Forsøker å bygge en TA- screener ved hjelp av AI. Jeg har null peiling på koding så dette er et forsøk på å bygge en screener samtidig å forstå hvordan disse språkmodellene jobber
Har startet med en screener som skal forsøke å identifisere VCP kandidater før brudd.
Bruker nå følgende kriterier:
Harde filtre – aksjen kastes ut hvis disse ikke er oppfylt
Minst 80 dagers kurshistorikk – for lite data gir upålitelig analyse
ADR over 2% – gjennomsnittlig daglig svingning (Høy−Lav) siste 20 dager må overstige 2%, ellers for illikvid
Ikke mer enn 5% over pivot– aksjer som allerede har brutt ut mer enn 5% over høyeste punkt i basen ekskluderes
Trend Template – 7 kriterier (gir 0–7 poeng)
Kurs over 50-dagers glidende snitt
Kurs over 150-dagers glidende snitt
Kurs over 200-dagers glidende snitt
200-dagers MA peker oppover (stigende retning)
50-dagers MA er over 150-dagers MA (korrekt MA-stabling)
Kurs innenfor 25% av 52-ukers høy
Kurs minst 30% over 52-ukers bunn
VCP-struktur – opptil 4 poeng
Minst én korreksjon funnet i siste 80 dager (1 poeng)
To eller flere kontraksjoner som krymper (2 poeng)
Tre eller flere kontraksjoner som krymper (3 poeng)
Siste korreksjon under 15% og mønsteret er komplett (4 poeng)
Avstand til pivot – opptil 3 poeng
Under 1% fra pivot: 3 poeng
1–3% fra pivot: 2 poeng
3–8% fra pivot: 1 poeng
Volum – 1 poeng
Dagens volum under 70% av 20-dagers snitt – volum tørker inn under konsolidering
Relativ styrke – 1 poeng
Aksjen har steget mer enn 5% siste 3 måneder
Totalt maks 16 poeng , omregnet til prosent. Aksjer vises rangert fra høyest til lavest score – uansett om de oppfyller alle kriterier eller ikke.
Noen som har synspunkt på kriteriene eller vektingen av disse?