В статье предложен оригинальный алгоритм статистической оценки вероятности достижения целевой цены на основе анализа доходностей и волатильности с использованием модели случайного блуждания с дрейфом и интеграцией данных разных таймфреймов. Актуальность работы обусловлена необходимостью принятия обоснованных решений в алгоритмической торговле с учетом рыночной неопределенности. Ключевая особенность подхода – агрегирование вероятностей, рассчитанных по данным с разных временных интервалов, с применением байесовского пересчета и взвешенного среднего, где веса определяются динамически в зависимости от волатильности. Также предлагается использование универсальной нечеткой шкалы для качественной интерпретации результатов оценки. Алгоритм включает расчет логарифмических доходностей, тренда и волатильности, а для повышения устойчивости используется очистка данных и фильтрация аномалий модифицированным методом Хампеля. В статье рассматривается пример вычислений с использованием реальных OHLCV-данных и обсуждаются способы возможной верификации точности оценки при наличии исторических наблюдений о достижении целевых уровней. Результаты демонстрируют практическую применимость предложенного метода для оценки реалистичности достижения прогнозных целей, а также для фильтрации торговых сигналов. Разработанный алгоритм может использоваться в риск-менеджменте, при построении торговых стратегий и в системах поддержки экспертных решений на финансовых рынках.