Логика в этом есть, но к сожалению, эту логику пока ни кому не удалось конвертировать в результат. Видимо причину можно поискать в том, что нейросеть не умеет отличать ценную информацию от бесполезной или контрпродуктивной.

На языке математики данные из различных индикаторов называются коллинеарными, т.е., в этих данных нет ни какой новой информации по сравнению со стандартным свечным графиком и значит, это лишние данные при обучении модели. Любая модель с лишними данными на входе обучается дольше и работает хуже.

Однако, я не думаю, что "всё пропало, гипс снимают, клиент уезжает,..." и далее по тексту (с) Казадоев.
Наверно, можно найти какие то полезные для обучения ML данные, но искать их нужно не в свечных графиках, а, непосредственно, в блокчейне. Я пока таких данных не нашел