Orijinal başlık: "Zincir Veri Akademisi (IX): Pazar Barometresi RUPL (I) - Veri Tanıtımı ve Fırsat Avcılığı Uygulaması"

Orijinal yazar: Bay Berg, Zincir Veri Analisti

Bu makale, toplam 10 makaleden oluşan Zincir Veri Akademisi serisinin 9. makalesidir. Zincir üstü veri analizini adım adım anlamanıza yardımcı olacağız. İlgilenen okuyucularımızın bu yazı dizisini takip etmelerini rica ederiz.

İlgili okumalar: "Zincir Üstü Veri Okulu (VIII): Ark'ın Araştırmasını İçeren Yepyeni Bir BTC Sihirli Fiyatlandırma Metodolojisi (III)"

TLDR  

- RUPL makale dizisi 2 makaleye bölünecek, bu ilk makale  

- RUPL, piyasadaki mevcut gerçekleşmemiş kar durumunu sunabilir  

- RUPL'yi gözlemleyerek, piyasa zirvelerinin ve dip noktalarının çalışma kurallarını bulabilirsiniz  

- Bu makale, RUPL'ye dayalı olarak tasarlanmış bir dip seçme modelini paylaşacaktır  

1. RUPL nedir?  

RUPL, tam adı Göreceli Gerçekleşmemiş Kar ve Zarar'dır ve Çince'de "göreceli gerçekleşmemiş kar ve zarar" anlamına gelir. Bu gösterge iki bölüme ayrılabilir: RUP ve RUL.

RUP'un hesaplama yöntemini bir örnek olarak ele alalım:

1. Güncel fiyatı, her $BTC'nin son transfer edildiği zamanki fiyatla karşılaştırın ve "güncel fiyat> son transfer fiyatı" olan çipleri karlı çipler olarak sınıflandırın.  

2. Gerçekleşmemiş Karı bulmak için her karlı çipin kar miktarını, ilgili miktarla çarpın.  

3. Son olarak veriler o anki piyasa değerine göre standardize edilir.

Başka bir deyişle, Gerçekleşmemiş Kar, cari piyasadaki toplam gerçekleşmemiş kardır; ve RUP, piyasa değerine göre normalleştirerek, farklı dönemlerdeki piyasa karlılığını yatay olarak karşılaştırır. RUL algoritması RUP ile aynıdır ve bu makalede tekrarlanmayacaktır.

Yukarıdaki Şekil 1'de görüldüğü gibi yeşil çizgi RUP'yi, kırmızı çizgi ise RUL'yi göstermektedir. Fiyatın RUP ile yüksek oranda pozitif, RUL ile ise yüksek oranda negatif korelasyona sahip olduğu görülebilir. Bu mantıklıdır çünkü coinin fiyatı arttıkça karlı chipler ve gerçekleşmemiş karlar doğal olarak artar.

Ancak yukarıdaki rakama daha yakından baktığımızda, RUL'un belirli zaman dilimlerinde RUP'tan daha yüksek olduğunu (yani, şekildeki sarı kutuda gösterildiği gibi, kırmızı çizginin yeşil çizgiden daha yüksek olduğunu) göreceğiz; bu da piyasanın bir bütün olarak gerçekleşmemiş kayıp durumunda olduğu anlamına gelir. Peki bu zaman dilimlerinin özel bir önemi var mı? Lütfen okumaya devam edin

2. RUPL'nin alt seçme uygulaması

Yukarıda bahsedildiği gibi, "Başkaları korktuğunda ben açgözlü oluyorum." diye bir söz vardır. Piyasadaki çiplerin büyük çoğunluğu zarar ediyorsa, piyasaya girip çip toplamamız için iyi bir zaman olabilir.

Yukarıdaki Şekil 2'de görüldüğü gibi, RUL > zaman aralığını işaretledikten sonra bu grafiği çizdim. Şekil 1'de RUP görülmektedir. RUL> RUP olduğunda döngünün neredeyse tarihsel dip noktasında olduğu açıkça görülmektedir.

Bu, ayakları keserek kılıç bulmaya çalışma vakası değildir. Mantık şudur:

"Piyasa bir bütün olarak zararda olduğunda, bu, çok sayıda düşük fiyatlı çip tutan yatırımcıların dağıtımı temelde tamamladığı anlamına gelir; ve kapana kısılmış yatırımcılar genellikle fiyat çok düşük olduğu için satmaya isteksizdir. Bu iki duygu iç içe geçer ve satış baskısında keskin bir düşüşe neden olur. Bu nedenle, küçük bir alım müdahalesi olduğu sürece, trendin tersine dönmesi ve yükselmeye başlaması mümkündür."

Bu mantık, daha önce paylaşılan LTH-RP dip avcılığı stratejisine oldukça benzer. İlgilenen okuyucular bu yazıya başvurabilirler: "Zincir Üstü Veri Okulu (II): Her zaman para kazanan Hodler'lar ne kadar BTC satın alıyor? 》

3. Dip seçme modeli tasarım mantığının paylaşılması  

Daha sonra, şimdilik RUL'a bakmayacağız, ancak yalnızca RUP grafiğini inceleyeceğiz. RUP'un tarihsel dipte nispeten yakın bir sayısal aralığa sahip olduğunu görebiliriz:

Örneğin, grafiğe 0,4'lük yatay bir çizgi ekliyorum ve RUP'un < 0,4 alanını açıkça görebilirsiniz. (Buradaki 0,4, ayarlanabilir ve daha sonra bahsedilecek bir model parametresidir)

RUP'un net bir alt aralığa sahip olduğunu bulduğumuzdan, RUP < koşulunu ekleyebiliriz. 0.4 RUP'un önceki durumuna < RUL, ikincil sinyal filtrelemesini gerçekleştirin ve aşağıdaki sonuçları elde edin:

Bu, model tasarımında yaygın olarak kullanılan bir yöntemdir. Amaç, sinyal tarama yoluyla daha doğru sonuçlara ulaşmak ve modelin çıkış sinyalini referans açısından daha değerli hale getirmektir.

Yukarıdaki şekil (RUP < 0,4) + (RUP < RUL) kombinasyonunu göstermektedir. Filtreleme etkisi çok belirgin olmasa da, RUP < kullanımından daha titiz olduğu görülebilir. Yalnız RUL. 0,4 azaltılırsa (örneğin 0,38'e), model daha titiz olacaktır; ancak parametre ayarlaması sırasında aşırı uyum sorununa dikkat edilmelidir; çünkü modeli geçmiş veriler temelinde körü körüne ince ayarlamak, modelin gelecekte başarısız olmasına neden olabilir.

Ek: Aşırı uyum, "bir kılıç bulmak için bir tekne oymak" olarak sıklıkla söylediğimiz şeye benzeyen "aşırı uyum"dur.

IV. Sonuç  

Bu makale RUPL serisinin ilkidir. Esas olarak RUPL göstergesinin tanımı ve hesaplama yöntemini tanıtmakta ve bu göstergeye dayalı olarak tasarlanmış dip seçme modeli mantığını paylaşmaktadır.

Bir sonraki makalede, RUPL'ye dayalı zirveden kaçışın pratik bir uygulamasını tanıtacağım ve tarihsel döngülerin zirvelerini inceleyip analiz edeceğim. Faydalı bilgilerle dolu olacağını garanti ediyorum, o yüzden takipte kalın.

Orijinal bağlantı

BlockBeats Resmi Topluluğuna Katılın:

Telegram Abonelik Grubu: https://t.me/theblockbeats

Telegram Sohbet Grubu: https://t.me/BlockBeats_App

Twitter Resmi Hesabı: https://twitter.com/BlockBeatsAsia