У меня была идея сделать анализатор паттернов по принципу computer vision (за основу брал mnist на tensorflow). Представить известный паттерн свечей (например десятиминутный) в виде условной "картинки", состоящей из параметров которые описывают свечи (Open Close High Low) и пробовать классифицировать по шкале того к чему это в итоге ведет (сильный/слабый рост/падение) и обучал это на свечках, которые я яростно парсил с бинанса. Получилось чудовище франкенштейна которое я поленился допиливать после эпических фэйлов и массы разочарований в своих скиллах

Меня все терзает мысль о том что большие, реально большие сливы/пампы бот предсказать не способен, т.к. они инициированы не скрытыми паттернами, а человеческими мотивами (чаще всего тоже скрытыми). А значит бот на машинном обучении или нейросети разобьется вдребезги о первый же такой памп/дамп. Наверное можно сделать логику, которая не позволит этому случится, выпиливать такие данные из выборки на обучение, но мне это точно не по силам.