Artikel ini adalah artikel ke-7 dalam seri 10 artikel On-Chain Data Academy. Membawa Anda selangkah demi selangkah untuk memahami analisis data on-chain, sambut pembaca yang tertarik untuk mengikuti seri artikel ini. (Sinopsis: On-Chain Data Academy (6): Satu set baru metodologi penetapan harga yang menarik untuk BTC dengan partisipasi ARK (I) (Suplemen latar belakang: On-chain Data Academy (I): Apakah Anda tahu berapa biaya rata-rata BTC di seluruh pasar? Ini adalah yang kedua dalam seri TLDR Cointime Price yang akan dibagi menjadi tiga, dan sangat disarankan untuk membaca artikel sebelumnya di seri ini terlebih dahulu! Artikel ini akan memperkenalkan salah satu metodologi aplikasi top-escaping Cointime Price Berbagi model pribadi: Model deviasi Harga Cointime Ulasan Sederhana Harga Cointime Cointime Price adalah konsep yang diusulkan dalam Cointime Economics, yang mengevaluasi harga wajar BTC melalui desain "pembobotan waktu", yang lebih fleksibel dan sensitif daripada LTH dan TH sederhana. Pada saat yang sama, di bawah kerangka desain ini, ia juga dapat secara efektif mengecualikan pengaruh chip yang hilang di zaman kuno. Jika Anda baru mengenal Cointime Price, sangat disarankan untuk membaca artikel sebelumnya terlebih dahulu! Cointime Price Deviation adalah salah satu model yang saya rancang secara pribadi ketika mempelajari data on-chain, dan berikut ini akan menjelaskan bagaimana model ini dirancang dan bagaimana kita akan menggunakan model ini untuk membuat penilaian melarikan diri. Kuantifikasi penyimpangan antara harga saat ini dan Harga Cointime Karena Cointime Price sangat mewakili biaya penyimpanan chip BTC yang sebenarnya, lebih tepatnya, biaya penyimpanan "pemegang jangka panjang" (karena semakin lama waktu penyimpanan, semakin besar dampaknya pada Harga Cointime). Oleh karena itu, ketika harga saat ini menyimpang terlalu banyak dari Harga Cointime, secara teoritis akan meningkatkan insentif bagi pemegang jangka panjang untuk mengambil keuntungan dan mendistribusikan chip. Saya merancang rumus untuk tingkat deviasi (rasio distribusi) sebagai berikut: Tingkat deviasi = (harga saat ini – Harga Cointime) / harga saat ini Seperti yang ditunjukkan pada gambar, kita bisa mendapatkan status rasio distribusi (garis ungu). Seperti yang Anda lihat, setiap kali rasio distribusi berada pada level tinggi, itu adalah posisi teratas yang sesuai. Jika ini masalahnya, apa itu "posisi tinggi"? Individu di sini akan menentukan posisi tinggi secara statistik, seperti yang dijelaskan di bawah ini. Kedua, definisi nilai ekstrim dari Cointime Price Deviation Anda dapat melihat grafik di atas lagi, dan Anda akan menemukan bahwa tingkat Deviasi yang tinggi tidak mudah untuk didefinisikan. Puncak Deviasi yang sesuai dengan bagian atas setiap pasar bull menunjukkan tanda-tanda sedikit penurunan, jadi jelas tidak ketat untuk menentukan tinggi dengan angka tetap. Untuk mengatasinya, saya mengadopsi konsep "standar deviasi" dalam statistik: Hitung rata-rata dan standar deviasi nilai deviasi historis Tentukan "mean + n standar deviasi" sebagai "tempat tinggi", selanjutnya disebut sebagai Threshold dan kemudian haluskan rata-rata nilai deviasi Ketika nilai rata-rata Deviasi adalah > Threshold, sinyal atas ditampilkan Seperti yang ditunjukkan pada gambar di atas, grafik tersebut dapat diperoleh setelah pemrosesan di atas. Berikut adalah dua poin tambahan: "N" dalam "rata-rata + n standar deviasi" di atas adalah parameter yang dapat disesuaikan, dan semakin besar n, semakin ketat kondisi untuk sinyal muncul Tujuan utama dari "pemrosesan penghalusan rata-rata bergerak" di atas adalah untuk menyaring kebisingan Setelah menandai bagian dari garis ungu pada Gambar 2 di luar garis oranye pada grafik harga, Anda bisa mendapatkan sinyal seperti yang ditunjukkan pada gambar di atas. Kesimpulan Di atas adalah semua konten akademi data on-chain (tujuh), dan akan ada pengajaran terperinci untuk Cointime Price di masa mendatang, pembaca yang tertarik untuk mempelajari analisis data on-chain secara lebih mendalam, ingatlah untuk mengikuti seri artikel ini! Jika Anda ingin melihat lebih banyak analisis data on-chain dan konten pengajaran, silakan ikuti akun Twitter (X) saya! Semoga artikel ini membantu Anda, terima kasih telah membaca. Laporan terkait On-Chain Data Academy (II): Berapa biaya untuk Hodlers yang selalu menghasilkan uang? Akademi data on-chain (3): Apakah pembuat di bagian bawah menghasilkan keuntungan? Akademi Data On-Chain (4): Peta Distribusi Harga Chip BTC Visual [Akademi Data On-Chain (7): Metodologi Harga Ajaib BTC Baru (II) dengan Partisipasi ARK Artikel ini pertama kali diterbitkan di "Tren Dinamis - Media Berita Blockchain Paling Berpengaruh" BlockTempo.
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Sekolah Data On-Chain (Tujuh): Sebuah jebakan baru, metodologi penetapan harga ajaib BTC yang diteliti oleh ARK (II)
Artikel ini adalah artikel ke-7 dalam seri 10 artikel On-Chain Data Academy. Membawa Anda selangkah demi selangkah untuk memahami analisis data on-chain, sambut pembaca yang tertarik untuk mengikuti seri artikel ini. (Sinopsis: On-Chain Data Academy (6): Satu set baru metodologi penetapan harga yang menarik untuk BTC dengan partisipasi ARK (I) (Suplemen latar belakang: On-chain Data Academy (I): Apakah Anda tahu berapa biaya rata-rata BTC di seluruh pasar? Ini adalah yang kedua dalam seri TLDR Cointime Price yang akan dibagi menjadi tiga, dan sangat disarankan untuk membaca artikel sebelumnya di seri ini terlebih dahulu! Artikel ini akan memperkenalkan salah satu metodologi aplikasi top-escaping Cointime Price Berbagi model pribadi: Model deviasi Harga Cointime Ulasan Sederhana Harga Cointime Cointime Price adalah konsep yang diusulkan dalam Cointime Economics, yang mengevaluasi harga wajar BTC melalui desain "pembobotan waktu", yang lebih fleksibel dan sensitif daripada LTH dan TH sederhana. Pada saat yang sama, di bawah kerangka desain ini, ia juga dapat secara efektif mengecualikan pengaruh chip yang hilang di zaman kuno. Jika Anda baru mengenal Cointime Price, sangat disarankan untuk membaca artikel sebelumnya terlebih dahulu! Cointime Price Deviation adalah salah satu model yang saya rancang secara pribadi ketika mempelajari data on-chain, dan berikut ini akan menjelaskan bagaimana model ini dirancang dan bagaimana kita akan menggunakan model ini untuk membuat penilaian melarikan diri. Kuantifikasi penyimpangan antara harga saat ini dan Harga Cointime Karena Cointime Price sangat mewakili biaya penyimpanan chip BTC yang sebenarnya, lebih tepatnya, biaya penyimpanan "pemegang jangka panjang" (karena semakin lama waktu penyimpanan, semakin besar dampaknya pada Harga Cointime). Oleh karena itu, ketika harga saat ini menyimpang terlalu banyak dari Harga Cointime, secara teoritis akan meningkatkan insentif bagi pemegang jangka panjang untuk mengambil keuntungan dan mendistribusikan chip. Saya merancang rumus untuk tingkat deviasi (rasio distribusi) sebagai berikut: Tingkat deviasi = (harga saat ini – Harga Cointime) / harga saat ini Seperti yang ditunjukkan pada gambar, kita bisa mendapatkan status rasio distribusi (garis ungu). Seperti yang Anda lihat, setiap kali rasio distribusi berada pada level tinggi, itu adalah posisi teratas yang sesuai. Jika ini masalahnya, apa itu "posisi tinggi"? Individu di sini akan menentukan posisi tinggi secara statistik, seperti yang dijelaskan di bawah ini. Kedua, definisi nilai ekstrim dari Cointime Price Deviation Anda dapat melihat grafik di atas lagi, dan Anda akan menemukan bahwa tingkat Deviasi yang tinggi tidak mudah untuk didefinisikan. Puncak Deviasi yang sesuai dengan bagian atas setiap pasar bull menunjukkan tanda-tanda sedikit penurunan, jadi jelas tidak ketat untuk menentukan tinggi dengan angka tetap. Untuk mengatasinya, saya mengadopsi konsep "standar deviasi" dalam statistik: Hitung rata-rata dan standar deviasi nilai deviasi historis Tentukan "mean + n standar deviasi" sebagai "tempat tinggi", selanjutnya disebut sebagai Threshold dan kemudian haluskan rata-rata nilai deviasi Ketika nilai rata-rata Deviasi adalah > Threshold, sinyal atas ditampilkan Seperti yang ditunjukkan pada gambar di atas, grafik tersebut dapat diperoleh setelah pemrosesan di atas. Berikut adalah dua poin tambahan: "N" dalam "rata-rata + n standar deviasi" di atas adalah parameter yang dapat disesuaikan, dan semakin besar n, semakin ketat kondisi untuk sinyal muncul Tujuan utama dari "pemrosesan penghalusan rata-rata bergerak" di atas adalah untuk menyaring kebisingan Setelah menandai bagian dari garis ungu pada Gambar 2 di luar garis oranye pada grafik harga, Anda bisa mendapatkan sinyal seperti yang ditunjukkan pada gambar di atas. Kesimpulan Di atas adalah semua konten akademi data on-chain (tujuh), dan akan ada pengajaran terperinci untuk Cointime Price di masa mendatang, pembaca yang tertarik untuk mempelajari analisis data on-chain secara lebih mendalam, ingatlah untuk mengikuti seri artikel ini! Jika Anda ingin melihat lebih banyak analisis data on-chain dan konten pengajaran, silakan ikuti akun Twitter (X) saya! Semoga artikel ini membantu Anda, terima kasih telah membaca. Laporan terkait On-Chain Data Academy (II): Berapa biaya untuk Hodlers yang selalu menghasilkan uang? Akademi data on-chain (3): Apakah pembuat di bagian bawah menghasilkan keuntungan? Akademi Data On-Chain (4): Peta Distribusi Harga Chip BTC Visual [Akademi Data On-Chain (7): Metodologi Harga Ajaib BTC Baru (II) dengan Partisipasi ARK Artikel ini pertama kali diterbitkan di "Tren Dinamis - Media Berita Blockchain Paling Berpengaruh" BlockTempo.