 | 0.031 | 0.043 | 0.060 | 0.047 | | тіло | −0.193 | −0.180 | −0.074 | 0.060 | 0.157 | 0.066 | | після ноги | −0.007 | −0.003 | 0.030 | 0.047 | 0.066 | 0.050 | Розрив: початок 0.488, кінець 0.445, корекція 0.168, бал 0.367 (train); на val — 0.515, 0.520, 0.175, бал 0.404. - Сигнал півота 2.3 стійкий: вікна півотів різних ніг корелюють між собою на 0.45–0.49, з тілом ноги — від'ємно (−0.18 … −0.19), і на val так само. - Початок і кінець ноги — один сигнал (0.468 між ними). - Корекція — слабша версія того самого підпису: 0.28–0.29 з півотами, 0.20 сама з собою, від тіла відходить на 0.17. - Контролі між собою майже не корелюють (0.04–0.16): пік, узятий у вікні тієї самої довжини, сам по собі схожості не дає. - Варіанти з `q = 0.9` дають більший бал (до 0.550), але сигнал лишається лише в 38–53 % зон півота і 23–37 % зон корекцій, і не проходять умову 60 %. Уточнені мітки: | Частина | Зон півота з сигналом | Зон корекції з сигналом | Рядків півота до → після | Рядків корекції до → після | Рядків −1 після | | ------- | --------------------: | ----------------------: | -----------------------: | -------------------------: | --------------: | | train | 12 665 з 16 896 | 58 740 з 93 099 | 248 249 → 41 267 | 265 666 → 145 344 | 416 968 | | val | 3482 з 4371 | 19 749 з 30 481 | 54 926 → 11 819 | 75 515 → 46 954 | 103 038 | ### Результат 3: фічі опору й підтримки біля півота, корекції й у тілі Середнє `|x|` фічі на зсувах −12 … −3 і +3 … +12 рядків від піку (train; сам пік не береться — його обирає сила сигналу): | Фіча | Початок | Кінець | Корекція | Тіло ноги | | ---- | ------: | -----: | -------: | --------: | | `d_resist_buy` | 0.14 / 0.12 | 0.15 / 0.13 | 0.19 / 0.18 | 0.26 / 0.27 | | `d_bal_resist_buy` | 0.16 / 0.15 | 0.16 / 0.16 | 0.20 / 0.20 | 0.24 / 0.24 | | `d_support_sell` | 0.15 / 0.12 | 0.16 / 0.13 | 0.18 / 0.18 | 0.26 / 0.26 | | `d_bal_support_sell` | 0.16 / 0.16 | 0.17 / 0.16 | 0.19 / 0.20 | 0.24 / 0.23 | | `d_up` | 0.36 / 0.36 | 0.34 / 0.35 | 0.29 / 0.29 | 0.18 / 0.19 | | `d_down` | 0.35 / 0.35 | 0.34 / 0.35 | 0.30 / 0.29 | 0.18 / 0.19 | (до піку / після піку) - Біля півота 2.3 фічі опору й підтримки найслабші, у корекції — сильніші, у тілі ноги — найсильніші. `d_up` і `d_down` ідуть навпаки. - Корекція лежить між півотом і тілом на всіх шести фічах: це той самий підпис меншої сили. ### Результат 4: сусідні півоти однієї ноги | | train, усі (737) | train, обидва з сигналом (410) | val, усі (177) | val, обидва з сигналом (92) | | --- | --: | --: | --: | --: | | **початок ↔ кінець своєї ноги** | 0.384 | 0.431 | 0.398 | 0.448 | | початок ↔ кінець чужої ноги | 0.412 | 0.443 | 0.421 | 0.460 | | початок ↔ тіло своєї канви | −0.103 | −0.121 | −0.067 | −0.083 | | кінець ↔ тіло своєї канви | −0.080 | −0.107 | −0.049 | −0.027 | | різниця «своя − чужа», 95 % | −0.028 [−0.066 … 0.008] | −0.012 [−0.062 … 0.038] | −0.023 [−0.093 … 0.048] | −0.012 [−0.114 … 0.092] | - Сусідні півоти 2.3 однієї ноги схожі між собою (0.38–0.45) і відрізняються від тіла своєї ж канви. - Своя пара не схожіша за чужу: інтервал різниці всюди перетинає 0. Підпис півота 2.3 — спільний для всіх ніг, а не свій для кожної пари початок / кінець. ### Результат 5: мережа на три класи, перший прогін Ваги класів 1 / 3 / 3, λ = 1, батч 32 (кусками по 8), MPS, ~47 с на епоху. Стоп після епохи 10, найкраща — **7** (середнє F1 на відкладених 0.334), пороги: півот 0.20, корекція 0.40. `models/canvas600/epoch_NN.pt`, `history.json`. | Вибірка | Півот: точність | повнота | F1 | сплутано з корекцією | Корекція: точність | повнота | F1 | сплутано з півотом | | ------- | --: | --: | --: | --: | --: | --: | --: | --: | | відкладені train | 0.400 | 0.426 | **0.413** | 305 з 2782 | 0.215 | 0.310 | **0.254** | 1007 з 10 405 | | val, усі монети | 0.383 | 0.380 | **0.381** | 415 з 3291 | 0.230 | 0.257 | **0.243** | 1228 з 12 229 | | val BTC | 0.454 | 0.434 | 0.443 | 40 з 388 | 0.226 | 0.257 | 0.241 | 115 з 1001 | | val ETH | 0.370 | 0.438 | 0.401 | 94 з 640 | 0.237 | 0.305 | 0.266 | 220 з 2076 | | val SOL | 0.354 | 0.345 | 0.350 | 97 з 632 | 0.239 | 0.225 | 0.232 | 230 з 2461 | | val XRP | 0.373 | 0.336 | 0.353 | 78 з 611 | 0.231 | 0.235 | 0.233 | 289 з 2628 | | val BNB | 0.435 | 0.383 | 0.407 | 32 з 384 | 0.218 | 0.273 | 0.242 | 151 з 1502 | | val DOGE | 0.360 | 0.378 | 0.369 | 74 з 636 | 0.226 | 0.278 | 0.250 | 223 з 2561 | - Мережа знаходить 38 % зон півота 2.3 на val, і 38 % її сигналів півота влучають у зону півота. Корекцію вона знаходить гірше: F1 0.24. - Сплутування: сигнал півота в зоні корекції — 13 % сигналів півота (val); сигнал корекції в зоні півота — 10 % сигналів корекції. - val тримається на рівні відкладених train (0.381 проти 0.413 для півота, 0.243 проти 0.254 для корекції): перенавчання немає. ### Результат 6: ряд val, епоха 7 Ковзні вікна по 2400 записів з кроком 300, пороги: півот 0.20, корекція 0.40. `results/canvas600_val.json`, `results/val/series__e07.npz`. | Монета | Півот: точність | повнота | F1 | добрих / сигналів | сплутано | Корекція: точність | повнота | F1 | добрих / сигналів | сплутано | | ------ | --: | --: | --: | --: | --: | --: | --: | --: | --: | --: | | **усі** | 0.055 | 0.181 | 0.084 | 74 / 1354 | 108 | 0.099 | 0.063 | 0.077 | 146 / 1477 | 114 | | BTC_USDT | 0.045 | 0.222 | 0.075 | 7 / 154 | 15 | 0.062 | 0.035 | 0.045 | 6 / 96 | 11 | | ETH_USDT | 0.050 | 0.195 | 0.080 | 11 / 219 | 26 | 0.097 | 0.088 | 0.092 | 25 / 258 | 16 | | SOL_USDT | 0.044 | 0.175 | 0.071 | 10 / 226 | 17 | 0.102 | 0.056 | 0.072 | 27 / 266 | 20 | | XRP_USDT | 0.059 | 0.147 | 0.084 | 17 / 290 | 19 | 0.110 | 0.062 | 0.080 | 39 / 353 | 26 | | BNB_USDT | 0.066 | 0.286 | 0.107 | 12 / 183 | 15 | 0.127 | 0.102 | 0.113 | 20 / 158 | 14 | | DOGE_USDT | 0.060 | 0.165 | 0.088 | 17 / 282 | 16 | 0.084 | 0.054 | 0.065 | 29 / 346 | 27 | - На ряді мережа працює набагато гірше, ніж на вікнах val: точність сигналу півота — 4–7 % проти 38 % на вікнах. Повнота півота — 15–29 %. - Ймовірна причина, не перевірена: вікна навчання будуються навколо ноги і масштабуються під її довжину, а ковзне вікно ряду має сталу довжину (20 год) і не прив'язане до ніг. ### Результат 7: k-means на 2 кластери на картах UMAP Склад кластерів (метрика `cosine`; `euclidean` і `manhattan` дають той самий поділ): | Вибірка | Кластер | Початок | Кінець | Корекція | Тіло ноги | | ------- | ------- | ------: | -----: | -------: | --------: | | train | 1, «півотний» | 440 (79 %) | 411 (74 %) | 652 (54 %) | 187 (16 %) | | train | 2, «тілесний» | 120 (21 %) | 145 (26 %) | 548 (46 %) | 1013 (84 %) | | val | 1, «півотний» | 105 (82 %) | 109 (82 %) | 676 (56 %) | 80 (15 %) | | val | 2, «тілесний» | 23 (18 %) | 24 (18 %) | 524 (44 %) | 451 (85 %) | - Карта сама ділиться на «півотний» кластер (≈ 80 % початків і кінців, ≈ 15 % тіла) і «тілесний» (≈ 85 % тіла) — і на val так само. - Корекції розходяться майже навпіл (54–56 % проти 44–46 %): частина корекцій має підпис півота, частина — підпис тіла. ### Результат 8: HDBSCAN на картах UMAP | Вибірка | Метрика | Кластерів | Кластер 1: початок / кінець / корекція / тіло | Шум, точок | | ------- | ------- | --------: | -------------------------------------------- | ---------: | | train | cosine | 2 | 420 / 380 / 600 / 145 | 125 | | train | euclidean | 7 | 397 / 365 / 520 / 76 | 683 | | train | manhattan | 3 | 418 / 377 / 557 / 81 | 176 | | val | cosine | 2 | 104 / 110 / 656 / 82 | 77 | | val | euclidean | 5 | 79 / 85 / 487 / 28 | 536 | | val | manhattan | 3 | 98 / 107 / 624 / 58 | 82 | - На `cosine` HDBSCAN сам знаходить ті самі 2 кластери, що й k-means: «півотний» і «тілесний». - На `euclidean` і `manhattan` «півотний» кластер лишається цілим, а «тілесний» розпадається на кілька дрібних; шуму на `euclidean` найбільше (683 точки train). ### Результат 9: що таке кластери 1 і 2 Рівень фічі — середнє `|x|` у вікні сигналу; AUC — «кластер 1 більше за кластер 2» (карта `cosine`). | Фіча | train: кластер 1 | кластер 2 | AUC | AUC на корекціях | val: кластер 1 | кластер 2 | AUC | | ---- | --: | --: | --: | --: | --: | --: | --: | | `d_up` | 0.69 | 0.14 | **0.97** | 0.97 | 0.67 | 0.15 | 0.97 | | `d_down` | 0.69 | 0.15 | **0.97** | 0.97 | 0.65 | 0.15 | 0.96 | | `d_resist_buy` | 0.03 | 0.36 | **0.02** | 0.03 | 0.04 | 0.35 | 0.03 | | `d_bal_resist_buy` | 0.07 | 0.36 | **0.06** | 0.07 | 0.08 | 0.35 | 0.08 | | `d_support_sell` | 0.03 | 0.36 | **0.03** | 0.04 | 0.04 | 0.36 | 0.04 | | `d_bal_support_sell` | 0.07 | 0.35 | **0.08** | 0.08 | 0.09 | 0.36 | 0.08 | | `d_price_avg` | 0.72 | 0.41 | **0.88** | 0.83 | 0.75 | 0.41 | 0.90 | - **Кластер 1 — «рух без рівнів»**: у вікні сигналу різко змінюються `d_up`, `d_down` і ціна, а чотири фічі опору й підтримки майже стоять (0.03–0.07). - **Кластер 2 — «рівні без руху»**: фічі опору й підтримки міняються (≈ 0.35), а `d_up` / `d_down` — слабо (0.14–0.15), ціна — помірно. - Кластери розділені майже без перетину (AUC 0.97 і 0.02–0.08) і однаково на train і val. Корекції діляться тією самою ознакою. Властивості зон (медіани, train; AUC «кластер 1 більше»): | Властивість | Кластер 1 | Кластер 2 | AUC train | AUC val | | ----------- | --: | --: | --: | --: | | корекція: рух 0.8, який вона закінчує, % | 1.52 | 1.19 | 0.64 | 0.63 | | корекція: довжина цього руху, записів | 124 | 190 | 0.41 | 0.34 | | корекція: місце в нозі 2.3, частка | 0.49 | 0.51 | 0.49 | 0.57 | | корекція: до найближчого півота 2.3, частка ноги | 0.17 | 0.25 | 0.41 | 0.40 | | початок / кінець ноги: рух ноги, % | 4.30 / 4.75 | 3.69 / 4.56 | 0.57 | 0.58 | | початок / кінець ноги: довжина ноги, записів | 1902 / 2384 | 1583 / 2299 | 0.51 | 0.45 | - Корекції кластера 1 — більші (1.5 % проти 1.2 %), швидші (124 записи проти 190) і ближчі до краю ноги (0.17 проти 0.25 ноги): вони схожі на півот і за підписом, і за розміром. - Корекції кластера 2 — менші, повільніші і ближчі до середини ноги. - Півоти 2.3 у кластері 2 (≈ 20 % усіх) закінчують трохи менші ноги (AUC 0.57–0.58); за довжиною ноги різниці немає. ### Результат 10: мережа кластера 1 **Правило кластера 1** збігається з k-means на 97.6 % точок train і на 95.9 % точок val (AUC 0.998 / 0.994). Мітки: train — 34 379 зон кластера 1 з 54 810 зон із сигналом (67 310 рядків `1`), val — 10 808 з 17 100 (19 183 рядки). `models/canvas600_c1/assigner.json`. **Навчання**: стоп після епохи 7, найкраща — **4**, поріг 0.50, ~50 с на епоху. `models/canvas600_c1/`. Вікна val (сигнал — пік у ±10 рядках; добрий — у зоні кластера 1): | Вибірка | Точність | Повнота | F1 | Добрих / сигналів | У зоні півота 2.3 | У зоні корекції | Поза зонами | | ------- | --: | --: | --: | --: | --: | --: | --: | | відкладені train | 0.297 | 0.302 | 0.299 | 2094 / 7061 | 1500 | 1447 | 4114 | | val, усі | 0.343 | 0.244 | 0.285 | 2638 / 7682 | 1818 | 1718 | 4146 | | val BTC | 0.349 | 0.273 | 0.306 | 307 / 880 | 222 | 177 | 481 | | val ETH | 0.362 | 0.282 | 0.317 | 504 / 1391 | 342 | 320 | 729 | | val SOL | 0.357 | 0.212 | 0.266 | 497 / 1391 | 325 | 341 | 725 | | val XRP | 0.358 | 0.223 | 0.275 | 500 / 1396 | 359 | 298 | 739 | | val BNB | 0.333 | 0.264 | 0.294 | 349 / 1049 | 246 | 228 | 575 | | val DOGE | 0.305 | 0.241 | 0.269 | 481 / 1575 | 324 | 354 | 897 | Ряд val (ковзні вікна етапу 3, пік у ±60 записах), епоха 4: | Монета | Сигналів | У зоні півота 2.3 | У зоні корекції | Поза зонами | Півотів знайдено | Корекцій знайдено | | ------ | --: | --: | --: | --: | --: | --: | | **усі** | 1401 | 114 (8 %) | 138 (10 %) | 1149 (82 %) | 98 з 359 (27 %) | 138 з 2295 (6 %) | | BTC | 183 | 14 | 17 | 152 | 12 з 27 | 17 з 173 | | ETH | 246 | 18 | 27 | 201 | 14 з 41 | 26 з 285 | | SOL | 233 | 21 | 24 | 188 | 18 з 57 | 25 з 480 | | XRP | 260 | 22 | 26 | 212 | 20 з 102 | 27 з 628 | | BNB | 184 | 17 | 19 | 148 | 13 з 35 | 18 з 187 | | DOGE | 295 | 22 | 25 | 248 | 21 з 97 | 25 з 542 | - На вікнах val мережа знаходить чверть зон кластера 1 і третина її сигналів влучає в такі зони; val не гірший за відкладені train. - Сигнали на вікнах лягають у зону півота 2.3 і в зону корекції приблизно порівну (1818 і 1718), більшість — поза зонами (4146). - На ряді val поза зонами — 82 % сигналів; знайдено 27 % півотів 2.3 (у мережі етапу 2 на тому самому ряді — 18 %). ### Результат 11: канва 200 — блоки 7 | 7 | 7 проти поточного UMAP Блоків на базових канвах: train — півот 2201, корекція 6066, зона без сигналу 16 724, тіло 105 480, поза ногою 16 180; val — 574, 1908, 4030, 24 874, 3837. | Міра | train | val | | ---- | --: | --: | | точок поточної карти | 3516 | 1992 | | `T = V` — пік у середньому рядку свого блоку | 33.6 % | 36.5 % | | косинус `V` і `T`, медіана | 0.891 | 0.898 | | косинус `V` і `T`, 10-й перцентиль | 0.654 | 0.635 | | правило кластера 1: те саме рішення на `V` і на `T` | 94.3 % | 94.7 % | | правило на `V` = k-means | 97.6 % | 95.9 % | | правило на `T` = k-means | 93.6 % | 92.3 % | | 15 сусідів `V` (без себе) — кластер самої точки | 98.9 % | 98.3 % | | 15 сусідів `T` серед точок карти — кластер самої точки | 93.7 % | 92.8 % | | Частина | train: точок | `T = V` | косинус | правило те саме | val: точок | `T = V` | косинус | правило те саме | | ------- | --: | --: | --: | --: | --: | --: | --: | --: | | початок ноги | 560 | 20.9 % | 0.894 | 95.4 % | 128 | 20.3 % | 0.890 | 93.0 % | | кінець ноги | 556 | 47.3 % | 0.959 | 93.2 % | 133 | 49.6 % | 0.993 | 95.5 % | | корекція | 1200 | 34.8 % | 0.899 | 93.8 % | 1200 | 36.1 % | 0.904 | 93.9 % | | тіло ноги | 1200 | 32.0 % | 0.837 | 94.9 % | 531 | 38.0 % | 0.856 | 96.6 % | - Блок сітки 7 | 7 | 7 збігається з вектором точки тільки тоді, коли пік стоїть у середньому рядку блоку, — це третина точок. В інших двох третинах блок зсунутий на рядок; косинус падає до 0.65 у кожної десятої точки. - Кластер при цьому здебільшого той самий: правило кластера 1 дає те саме рішення на 94–95 % точок, а блок лягає серед сусідів свого кластера на 93 % проти 98–99 % у самого вектора. Приблизно 6–7 % точок блок сітки переносить в інший кластер. ### Результат 12: алгоритм на вікні канви проти мережі Формула `sum7` (ваги в сирих одиницях, `results/canvas600_rule.json`): | Вхід | тіло | корекція | півот 2.3 | | ---- | --: | --: | --: | | `d_up` | −2.82 | 0.93 | 1.88 | | `d_down` | −2.85 | 0.86 | 1.99 | | `d_resist_buy` | −0.36 | 0.40 | −0.04 | | `d_bal_resist_buy` | −2.89 | 1.34 | 1.55 | | `d_support_sell` | −1.04 | −0.10 | 1.14 | | `d_bal_support_sell` | −2.38 | 1.80 | 0.59 | | `d_price_avg` | −4.50 | 2.01 | 2.49 | | `b` | 7.41 | −2.40 | −5.01 | Пороги: `sum7` — півот 0.25, корекція 0.45; `cat21` — півот 0.20, корекція 0.45. | Вибірка | Хто | Півот: точність | повнота | F1 | добрих / сигналів | сплутано | Корекція: точність | повнота | F1 | добрих / сигналів | сплутано | | ------- | --- | --: | --: | --: | --: | --: | --: | --: | --: | --: | --: | | відкладені train | формула `sum7` | 0.184 | 0.442 | 0.260 | 814 / 4427 | 940 | 0.141 | 0.278 | 0.187 | 1357 / 9644 | 1032 | | | формула `cat21` | 0.173 | 0.497 | 0.256 | 987 / 5717 | 1100 | 0.141 | 0.278 | 0.187 | 1360 / 9642 | 1051 | | | мережа, епоха 7 | 0.400 | 0.426 | **0.413** | 1114 / 2782 | 305 | 0.215 | 0.310 | **0.254** | 2240 / 10 405 | 1007 | | val, усі монети | формула `sum7` | 0.219 | 0.451 | 0.295 | 1087 / 4958 | 1185 | 0.155 | 0.239 | 0.188 | 1862 / 11 992 | 1330 | | | формула `cat21` | 0.195 | 0.502 | 0.281 | 1287 / 6591 | 1441 | 0.155 | 0.239 | 0.188 | 1865 / 12 053 | 1335 | | | мережа, епоха 7 | 0.383 | 0.380 | **0.381** | 1261 / 3291 | 415 | 0.230 | 0.257 | **0.243** | 2817 / 12 229 | 1228 | - Формула по вікну з 3 рядків знаходить зони півота не гірше за мережу (повнота 0.45–0.50 проти 0.38 на val), але її сигнал півота влучає в зону півота вдвічі рідше: точність 0.20–0.22 проти 0.38. - Півот від корекції формула розрізняє погано: 24 % її сигналів півота (1185 з 4958) стоять у зоні корекції, у мережі — 13 %. - Корекцію формула знаходить гірше за мережу: F1 0.19 проти 0.24. - 21 число замість 7 рівнів нічого не дає: F1 півота 0.28 проти 0.30, корекції — однаково. - У формулі півот і корекція мають ті самі знаки ваг (плюс на `d_up`, `d_down`, `d_price_avg` і парах балансу) — вікно з 3 рядків бачить «рух без рівнів» і на ньому не відділяє півот від корекції. Мережа бачить усі 600 рядків; чи її перевага в точності йде саме з контексту ноги — не перевірено. ### Результат 13: канва 1100 на записах 100 с | Монета | Записів | Розривів | Без похідної | Ніг | Ніг ≥ 7 год | Медіана ноги, год | Півотів | Корекцій | Канв | | ------ | --: | --: | --: | --: | --: | --: | --: | --: | --: | | BTC_USDT | 132 609 | 2695 | 2.0 % | 134 | 102 | 21.0 | 135 | 682 | 60 | | ETH_USDT | 134 287 | 2690 | 2.0 % | 205 | 132 | 12.9 | 206 | 1011 | 58 | | SOL_USDT | 133 226 | 2681 | 2.0 % | 266 | 155 | 9.8 | 267 | 1200 | 57 | | XRP_USDT | 119 069 | 2641 | 2.2 % | 168 | 108 | 13.9 | 169 | 785 | 56 | | BNB_USDT | 133 852 | 2684 | 2.0 % | 113 | 92 | 25.3 | 114 | 640 | 61 | | DOGE_USDT | 119 070 | 2643 | 2.2 % | 247 | 141 | 10.9 | 248 | 954 | 42 | Разом 334 канви, рядок канви — у середньому 438 с. Подій у канвах: півотів 2.3 — 574, корекцій 0.8 — 3269; на карті — усі. Частка півотів серед 15 найближчих точок на карті (півотів на карті 14.9 %): | Метрика | у півота | у корекції | | ------- | --: | --: | | cosine | 0.188 | 0.141 | | euclidean | 0.197 | 0.145 | | manhattan | 0.194 | 0.142 | - Півоти 2.3 і корекції 0.8 на карті майже перемішані: у сусідах півота півотів 19–20 % проти 14.9 % при повному змішуванні. Окремого гурту півотів рядок події на канві 1100 не дає. ### Результат 14: мережа на канві 1100 Канв: навчання 940, відкладені 374, val 268. Найкраща епоха — **4** (стоп після 8, ~20 с на епоху), поріг 0.30. `models/canvas1100/`, `results/canvas1100_net.json`. | Вибірка | Хто | Точність | Повнота | F1 | Добрих / сигналів | Зон знайдено | Сплутано | | ------- | --- | --: | --: | --: | --: | --: | --: | | відкладені train | мережа | 0.125 | 0.417 | **0.192** | 782 / 6265 | 732 / 1757 | 958 | | | випадкові сигнали | 0.043 | 0.134 | 0.065 | 267 / 6265 | 235 / 1757 | 370 | | val, усі монети | мережа | 0.146 | 0.410 | **0.215** | 566 / 3875 | 529 / 1291 | 713 | | | випадкові сигнали | 0.036 | 0.101 | 0.053 | 138 / 3875 | 130 / 1291 | 276 | | | позиційний прогноз | 0.040 | 0.290 | 0.071 | — / 10 451 | — | — | | val BTC | мережа | 0.168 | 0.492 | 0.250 | 145 / 865 | 129 / 262 | 99 | | val ETH | мережа | 0.132 | 0.401 | 0.199 | 109 / 825 | 109 / 272 | 161 | | val SOL | мережа | 0.137 | 0.364 | 0.199 | 68 / 495 | 68 / 187 | 124 | | val XRP | мережа | 0.190 | 0.454 | 0.268 | 89 / 469 | 79 / 174 | 97 | | val BNB | мережа | 0.129 | 0.382 | 0.193 | 106 / 823 | 102 / 267 | 174 | | val DOGE | мережа | 0.123 | 0.326 | 0.179 | 49 / 398 | 42 / 129 | 58 | - Мережа знаходить 41 % зон півота 2.3 на val, і 15 % її сигналів влучають у зону півота — учетверо частіше за випадкові сигнали тієї самої кількості (3.6 %) і за позиційний прогноз (4.0 %). - val не гірший за відкладені train (F1 0.215 проти 0.192). - Сплутано: 18 % сигналів стоять у зоні корекції 0.8. - Зони рахуються по канвах, а канви перекриваються (крок — одна нога, 4 зсуви): незалежних одиниць — ноги val, їх менше за 1291 зону. ### Результат 15: три голови, втрати, довші вікна і торгівля Коло A — 4 ноги, val усіх монет (у дужках — випадкові сигнали): | Прогін | Епоха | Середній F1 відкладені | Півот F1 | Корекція F1 | Бік правильний | Перемикання F1 | | ------ | --: | --: | --: | --: | --: | --: | | `A_wbce` | 2 | 0.141 | 0.222 (0.057) | 0.179 (0.069) | 0.588 | 0.055 | | `A_focal` | 6 | 0.135 | 0.185 (0.053) | 0.166 (0.066) | 0.561 | 0.069 | | `A_dice` | 6 | 0.143 | 0.224 (0.051) | 0.178 (0.067) | 0.579 | 0.064 | | `A_swap` | 2 | 0.139 | 0.219 (0.055) | 0.175 (0.070) | 0.586 | 0.054 | Коло B — `dice`, val на канвах 4 / 6 / 8 ніг: | Прогін | Епоха | Середній F1 відкладені | Півот F1 4 / 6 / 8 | Корекція F1 4 / 6 / 8 | Бік, усі | Перемикання F1, усі | | ------ | --: | --: | --- | --- | --: | --: | | `A_dice` (лише 4 ноги) | 6 | 0.143 | 0.225 / 0.237 / 0.204 | 0.173 / 0.178 / 0.188 | 0.579 | 0.064 | | `B_mix` (4 + 6 + 8, з нуля) | 1 | 0.143 | 0.213 / 0.229 / 0.189 | 0.185 / 0.196 / 0.214 | 0.587 | 0.057 | | `B_tune` (4 + 6 + 8, з `A_dice`) | 1 | **0.146** | 0.220 / 0.240 / 0.185 | 0.180 / 0.188 / 0.206 | 0.586 | 0.063 | Торгівля `B_tune` у живому часі на val, $1000, 1888 рішень на монету: | Монета | Перевертань | З витратами | Холд | Випадкові: медіана / найкращий | Без витрат | Випадкові без витрат: медіана / найкращий | Перевертань у зоні півота | Півотів val з перевертанням | | ------ | --: | --: | --: | --- | --: | --- | --: | --: | | BTC | 584 | $502.73 | $1358.62 | $415.65 / $537.98 | $1144.27 | $943.05 / $1220.61 | 32 | 18 з 25 | | ETH | 549 | $498.44 | $1456.31 | $478.63 / $622.22 | $1071.09 | $1034.01 / $1344.21 | 27 | 17 з 37 | | SOL | 433 | $812.37 | $1545.32 | $516.11 / $710.70 | $1491.84 | $947.80 / $1305.14 | 26 | 13 з 48 | | XRP | 481 | $668.82 | $1555.46 | $444.12 / $706.55 | $1295.22 | $872.30 / $1387.74 | 22 | 15 з 91 | | BNB | 517 | $455.68 | $1283.93 | $486.72 / $609.06 | $941.29 | $1005.41 / $1258.11 | 22 | 16 з 33 | | DOGE | 445 | $683.42 | $1424.34 | $483.17 / $699.96 | $1276.31 | $902.33 / $1307.20 | 30 | 18 з 88 | - Функція втрат майже нічого не міняє: середній F1 чотирьох втрат на відкладених — 0.135 … 0.143, різниця в межах шуму. - Довші вікна трохи піднімають корекцію (F1 0.18 → 0.19–0.20 на val), півот — ні; на 8 ногах півот гірший (0.19–0.20 проти 0.22–0.24 на 4 і 6). - Друга голова знаходить корекції 0.8 утричі частіше за випадкові сигнали (F1 0.19 проти 0.07). - Голова боку правильна на 58–59 % рядків і в канві, яка бачить дані після рядка; перемикання влучають у зону півота рідко (F1 0.06). - **Торгівля збиткова на всіх шести монетах**: $456 … $812 проти холду $1284 … $1555. Причина — частота: 433 … 584 перевертань за 40 діб (кожні 2–3 години), кожне коштує 0.14 % витрат. Без витрат голова на 5 монетах з 6 краща за медіану випадкових перевертань тієї самої частоти, на SOL — краща за всі 20 (найкращий $1305 проти $1492); на BNB — гірша за медіану. Тобто в боці є слабкий сигнал, але не настільки сильний, щоб пережити витрати при такій частоті. - Вимога «прибуткова завжди в ринку» не виконана. ### Результат 16: голова «бік ноги» до 22.09 Продовжені датасети збігаються з підтвердженими побітово на всіх спільних подіях: `клас210х10-1х7д/д` BTC і DOGE — train однаковий, 9412 і 9408 старих подій val однакові; `BTC_USDT_29 / клас210х14х4ц` — 43 859 старих подій однакові. Кеш ніг: train — ті самі 451 нога й канали, val — 143 ноги замість 103. | Монета | Подій з видачею: було (33) | стало | Спільних, різниця видачі | Видача на val | Подій val з видачею | | ------ | --: | --: | --: | --- | --: | | BTC | 30 300 | 32 028 | 30 300, **0.0** | 15.08 … 14.09 | 5277 з 15 944 | | ETH | 49 086 | 56 114 | 49 086, **0.0** | 15.08 … 21.09 | 11 332 з 15 929 | | SOL | 46 712 | 53 141 | 46 712, **0.0** | 16.08 … 22.09 | 10 403 з 15 922 | | XRP | 42 066 | 48 492 | 42 066, **0.0** | 17.08 … 22.09 | 10 058 з 15 920 | | BNB | 43 552 | 50 904 | 43 552, **0.0** | 19.08 … 22.09 | 10 057 з 15 920 | | DOGE | 42 313 | 49 556 | 42 313, **0.0** | 14.08 … 22.09 | 12 188 з 15 918 | - Ланцюжок відтворює дослідження 33 точно: на всіх спільних подіях видача голови однакова до останнього знака. - Видача на val тепер іде до 21–22.09; на BTC — до 14.09. Канали `split` і `zone` існують лише всередині ніг зігзага 2.3 — після останнього півота ряду (BTC — 14.09) ноги ще немає, як і в дослідженні 33, де ці канали кінчались 01–04.09. Виняток `/umap600` (`results/heads33_holes/`): | Монета | Подій val з видачею: стандарт → виняток | Спільні з рядом 33: макс. / медіана різниці | Лишились проміжки > 3 год | | ------ | --- | --- | --- | | BTC | 5277 → 9453 | 0.0 / 0.0 | 14.08 … 15.08 14:08; 09.09 20:16 … 23:23; 11.09 19:20 … 12.09 05:21; 12.09 09:19 … 13:08; 12.09 14:35 … 17:45 | | ETH | 11 332 → 15 364 | 0.0 / 0.0 | 14.08 … 15.08 09:35 | | SOL | 10 403 → 14 721 | 0.0 / 0.0 | 14.08 … 16.08 22:48 | | XRP | 10 058 → 14 676 | 0.366 / 0.0007 | 14.08 … 17.08 00:40 | | BNB | 10 057 → 14 056 | 0.514 / 0.0005 | 14.08 … 18.08 13:36 | | DOGE | 12 188 → 15 661 | 0.0 / 0.0 | 14.08 … 14.08 15:25 | - Діри 07–14.09 заповнені на всіх монетах. - У XRP і BNB нога, що перетинає 14.08, мала діру понад годину; з винятком вона заходить своїм шматком train у статистики на train, тож старі числа цих двох монет зсунулись (медіана 0.0005–0.0007, максимум 0.37 і 0.51). Решта монет збігаються з рядом 33 точно. - Хвіст після останнього півота ряду — відкрита нога (`tail_of`, `open_known`): видача на всіх монетах до кінця val, 22.09 20:53. - Що лишилось порожнім і чому: початок val до першої ноги, що має всі канали (15–18.08); на BTC 9–12.09 — горизонти hazard: `BTC_USDT_29` зібраний без заповнення пропусків, і в цих годинах подій `клас210х14х4ц` немає. ### Результат 17: скільки даних у вікні канви 1100 Етап 10, `results/canvas1100_window_BTC_USDT.json`; мапа — `data/canvas1100_window/BTC_USDT_map.npz` (73 777 вікон, 22 хв на CPU). val BTC: 33 984 записи, 25 півотів 2.3, 146 корекцій 0.8. Модель `B_tune`. **Голова 1 — півоти 2.3.** Найкраща клітинка обходу на кожному порозі проти сталого вікна (найкраща довжина) і проти найкращого вікна кожного початку мапи: | поріг | обхід: F1 / точн. / повн. | довжина обходу, год | стале: довжина, год | стале: F1 / точн. / повн. | найкраще на початок: F1, довжина год (q25–q75), півотів | | ----- | ------------------------- | ------------------: | ------------------: | ------------------------- | ------------------------------------------------------- | | 0.3 | 0.340 / 0.235 / 0.84 | 436 | 400 | 0.282 / 0.189 / 0.88 | 0.375, 278 (172–364), 8 | | 0.4 | 0.395 / 0.270 / 0.92 | 315 | 300 | 0.306 / 0.210 / 0.84 | 0.421, 224 (122–318), 7 | | 0.5 | 0.423 / 0.302 / 0.92 | 262 | 330 | 0.318 / 0.242 / 0.88 | 0.470, 154 (100–250), 5 | | 0.6 | 0.449 / 0.344 / 0.80 | 204 | 220 | 0.343 / 0.267 / 0.64 | 0.554, 118 (46–174), 3 | | 0.7 | **0.538** / 0.430 / 0.76 | 65 | 176 | 0.350 / 0.328 / 0.68 | 0.726, 68 (40–142), 2 | | 0.8 | **0.541** / 0.655 / 0.48 | 79 | 150 | 0.248 / 0.398 / 0.44 | 0.700, 98 (60–151), 2 | Найкращий обхід: `right` 72 (2 год), `left` 576 (16 год), `min_len` 1152, `drop` 0.2–0.3, `patience` 1. Повнота 1.0 (усі 25 півотів) — на порозі 0.4 з довгими вікнами (~444 год), точність там 0.22. Обхід вибирає вікно за збігом із розміткою, тобто бачить відповідь: його F1 — стеля методу, а не число, яке вийде в живому часі. Чесне число без розмітки — стале вікно. **F1 усіх вікон мапи за числом півотів 2.3 у вікні** (поріг 0.7): | півотів у вікні | 1 | 2 | 3 | 4 | 5 | 6 | 8 | 10 | 12 | 14 | | --------------- | - | - | - | - | - | - | - | -- | -- | -- | | F1 | 0.18 | 0.22 | 0.26 | **0.31** | 0.28 | 0.29 | 0.28 | 0.26 | 0.25 | 0.22 | | медіана довжини, год | 54 | 70 | 104 | 132 | 166 | 192 | 260 | 316 | 374 | 420 | На порозі 0.6 F1 росте до 4 півотів (0.30) і далі стоїть на 0.28–0.31. Довжина найкращого вікна початку корелює з числом півотів у ньому (r = 0.80–0.94), з F1 — слабо або навпаки (r від 0.46 до −0.52): оптимум задає кількість ніг, а не години. **Голова 2 — корекції 0.8.** Найкраща клітинка обходу: поріг 0.3, `right` 72, `left` 576, `min_len` 4392, `drop` 0.05, `patience` 3 — F1 0.262, точність 0.232, повнота 0.555 (81 з 146), довжина 142 год (5 півотів). Стале вікно — 140 год, F1 0.191, точність 0.165, повнота 0.623. За числом півотів у вікні F1 майже рівний: 0.15–0.18 від 0 до 8 півотів, пік на 4–5, далі падає до 0.12. **Висновки.** - Голова півотів найточніша, коли у вікні **4 півоти 2.3** (3–4 ноги, медіана ~130 год на BTC val) — як канви навчання на 4 ноги; коротше вікно втрачає F1 швидко, довше — повільно. - Стале вікно: краще F1 0.35 на 176 год і порозі 0.7. Обхід із розміткою дає 0.54 на 65–80 год — різниця є ціною того, що в живому часі кращий край невідомий. - Механізм для живого часу, що випливає з мапи: лівий край вікна — на 4-му з кінця підтвердженому півоті 2.3 мінус поле, правий — поточний запис; поріг голови півотів 0.6–0.7. На ряді val цим правилом він ще не перевірений. - Голова корекцій від довжини вікна майже не залежить (F1 ≤ 0.26 навіть з розміткою). ### Результат 18: вершина, корекція й дно на циклі вікна Етап 11, прогін `G_tune` (з `B_tune`), `results/canvas1100_grow/G_tune.json`. - Вибірка циклу: 174 тис. канв train (навчання 129 057, відкладені 40 519) і 34 743 val з 4.7 млн і 1.2 млн вікон повного циклу. - 42 сходинки циклу + 6 епох усього циклу; найкраща — **епоха 45**, пороги вершина 0.9, корекція 0.65, дно 0.9. Середній F1 на відкладених зріс з 0.12 (епоха 1) до 0.194. - Перша спроба зі спільним зваженим середнім втрати (як `dice` етапу 8) за дві епохи звела голови вершини й дна в нуль: зона свого класу — 1.4–1.8 % живих рядків, `REPEAT` — 30–37 % з вагою 6. Втрату поділено на середнє по `POS` і зважене середнє по решті (розділ етапу 11, п. 6). val, усі 34 743 вікна (у дужках — випадкові сигнали тієї самої кількості): | голова | F1 | точність | повнота | сигналів | на `SWAP` | на `REPEAT` | | ------ | -- | -------- | ------- | -------- | --------- | ----------- | | вершина 2.3 | **0.212** (0.037) | 0.152 | 0.352 | 207 785 | 32 573 | 22 044 | | корекція 0.8 | **0.167** (0.059) | 0.162 | 0.173 | 919 806 | 71 140 | — | | дно 2.3 | **0.192** (0.023) | 0.149 | 0.268 | 146 510 | 25 598 | 13 815 | За фазою циклу F1 вершина / корекція / дно: ріст 0.214 / 0.169 / 0.213, стиск 0.215 / 0.173 / 0.183, ковзання 0.208 / 0.160 / 0.179; якорі-півоти 0.213 / 0.169 / 0.199, якорі-середини 0.211 / 0.166 / 0.185. За числом півотів у вікні (вершина / корекція / дно): | півотів | вікон | F1 | | ------- | ----- | -- | | 1 | 1 363 | 0.079 / 0.136 / 0.100 | | 2 | 5 602 | 0.175 / 0.147 / 0.143 | | 3 | 5 390 | 0.190 / 0.159 / 0.171 | | 4 | 5 499 | 0.208 / 0.167 / 0.187 | | 5 | 5 264 | 0.232 / 0.177 / 0.212 | | 6 | 5 577 | 0.238 / 0.176 / 0.220 | | 7 | 4 353 | 0.239 / 0.177 / 0.224 | | 8 | 984 | 0.214 / 0.167 / 0.203 | По монетах F1 вершина / дно: BTC 0.142 / 0.262, ETH 0.239 / 0.249, SOL 0.241 / 0.203, XRP 0.220 / 0.144, BNB 0.210 / 0.131, DOGE 0.208 / 0.165. Висновки: - Голови вершини й дна в 6–8 разів краще за випадкові сигнали, але точність ~0.15: на кожен добрий сигнал — 5–6 хибних; частина хибних — на корекціях (`SWAP`, 12–17 % сигналів) і повтори після свого півота (`REPEAT`, 9–11 %). - Чим більше півотів у вікні, тим краще до 6–7 півотів; вікно з одним півотом майже не працює (F1 0.08–0.10). - Корекція лишилась на рівні етапу 8 (0.167 проти 0.180 у `B_tune` на своїх канвах) і дає найбільше сигналів. ### Результат 19: випадкові вікна від 1 до 8 півотів Етап 12, прогін `R_tune` (з `G_tune` епохи 45), `results/canvas1100_random/R_tune.json`. - Сталі вікна: відкладені — 2100, N 1…8: 306 / 335 / 311 / 278 / 287 / 214 / 197 / 172 (у хвості train довгі вікна вміщаються рідше); val — 2100, 231 … 285 на кожне N. - 5 епох по 20 000 свіжих вікон (100 000 канв, 13–16 хв на епоху — темп задає збирання канв із секунд); стоп — 4 епохи без покращення середнього F1 відкладених після епохи 1 (0.2038; епохи 4 і 5 — 0.2036 і 0.2033). - Три найкращі епохи — **1, 4, 5** (кнопки на дашборді разом із `G_tune` е44 / е45 ★ / е46). F1 (точність / повнота), у дужках — випадкові сигнали: | модель | вибірка | вершина 2.3 | корекція 0.8 | дно 2.3 | | ------ | ------- | ----------- | ------------ | ------- | | `G_tune` е45 | цикл val, 34 743 | 0.212 (0.037) | 0.167 (0.059) | 0.192 (0.023) | | `R_tune` е1 | цикл val | 0.219 (0.032) · 0.172 / 0.302 | 0.167 (0.058) | 0.208 (0.020) · 0.185 / 0.239 | | `R_tune` е4 | цикл val | **0.224** (0.036) · 0.164 / 0.351 | 0.158 (0.054) | **0.209** (0.022) · 0.168 / 0.278 | | `R_tune` е5 | цикл val | **0.225** (0.036) · 0.169 / 0.336 | 0.159 (0.059) | 0.207 (0.023) · 0.170 / 0.264 | | `R_tune` е1 | випадкові val, 2100 | 0.211 | 0.170 | 0.210 | | `R_tune` е4 | випадкові val | 0.217 | 0.163 | 0.214 | | `R_tune` е5 | випадкові val | 0.220 | 0.164 | 0.209 | `R_tune` е4 на циклі val за числом півотів (вершина / дно): 1 — 0.103 / 0.165, 2 — 0.189 / 0.206, 4 — 0.224 / 0.196, 6 — 0.249 / 0.224, 8 — 0.226 / 0.215; по монетах: BTC 0.168 / 0.272, ETH 0.245 / 0.271, SOL 0.266 / 0.213, XRP 0.240 / 0.142, BNB 0.210 / 0.158, DOGE 0.199 / 0.184. Висновки: - Випадкові вікна підняли вершину і дно на циклі val з 0.212 / 0.192 (`G_tune`) до 0.224 / 0.209 (+0.012 / +0.017); корекція трохи впала (0.167 → 0.158). - Найбільше виграли короткі вікна: з 1 півотом дно 0.100 → 0.165, з 2 — 0.143 → 0.206. - Приріст за перші 5 епох (100 тис. вікон) — плато: середній F1 відкладених 0.2018 … 0.2038 між епохами; точність голів лишається 0.16–0.19. ### Результат 20: вікна з одним півотом Етап 13, прогін `R1_tune` (з `R_tune` епохи 1), `results/canvas1100_random/R1_tune.json`. - 6 епох по 20 000 вікон з одним півотом (~11 хв на епоху); найкраща за середнім F1 відкладених — епоха 2 (0.204), далі падіння до 0.165–0.169 при спаді втрати train 1.86 → 1.61 — перенавчання на цій формі вікна. - Три найкращі епохи — **2, 3, 1** (кнопки на дашборді). F1, у дужках — випадкові сигнали: | модель | вибірка | вершина 2.3 | корекція 0.8 | дно 2.3 | | ------ | ------- | ----------- | ------------ | ------- | | `R1_tune` е2 | val, 2100 вікон з одним півотом | 0.151 (0.033) | 0.143 (0.046) | 0.231 (0.027) | | `R1_tune` е1 | те саме | 0.128 | 0.139 | **0.253** | | `R1_tune` е3 | те саме | 0.150 | 0.138 | 0.209 | | `R_tune` е5 | цикл val, вікна з одним півотом (1 363) | 0.122 | 0.137 | 0.175 | | `R1_tune` е1 | те саме | 0.119 | 0.138 | **0.209** | | `R1_tune` е3 | те саме | **0.146** | 0.132 | 0.165 | | `R_tune` е4 | цикл val, усі 34 743 | **0.224** | **0.158** | **0.209** | | `R1_tune` е1 | те саме | 0.166 | 0.153 | 0.125 | | `R1_tune` е2 | те саме | 0.101 | 0.143 | 0.076 | | `R1_tune` е3 | те саме | 0.113 | 0.144 | 0.087 | Висновки: - На вікнах з одним півотом довчання дає мало: дно 0.175 → 0.209 (епоха 1), вершина 0.122 → 0.146 (епоха 3) — у різних епохах, а не в одній. - На всьому циклі val мережа різко гіршає (вершина 0.224 → 0.101–0.166, дно 0.209 → 0.076–0.125): вікна з одним півотом вчать форму «один розворот на канву», і на вікнах з 2–8 півотами вона мовчить або плутає. Для ряду з кількома півотами лишається `R_tune`. ### Результат 21: вікна рівномірної довжини Етап 14, прогін `RL_tune` (з `R_tune` епохи 1), `results/canvas1100_random/RL_tune.json`. - Сталі вікна: відкладені — 2100, довжина 1.3 … 288 год (квартилі 66 / 125 / 197 год), N 1…8: 492 / 300 / 269 / 281 / 197 / 194 / 159 / 208; val — 2100, 1.0 … 288 год (55 / 109 / 178 год), N 346 / 250 / 246 / 222 / 216 / 245 / 256 / 319. - 23 епохи по 20 000 вікон (460 тис. канв, ~12.5 хв на епоху). Середній F1 відкладених ріс майже без зупинок: 0.199 (епоха 1) → 0.284 (епоха 19), далі 4 епохи без покращення. Три найкращі — **19, 18, 22** (кнопки на дашборді, за замовчуванням — е19). F1 · точність / повнота, у дужках — випадкові сигнали: | модель | вибірка | вершина 2.3 | корекція 0.8 | дно 2.3 | | ------ | ------- | ----------- | ------------ | ------- | | `R_tune` е4 | цикл val, 34 743 | 0.224 · 0.164 / 0.351 | 0.158 | 0.209 · 0.168 / 0.278 | | `RL_tune` е19 | цикл val | **0.330** (0.025) · 0.313 / 0.350 | 0.150 (0.054) | **0.279** (0.018) · 0.302 / 0.259 | | `RL_tune` е18 | цикл val | 0.324 · 0.293 / 0.363 | 0.153 | 0.263 · 0.296 / 0.237 | | `RL_tune` е22 | цикл val | **0.352** · 0.315 / 0.399 | 0.156 | **0.289** · 0.271 / 0.310 | | `RL_tune` е19 | val рівномірної довжини, 2100 | 0.347 · 0.333 / 0.363 | 0.164 | 0.266 · 0.287 / 0.248 | | `RL_tune` е22 | те саме | 0.368 · 0.335 / 0.408 | 0.171 | 0.298 · 0.263 / 0.345 | `RL_tune` е19 на циклі val за числом півотів (вершина / дно): 1 — 0.260 / 0.257, 2 — 0.347 / 0.322, 4 — 0.350 / 0.300, 6 — 0.340 / 0.282, 8 — 0.272 / 0.194; по монетах: BTC 0.267 / 0.384, ETH 0.340 / 0.319, SOL 0.343 / 0.286, XRP 0.330 / 0.186, BNB 0.388 / 0.258, DOGE 0.303 / 0.223. Висновки: - Рівномірна довжина вікна — найсильніший крок етапів 11–14: вершина 0.224 → 0.330, дно 0.209 → 0.279 на тих самих вікнах циклу val; точність голів вершини й дна вперше ~0.30 (у `R_tune` — 0.16–0.17), тобто на добрий сигнал — два хибних замість п'яти. - Виграли всі довжини: вікна з одним півотом 0.10 / 0.17 → 0.26 / 0.26 (краще за `R1_tune`, навченого лише на них), з 2–6 півотами — 0.28 … 0.35; найслабші — 8 півотів (0.27 / 0.19). - Сигнали вершини на корекціях і повтори після своєї вершини — 10 % і 13 % сигналів (у `G_tune` — 16 % і 11 %). - Корекція лишилась на 0.15–0.17 у всіх прогонах. ### Результат 22: найкраща довжина вікна Етап 15, `RL_tune` е19, пороги 0.95 / 0.65 / 0.95, `results/canvas1100_random/RL_tune_length.json`. Train — 2100 вікон `train_len`, val — 2100 вікон `val_len`. F1 вершина / корекція / дно, середній; база (випадкові сигнали) — 0.01–0.07. | годин | train, вікон | train F1 | train середній | val, вікон | val F1 | val середній | | ----- | -----------: | -------- | -------------: | ---------: | ------ | -----------: | | 0–24 | 260 | 0.341 / 0.128 / 0.325 | 0.265 | 237 | 0.316 / 0.118 / 0.257 | 0.231 | | 24–48 | 288 | 0.335 / 0.141 / 0.344 | 0.274 | 218 | 0.312 / 0.132 / 0.243 | 0.229 | | 48–72 | 278 | 0.325 / 0.160 / 0.336 | 0.274 | 232 | 0.275 / 0.141 / 0.245 | 0.220 | | 72–96 | 257 | 0.346 / 0.164 / 0.367 | 0.292 | 233 | 0.303 / 0.159 / 0.264 | 0.242 | | 96–120 | 255 | 0.361 / 0.178 / 0.341 | 0.293 | 229 | 0.368 / 0.166 / 0.279 | 0.271 | | 120–144 | 214 | 0.399 / 0.189 / 0.378 | 0.322 | 186 | 0.352 / 0.177 / 0.249 | 0.259 | | 144–168 | 178 | 0.424 / 0.180 / 0.362 | 0.322 | 174 | 0.386 / 0.167 / 0.309 | **0.287** | | 168–192 | 133 | 0.426 / 0.191 / 0.334 | 0.317 | 145 | 0.376 / 0.175 / 0.279 | 0.277 | | 192–216 | 92 | 0.469 / 0.185 / 0.378 | **0.344** | 144 | 0.369 / 0.165 / 0.286 | 0.273 | | 216–240 | 58 | 0.400 / 0.194 / 0.408 | 0.334 | 134 | 0.370 / 0.170 / 0.240 | 0.260 | | 240–264 | 58 | 0.447 / 0.196 / 0.345 | 0.329 | 95 | 0.390 / 0.172 / 0.239 | 0.267 | | 264–288 | 29 | 0.340 / 0.197 / 0.341 | 0.293 | 73 | 0.291 / 0.180 / 0.252 | 0.252 | Висновки: - Найкраща довжина: train — 192–216 год (8–9 діб), середній F1 0.344; val — 144–168 год (6–7 діб), 0.287. - На обох частинах F1 росте з довжиною до ~6–9 діб і падає на найдовших; найслабші — вікна до 3 діб (train 0.265–0.274, val 0.220–0.231). - На train вікон понад 8 діб мало (92, 58, 58, 29): вікно з 1 … 8 півотами train рідко буває таким довгим. ### Результат 23: зона півота 2.3 % у момент T Етап 16, модель `канва600півот2.3%ідентифікатор`. Перевірка входу — `results/side_leak/`; прогін `Z_base` — `results/canvas1100_future/Z_base.json`, `Z_base_val_pred.npz`. **Голова «бік ноги» наживо проти готового ряду** (BTC, весь ланцюжок на датасетах, обрізаних у T): | T | спільних подій до T (увесь ряд) | різниця p_side, макс. | різниця ема 200, макс. | видач в останню годину: готовий / живий | | - | ---------: | --------------------: | ---------------------: | --------------------------------------- | | 04.09 18:00 | 70 138 | 0.0 | 0.0 | 16 / 16 | | 05.09 22:00 | 70 611 | 0.0 | 0.0 | 0 / 0 | | 11.09 01:00 | 72 523 | 0.0 | 0.0 | 12 / 1 | | 11.09 03:00 | 72 558 | 0.0 | 0.0 | 15 / 14 | - Значення голови до T від майбутнього не залежать: зігзаг ставить останнім півотом поточний екстремум (`rules/scripts/zigzag.py`), мережі йдуть по подіях уперед. Півот 11.09 00:00 підтверджено ема10 лише о 14:12, а наживо о 01:00 голова вже рахувала ногу від нього — так само, як готовий ряд. - Відрізняється лише наявність видачі в останню годину перед T: канал `zone` (`zone_lstm.blocks_of`) відкидає хвостовий блок подій, коротший за чверть блока. Тому канал 7 бере голову із затримкою на годину — на годинах 1 … 160 до T живий і готовий ряди збігаються повністю. **Канви:** train — 23 706 моментів T, val — 4 536 (6 монет). У зоні півота: train 980 (0.041), val 142 (0.031). **Прогін `Z_base`**: train 17 742, відкладені 4 766; найкраща епоха 8 з 12 (стоп за терпінням), поріг 0.05. | | AUC | точність | повнота | F1 | F1 «завжди так» | | - | --: | -------: | ------: | -: | --------------: | | відкладені | 0.691 | 0.082 | 0.282 | 0.127 | 0.063 | | val | **0.720** | 0.082 | 0.394 | **0.136** | 0.061 | AUC val по монетах: BTC 0.756, ETH 0.630, SOL 0.748, XRP 0.715, BNB 0.706, DOGE 0.766. Контроль — одне число з останніх 10 рядків тієї самої канви (AUC train / val): P(півот) `B_tune` 0.693 / 0.672; найбільша P(вершина), P(дно) `RL_tune` 0.618 / 0.588; 1 − середня P(кластер 2) 0.678 / 0.679. Висновки: - Зону півота мережа бачить: AUC val 0.72 і на всіх шести монетах вище 0.6 (0.63 … 0.77). - Точність — 8 % сигналів у зоні проти 3 % частки зони: у 2.6 раза краще за випадкові, але 11 хибних на 1 добрий; повнота 39 %. - Над найкращим окремим каналом виграш малий: `B_tune` P(півот) сам дає 0.67, 1 − P(кластер 2) — 0.68; трансформер додає 0.04 AUC. ### Результат 24: торгівля на val за зоною півота Етап 17, `results/canvas1100_future/zone_trade_.json`; val кожної монети — 756 моментів T щогодини, 20.08 13:00 … 21.09 05:00; остання угода закривається на останньому записі val (22.09 20:58). | монета | гроші в кінці | купив і тримав | угод | прибуткових | середня угода | найбільша просадка | Sharpe | сигналів: зі зміною боку / продовжень / хибних | | ------ | ------------: | -------------: | ---: | ----------: | ------------: | -----------------: | -----: | ----------------------------------------------- | | BTC | $981.25 | $1197.44 | 11 | 73 % | 0.05 % | 7.5 % | 1.67 | 98: 11 / 30 / 57 | | ETH | $1099.64 | $1200.83 | 15 | 73 % | 0.81 % | 8.9 % | 3.13 | 93: 15 / 36 / 42 | | SOL | $1168.52 | $1352.78 | 19 | 74 % | 1.05 % | 13.2 % | 4.06 | 88: 19 / 32 / 37 | | XRP | $887.31 | $1318.05 | 29 | 69 % | -0.09 % | 21.9 % | 0.71 | 157: 29 / 62 / 66 | | BNB | $841.72 | $1218.84 | 11 | 45 % | -1.35 % | 20.7 % | -3.96 | 128: 11 / 58 / 59 | | DOGE | $1109.01 | $1292.64 | 25 | 68 % | 0.67 % | 14.8 % | 3.90 | 119: 25 / 46 / 48 | Дві найгірші угоди кожної монети — обидві короткі: BTC −10.8 % і −4.0 %, ETH −5.2 % і −4.4 %, SOL −9.5 % і −7.1 %, XRP −21.6 % і −9.5 %, BNB −8.0 % і −7.7 %, DOGE −13.0 % і −11.2 %. Висновки: - Жодна монета не обігнала «купив і тримав»: val — місяць росту всіх шести (холд +20 … +35 %). У плюсі три — SOL +16.9 %, DOGE +10.9 %, ETH +10.0 %; у мінусі BTC −1.9 %, XRP −11.3 %, BNB −15.8 %. - Прибуткових угод 68–74 % на всіх, крім BNB (45 %); найбільші збитки на кожній монеті — короткі угоди проти росту. - До угоди доходить 11–29 сигналів з 88–157: решта — хибні (37–66) і продовження ноги (30–62). ### Результат 25: півот 2.3 раніше за зігзаг Етап 18, модель `виявленняпівота2.3`. Прогін `E_tune`: `results/canvas1100_early/E_tune.json`, грід — `E_tune_grid.json`, ряд val — `E_tune_val_.json`; ваги — `models/canvas1100_early/E_tune/`. **Голова «бік ноги» наживо проти готового ряду** (`results/side_leak_live/`, 20 моментів T на шести монетах: усередині найдовшої ноги val, через 20 хв після півота, ETH 19.08 і BTC 30.08): на подіях до T найбільша різниця p_side — 0.0; видач за останню годину готовий / наживо однаково, крім трьох випадків: BTC 30.08 17:18 — 12 / 11 (подія, що почалась за 36 с до T, наживо ще без видачі; етап її не бере — готовність через 315 с); SOL, XRP, BNB 15–18.08 — у готовому ряду 0 видач, наживо 17 (нога через межу 14.08 у мережу зон готового ряду не йде; числа на спільних подіях — до 0.0001). Наживо канал має не менше, ніж готовий ряд. **Навчання** — з `RL_tune` е19 (старт F1 відкладених 0.281), 14 епох, стоп за терпінням; F1 відкладених за епохами: 0.263, 0.337, 0.307, 0.339, 0.396, 0.333, 0.437, 0.387, 0.443, 0.387, **0.476** (е11), 0.461, 0.415, 0.406. **Грід вікон** (T щогодини, поріг кожної моделі — свій на кожному вікні з відкладених), F1: | вікно, год | відкладені: мережа | відкладені: RL_tune | val: мережа | val: RL_tune | | ---------: | --: | --: | --: | --: | | 40 | 0.432 | 0.470 | 0.283 | 0.228 | | 80 | 0.521 | 0.402 | 0.235 | 0.267 | | 120 | 0.542 | 0.277 | 0.246 | 0.226 | | 160 | 0.401 | 0.329 | 0.221 | 0.262 | | 200 | 0.544 | 0.540 | 0.260 | 0.226 | | 240 | 0.521 | 0.275 | 0.310 | 0.229 | | 280 | 0.621 | 0.265 | 0.276 | 0.307 | | **300** ★ | **0.656** | 0.459 | 0.247 | 0.250 | Усі 27 вікон — у `E_tune_grid.json` і на вкладці. Найкраще на відкладених — 300 год, поріг мережі 0.85, контролю 0.65. **Вікно 300 год, T кожні 10 хв:** | | F1 | точність свіжих | раніше за зігзаг | півотів раніше / усіх | затримка мережі, год | затримка зігзага, год | випередження, год | відкат у момент сигналу, % | свіжих сигналів на добу | | - | --: | --: | --: | --: | --: | --: | --: | --: | --: | | відкладені: мережа | **0.569** | 0.562 | 0.576 | 72 / 125 | 3.5 | 12.5 | 5.4 | 1.33 | 0.08 | | відкладені: RL_tune | 0.398 | 0.296 | 0.608 | 76 / 125 | 4.9 | 17.3 | 10.2 | 1.22 | 0.12 | | відкладені: випадкові | 0.030 | 0.250 | 0.016 | 2 / 125 | — | — | — | — | 0.08 | | val: мережа | **0.333** | 0.400 | 0.285 | 81 / 284 | 2.0 | 5.8 | 2.4 | 1.62 | 0.76 | | val: RL_tune | 0.314 | 0.339 | 0.292 | 83 / 284 | 3.0 | 8.7 | 3.6 | 1.31 | 1.34 | | val: випадкові | 0.084 | 0.200 | 0.053 | 15 / 284 | — | — | — | — | 0.76 | Затримки й випередження — медіани по півотах, виявлених не пізніше за зігзаг. val по монетах (мережа): BTC 0.364 (раніше за зігзаг 12 з 22, випередження 6.0 год), ETH 0.365 (15 з 34, 2.1 год), SOL 0.427 (18 з 45, 1.7 год), XRP 0.148 (8 з 84, 3.2 год), BNB 0.343 (12 з 28, 5.4 год), DOGE 0.335 (16 з 71, 1.2 год). Висновки: - Мережа ловить частину півотів раніше за зігзаг: на val — 81 з 284 (29 %), медіанно за 2.4 год до підтвердження зігзагом, коли ціна відійшла від півота на 1.6 % з 2.3 %. Випадкові сигнали тієї самої частоти — 15 з 284. - Точність свіжих сигналів на val — 40 % проти 34 % у `RL_tune` без довчання і 20 % у випадкових; сигналів на добу вдвічі менше, ніж у `RL_tune`. F1 val — 0.333 проти 0.314: над `RL_tune` виграш малий. - На відкладених F1 0.569 проти 0.333 на val. Відкладені брали участь у виборі епохи, порогу й вікна; голова «бік ноги» на них — у періоді свого навчання; val — інший ринок (місяць росту всіх монет). Чесна оцінка — val. - Найкраще вікно на відкладених — 300 год, але на val вікна між собою близькі (0.14 … 0.31) і не йдуть за відкладеними: вибір вікна на val не переноситься. - Слабко на XRP (8 з 84 півотів раніше за зігзаг): там найбільше коротких ніг. ### Результат 26: півот на купівлю лише на train BTC Етап 19. Кластер — `models/canvas1100_buy/assigner.json`, `results/canvas1100_buy/cluster.json`; прогони — `results/canvas1100_buy/BUY_<втрата>.json`, `BUY_<втрата>_val.npz`, `BUY_bce_series.npz`; ваги — `models/canvas1100_buy/BUY_<втрата>/`; логи — `logs/buy_{cluster,build,val,bce,pos,focal,dice}.log`. **Кластер 2 на навчальних 80 %** — 1076 канв 600 BTC (88 базових ніг), кінець ≤ 30.06 12:20 UTC. Грід уточнювача вибрав той самий варіант, що на шести монетах: 7 фіч, `h` 1, `mean`, `P` 2, `abs`, `q` 0.7 (поріг сили 0.265, бал 0.376). UMAP 875 точок; k-means: кластер 1 — 59 початків, 54 кінці, 332 корекції, 63 тіла; кластер 2 — 5 / 10 / 151 / 201. Правило кластера 1 на тих самих точках — точність 0.975, AUC 0.998. **Дані** — навчання 15878 T, у зоні дна 318; відкладені 4445 T, у зоні дна 45 — 5 днів 2.3; val 5265 T, у зоні дна 39 — 13 днів 2.3. База: відкладені — частота 0.010, F1 «завжди так» 0.020; val — 0.007 і 0.015 (AP випадкової відповіді дорівнює частоті). **Перебір функцій втрат** (епоха — F1 на відкладених, поріг — з відкладених, val — при тому самому порозі): | прогін | втрата | епоха / усіх | F1 відкл. | AP відкл. | AUC відкл. | поріг | сигналів val | точність val | повнота val | F1 val | AP val | AUC val | | ------ | ------ | -----------: | --------: | --------: | ---------: | ----: | -----------: | -----------: | ----------: | -----: | -----: | ------: | | `BUY_bce` ★ | bce | 16 / 22 | 0.159 | 0.052 | 0.761 | 0.10 | 101 | 0.020 | 0.051 | 0.029 | 0.015 | 0.657 | | `BUY_pos` | pos | 9 / 15 | 0.115 | 0.049 | 0.787 | 0.90 | 46 | 0.043 | 0.051 | 0.047 | 0.017 | 0.576 | | `BUY_focal` | focal | 12 / 18 | 0.112 | 0.043 | 0.716 | 0.30 | 85 | 0.012 | 0.026 | 0.016 | 0.009 | 0.495 | | `BUY_dice` | dice | 24 / 30 | 0.000 | 0.039 | 0.688 | 0.05 | 0 | — | 0.000 | 0.000 | 0.022 | 0.617 | Хід `BUY_bce` на відкладених: | епоха | втрата | F1 | AP | AUC | поріг | | ----: | -----: | -: | -: | --: | ----: | | 1 | 0.1074 | 0.000 | 0.017 | 0.654 | 0.05 | | 2 | 0.0984 | 0.000 | 0.018 | 0.612 | 0.05 | | 3 | 0.0983 | 0.000 | 0.016 | 0.594 | 0.05 | | 4 | 0.0984 | 0.000 | 0.024 | 0.653 | 0.05 | | 5 | 0.0983 | 0.000 | 0.026 | 0.700 | 0.05 | | 6 | 0.0981 | 0.000 | 0.052 | 0.712 | 0.05 | | 7 | 0.0982 | 0.000 | 0.069 | 0.731 | 0.05 | | 8 | 0.0979 | 0.000 | 0.034 | 0.693 | 0.05 | | 9 | 0.0951 | 0.082 | 0.033 | 0.682 | 0.05 | | 10 | 0.0868 | 0.086 | 0.036 | 0.709 | 0.05 | | 11 | 0.0763 | 0.095 | 0.037 | 0.737 | 0.15 | | 12 | 0.0689 | 0.136 | 0.045 | 0.753 | 0.15 | | 13 | 0.0638 | 0.127 | 0.051 | 0.739 | 0.05 | | 14 | 0.0509 | 0.102 | 0.049 | 0.766 | 0.05 | | 15 | 0.0437 | 0.108 | 0.046 | 0.754 | 0.10 | | 16 ★ | 0.0410 | 0.159 | 0.052 | 0.761 | 0.10 | | 17 | 0.0368 | 0.099 | 0.043 | 0.736 | 0.20 | | 18 | 0.0311 | 0.127 | 0.051 | 0.771 | 0.25 | | 19 | 0.0282 | 0.066 | 0.031 | 0.687 | 0.05 | | 20 | 0.0229 | 0.107 | 0.035 | 0.702 | 0.05 | | 21 | 0.0199 | 0.086 | 0.042 | 0.726 | 0.15 | | 22 | 0.0204 | 0.102 | 0.041 | 0.698 | 0.05 | - Перші ~8 епох BCE мережа не вчиться: втрата стоїть на рівні частоти зони (0.098), видача майже стала, жодна T не доходить до порогу 0.05. AUC і AP на відкладених (5 днів) обирали саме такі епохи (7) — тому епоха вибирається за F1 і не раніше 12-ї. - Кращий на відкладених — BCE (F1 0.159 при базі 0.020, епоха 16). На val той самий поріг дає 101 сигнал, 2 з них у зоні дна: точність 0.020, повнота 0.051, F1 0.029 при базі 0.015, AP 0.015 при частоті 0.007, AUC 0.657. Сигнал купівлі на val майже не відрізняється від випадкового. - Вага позитиву і focal на val не кращі (AUC 0.576 і 0.495); dice на відкладених жодного разу не перейшла поріг (F1 0), на val — теж. - Відкладені — 5 днів, val — 13: похибка частки `0.5 / √5 ≈ 0.22` і `0.5 / √13 ≈ 0.14`; різниці між прогонами на відкладених цим не розрізняються. **Донавчання втратою «далі від цілі — дорожче»** (`BUY_far`: з `BUY_bce` е16, lr 1e-4, `far` — хибний сигнал важить `1 + 4 · min(d / 48 год, 1)`): | епоха | втрата | F1 відкл. | AP відкл. | AUC відкл. | поріг | сигналів val | з них у зоні дна | F1 val | AUC val | | ----: | -----: | --------: | --------: | ---------: | ----: | -----------: | ---------------: | -----: | ------: | | **0** ★ (старт — `BUY_bce` е16) | — | 0.159 | 0.052 | 0.761 | 0.10 | 101 | 2 | 0.029 | 0.657 | | 1 | 0.0152 | 0.073 | 0.047 | 0.739 | 0.05 | 35 | 0 | 0.000 | 0.621 | | 2 | 0.0124 | 0.077 | 0.042 | 0.744 | 0.05 | 60 | 3 | 0.061 | 0.613 | | 3 | 0.0114 | 0.077 | 0.041 | 0.735 | 0.05 | 53 | 1 | 0.022 | 0.616 | | 4 | 0.0101 | 0.101 | 0.038 | 0.711 | 0.05 | 83 | 4 | 0.066 | 0.614 | | 5 | 0.0098 | 0.075 | 0.039 | 0.719 | 0.05 | 66 | 2 | 0.038 | 0.614 | | 6 | 0.0092 | 0.057 | 0.037 | 0.691 | 0.05 | 16 | 0 | 0.000 | 0.605 | - На відкладених донавчання F1 не підняло: з першої ж епохи 0.159 → 0.06 … 0.10, AUC і AP теж нижчі; стоп за терпінням 6 на епосі 6, обрана — старт. - Штраф за далекі сигнали стискає видачу: поріг падає до 0.05, сигналів на val менше (16 … 83 проти 101), але в зоні дна їх 0 … 4 — на 13 днях val різниця зі стартом не розрізняється (`0.5 / √13 ≈ 0.14`). **Драбина штрафу `ladder2`: ціль — зона дна ± 2 год, гріда мовчання** (мітка і міри — зона дна цілком ± 2 год; база F1: відкладені 0.073, val 0.120, частка зони на val 0.064; стоп — втрата навчання не падає 3 епохи на 1 %, стеля 30; епоха — F1 на відкладених): | прогін | мовчання | старт | епоха / останньої | F1 відкл. | сигналів val | точність val | повнота val | F1 val | AUC val | | ------ | -------: | ----- | ----------------: | --------: | -----------: | -----------: | ----------: | -----: | ------: | | `BUY_l2` | ×1 | BUY_bce:16 | 25 / 30 | 0.205 | 333 | 0.159 | 0.158 | 0.158 | 0.662 | | `BUY_l2s1` | ×1 | BUY_l2:25 | 0 / 9 | 0.205 | 333 | 0.159 | 0.158 | 0.158 | 0.662 | | `BUY_l2s2` | ×2 | BUY_l2:25 | 5 / 30 | 0.210 | 436 | 0.161 | 0.208 | 0.181 | 0.676 | | `BUY_l2s3` | ×3 | BUY_l2:25 | 1 / 30 | 0.219 | 393 | 0.173 | 0.202 | 0.187 | 0.679 | | `BUY_l2s4` | ×4 | BUY_l2:25 | 30 / 30 | 0.216 | 277 | 0.173 | 0.143 | 0.157 | 0.676 | | `BUY_l2s5` | ×5 | BUY_l2:25 | 28 / 30 | 0.213 | 282 | 0.163 | 0.137 | 0.149 | 0.669 | | `BUY_l2s6` | ×6 | BUY_l2:25 | 28 / 30 | 0.222 | 195 | 0.190 | 0.110 | 0.139 | 0.670 | | `BUY_l2s7` ★ | ×7 | BUY_l2:25 | 1 / 30 | 0.223 | 371 | 0.173 | 0.190 | 0.181 | 0.680 | | `BUY_l2s8` | ×8 | BUY_l2:25 | 28 / 30 | 0.217 | 243 | 0.173 | 0.125 | 0.145 | 0.667 | | `BUY_l2s9` | ×9 | BUY_l2:25 | 28 / 30 | 0.215 | 252 | 0.167 | 0.125 | 0.143 | 0.665 | | `BUY_l2s10` | ×10 | BUY_l2:25 | 2 / 30 | 0.213 | 354 | 0.175 | 0.185 | 0.180 | 0.675 | - `BUY_l2` донавчався до стелі 30 епох (втрата падала до кінця), обрана епоха 25; з неї — гріда мовчання ×1 … ×10. - Кращий на відкладених — мовчання ×7 (`BUY_l2s7` е1, F1 0.223), але F1 усієї гріди ×2 … ×10 лежить у 0.210 … 0.223 — на 5 днях відкладених це не розрізняється (`0.5 / √5 ≈ 0.22`). - На val точність сигналу 0.16 … 0.19 при частці зони 0.064 — у 2.5 … 3 рази вище за випадкову; повнота 0.11 … 0.21 — більшість моментів зони мережа пропускає. Великий штраф за мовчання не піднімає повноту на val: прогони, що дотягнули до 28–30-ї епохи, стають обережнішими (поріг 0.20 … 0.65, сигналів менше). - Мітка тут ширша (± 2 год), тому з `BUY_bce` / `BUY_far` / `BUY_ladder` числа напряму не порівнюються. **Драбина з добавкою, що росте** (`BUY_l3`: донавчання `BUY_l2s7` е1, мовчання ×7, частини між зонами ×2, ×6, ×10, ×14, ×18, ×21, ×25, ×29, ×33, ×37 — частина 2 +1, 3 +3, 4 +5, 5 +7 і далі на +2 до ladder2; `--steps`): | епоха | F1 відкл. | поріг | сигналів val | точність val | повнота val | F1 val | AUC val | | ----: | --------: | ----: | -----------: | -----------: | ----------: | -----: | ------: | | 0 ★ (старт — `BUY_l2s7` е1) | 0.223 | 0.10 | 371 | 0.173 | 0.190 | 0.181 | 0.680 | | 1 | 0.203 | 0.05 | 451 | 0.180 | 0.241 | 0.206 | 0.680 | | 2 | 0.177 | 0.05 | 456 | 0.173 | 0.235 | 0.199 | 0.683 | | 3 | 0.156 | 0.05 | 378 | 0.196 | 0.220 | 0.207 | 0.685 | | 4 | 0.186 | 0.10 | 300 | 0.190 | 0.170 | 0.179 | 0.684 | | 5 | 0.189 | 0.15 | 345 | 0.174 | 0.179 | 0.176 | 0.678 | | 6 | 0.171 | 0.05 | 404 | 0.171 | 0.205 | 0.186 | 0.682 | | 7 | 0.198 | 0.20 | 238 | 0.160 | 0.113 | 0.132 | 0.680 | | 8 | 0.193 | 0.15 | 365 | 0.178 | 0.193 | 0.185 | 0.675 | | 9 | 0.180 | 0.05 | 526 | 0.165 | 0.259 | 0.202 | 0.675 | | 10 | 0.192 | 0.20 | 246 | 0.163 | 0.119 | 0.137 | 0.679 | | 11 | 0.196 | 0.10 | 412 | 0.160 | 0.196 | 0.176 | 0.678 | | 12 | 0.188 | 0.10 | 488 | 0.160 | 0.232 | 0.189 | 0.674 | | 13 | 0.181 | 0.55 | 181 | 0.193 | 0.104 | 0.135 | 0.675 | | 14 | 0.174 | 0.10 | 390 | 0.172 | 0.199 | 0.185 | 0.675 | | 15 | 0.182 | 0.50 | 197 | 0.203 | 0.119 | 0.150 | 0.680 | | 16 | 0.166 | 0.35 | 149 | 0.215 | 0.095 | 0.132 | 0.673 | | 17 | 0.204 | 0.10 | 199 | 0.161 | 0.095 | 0.120 | 0.683 | | 18 | 0.178 | 0.10 | 252 | 0.187 | 0.140 | 0.160 | 0.683 | | 19 | 0.189 | 0.45 | 230 | 0.174 | 0.119 | 0.141 | 0.677 | | 20 | 0.212 | 0.30 | 313 | 0.169 | 0.158 | 0.163 | 0.674 | | 21 | 0.199 | 0.15 | 191 | 0.188 | 0.107 | 0.137 | 0.683 | | 22 | 0.162 | 0.35 | 155 | 0.219 | 0.101 | 0.138 | 0.672 | | 23 | 0.157 | 0.60 | 159 | 0.195 | 0.092 | 0.125 | 0.672 | | 24 | 0.195 | 0.15 | 259 | 0.174 | 0.134 | 0.151 | 0.678 | | 25 | 0.183 | 0.70 | 131 | 0.191 | 0.074 | 0.107 | 0.674 | | 26 | 0.197 | 0.35 | 211 | 0.171 | 0.107 | 0.132 | 0.678 | | 27 | 0.199 | 0.20 | 321 | 0.171 | 0.164 | 0.167 | 0.677 | | 28 | 0.212 | 0.30 | 235 | 0.166 | 0.116 | 0.137 | 0.672 | | 29 | 0.152 | 0.10 | 264 | 0.186 | 0.146 | 0.163 | 0.671 | | 30 | 0.205 | 0.25 | 232 | 0.172 | 0.119 | 0.141 | 0.679 | - Донавчання дійшло до стелі 30 епох — втрата падала до кінця (0.0768 → 0.05 …); жодна епоха не перевищила старт на відкладених (F1 0.223), обрана — старт, тобто `BUY_l2s7` е1 без змін. - На val епохи 1 … 3 дають більше влучань (повнота 0.22 … 0.24, F1 0.20 … 0.21 проти 0.181 старту), але на відкладених вони гірші — у вибір val не йде; на 13 днях val різниця від старту не розрізняється. ### Результат 27: сигнал купівлі сумою у вікні і торгівля лише купівлями Еталон на val BTC (15.08 … 21.09): 12 ніг вгору зігзага 2.3 %, Σ 81.0 %, $1000 → $2140.27; «купив і тримав» — $1366.30. 450 епох × 700 комбінацій. **★ `BUY_pos` епоха 9** — зафіксований (`STAR`): переможець підбору з тейком від ціни входу (частка 19.6 %, $1170.19). Сума P за `W` = 18 кроків (180 хв), купівля при `S ≥ θ` = 11.7406 (квантиль 0.97 ряду суми), тейк 2 % від найнижчої ціни після входу, стоп 2 % від ціни входу · частка еталона 12.2 % · $1103.17 (PnL +103.17) · 8 угод, усі тейком, стопів 0 · фейків 32 · кроків із сигналом 158. Найкраща комбінація гріду кожного прогону з тейком від найнижчої ціни (для порівняння): | прогін | епоха | W | q | θ | стоп | частка еталона | PnL $ | угод | тейк | стоп | фейків | | ------ | ----: | - | -: | -: | ---: | -------------: | ----: | ---: | ---: | ---: | -----: | | `BUY_l2s4` | 23 | 3 (30 хв) | 0.99 | 1.976 | 0.5 % | 13.4 % | 113.95 | 9 | 7 | 2 | 13 | | `BUY_l2s7` | 23 | 3 (30 хв) | 0.98 | 1.706 | 2.0 % | 13.4 % | 113.81 | 8 | 8 | 0 | 35 | | `BUY_l2s8` | 23 | 3 (30 хв) | 0.98 | 1.762 | 2.0 % | 13.4 % | 113.81 | 8 | 8 | 0 | 35 | | `BUY_pos` | 7 | 3 (30 хв) | 0.95 | 1.513 | 1.5 % | 13.3 % | 113.08 | 7 | 7 | 0 | 206 | | `BUY_l2s3` | 27 | 2 (20 хв) | 0.99 | 1.720 | 2.0 % | 13.2 % | 111.94 | 7 | 7 | 0 | 19 | | `BUY_l2s5` | 23 | 3 (30 хв) | 0.99 | 1.999 | 2.0 % | 13.2 % | 111.87 | 8 | 8 | 0 | 15 | | `BUY_l2s2` | 14 | 3 (30 хв) | 0.98 | 1.231 | 1.5 % | 13.1 % | 111.23 | 7 | 7 | 0 | 32 | | `BUY_l2s6` | 14 | 3 (30 хв) | 0.98 | 1.817 | 1.5 % | 13.1 % | 111.23 | 7 | 7 | 0 | 25 | | `BUY_l3` | 14 | 3 (30 хв) | 0.98 | 1.698 | 1.5 % | 13.1 % | 111.23 | 7 | 7 | 0 | 25 | | `BUY_l2s10` | 6 | 3 (30 хв) | 0.98 | 1.338 | 1.5 % | 13.1 % | 111.22 | 7 | 7 | 0 | 28 | | `BUY_l2s9` | 7 | 2 (20 хв) | 0.99 | 1.541 | 2.0 % | 12.8 % | 108.15 | 8 | 8 | 0 | 2 | | `BUY_l2` | 11 | 6 (60 хв) | 0.85 | 0.085 | 1.5 % | 11.1 % | 93.45 | 6 | 6 | 0 | 590 | | `BUY_focal` | 17 | 12 (120 хв) | 0.98 | 1.581 | 2.0 % | 11.0 % | 92.62 | 7 | 7 | 0 | 4 | | `BUY_bce` | 13 | 18 (180 хв) | 0.98 | 0.841 | 2.0 % | 11.0 % | 92.13 | 7 | 7 | 0 | 0 | | `BUY_l2s1` | 9 | 12 (120 хв) | 0.95 | 1.348 | 1.5 % | 10.6 % | 89.22 | 6 | 6 | 0 | 83 | | `BUY_far` | 0 | 6 (60 хв) | 0.90 | 0.125 | 3.0 % | 10.6 % | 88.75 | 7 | 7 | 0 | 331 | | `BUY_ladder` | 0 | 6 (60 хв) | 0.90 | 0.125 | 3.0 % | 10.6 % | 88.75 | 7 | 7 | 0 | 331 | | `BUY_dice` | 30 | 72 (720 хв) | 0.50 | 0.062 | 0.5 % | 10.4 % | 87.25 | 5 | 5 | 0 | 2120 | Цикли еталона ★: | дно | вершина | еталон | угод ★ | ★ | | --- | ------- | -----: | -----: | -: | | 14.08 23:58 | 21.08 08:58 | 25.58 % | 1 | 1.45 % | | 21.08 11:33 | 22.08 04:40 | 2.85 % | 0 | 0.00 % | | 23.08 05:16 | 25.08 02:40 | 6.96 % | 1 | 1.70 % | | 26.08 15:03 | 28.08 01:31 | 4.61 % | 0 | 0.00 % | | 28.08 16:25 | 30.08 16:56 | 2.79 % | 1 | 1.22 % | | 30.08 23:46 | 31.08 19:08 | 2.43 % | 0 | 0.00 % | | 02.09 10:50 | 03.09 21:33 | 7.44 % | 1 | 1.48 % | | 04.09 14:48 | 06.09 23:45 | 2.19 % | 1 | 1.86 % | | 08.09 13:51 | 09.09 08:53 | 2.46 % | 0 | 0.00 % | | 10.09 23:13 | 11.09 14:03 | 3.74 % | 1 | 0.88 % | | 14.09 00:28 | 14.09 20:23 | 3.72 % | 1 | 1.20 % | | 15.09 18:48 | 21.09 20:26 | 16.20 % | 1 | 0.09 % | Угоди ★ (час UTC; тейк — рівень на момент виходу): | сигнал і вхід | ціна входу | вихід | ціна виходу | чому | результат | тейк | | ------------- | ---------: | ----- | ----------: | ---- | --------: | ---: | | 16.08 02:10 | 63046.36 | 17.08 15:30 | 64049.68 | тейк | 1.45 % | 63971.15 | | 24.08 04:50 | 76950.75 | 24.08 11:36 | 78367.42 | тейк | 1.70 % | 78252.43 | | 28.08 17:00 | 77788.46 | 30.08 12:33 | 78850.00 | тейк | 1.22 % | 78842.85 | | 02.09 16:00 | 77292.01 | 03.09 12:55 | 78548.72 | тейк | 1.48 % | 78521.63 | | 04.09 14:50 | 78692.03 | 06.09 23:36 | 80269.61 | тейк | 1.86 % | 80265.87 | | 10.09 14:40 | 77251.00 | 11.09 12:51 | 78041.22 | тейк | 0.88 % | 78044.07 | | 11.09 18:10 | 77072.65 | 14.09 09:51 | 78106.01 | тейк | 1.20 % | 78006.23 | | 15.09 16:10 | 76325.79 | 16.09 18:08 | 76503.78 | тейк | 0.09 % | 76503.86 | - Той самий ★ з тейком від ціни входу (`entry`, кнопка на вкладці) — частка 18.8 %, $1162.73, 8 угод тейком. Від $1170.19 першого підбору відрізняється базою тейку: зараз тейк і стоп рахуються від ціни, за якою угода куплена (open запису після T), і вихід шукається з close цього самого запису; у першому підборі база була close запису T, а пошук — з наступного запису. - ★ заходить у ті самі 8 з 12 ніг, що й з тейком від ціни входу, по одній угоді на ногу, стопів 0. - Тейк від найнижчої ціни закриває кожну угоду, після входу в яку ціна ще падала, раніше і нижче: результати 0.09 … 1.86 % проти 1.76 … 2.42 % з тейком від входу; найбільша втрата — вхід 15.09 16:10 за 2.5 год до дна 15.09 18:48: тейк спустився до 76503.86, угода закрилась у +0.09 %. - Найкраща комбінація гріду з цим тейком (`BUY_l2s4` е23, стоп 0.5 %) — частка 13.4 %, $1113.95; ★ — 12.2 %, $1103.17. - ★ PnL +$103.17 нижче «купив і тримав» (+$366.30). - Підбір і міра — на тому самому val (12 ніг): окремого відрізка для перевірки обраних параметрів немає.