Существует два подхода к решению этой задачи (обобщенно можно сказать, что всего один).
1). Pattern recognition. Рассматриваем разворотные дни, которые нам интересны и описывем их признаки. Признаки общие для всех таких дней считаем устойчивыми и теперь уже ещем прочие дни, когда эти признаки имеют место. "Методом последовательных итераций" приходим к удовлетворительному качеству прогнозирования точек разворота.
2). Считаем последовательности падения и роста цен. Взвешиваем их по размеру движения за один день и оцениваем размер движения за несколько дней. Таким образом получаем закономерности вида: "Для ABCD справедливо, что вероятность разворота при падении достигает 70 % после падения в течение 5 дней подряд в терминах (H+L+C)/3 с движением вниз не менее чем на 15 %" и т.д..

My best