Ця стаття є 9-ю статтею в серії On-Chain Data Academy, яка містить загалом 10 статей. Крок за кроком, щоб зрозуміти аналіз даних у мережі, ласкаво просимо зацікавлених читачів стежити за цією серією статей. (Синопсис: On-Chain Data Academy (6): Нова методологія ціноутворення магії BTC за участю ARK (I) ) (Довідкове доповнення: Ончейн-академія даних (7): Новий набір методології ціноутворення магії BTC за участю ARK (II) Серія статей TLDR RUPL буде розділена на 2, це перша RUPL може представити поточну ситуацію з «нереалізованими прибутками та збитками» ринку Дотримуючись RUPL, ви можете знайти закон роботи ринку зверху та знизу Один за RUPL Розроблена модель знизу поділяє RUPL Вступ RUPL, повна назва Relative Unреалізований прибуток і збиток, китайський переклад «відносний нереалізований прибуток і збиток». Сам індикатор можна розділити на дві частини, RUP і RUL. На прикладі RUP розрахунок виглядає наступним чином: порівняйте «поточну ціну» з «ціною на момент останнього переказу кожного BTC» і класифікуйте фішки з «поточною ціною > останньою ціною переказу» як фішки прибутку. Помножте прибуток кожної фішки на відповідну кількість фішок, щоб отримати нереалізований прибуток. Нарешті, отримані дані будуть стандартизовані відповідно до ринкової вартості на той момент. Іншими словами, нереалізований прибуток - це "сума нереалізованого прибутку" на поточному ринку; RUP, з іншого боку, нормалізує ці дані на основі ринкової капіталізації, щоб порівняти ринковий прибуток за різні періоди. Алгоритм RUL точно такий же, як і логіка RUP, тому я не буду тут вдаватися в подробиці. Як показано вище, зелена лінія - RUP, а червона - RUL. Ми можемо виявити, що ціна дуже позитивно корелює з RUP і дуже негативно корелює з RUL. Це інтуїтивно, тому що зі зростанням ціни монети сума прибутку нереалізованих фішок прибутку закономірно зростає. Але якщо ми подивимося далі на графік вище, то виявимо, що RUL перевищує RUP (червона лінія знаходиться над зеленою лінією) на декількох періодах, а це означає, що нереалізована P&L позиція ринку в цілому негативна, чи має ця ситуація особливе значення? Читайте далі ... Додаток RUPL для читання знизу Існує стара приказка: «Я жадібний, коли інші бояться», коли власники чіпів ринку, загальне середнє значення знаходиться в збитковому стані, можливо, настав час, гідний нас, щоб вийти на ринок, щоб збирати фішки. Як показано на малюнку вище, я позначив часовий проміжок RUL > RUP, щоб отримати цей графік сигналу. Ми чітко бачимо, що коли RUL > RUP, це в основному відповідає періодичному великому дну! Це аж ніяк не простий меч, логіка така: «коли ринок в цілому знаходиться в збитковому стані, це означає, що трапер, швидше за все, не захоче продавати свої фішки, тому що ціна занадто низька», в разі різкого зниження тиску продажів, поки відбувається незначне зростання покупок, тренд може розвернутися і почати зростати. Ця логіка дуже схожа на стратегію полювання за дном LTH-RP, представлену в попередній статті, і зацікавлені читачі можуть погортати попередні пости. Ділимося логікою проектування моделі нижнього зчитування RUPL Тоді давайте на мить проігноруємо RUL і зосередимося на самому графіку RUP, і ми виявимо, що нижні значення RUP в історії насправді дуже близькі. Наприклад, я додав на графік RUP горизонтальну лінію 0,4, щоб ми могли чітко бачити, де RUP < 0,4. (0.4 тут - регульований параметр, про який ми знову згадаємо пізніше) Коли ми виявимо, що RUP має відносно очевидну площу дна, ми можемо накласти умову RUP < 0.4 на умову попереднього "RUP < RUL", щоб виконати вторинну фільтрацію сигналу, і результат буде наступним: Це дуже поширений метод при проектуванні моделей, щоб досягти ефекту фільтрації через екран сигналу, щоб наша остаточна розрахункова модель могла бути більш точною. Дві умови на наведеному вище малюнку (RUP < 0,4 > RUP < RUL), ефект фільтрації не дуже очевидний, але якщо придивитися, то все ж можна виявити, що дійсно є більш суворі, ніж прості RUP < RUL. Тут, якщо відрегулювати 0,4 вниз (наприклад, до 0,38), можна зробити загальний сигнал більш жорстким; Але в процесі коригування параметрів все одно доведеться звернути увагу на проблему перенавчання, адже просто підігнати модель на основі історичних даних, швидше за все, в майбутньому вийде з ладу! Висновок Вище все про ончейн-академію даних (дев'ять), наступна стаття дасть більш глибоке знайомство з RUP і поділиться з вами класичним топ-сигналом. Читачі, яким цікаво дізнатися більше про ончейн-аналіз даних, обов'язково слідкуйте за цією серією статей! Якщо ви хочете бачити більше аналізу даних у ланцюжку та навчального контенту, будь ласка, підпишіться на мій обліковий запис у Twitter (X)! Сподіваюся, ця стаття вам допоможе, дякую, що прочитали. Пов'язані історії Ончейн Академія даних (8): Нова методологія ціноутворення магії BTC з дослідженням ARK! (III) On-Chain Data Academy (1): Чи знаєте ви, яка середня вартість BTC на всьому ринку? On-Chain Data Academy (II): Скільки це коштує для ходлерів, які завжди заробляють гроші? "On-Chain Data Academy (9): Ринковий барометр RUPL(I) - Введення даних і додаток для читання знизу" Ця стаття була вперше опублікована в журналі BlockTempo "Динамічний тренд - найвпливовіше блокчейн-новинне медіа".
Контент має виключно довідковий характер і не є запрошенням до участі або пропозицією. Інвестиційні, податкові чи юридичні консультації не надаються. Перегляньте Відмову від відповідальності , щоб дізнатися більше про ризики.
у блокчейні дані навчальний клас (IX): ринковий барометр RUPL (I) - введення даних & купувати просадку застосування
Ця стаття є 9-ю статтею в серії On-Chain Data Academy, яка містить загалом 10 статей. Крок за кроком, щоб зрозуміти аналіз даних у мережі, ласкаво просимо зацікавлених читачів стежити за цією серією статей. (Синопсис: On-Chain Data Academy (6): Нова методологія ціноутворення магії BTC за участю ARK (I) ) (Довідкове доповнення: Ончейн-академія даних (7): Новий набір методології ціноутворення магії BTC за участю ARK (II) Серія статей TLDR RUPL буде розділена на 2, це перша RUPL може представити поточну ситуацію з «нереалізованими прибутками та збитками» ринку Дотримуючись RUPL, ви можете знайти закон роботи ринку зверху та знизу Один за RUPL Розроблена модель знизу поділяє RUPL Вступ RUPL, повна назва Relative Unреалізований прибуток і збиток, китайський переклад «відносний нереалізований прибуток і збиток». Сам індикатор можна розділити на дві частини, RUP і RUL. На прикладі RUP розрахунок виглядає наступним чином: порівняйте «поточну ціну» з «ціною на момент останнього переказу кожного BTC» і класифікуйте фішки з «поточною ціною > останньою ціною переказу» як фішки прибутку. Помножте прибуток кожної фішки на відповідну кількість фішок, щоб отримати нереалізований прибуток. Нарешті, отримані дані будуть стандартизовані відповідно до ринкової вартості на той момент. Іншими словами, нереалізований прибуток - це "сума нереалізованого прибутку" на поточному ринку; RUP, з іншого боку, нормалізує ці дані на основі ринкової капіталізації, щоб порівняти ринковий прибуток за різні періоди. Алгоритм RUL точно такий же, як і логіка RUP, тому я не буду тут вдаватися в подробиці. Як показано вище, зелена лінія - RUP, а червона - RUL. Ми можемо виявити, що ціна дуже позитивно корелює з RUP і дуже негативно корелює з RUL. Це інтуїтивно, тому що зі зростанням ціни монети сума прибутку нереалізованих фішок прибутку закономірно зростає. Але якщо ми подивимося далі на графік вище, то виявимо, що RUL перевищує RUP (червона лінія знаходиться над зеленою лінією) на декількох періодах, а це означає, що нереалізована P&L позиція ринку в цілому негативна, чи має ця ситуація особливе значення? Читайте далі ... Додаток RUPL для читання знизу Існує стара приказка: «Я жадібний, коли інші бояться», коли власники чіпів ринку, загальне середнє значення знаходиться в збитковому стані, можливо, настав час, гідний нас, щоб вийти на ринок, щоб збирати фішки. Як показано на малюнку вище, я позначив часовий проміжок RUL > RUP, щоб отримати цей графік сигналу. Ми чітко бачимо, що коли RUL > RUP, це в основному відповідає періодичному великому дну! Це аж ніяк не простий меч, логіка така: «коли ринок в цілому знаходиться в збитковому стані, це означає, що трапер, швидше за все, не захоче продавати свої фішки, тому що ціна занадто низька», в разі різкого зниження тиску продажів, поки відбувається незначне зростання покупок, тренд може розвернутися і почати зростати. Ця логіка дуже схожа на стратегію полювання за дном LTH-RP, представлену в попередній статті, і зацікавлені читачі можуть погортати попередні пости. Ділимося логікою проектування моделі нижнього зчитування RUPL Тоді давайте на мить проігноруємо RUL і зосередимося на самому графіку RUP, і ми виявимо, що нижні значення RUP в історії насправді дуже близькі. Наприклад, я додав на графік RUP горизонтальну лінію 0,4, щоб ми могли чітко бачити, де RUP < 0,4. (0.4 тут - регульований параметр, про який ми знову згадаємо пізніше) Коли ми виявимо, що RUP має відносно очевидну площу дна, ми можемо накласти умову RUP < 0.4 на умову попереднього "RUP < RUL", щоб виконати вторинну фільтрацію сигналу, і результат буде наступним: Це дуже поширений метод при проектуванні моделей, щоб досягти ефекту фільтрації через екран сигналу, щоб наша остаточна розрахункова модель могла бути більш точною. Дві умови на наведеному вище малюнку (RUP < 0,4 > RUP < RUL), ефект фільтрації не дуже очевидний, але якщо придивитися, то все ж можна виявити, що дійсно є більш суворі, ніж прості RUP < RUL. Тут, якщо відрегулювати 0,4 вниз (наприклад, до 0,38), можна зробити загальний сигнал більш жорстким; Але в процесі коригування параметрів все одно доведеться звернути увагу на проблему перенавчання, адже просто підігнати модель на основі історичних даних, швидше за все, в майбутньому вийде з ладу! Висновок Вище все про ончейн-академію даних (дев'ять), наступна стаття дасть більш глибоке знайомство з RUP і поділиться з вами класичним топ-сигналом. Читачі, яким цікаво дізнатися більше про ончейн-аналіз даних, обов'язково слідкуйте за цією серією статей! Якщо ви хочете бачити більше аналізу даних у ланцюжку та навчального контенту, будь ласка, підпишіться на мій обліковий запис у Twitter (X)! Сподіваюся, ця стаття вам допоможе, дякую, що прочитали. Пов'язані історії Ончейн Академія даних (8): Нова методологія ціноутворення магії BTC з дослідженням ARK! (III) On-Chain Data Academy (1): Чи знаєте ви, яка середня вартість BTC на всьому ринку? On-Chain Data Academy (II): Скільки це коштує для ходлерів, які завжди заробляють гроші? "On-Chain Data Academy (9): Ринковий барометр RUPL(I) - Введення даних і додаток для читання знизу" Ця стаття була вперше опублікована в журналі BlockTempo "Динамічний тренд - найвпливовіше блокчейн-новинне медіа".