Cycle Top/Bottom Detection: Porauskonseptien hyödyntäminen ketjun sisäisessä analyysissä PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.

Kierrä ylhäältä/alhaalta tunnistus: porauskonseptien hyödyntäminen ketjun analyysissä


Markkinapulssi

Market Pulses on sarja premium-lasisolmusisältöä, joka julkaistaan ​​viikoittain edistyneille ja ammattilaisille Glassnode foorumi. Tämä kappale on julkaistu ilmaiseksi tukemaan a uusi työpöytä esiasennettu, jota kehitämme alla olevassa analyysissä.

Market Pulse -sarja pyrkii esittelemään ainutlaatuisia konsepteja ja menetelmiä Bitcoin- ja kryptovaluuttamarkkinoiden analysointiin painottaen vaiheittaisia ​​oppaita Workbench- ja Glassnode-työkalujen hyödyntämiseen.

Live Advanced Workbench

esittely

Kiven kovuuden/lujuuden arvioiminen mielivaltaisessa syvyydessä porausoperaatioiden aikana on merkittävä haaste geotieteilijöiden ja öljy-insinöörien keskuudessa, joka tunnetaan myös nimellä Mittaus porauksen aikana (MWD). Ydinkonsepti sisällä MWD Tarkoituksena on seurata epäsäännöllisyyksiä implisiittisessä voimassa (paineessa) porausprosessin aikana ja sitten liittää paineen vaihtelu kiven kovuuden/lujuuden vaihteluun nykyisellä poraussyvyydellä.

Cycle Top/Bottom Detection: Porauskonseptien hyödyntäminen ketjun sisäisessä analyysissä PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.
Läpäisynopeus, pyörimispaine ja vaimennuspaine yhdessä optisten telekatsojien kuvien kanssa

Markkinoiden ja porauksen välinen analogia

Tässä markkinapulssissa hyödynnämme Bitcoinin käyttäytymisanalyysissä käytettyjä periaatteita kehittääksemme vastaavan kehyksen MWD. Tavoitteena on arvioida sijoittajien sietokykyä hintavaihteluille.

Tämän teoksen tavoitteena on kehittää samanlainen analogia arvioitaessa sijoittajien sietokykyä hintavaihteluita vastaan. Toisin sanoen sovittamalla seuraavat muuttujat;

  • Hintamuutos ≡ Paineenmuutos
  • Tarjonnan prosenttiosuus voiton muutoksessa ≡ Tunkeutumisnopeuden vaihtelu
  • Myyjien uupumus ≡ Kiven kovuus/lujuus

Voimme seurata korrelaatiota hinnanmuutoksen ja voiton prosentuaalisen tarjonnan muutoksen välillä yrittääksemme arvioida Myyjän uupumus kokenut koko markkinoiden pohjan muodostumisvaiheen ajan.

Tämän metaforan taustalla oleva logiikka perustuu hinnan ja tarjonnan kannattavuuden muutoksen satunnaiseen lähentymisen katkeamiseen. Seuraava kaavio vahvistaa tarjonnan kannattavuuden 🟠 ja spot-hinnan muutoksen 🟣 yhtymäkohdan viimeisimmän ATH:n suhteen.

Huolimatta näkyvästä korrelaatiosta näiden kahden mittarin välillä pitkällä aikavälillä mikromittakaavassa on monia ohimeneviä jaksoja, joissa tarjonnan kannattavuus ei seuraa hinnanmuutostrendiä.

Cycle Top/Bottom Detection: Porauskonseptien hyödyntäminen ketjun sisäisessä analyysissä PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.
Live Advanced Workbench

Toisin sanoen, kun markkinat käyvät läpi laajennetun karhumarkkinoiden (tai härkämarkkinoiden), myyjien (tai ostajien) uupuminen saa lyhyen aikavälin hintakorrelaation tarjontaprosentille voiton kanssa poikkeamaan tyypillisestä vaihteluvälistään (~0.9). kohtaan 1).


Outo korrelaatio

Seuraava kuva esittää 7 päivän korrelaation hinnan ja prosentuaalisen tarjonnan välillä voiton ja korkean 🟩 (0.9) välillä

💡 Työpöydän toiminnot:
m1 = Hinta
m2 = Prosenttitarjonta voitosta
f1 = 7 päivän korrelaatio = corr(m1, m2, 7)

Cycle Top/Bottom Detection: Porauskonseptien hyödyntäminen ketjun sisäisessä analyysissä PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.
Live Advanced Workbench

Kuten yllä olevasta kaaviosta näkyy, keskusteltu korrelaatio pysyy jatkuvasti välillä 0.9-1 tyypillisen markkinasyklin huomattavan osan aikana. Kuitenkin, kun makrotrendi kokee siirtymävaiheen härkä- ja karhumarkkinoiden välillä (tai päinvastoin), tämä korrelaatio kokee useita pudotuksia alle 0.75:n.

Tämä käyttäytyminen voidaan esittää jossakin seuraavista skenaarioista:

  • Siirtyminen Bearista Bull Marketiin 🟩, missä karhumarkkinat ovat loppuvaiheessa ja myyjät uupuneet. Tämä turhautuminen tekee jäljellä olevan osallistujan haluttomaksi siirtämään varojaan, joten hinnan ja tarjonnan kannattavuuden välinen korrelaatio poikkeaa 0.9-1-alueelta.
  • Siirtyminen härkämarkkinoilta karhumarkkinoille 🥰, missä härkämarkkinat ovat paraboliset ja lähes 100 prosenttia tarjonnasta on voittoa aiemman ATH:n yläpuolella olevan hintakaupan vuoksi. Siksi hinnan ja kannattavuuden välinen korrelaatio heikkenee tässä vaiheessa, kunnes markkinat siirtyvät ATH:n jälkeiseen laskevaan vaiheeseen.
Cycle Top/Bottom Detection: Porauskonseptien hyödyntäminen ketjun sisäisessä analyysissä PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.
Live Advanced Workbench

Sovellus: Bear Markets

Tällä hetkellä markkinoilla on monia pohjalöytövaiheen tunnusmerkkejä. Siksi siirtyminen karhumarkkinoilta härkämarkkinoille on kiinnostava ajanjakso. Korrelaatiovirheiden korostamiseksi olemme korostaneet vain ne päivät, jolloin tämä korrelaatio on alle 0.75.

Seuraavaksi voimme ottaa huomioon vain karhumarkkinoiden trendin sisältämät epäsäännöllisyydet. Tätä varten harkitsemme vain merkintöjä, kun markkinahinta on alle toteutuneen hinnan. eli kun laajemmat markkinat ovat yhteensä realisoitumattomissa tappioissa. Toinen laajempi vaihtoehto voisi olla suodattaa hinnat alle 200 päivän liukuvan keskiarvon.

💡 Työpöydän toiminnot:
m1 = Hinta
m2 = Prosenttitarjonta voitosta
m3: Bear Market Indicator = toteutunut hinta (tai 200 DMA)
f1: 7 päivän korrelaatio = korr(m1, m2, 7)
-----------------
⚫:ssä näkyvän lattiamallin indikaattorin muodostamiseksi kerromme kahden yhdistelmän if-then lausunnot tuottaa an AND lausuma.

Ensin jos: Jos korrelaatio on < 0.75, palauttaa 1, muuten palauttaa 0.
A) if(f1, "<", 0.75, 1, 0)
Toinen jos: Jos hinta on < toteutunut hinta, palautus 1, muuten palautus 0.
B) if(m1, "<=", m3, 1, 0)
Yhdistetty, jos:
A * B * m1 —> tämä palauttaa 1*1*Hinta, kun ehdot ovat Totta. Muista asettaa Y-akseli hintakaavioon ja kaavion tyyli palkkiin.

Lopullinen lähtö
f2= if(f1, "<", 0.75, 1, 0)   *  if(m1, "<=", m3, 1, 0)   *   m1

Cycle Top/Bottom Detection: Porauskonseptien hyödyntäminen ketjun sisäisessä analyysissä PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.
Live Advanced Workbench

Sovellus: Bull Markets

Voimme myös käyttää samaa tekniikkaa syklin huippumuodostuksen tunnistamiseen käyttämällä hyvin tunnettua 200 päivän liukuvaa keskiarvoa ja johdannaisoskillaattoria. Mayer useita kuten härkäsyklimme äärimmäinen. Historiallisesti Mayer useita arvot yli 2.4 ovat osoittaneet suhteellisen ylikuumeneneita Bitcoin-markkinoita, joiden hinta on 240 % korkeampi kuin 200 päivän MA.

Cycle Top/Bottom Detection: Porauskonseptien hyödyntäminen ketjun sisäisessä analyysissä PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.
Live Workbench

Voimme nyt luoda vastaavan härkä-karhu-syklisiirtymän vaihtamalla Realisoituneeseen hintaan liittyvän ehdollisen testin Mayer Multiplen vähimmäisarvoon.

💡 Työpöydän toiminnot:
m1 = Hinta
m2= Prosenttitarjonta voitosta
m3: Bear Market Indicator = toteutunut hinta (tai 200 DMA)
f1: 7 päivän korrelaatio = korr(m1, m2, 7)
f2: Lattiantunnistusmalli = if(f1, "<", 0.75, 1, 0)*if(m1, "<=", m3, 1, 0)*m1
f3: Mayer Multiple = m1/sma(m1,200)
------------------
Rakenne on identtinen f2vaihdamme kuitenkin patin B) ehdon testaamalla, onko Mayer Multiple ≥ 2.4
Lopullinen lähtö
f4 =if(f1, "=", 2.4**, 1, 0)   *   m1

Cycle Top/Bottom Detection: Porauskonseptien hyödyntäminen ketjun sisäisessä analyysissä PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.
Live Advanced Workbench

Yhteenveto

Hyödynnämme kallionporausteollisuuden menetelmien analogeja ketjuanalyysissä, olemme ottaneet käyttöön menetelmän, jolla seurataan mahdollisia siirtymäkausia karhu- ja härkämarkkinoiden välillä.

Kannattavuuden ja hinnan välistä korrelaatiota tutkittiin syklin siirtymävaiheiden määrittämiseksi. Tulos osoitti, että hinta ja markkinoiden kannattavuus korreloivat voimakkaasti, kun makrotrendit ovat täysin vakiintuneet (korrelaatio ~ 0.9 - 1).

Siirtymävaiheen aikana näiden kahden mittarin välinen korrelaatio kuitenkin putoaa alle 0.75:n. Tämä tarkoittaa, että tarjonnan kannattavuus on lähellä äärimmäisiä käännepisteitään, sijoittajien käyttäytymisen muutosta ja että hinnanmuutos ei johda siihen liittyvään kannattavuuden muutokseen. Tämä rakenne on ihanteellinen makrotrendin kääntämiseen.

Lopullinen Floor Detection -malli kaappaa seuraavat tapahtumat käyttämällä an If-then-and lausunnon rakenne:

  • Hinta on alle Realisoituneen hinnan, mikä merkitsee todennäköistä myöhäisen vaiheen karhumarkkinoiden rakennetta.
  • Hinnan ja tuottoprosentin välinen korrelaatio on alle 0.75
  • Korrelaation heikkeneminen merkitsee lisääntynyttä todennäköisyyttä, että HODL:t eivät siirrä varojaan.

Cycle Top/Bottom Detection: Porauskonseptien hyödyntäminen ketjun sisäisessä analyysissä PlatoBlockchain Data Intelligence. Pystysuuntainen haku. Ai.

Aikaleima:

Lisää aiheesta Glassnode Insights