این اندیکاتور با نام Machine Learning Adaptive SuperTrend یک نسخه پیشرفته و هوشمند از اندیکاتور کلاسیک SuperTrend است که از الگوریتم یادگیری ماشین K-Means Clustering برای طبقه‌بندی پویای نوسانات بازار استفاده می‌کند. برخلاف SuperTrend سنتی که از یک ضریب ثابت برای محاسبه باندها استفاده می‌کند، این اندیکاتور به‌صورت تطبیقی ضریب مناسب را بر اساس سطح نوسان فعلی بازار انتخاب می‌کند و بدین ترتیب سیگنال‌های دقیق‌تری در شرایط مختلف بازار ارائه می‌دهد.

در هسته این اندیکاتور، از سه خوشه نوسانی شامل نوسان بالا (High Volatility)، نوسان متوسط (Medium Volatility) و نوسان پایین (Low Volatility) استفاده شده است. الگوریتم K-Means در ابتدا با حدس‌های اولیه‌ای که کاربر تعیین می‌کند (درصدهای ۷۵٪، ۵۰٪ و ۲۵٪ از محدوده ATR در دوره آموزشی) شروع به کار می‌کند و سپس با تکرار فرآیند خوشه‌بندی، مراکز خوشه‌ها را به‌صورت پویا به‌روزرسانی می‌نماید. نتیجه این فرآیند، شناسایی خودکار سطوح نوسان واقعی بازار است.

یکی از ویژگی‌های برجسته این اندیکاتور، نمایش جدول اطلاعاتی زنده در گوشه نمودار است که شامل شماره خوشه، مرکز هر خوشه (مقدار ATR)، تعداد نقاط داده در هر خوشه و وضعیت نوسان فعلی بازار می‌باشد. این جدول به معامله‌گر اجازه می‌دهد تا به‌صورت بصری درک کند که بازار در کدام رژیم نوسانی قرار دارد و الگوریتم چگونه دسته‌بندی را انجام داده است.

از نظر بصری، اندیکاتور باندهای SuperTrend را با رنگ‌های سبز و قرمز نمایش می‌دهد که نشان‌دهنده روند صعودی و نزولی هستند. علاوه بر این، نواحی بین قیمت میانگین (Body Middle) و خط SuperTrend با گرادیان رنگی پر می‌شوند تا قدرت روند را به تصویر بکشند. همچنین نشانگرهای ▲ و ▼ در نقاط تغییر روند ظاهر می‌شوند و لیبل‌هایی روی نمودار قرار می‌گیرند که شماره خوشه نوسانی فعال را نمایش می‌دهند.

در نهایت، این اندیکاتور قابلیت هشداردهی (Alerts) برای رویدادهای مهم مانند تغییر روند صعودی/نزولی و تغییر رژیم نوسانی (انتقال از نوسان کم به متوسط یا بالا) را داراست. این قابلیت به معامله‌گران اجازه می‌دهد تا بدون نیاز به نظارت مداوم بر نمودار، از تغییرات مهم بازار مطلع شوند و استراتژی معاملاتی خود را بر اساس سطوح نوسان تطبیق دهند.

تنظیمات اندیکاتور Machine Learning Adaptive SuperTrend [AlgoAlpha]

ATR Length: این تنظیم طول دوره میانگین محدوده واقعی (Average True Range) را مشخص می‌کند که برای اندازه‌گیری نوسانات پایه بازار استفاده می‌شود و مقدار پیش‌فرض آن ۱۰ می‌باشد.

SuperTrend Factor: این پارامتر ضریب اولیه سوپرترند را تعیین می‌کند که در حالت عادی (بدون تطبیق با نوسان) برای محاسبه فاصله باندها از قیمت به کار می‌رود و مقدار پیش‌فرض آن ۳ است.

Training Data Length: این تنظیم تعداد کندل‌های گذشته را برای آموزش الگوریتم K-Means مشخص می‌کند تا بتواند الگوهای نوسانی را شناسایی و خوشه‌بندی نماید و مقدار پیش‌فرض آن ۱۰۰ می‌باشد.

Initial High volatility Percentile Guess: این پارامتر حدس اولیه برای موقعیت خوشه نوسان بالا را تعیین می‌کند که به صورت درصدی از محدوده ATR بیان می‌شود و مقدار پیش‌فرض آن ۰.۷۵ (صدک ۷۵ام) است.

Initial Medium volatility Percentile Guess: این تنظیم حدس اولیه برای موقعیت خوشه نوسان متوسط را مشخص می‌کند که به صورت درصدی از محدوده ATR بیان می‌شود و مقدار پیش‌فرض آن ۰.۵۰ (صدک ۵۰ام) است.

Initial Low volatility Percentile Guess: این پارامتر حدس اولیه برای موقعیت خوشه نوسان پایین را تعیین می‌کند که به صورت درصدی از محدوده ATR بیان می‌شود و مقدار پیش‌فرض آن ۰.۲۵ (صدک ۲۵ام) است.

Bullish Color: این تنظیم رنگ باندها و نواحی مربوط به روند صعودی را مشخص می‌کند که به صورت پیش‌فرض روی رنگ سبز فیروزه‌ای (#00ffbb) قرار دارد.

Bearish Color: این پارامتر رنگ باندها و نواحی مربوط به روند نزولی را تعیین می‌کند که به صورت پیش‌فرض روی رنگ قرمز (#ff1100) تنظیم شده است.