Deteksi Atas/Bawah Siklus: Memanfaatkan Konsep Pengeboran dalam Analisis On-chain

---

Pulsa Pasar

Market Pulses adalah rangkaian konten glassnode premium, dirilis setiap minggu untuk anggota Advanced dan Professional di Forum Glassnode. Karya ini telah dirilis secara gratis untuk mendukung rilis a Pre-set Meja Kerja baru, yang kami kembangkan dalam analisis di bawah ini.

Seri Market Pulse berusaha menunjukkan konsep dan metodologi unik dalam menganalisis pasar Bitcoin dan cryptocurrency, dengan penekanan pada panduan langkah demi langkah untuk memanfaatkan perkakas Workbench dan Glassnode.

---

Pengantar

Memperkirakan kekerasan / kekuatan batuan pada kedalaman yang berubah-ubah selama operasi pengeboran merupakan tantangan utama di antara Geoscientist dan insinyur Perminyakan, juga dikenal sebagai Pengukuran Saat Pengeboran (MWD). Konsep inti dalam MWD adalah untuk memantau ketidakteraturan gaya (tekanan) yang tersirat selama proses pemboran dan kemudian mengaitkan fluktuasi tekanan dengan variasi kekerasan/kekuatan batuan pada kedalaman pemboran saat ini.

Analogi Antara Pasar dan Pengeboran

Di Market Pulse ini, kami memanfaatkan prinsip yang digunakan dalam analisis perilaku Bitcoin untuk mengembangkan kerangka kerja yang serupa dengan MWD. Tujuannya adalah untuk menilai ketahanan investor terhadap volatilitas harga.

Tujuan dari bagian ini adalah untuk mengembangkan analogi serupa dalam menilai ketahanan investor terhadap volatilitas harga. Dengan kata lain, dengan mencocokkan variabel-variabel berikut;

• Perubahan harga Perubahan Tekanan
• Persentase Pasokan dalam Perubahan Laba Variasi Tingkat Penetrasi
• Penjual Kelelahan Kekerasan/Kekuatan Batu

Kami dapat melacak korelasi antara perubahan Harga dan perubahan % Pasokan dalam Laba dalam upaya untuk memperkirakan sesuai dengan Penjual kelelahan dialami sepanjang fase pembentukan market bottoming.

Logika di balik metafora ini didasarkan pada gangguan sesekali dari konvergensi antara harga dan perubahan profitabilitas pasokan. Bagan berikut mengkonfirmasi pertemuan antara profitabilitas pasokan dan perubahan harga spot sehubungan dengan ATH terbaru.

Terlepas dari korelasi yang menonjol antara kedua metrik ini dalam jangka panjang, pada skala mikro, ada banyak interval sementara di mana profitabilitas pasokan tidak mengikuti tren perubahan harga.

Dengan kata lain, ketika pasar melewati pasar bearish yang diperpanjang (atau pasar bull), kelelahan penjual (atau pembeli) menyebabkan korelasi harga jangka pendek dengan persentase penawaran laba menyimpang dari kisaran tipikalnya (~0.9 ke 1).

---

Korelasi Penasaran

Gambar berikut menyajikan korelasi 7 hari antara harga dan Persen Pasokan dalam Laba dan tinggi (0.9

💡 Fungsi meja kerja:
m1 = Harga
m2 = Persen Penawaran dalam Laba
f1 = Korelasi 7 hari = corr(m1, m2, 7)

Seperti yang ditunjukkan pada grafik di atas, korelasi yang dibahas secara konsisten tetap dalam kisaran 0.9 hingga 1 selama sebagian kecil dari siklus pasar yang khas. Namun, ketika tren makro mengalami fase transisi antara pasar bull dan bear (atau sebaliknya), korelasi ini mengalami penurunan berganda ke nilai di bawah 0.75.

Perilaku ini dapat direpresentasikan dalam salah satu skenario berikut:

• Transisi dari Bear ke Bull Market , di mana pasar beruang berada pada tahap selanjutnya dan penjual kehabisan tenaga. Frustrasi ini membuat peserta yang tersisa enggan untuk memindahkan dananya, sehingga korelasi antara harga dan profitabilitas penawaran menyimpang dari kisaran 0.9-1.
• Transisi dari Pasar Banteng ke Pasar Beruang , di mana pasar bull adalah parabola, dan hampir 100 persen pasokan untung karena perdagangan harga di atas ATH sebelumnya. Oleh karena itu, korelasi antara harga dan profitabilitas berkurang pada fase ini hingga pasar memasuki tahap bearish pasca-ATH.

Aplikasi: Pasar Beruang

Saat ini, pasar memiliki banyak keunggulan dari fase penemuan dasar. Oleh karena itu, Transisi dari Bear ke Bull Market adalah periode yang menarik. Untuk menyoroti ketidakteraturan korelasi, kami hanya menyoroti hari-hari di mana korelasi ini kurang dari 0.75.

Selanjutnya, kita dapat menjelaskan ketidakberesan yang hanya terdapat dalam tren pasar bearish. Untuk ini, kami hanya mempertimbangkan entri sementara harga pasar di bawah harga realisasi. yaitu sementara pasar yang lebih luas secara agregat, kerugian yang belum direalisasi. Opsi lain yang lebih luas adalah memfilter harga di bawah rata-rata pergerakan 200 hari.

💡 Fungsi meja kerja:
m1 = Harga
m2 = Persen Penawaran dalam Laba
m3: Bear Market Indicator = Harga Realisasi (atau 200DMA)
f1: Korelasi 7 hari = corr(m1, m2, 7)
-----------------
Untuk membangun indikator model lantai yang ditunjukkan pada , kita akan mengalikan kombinasi dua if-then pernyataan untuk menghasilkan AND pernyataan.

Pertama Jika: Jika Korelasi < 0.75, kembalikan 1, Lain kembalikan 0.
A) if(f1, "<", 0.75, 1, 0)
Kedua Jika: Jika Harga < Harga Realisasi, kembalikan 1, Lain kembalikan 0.
B) if(m1, "<=", m3, 1, 0)
Dikombinasikan jika:
A * B * m1 —> ini akan mengembalikan 1*1*Harga saat kondisi True. Pastikan untuk mengatur sumbu Y ke grafik harga, dan Gaya Grafik ke Bar.

Keluaran akhir
f2= if(f1, "<", 0.75, 1, 0)   *  if(m1, "<=", m3, 1, 0)   *   m1

Aplikasi: Pasar Banteng

Kami juga dapat menggunakan teknik yang sama untuk mengidentifikasi formasi puncak siklus, menggunakan rata-rata pergerakan 200 hari dan osilator derivatif yang terkenal. Beberapa Mayer sebagai siklus banteng kami yang ekstrim. Secara historis, Beberapa Mayer nilai di atas 2.4 telah menandakan pasar Bitcoin yang relatif terlalu panas, dengan perdagangan harga premium 240% untuk MA 200 hari.

Kita sekarang dapat membuat transisi siklus bull-to-bear yang setara, dengan menukar uji kondisional yang terkait dengan Harga Realisasi, untuk nilai minimum Kelipatan Mayer.

💡 Fungsi meja kerja:
m1 = Harga
m2= Persen Penawaran dalam Laba
m3: Bear Market Indicator = Harga Realisasi (atau 200DMA)
f1: Korelasi 7 hari = corr(m1, m2, 7)
f2: Model Deteksi Lantai = if(f1, "<", 0.75, 1, 0)*if(m1, "<=", m3, 1, 0)*m1
f3: Kelipatan Mayer = m1/sma(m1,200)
------------------
Konstruksinya identik dengan f2, namun kami akan menukar kondisi di pat B) dengan pengujian apakah Kelipatan Mayer adalah 2.4
Keluaran akhir
f4 =if(f1, "=", 2.4**, 1, 0)   *   m1

Kesimpulan

Menggunakan analogi metodologi dari industri pengeboran batu dalam analisis on-chain, kami telah memperkenalkan metode untuk melacak periode transisi potensial antara pasar bear dan bull.

Korelasi antara profitabilitas dan harga diperiksa untuk menentukan fase transisi dalam suatu siklus. Hasil penelitian menunjukkan bahwa harga dan profitabilitas pasar sangat berkorelasi ketika tren makro sepenuhnya terbentuk (korelasi ~ 0.9 banding 1).

Namun, selama tahap transisi, korelasi antara dua metrik ini turun ke level di bawah 0.75. Ini berarti profitabilitas pasokan mendekati titik belok ekstrimnya, perubahan perilaku investor, dan bahwa perubahan harga tidak mengarah pada perubahan profitabilitas terkait. Struktur ini sangat ideal untuk pembalikan tren makro.

Model Deteksi Lantai akhir pada dasarnya menangkap peristiwa berikut menggunakan: If-then-and konstruksi pernyataan:

• Harga berada di bawah Harga Realisasi, menandakan kemungkinan struktur pasar beruang tahap akhir.
• Korelasi antara Harga dan Persen Penawaran dalam Laba di bawah 0.75
• Kemunduran korelasi menandakan peningkatan kemungkinan bahwa HODLers tidak memindahkan dana mereka.

---