Logika mechanizmu wykrywania konsolidacji cenowej

Question

Piszę program w Pythonie i szukam sposobu na wykrywanie konsolidacji oraz moment wyjścia z niej.

 

Przykładowo cena bawełny od kilku miesięcy wacha się w granicach od 80$ do 90$ czyli jest w konsolidacji,

i teraz jakim algorytmem program mógłby wychwycić moment kiedy cena przebija dolną lub górną barierę cenową czyli np. 92$ ?

kombinowałem z K-means ale nie dawało prawidłowych rezultatów, teraz myślę nad standard deviation, jednak nie wiem jak logikę zrobić.

import numpy

cotton = [80,82,84,85,86,88,90,87,85,86,84,83,85,87] # 1 cena wstecz 
cotton2 = [80,82,84,85,86,88,90,87,85,86,84,83,85,87,90,92,93] # wstecz plus aktualna

x = numpy.std(cotton)
x2 = numpy.std(cotton2)

print(x)
print(x2)

A może trzeba kombinować inaczej.... tylko jak  przydałoby się coś co by wyłapało ceny które są blisko siebie minimum przez miesiąc czyli ich odchylenie od średniej jest podobne i nagle się zwiększa

Answer 1

pierwszy okres   srednia=(a1+a2+...+an)/   n (ilosc_skladnikow)

jeśli różnica bezwzględna miedzy srednią a kolejnym jest większa niż X to mamy zmianę
jeśli nie przesuwamy o kolejny dzień  srednia=(srednia*n - pierwsza + kolejna)/n

może Ci się przyda