동선생

차트에 보이는 모든 가격 변동 움직임이 시장에 참여하는 대중 심리를 자연스럽게 반영한다고 정의함 시장 참여자들의 심리가 주기적이고 반복적인 패턴으로 차트에 나타나며 그 패턴을 이론으로 정립할 수 있다고 주장함 엘리어트 파동 이론: 과거 반복적으로 발생했던 가격 변동 패턴을 통해 미래의 움직임을 예상하는 이론 하나의 추세를 파동으로 정의했고, 이 파동에는 일정한 패턴이 있다고 규정함 파동: 가격 상승과 하락의 폭 충격파동: 상승이든 하락이든 상관없이 기존의 추세와 같은 방향으로 향하는 파동 조정 파동: 반대로 기존의 추세와 반대로 가는 파동 충격파동: 1, 2, 3, 4, 5파 - 총 5개의 세부 파동으로 구성 조정 파동: a, b, c파 - 총 3개의 세부 파동으로 구성 충격 파동과 조정 파동을 구분할 ..

차트는 아무리 상승세가 강하더라도 절대 무한하게 한 방향으로만 상승할 수는 없음 그 이유는 가격이 상승할 때는 이익 실현을 하는 매도 세력들이 있고, 이에 따라 해당 상승에 대한 되돌림 즉, 조정을 받으면서 차트가 움직이기 때문임 사람의 심리를 기반으로 움직이는 코인 차트에서는 상승에 대한 조정의 깊이도 피보나치 비율에 맞게 움직이는 경향이 있음 이런 경우 가장 빈번하게 나타나는 되돌림의 정도를 퍼센트로 정리해둔 것이 바로 '피보나치 되돌림' 일반적으로 자주 쓰이는 비율: 0.382, 0.5, 0.618 피보나치 되돌림은 차트의 장기적인 시나리오를 예측할 때 굉장히 유의미한 지지 저항대 역할을 함 차트의 시간 프레임이 크면 클수록 피보나치의 신뢰도가 더 높아짐(일봉 > 1시간봉 > 30분봉 이런 순서로 ..

차트 분석을 하며 '작도'를 할 때는 유의미한 부분을 먼저 찾는 것이 중요함 별 의미 없는 지점에 작도했을 때의 문제점:1. 유효 반응을 일으키지 않음. 당연히 의미 없는 구간에다가 작도를 한다면, 유의미한 역할을 기대하기 어려움2. 차트가 복잡하게 느껴짐. 눈에 보이는 모든 곳들에 다 작도를 하게 되었을 때, 차트상에는 작도를 50개, 100개씩도 해버릴 수 있음 의미 있는 자리? 아래와 같은 부분들은 의미 있는 작도의 지점이 될 수 있음다우 이론의 주요 지점다이버전스가 형성된 지점차트 패턴을 이루는 자리캔들 패턴이 발생한 자리특정한 이슈가 있었던 자리작도를 하고나서 차트를 관찰함에 따라 해당 작도가 쓸모 없어진다면(의미 없는 작도라면) 제거하는 편이 좋음 추세선을 처음 작도했을 때를 '2터치 추세선'..

다우 이론의 6가지 국면을 다시 3가지로 분류하면 위와 같음 '추세'는 기술적 분석에 근간이 되는 매우 중요한 요소임 다우 이론에서는 상승이든 하락이든 한쪽으로 추세가 발생했을 때, 그 추세가 꺾여 반대 방향으로 가는 시그널이 발생하기 전까지 추세는 계속 지속된다고 정의함 다시 말해, 상승 추세라면 고점과 저점이 발생할 뿐 계속 '상승한다'라고 말함 일반적으로 차트에서 추세를 판단할 때는 다우 이론 외에도 '추세선'이라는 것을 통해 추세가 꺾이는 것을 시각적으로 더 쉽게 파악할 수 있음 상승 추세일 때는 저점을 연결하여 상승 추세선을 그려볼 수 있고, 하락 추세일 때는 고점을 연결하여 하락 추세선을 그려볼 수 있음하락 추세선을 보면 추세선에 닿을 때마다 캔들이 저항을 받고 하락하는 것을 볼 수 있음 '저..

시장의 과거 가격 흐름이 아무런 의미가 없다는 말은 우리가 역사를 공부할 필요가 없다는 말과 같음 시장 흐름은 기술적 분석의 근간이 되는 다우 이론을 통해 파악할 수 있음 국면을 알아본다는 것은 큰 흐름에서 가격의 방향성이 어떻게 흘러갈지를 생각해본다는 것에 목적이 있음 큰 흐름에서 상승 국면이라고 한다면, 상승을 할 가능성이 높다 라는 것에 흐름을 두고 트레이딩하는 것이 가능해지고, 이를 분석해서 매수했을 경우 상승할 확률이 높은 자리들을 찾을 수 있음 반대로 하락 국면이라고 한다면, 단기적으로 상승할 것 같은 자리라 하더라도 지속적으로 하락할 가능성이 있기 때문에 빠르게 수익을 확정하고 다음을 준비할 수 있음 이처럼 국면을 알아보는 것은 큰 흐름에서 나는 어떤 방향성을 갖고 트레이딩에 임해야할지를 정..

코인 투자는 종목의 가치 이외에도 참고해야 할 지표들이 많음: 시장의 전체적인 분위기 + 대중들의 심리 상태 주식이나 부동산의 경우에는 종목의 펀더멘탈(기초적인 정보) 혹은 거시경제의 흐름이 가장 중요한 평가 요소임 코인 같은 경우에는 대중들의 기대감, 불안감과 같은 심리 상태도 가격 변동에 큰 영향을 끼침 이때 대중들의 심리 상태는 차트의 가격 움직임으로 그대로 투영되고 이러한 차트의 움직임들을 공식화해서 정리한 이론이 "기술적 분석" "기술적으로 아무리 뛰어난 기법이 있다 한들, 정제된 심법 없이는 절대 투자로 성공할 수 없다" 결과에만 집중하지 않고 투자까지 이어지는 과정에 더 포인트를 둬야 함 진입 근거를 검토하고 행동을 취한 뒤, 결과를 복기하며 피드백하는 일련의 과정을 반복하는 것이 올바른 투..

This post is an annotation of baseline YOLO11 solution kernel from @SERGIO ALVAREZ.https://www.kaggle.com/code/sersasj/czii-yolo11-submission-baseline-with-kdtree-update CZII YOLO11 Submission Baseline with KDTree UpdateExplore and run machine learning code with Kaggle Notebooks | Using data from multiple data sourceswww.kaggle.comCZII YOLO11 Submission Baseline with KDTree Update - LB 0.682Insp..

This post is an annotation of baseline unet solution kernel from "fnands".https://www.kaggle.com/code/ldywinner/baseline-unet-train-submit/notebook#Baseline-UNet-training-+-prediction/submission'Baseline UNet train + submit' - LB score 0.529Literally a baseline solution with no high lb scoreBased on 3 notebooks:https://www.kaggle.com/code/ahsuna123/3d-u-net-training-onlyhttps://www.kaggle.com/co..

This post is an annotation of training data code kernel from "fnands".https://www.kaggle.com/code/fnands/create-numpy-dataset-exp-name Create Numpy dataset exp nameExplore and run machine learning code with Kaggle Notebooks | Using data from CZII - CryoET Object Identificationwww.kaggle.comKernel 'Create Numpy dataset exp name'Overall this kernel is about PREPARING TRAINING DATA!pip install git+..

코인 단타를 치기 위해 배워야 하는 것들바닥을 잘 잡는 법차트, 거래량, 호가창을 계속 스캔하락이 약해졌다 느껴지는 순간 바로 매수바닥을 잘못 잡았을 때 탈출(물타기)하는 법좋은 코인 (상승할만한 코인)을 찾는 법가상화폐 트레이딩의 기본트레이딩은 확률 싸움이다.다시 말해, 100%란 존재하지 않는다.조금 더 높은 확률의 선택지를 찾으려고 노력하는 것일 뿐이다.실제로 유명하다는 기법들 (피보나치 되돌림, 엘리엇 파동 등등)을 열심히 공부한 뒤 차트에 디입시켜보면 맞는 구간도 있지만 틀리는 구간도 상당히 많다."성공적인 투자는 내가 산 금액보다 비싸게 남이 사주는 것"이라는 투자의 기본 원칙에 따라 당연한 말이기도 하다.주의점많은 초보자들은 이런 투자의 기본 원칙을 잊고 특정 기법에 빠져서 그 기법을 모든 ..

This post heavily relies on this lecture: 개발자를 위한 ChatGPT 프롬프트 엔지니어링2시간 이내에 이 안내 프로젝트를 완료하세요. 채팅 상자를 넘어서세요. API 액세스를 사용하여 자체 애플리케이션에 LLM을 활용하고 맞춤형 챗봇을 구축하는 방법을 배워보세요. 개발자를 위한 Cwww.coursera.orgTwo types of LLMsBase LLMPredicts next word based on text training dataInstruction Tuned LLMTries to follow instructionsFine-tune on instructions and good attempts at following those instructionsOften furth..

BackgroundTransformer, introduced by Google in 2017 for natural language processing, is a language model that's leading innovation in the AI field. ChatGPT, which first enabled us to use AI through web and API interfaces, is also based on Transformer, as are the language models that companies like Google and Facebook are developing as competitors.Transformer is expected to achieve state-of-the-a..

What is Zero-shot prompting?In artificial intelligence, a "shot" refers to an example.Therefore, zero-shot means the AI processing a new task without examples, in other words, handling tasks it hasn't specifically learned.Zero-shot prompting refers to how AI like ChatGPT processes responses to prompts without specifically trained data or example answers.Simply put, AI performs the requested task..

What is Few-shot Prompting?In artifical intelligence, a "shot" refers to an exampleTherefore, Few-shot means a few examples.Few-shot prompting is a method that helps AI models better understand and perform new tasks by providing a small number of examples when the model needs to perform a new task.Few-shot prompting is broadly divided into:Instructions: Description of the task the model needs to..

Child Mind Institute — Problematic Internet UseRelating Physical Activity to Problematic Internet Usewww.kaggle.comAbout the CompetitionThe aim of this competition is to develop a model that predicts problematic internet usage levels based on physical activity and health data from children and adolescents.Since the current method of measuring problematic internet use requires complex expert eval..