排名并不是概率
一个得分可能仅仅是将多个输入组合成排序。得分为80并不意味着有80%的盈利机会，除非有明确定义的结果和适当的校准来支持这一解释。询问该模型的预测内容、适用的时间范围以及基于哪些观察。
检查扫描仪输入
寻找可识别的交易对、历史高点、时间戳、差价、深度和与基础数据的链接。缺失市场、过时报价和代币迁移可能会扭曲排名。缺失数据的可读说明比没有解释的信心标签更有用。
需要超出示范的证据
要求对未用于选择模型的数据进行评估，包括成本和失败的预测。 AI 无法预测未来价格或突发市场变化。对保证回报、完美准确性以及对凭证或无限制账户访问请求应持怀疑态度。
示例，而非交易想法
示例
模型为流动性差的资产赋予高分，因为其最后一个价格接近历史最高值。如果该价格过时且订单簿较浅，得分可能总结了不佳的输入。验证观察后再解读排名。
阅读清单
- 问问分数是排名、估计还是校准的概率。
- 检查未见数据评估、失败的预测和交易成本。
回答的问题
AI 如何发现 ATH 机会？
一个 AI 辅助的 ATH 扫描器可以结合价格距离 ATH、最近的动能、流动性、交易量、市场资本和趋势背景来排名机会。
ATH 交易信号的准确性如何？
没有普遍的准确性数字。定义被测事件、时间范围、成本和样本。警报可以正确报告价格穿越，而随之而来的交易仍可能亏损。
ATH 信号是如何生成的？
ATH 信号是通过将当前价格与历史高点进行比较，然后通过距离、动量、交易量和其他质量检查过滤候选者生成的。
AI 能预测 ATH 爆发吗？
AI可以组织数据并生成估算，但无法知道未来价格或突发的市场变化。任何预测声明都需要明确的结果和对未见数据的评估，包括失败和成本。
是什么使得一个 ATH 设置比另一个更强？
强度是一个需要定义的描述。比较相同的时间框架、数据质量、流动性和市场背景，并将任何排名规则与定义的结果进行测试，而不是假设其预测成功。
为什么某些 ATH 警报得分更高？
得分较高的警报通常同时结合多种有利条件，如更清晰的动量、更好的流动性、更强的趋势和更靠近的触发距离。
来源与进一步阅读
这些外部资源提供一般背景。订单类型和保护措施取决于产品、提供商和司法管辖区。