Indicator Lab · ENTROPY · Statistik
Price Contribution Entropy
Verarbeitet durch rollende Preissummen normalisierte Preisbeiträge mit einer logarithmischen Entropieform.
BTCUSDC · 1h · letzte 30 abgeschlossene Tage · gemeinsamer Datenstand · ohne Konto
Wie verteilt die Bibliothekskonvention normalisierte Preisbeiträge innerhalb des Fensters?
Verarbeitet durch rollende Preissummen normalisierte Preisbeiträge mit einer logarithmischen Entropieform.
Ein Datensatz, dieselben Parameter und dieselbe Kerze für Anwendung und Erklärung.
BTCUSDC · bestätigte Stundenkerzen
Snapshot abgerufen: 11. Okt. 2026, 15:52 UTC · gespeicherter Stand · Hintergrundaktualisierung vorgesehen · Alter beim Öffnen: 3.195,4 min
11. Sept. 2026, 15:00 — 11. Okt. 2026, 15:00 UTC · 720 Auswertungskerzen · 3000 frühere Kerzen nur für den Vorlauf. Dein geöffneter Datenstand bleibt fest. Ein Besuch kann einen veralteten Cache im Hintergrund für spätere Besucher erneuern; frisch abrufen ist kein Tick-Stream.
Parameter und präzise Anwendung
Anzahl bestätigter Stundenkerzen. Der Vorlauf bleibt erhalten; nur dieser Parameter ändert sich.
Expliziter Formelparameter der unten beschriebenen Berechnungsvariante.
Messwert und Diagnose · keine Handelsrichtung
Untersuche den tatsächlichen Wert an jeder bestätigten Kerze. Diese Untersuchung erzeugt keine Kauf- oder Verkaufsorder.
Das Berechnungsmodul wird vorbereitet. Der gemeinsame Markt-Snapshot ist bereits vorhanden.
Rechenweg und fachliche Bedeutung derselben Kerze
Der Wert beschreibt genau diese Preisnormalisierung; Logarithmusbasis und Fenster gehören zur Definition.
Σₙ[−pₜ·log_base(pₜ)], pₜ=Cₜ/ΣₙC
Aufeinanderfolgende rollende Quotienten entsprechend pandas-ta, keine Entropieschätzung einer Renditeverteilung. Benötigt 2n−1 Beobachtungen.
Dies ist keine Entropie einer empirischen Rendite-Häufigkeitsverteilung und keine direkte Messung künftiger Marktunsicherheit.
Geprüfte Quellen und Reproduzierbarkeit
- pandas-ta 0.4.71b0 · pandas_ta/statistics/entropy.py
Geprüfte Originaldatei der versionierten Bibliothek; die hier verwendete Variante und bewusste Abweichungen stehen bei der Formel. · geprüft 2026-10-11
- The Probability of Backtest Overfitting
Warum die Auswahl aus vielen historischen Versuchen irreführende Ergebnisse erzeugen kann. Dieses Werkzeug schätzt keine PBO und behauptet keine Profitabilität außerhalb der Beispiele. · geprüft 2026-10-11
Datenquelle, Versionen und Hash
- Marktdatenquelle
- https://data-api.binance.vision/api/v3/klines?symbol=BTCUSDC&interval=1h&startTime=1778338800000&endTime=1791730799999
- Spezifikation
- indicator-library-1.0.0
- Ausführungsmodell
- signal-simulation-1.0.0
- Daten-Hash
- 42ac75e03e017bcac023d319dabb0928e0562fda0e51f4bfa5549ac50e3e8be4
- Freigegebene Kerzen einschließlich Vorlauf
- 3720
Die Quellen belegen Definitionen und methodische Grenzen. Sie belegen keinen Profit dieser konkreten Regel auf BTCUSDC. Diese Untersuchung ist deskriptiv; Parameterversuche auf demselben Verlauf sind kein unabhängiger Out-of-sample-Nachweis. Parität mit einer produktiv betriebenen unCoded-Engine wird nicht behauptet.