साइकिल टॉप/बॉटम डिटेक्शन: ऑन-चेन एनालिसिस में ड्रिलिंग कॉन्सेप्ट्स का उपयोग

---

बाज़ार की नब्ज

मार्केट पल्सेज़ प्रीमियम ग्लासनोड सामग्री का एक सूट है, जो उन्नत और व्यावसायिक सदस्यों के लिए साप्ताहिक रूप से जारी किया जाता है ग्लासनोड फोरम. की रिलीज़ का समर्थन करने के लिए यह अंश निःशुल्क जारी किया गया है नया कार्यक्षेत्र पूर्व-सेट, जिसे हम नीचे दिए गए विश्लेषण में विकसित करते हैं।

मार्केट पल्स श्रृंखला वर्कबेंच और ग्लासनोड टूलींग का उपयोग करने के लिए चरण-दर-चरण मार्गदर्शिकाओं पर जोर देने के साथ, बिटकॉइन और क्रिप्टोक्यूरेंसी बाजारों का विश्लेषण करने की अनूठी अवधारणाओं और पद्धतियों को प्रदर्शित करना चाहती है।

---

परिचय

ड्रिलिंग कार्यों के दौरान मनमानी गहराई पर चट्टान की कठोरता/शक्ति का अनुमान लगाना भू-वैज्ञानिकों और पेट्रोलियम इंजीनियरों के बीच एक प्रमुख चुनौती है, जिन्हें इस नाम से भी जाना जाता है। ड्रिलिंग करते समय मापन (एमडब्ल्यूडी). में मूल अवधारणा एमडब्ल्यूडी ड्रिलिंग प्रक्रिया के दौरान निहित बल (दबाव) में अनियमितताओं की निगरानी करना और फिर दबाव के उतार-चढ़ाव को वर्तमान ड्रिलिंग गहराई पर चट्टान की कठोरता/शक्ति भिन्नता के साथ जोड़ना है।

बाज़ार और ड्रिलिंग के बीच सादृश्य

इस मार्केट पल्स में, हम बिटकॉइन व्यवहार विश्लेषण में उपयोग किए जाने वाले सिद्धांतों का लाभ उठाते हैं ताकि एक समान रूपरेखा विकसित की जा सके एमडब्ल्यूडी. लक्ष्य मूल्य अस्थिरता के प्रति निवेशकों के लचीलेपन का आकलन करना है।

इस टुकड़े का लक्ष्य मूल्य अस्थिरता के खिलाफ निवेशकों के लचीलेपन का आकलन करने में एक समान सादृश्य विकसित करना है। दूसरे शब्दों में, निम्नलिखित चरों का मिलान करके;

• मूल्य परिवर्तन ≡ दबाव परिवर्तन
• लाभ परिवर्तन में आपूर्ति का प्रतिशत ≡ प्रवेश दर भिन्नता
• विक्रेताओं की थकावट ≡ चट्टान की कठोरता/शक्ति

हम मूल्य परिवर्तन और लाभ में % आपूर्ति में परिवर्तन के बीच संबंध का अनुमान लगाने के प्रयास में ट्रैक कर सकते हैं विक्रेता थकावट बाजार के निचले स्तर पर पहुंचने के चरण के दौरान अनुभव किया गया।

इस रूपक के पीछे का तर्क मूल्य और आपूर्ति लाभप्रदता परिवर्तन के बीच अभिसरण के कभी-कभी व्यवधान पर आधारित है। निम्नलिखित चार्ट नवीनतम ATH के संबंध में आपूर्ति लाभप्रदता 🟠 और हाजिर मूल्य परिवर्तन 🟣 के बीच संगम की पुष्टि करता है।

दीर्घावधि में इन दोनों मैट्रिक्स के बीच प्रमुख सहसंबंध के बावजूद, सूक्ष्म पैमाने पर, ऐसे कई क्षणिक अंतराल हैं जहां आपूर्ति लाभप्रदता मूल्य परिवर्तन की प्रवृत्ति को ट्रैक नहीं करती है।

दूसरे शब्दों में, जब बाजार एक विस्तारित मंदी के बाजार (या तेजी के बाजार) से गुजरता है, तो विक्रेताओं (या खरीदारों) की थकावट के कारण लाभ में आपूर्ति के प्रतिशत के साथ अल्पकालिक मूल्य सहसंबंध अपनी विशिष्ट सीमा (~0.9) से विचलित हो जाता है। से 1).

---

एक जिज्ञासु सहसंबंध

निम्नलिखित आंकड़ा मूल्य और लाभ में प्रतिशत आपूर्ति और उच्च 🟩 (7<corr<0.9) और मध्यम 🟧 (corr<1.0) सहसंबंध श्रेणियों के बीच 0.75-दिवसीय सहसंबंध प्रस्तुत करता है।

💡 कार्यक्षेत्र कार्य:
m1 = कीमत
m2 = लाभ में प्रतिशत आपूर्ति
f1 = 7 दिवसीय सहसंबंध = corr(m1, m2, 7)

जैसा कि ऊपर दिए गए ग्राफ़ में दिखाया गया है, एक सामान्य बाज़ार चक्र के एक बड़े हिस्से के दौरान चर्चा किया गया सहसंबंध लगातार 0.9 से 1 की सीमा में रहता है। हालाँकि, जब मैक्रो रुझान तेजी और मंदी के बाजार (या इसके विपरीत) के बीच एक संक्रमणकालीन चरण का अनुभव कर रहा होता है, तो यह सहसंबंध 0.75 से नीचे के मूल्यों तक कई गिरावट का अनुभव करता है।

इस व्यवहार को निम्नलिखित परिदृश्यों में से एक में दर्शाया जा सकता है:

• मंदी से तेजी बाजार में संक्रमण 🟩, जहां मंदी का बाजार अपने अंतिम चरण में है और विक्रेता थक चुके हैं। यह हताशा शेष भागीदार को अपने फंड को स्थानांतरित करने के लिए अनिच्छुक बनाती है, इस प्रकार कीमत और आपूर्ति लाभप्रदता के बीच संबंध 0.9-1 सीमा से भटक जाता है।
• तेजी से मंदी के बाजार में संक्रमण 🟥, जहां तेजी का बाजार परवलयिक है, और पिछले एटीएच से ऊपर मूल्य व्यापार के कारण लगभग 100 प्रतिशत आपूर्ति लाभ में है। इसलिए, इस चरण में कीमत और लाभप्रदता के बीच संबंध तब तक कम हो जाता है जब तक कि बाजार एटीएच मंदी के बाद के चरण में प्रवेश नहीं कर जाता।

आवेदन: भालू बाज़ार

वर्तमान में, बाजार में बॉटम डिस्कवरी चरण के कई लक्षण मौजूद हैं। इसलिए, मंदी से तेजी बाजार में संक्रमण रुचि की अवधि है। सहसंबंध संबंधी अनियमितताओं को उजागर करने के लिए, हमने केवल उन दिनों को उजागर किया है जहां यह सहसंबंध 0.75 से कम है।

इसके बाद, हम केवल भालू बाजार की प्रवृत्ति में निहित अनियमितताओं का हिसाब लगा सकते हैं। इसके लिए, हम केवल प्रविष्टियों पर विचार कर रहे हैं जबकि बाजार मूल्य वास्तविक मूल्य से कम है। यानी जबकि व्यापक बाजार समग्र रूप से अवास्तविक हानि में है। एक और अधिक व्यापक विकल्प 200-दिवसीय चलती औसत से नीचे की कीमतों को फ़िल्टर करना हो सकता है।

💡 कार्यक्षेत्र कार्य:
m1 = कीमत
m2 = लाभ में प्रतिशत आपूर्ति
m3: भालू बाजार संकेतक = वास्तविक मूल्य (या 200DMA)
f1: 7-दिवसीय सहसंबंध = corr(m1, m2, 7)
-----------------
⚫ में दिखाए गए फ़्लोर मॉडल संकेतक का निर्माण करने के लिए, हम दो के संयोजन को गुणा करेंगे if-then एक उत्पादन करने के लिए बयान AND बयान।

प्रथम यदि: यदि सहसंबंध <0.75 है, तो 1 लौटाएँ, अन्यथा 0 लौटाएँ।
A) if(f1, "<", 0.75, 1, 0)
दूसरा यदि: यदि कीमत <प्राप्त कीमत है, तो 1 लौटाएँ, अन्यथा 0 लौटाएँ।
B) if(m1, "<=", m3, 1, 0)
संयुक्त यदि:
A * B * m1 -> यह 1* लौटाएगा1*कीमत तब जब स्थितियाँ सत्य हों। मूल्य चार्ट पर Y अक्ष और बार पर चार्ट शैली सेट करना सुनिश्चित करें।

अंतिम उत्पादन
f2= if(f1, "<", 0.75, 1, 0)   *  if(m1, "<=", m3, 1, 0)   *   m1

आवेदन: बुल मार्केट्स

हम प्रसिद्ध 200-दिवसीय चलती औसत और डेरिवेटिव ऑसिलेटर का उपयोग करके चक्र शीर्ष गठन की पहचान करने के लिए भी इसी तकनीक का उपयोग कर सकते हैं। मेयर मल्टीपल हमारे बैल चक्र चरम के रूप में। ऐतिहासिक रूप से, मेयर मल्टीपल 2.4 से ऊपर के मूल्यों ने बिटकॉइन बाजार के अपेक्षाकृत गर्म होने का संकेत दिया है, जिसकी कीमत 240-दिवसीय चलती औसत से 200% प्रीमियम पर कारोबार कर रही है।

अब हम मेयर मल्टीपल के न्यूनतम मूल्य के लिए, वास्तविक मूल्य से संबंधित सशर्त परीक्षण को स्वैप करके, एक समतुल्य बुल-टू-भालू चक्र संक्रमण स्थापित कर सकते हैं।

💡 कार्यक्षेत्र कार्य:
m1 = कीमत
m2= लाभ में प्रतिशत आपूर्ति
m3: भालू बाजार संकेतक = वास्तविक मूल्य (या 200DMA)
f1: 7-दिवसीय सहसंबंध = corr(m1, m2, 7)
f2: फ़्लोर डिटेक्शन मॉडल = if(f1, "<", 0.75, 1, 0)*if(m1, "<=", m3, 1, 0)*m1
f3: मेयर मल्टीपल = m1/sma(m1,200)
------------------
निर्माण के समान है f2, हालाँकि हम पैट बी में स्थिति को इस परीक्षण के साथ बदल देंगे कि मेयर मल्टीपल ≥ 2.4 है या नहीं
अंतिम उत्पादन
f4 =if(f1, "=", 2.4**, 1, 0)   *   m1

निष्कर्ष

ऑन-चेन विश्लेषण में रॉक ड्रिलिंग उद्योग की कार्यप्रणाली के एनालॉग्स को नियोजित करते हुए, हमने मंदी और तेजी के बाजारों के बीच संभावित संक्रमणकालीन अवधियों को ट्रैक करने के लिए एक विधि पेश की है।

एक चक्र में संक्रमण चरणों को निर्धारित करने के लिए लाभप्रदता और कीमत के बीच संबंध की जांच की गई। परिणाम से पता चला कि जब मैक्रो रुझान पूरी तरह से स्थापित हो जाते हैं तो कीमत और बाजार की लाभप्रदता अत्यधिक सहसंबद्ध होती है (सहसंबंध ~ 0.9 से 1)।

हालाँकि, एक संक्रमणकालीन चरण के दौरान, इन दोनों मैट्रिक्स के बीच संबंध 0.75 से नीचे के स्तर तक गिर जाता है। इसका मतलब है कि आपूर्ति लाभप्रदता अपने चरम विभक्ति बिंदुओं के करीब है, निवेशक व्यवहार में बदलाव है, और मूल्य परिवर्तन से संबंधित लाभप्रदता परिवर्तन नहीं हो रहा है। यह संरचना मैक्रो ट्रेंड रिवर्सल के लिए आदर्श है।

अंतिम फ़्लोर डिटेक्शन मॉडल अनिवार्य रूप से निम्नलिखित घटनाओं को एक का उपयोग करके कैप्चर करता है If-then-and कथन निर्माण:

• कीमत वास्तविक कीमत से कम है, जो संभावित देर-चरण मंदी बाजार संरचना का संकेत देती है।
• कीमत और लाभ में प्रतिशत आपूर्ति के बीच संबंध 0.75 से नीचे है
• सहसंबंध का बिगड़ना इस संभावना को दर्शाता है कि एचओडीएलर्स अपने फंड को स्थानांतरित नहीं कर रहे हैं।

---