이동평균선의 피크(고점)와 트로프(저점)를 처리하는 아이디어

안녕하세요. 인천고래입니다.

 

주가의 고점이 아닌 이동평균선의 피크와 트로프 지점을 찾는 알고리즘을 만들었지만 아무래도 명확하게 표현하기 어렵다 보니 여러 가지 고민이 많습니다.

 

일단은 아이디어 단계로 피크와 트로프를 어떻게 처리할지에 대한 글을 적어 놓겠습니다.

 

동일한 기간 내에 가까운 위치에 있는 피크(고점)와 트로프(저점)를 처리하는 방법에 대한 몇 가지 아이디어는 다음과 같습니다.

 

이동평균선의 피크(고점)와 트로프(저점)를 처리하는 아이디어

 

• 임계값 기반 필터링: 가까운 위치에 있는 피크 또는 트로프 중 더 중요한 것을 선택하는 방법입니다.
  예를 들어, 같은 기간 내에 두 개의 피크가 있으면, 더 높은 피크를 선택하거나, 두 개의 트로프 중 더 낮은 트로프를 선택합니다. 이를 위해 prominence와 같은 값을 사용하여 더 중요한 피크를 선택하는 것도 가능합니다.
• 거리 기반 필터링: 두 피크 또는 트로프 사이의 거리가 특정 임계값보다 작으면, 하나를 제거하는 방법입니다.
  예를 들어, 20일 내에 두 개의 피크가 발생하면, 두 피크 중 하나를 제거합니다. 제거할 피크는 중요도를 기준으로 결정할 수 있습니다. 예를 들어, 최근 20일 동안 두 개의 피크가 발생한 경우, 더 최근에 발생한 피크를 남기고 이전 피크를 제거합니다.
• 평균화: 가까운 위치에 있는 여러 피크 또는 트로프를 하나의 대표 값으로 평균화하는 방법입니다. 이를 통해, 근접한 피크 또는 트로프를 하나로 통합할 수 있습니다. 예를 들어, 두 개의 피크가 가까운 위치에 있는 경우, 두 피크의 평균 위치를 계산하여 하나의 피크로 대체합니다.
• 윈도우 기반 제거: 특정 윈도우 크기 내에서 하나의 피크 또는 트로프만 남기고 나머지를 제거하는 방법입니다.
  예를 들어, 20일 윈도우 내에서 가장 중요한 피크만 남기고 나머지 피크를 제거합니다. 이를 위해, 윈도우를 설정하고, 각 윈도우 내에서 가장 높은 피크 또는 가장 낮은 트로프를 선택하여 나머지를 제거합니다.