lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
หน้าแรก
AI
OPRR
ด่วน
ความลึก
กิจกรรม
BlockBeats Pro
เพิ่มเติม
การเงิน
พิเศษ
ระบบนิเวศบล็อกเชน
รายการ
พอดแคสต์
ข้อมูล
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%

On-chain Data Academy (VII): วิธีการกำหนดราคา $BTC แบบมหัศจรรย์ใหม่ล่าสุดที่ Ark มีส่วนร่วมในการวิจัย (II)

อ่านบทความนี้ใน 18 นาที
บทความนี้จะแนะนำการใช้ Cointime Price ในการหลีกหนีจากจุดสูงสุด และวิธีใช้โมเดลนี้ในการกำหนดจุดสูงสุดของ BTC
ชื่อเรื่องเดิม: "On-chain Data Academy (VII): วิธีการกำหนดราคาสุดมหัศจรรย์ของ $BTC แบบใหม่ (II) ซึ่ง Ark ได้มีส่วนร่วมในการวิจัย"
ผู้เขียนเดิม: คุณเบิร์ก นักวิเคราะห์ข้อมูลบนเครือข่าย


บทความนี้เป็นบทความที่ 7 ในชุด On-chain Data Academy โดยมีทั้งหมด 10 บทความ เราจะพาคุณทีละขั้นตอนเพื่อทำความเข้าใจการวิเคราะห์ข้อมูลบนเครือข่าย ผู้สนใจสามารถติดตามบทความชุดนี้ได้


การอ่านที่เกี่ยวข้อง: "On-chain Data School (VI): วิธีการกำหนดราคา BTC แบบใหม่และมหัศจรรย์ซึ่ง Ark ได้มีส่วนร่วมในการวิจัย (I)"


TLDR


- มีบทความสามบทความในซีรีส์ Cointime Price และบทความนี้เป็นบทความที่สอง

- บทความนี้จะแนะนำวิธีการใช้งานของ Cointime Price เพื่อหลีกหนีจากจุดสูงสุด

- บทความนี้จะแนะนำโมเดลการเบี่ยงเบนที่ออกแบบเอง


1. บทวิจารณ์สั้นๆ เกี่ยวกับราคา Cointime


แนวคิดของราคา Cointime มาจาก Cointime Economics ซึ่งใช้แนวทาง "ถ่วงน้ำหนักตามระยะเวลา" เพื่อประเมินราคาที่เหมาะสมของ BTC


เมื่อเปรียบเทียบกับ LTH (ผู้ถือระยะยาว) และ STH (ผู้ถือระยะสั้น) ทั่วไป Cointime Price จะมีความยืดหยุ่นและละเอียดอ่อนมากกว่า ในเวลาเดียวกัน โมเดลนี้สามารถแยกผลกระทบของ BTC ที่สูญเสียไปในสมัยโบราณได้อย่างมีประสิทธิภาพ


บทความแรกได้แนะนำราคาของ Cointime และแอปพลิเคชันการเลือกจากตัวเลือกล่างสุดอย่างละเอียด หากคุณเข้าใจแนวคิดแล้ว มาเข้าสู่หัวข้อประจำวันนี้อย่างเป็นทางการ: แอปพลิเคชัน top-escape กันเลย


2. วิธีการใช้งานการหลีกหนีจากจุดสูงสุด: การออกแบบโมเดลการเบี่ยงเบนราคาของ Cointime


การเบี่ยงเบนราคาของ Cointime เป็นหนึ่งในโมเดลที่ฉันออกแบบเมื่อศึกษาข้อมูลบนเชน และได้ถูกนำไปใช้ในรายงานรายสัปดาห์ของการวิเคราะห์การหลีกหนีจากจุดสูงสุด


ทวีตที่เกี่ยวข้อง: [แนะนำสุดยอดโมเดลที่หลบหนี](https://x.com/market_beggar/status/1870763628645032213)  


ต่อไปนี้จะอธิบายหลักการออกแบบโมเดลและวิธีใช้โมเดลเพื่อกำหนดจุดสูงสุดของ BTC เนื้อหาทั้งหมดในบทความนี้เป็นงานวิจัยต้นฉบับ กระบวนการวิจัยไม่ใช่เรื่องง่าย และเราหวังว่าคุณจะสนับสนุนเรา


1. ระบุระดับความเบี่ยงเบนระหว่างราคาปัจจุบันและราคา Cointime


เหตุใดเราจึงต้องวัดระดับความเบี่ยงเบน?


- ราคา Cointime แสดงให้เห็นถึงต้นทุนการถือครองที่แท้จริงของชิป BTC โดยเฉพาะต้นทุนการถือครองของผู้ถือในระยะยาว (LTH)

- เนื่องจากผู้ถือในระยะยาวมีผลกระทบต่อราคา Cointime มากกว่า เมื่อราคาปัจจุบันของ BTC สูงกว่าราคา Cointime อย่างมาก แรงจูงใจของผู้ถือในระยะยาวในการทำกำไรก็จะเพิ่มขึ้น ซึ่งอาจกระตุ้นพฤติกรรมการแจกจ่าย


· สูตรการคำนวณ: อัตราเบี่ยงเบน = (ราคาปัจจุบัน - ราคาต่อเหรียญ) / ราคาปัจจุบัน


· อัตราการเบี่ยงเบนที่สังเกตได้ (อัตราส่วนการกระจาย)



ดังที่แสดงในรูป เราสามารถหาเส้นโค้งอัตราส่วนการกระจาย (เส้นสีม่วง) ได้ เราจะเห็นได้ว่าเมื่อใดก็ตามที่อัตราส่วนการกระจายสูง มักจะตรงกับยอดของ BTC


แล้วคุณจะนิยามคำว่า "สูง" ว่าอย่างไร? ต่อไปเราจะใช้วิธีการทางสถิติเพื่อแก้ปัญหานี้


2. ค่าสุดขั้วของการเบี่ยงเบนราคาของ Cointime นิยาม


หากเราสังเกตข้อมูลในอดีต เราจะพบว่าจุดสูงสุดของการเบี่ยงเบนนั้นไม่คงที่ ในตลาดกระทิงแต่ละครั้ง ค่าจุดสูงสุดของค่าเบี่ยงเบนจะลดลงเล็กน้อย ดังนั้นการใช้ค่าคงที่เพียงเพื่อกำหนด "ตำแหน่งสูง" จึงไม่ใช่เรื่องเข้มงวดนัก


ในโซลูชัน ฉันนำแนวคิดของ "ค่าเบี่ยงเบนมาตรฐาน" มาใช้ในสถิติ:


· คำนวณค่าเฉลี่ยและค่าเบี่ยงเบนมาตรฐานของข้อมูลค่าเบี่ยงเบนในอดีต

· กำหนด “ค่าเฉลี่ย + ค่าเบี่ยงเบนมาตรฐาน n” เป็น “ระดับสูง (สัญญาณสูงสุด)” และบันทึกเป็นค่าเกณฑ์

· ปรับข้อมูลส่วนเบี่ยงเบนให้เรียบโดยใช้ค่าเฉลี่ยเคลื่อนที่เพื่อลดสัญญาณรบกวน

· เมื่อค่าเฉลี่ยเคลื่อนที่ของค่าเบี่ยงเบน > เกณฑ์ สัญญาณสูงสุดถูกกระตุ้น


· เหตุใดจึงต้องใช้ค่าเบี่ยงเบนมาตรฐาน?


· แนวโน้มทางประวัติศาสตร์ของการเบี่ยงเบนมีลักษณะของการกลับสู่ค่าเฉลี่ย (ดังแสดงในรูปภาพ)

· ค่าเบี่ยงเบนมาตรฐานวัดความผันผวน เมื่อราคา BTC มีความผันผวนน้อยลง Threshold ก็จะถูกปรับแบบไดนามิกเพื่อให้มีความยืดหยุ่นมากขึ้น



ดังที่แสดงไว้ด้านบน หลังจากดำเนินการตามข้างต้นแล้ว เราจะได้ภาพเช่นนี้


· คำอธิบายเพิ่มเติม


- ค่า n ใน “ค่าเฉลี่ย + ค่าเบี่ยงเบนมาตรฐาน n” ข้อ 2 เป็นพารามิเตอร์ที่ปรับได้: เมื่อ n มีค่ามากขึ้น ความน่าจะเป็นที่สัญญาณจุดยอดจะปรากฏก็จะน้อยลง และแบบจำลองก็จะเข้มงวดยิ่งขึ้น

- การปรับค่าเฉลี่ยเคลื่อนที่ในจุดที่ 3: กรองความผันผวนของตลาดในระยะสั้นออกไปเป็นหลัก และปรับปรุงความน่าเชื่อถือของสัญญาณ



3. ตัวอย่างสัญญาณ escape top


ดังที่แสดงในรูป เมื่อเส้นสีม่วง (อัตราส่วนการกระจาย) เกินเส้นสีส้ม (เกณฑ์) ราคา BTC ที่เกี่ยวข้องมักจะอยู่ที่จุดสูงสุดเป็นระยะ


3. บทสรุป


บทความนี้เป็นบทความที่สองในซีรีส์ราคา Cointime เป็นการสานต่อแนวคิดจากบทความก่อนหน้าและแบ่งปันวิธีที่ผู้คนใช้ Cointime Price เพื่อออกแบบโมเดลการหลบหนีจากจุดสูงสุด


· สรุปประเด็นสำคัญ: - การเบี่ยงเบนของราคา Cointime จะระบุปริมาณการเบี่ยงเบนระหว่างราคา BTC ปัจจุบันและราคา Cointime อนุมานแรงจูงใจของผู้ถือในระยะยาว และใช้เพื่อกำหนดจุดสูงสุดของ BTC

- วิธี “ค่าเบี่ยงเบนมาตรฐาน” ใช้เพื่อกำหนดสัญญาณสูงสุดแบบไดนามิกเพื่อให้แน่ใจว่าแบบจำลองมีการปรับตัวได้มากขึ้น

- โมเดลนี้ได้รับการนำมาใช้กับรายงานรายสัปดาห์และสามารถจับสัญญาณ BTC ระดับสูงได้อย่างมีประสิทธิภาพ


แผนงานถัดไป:  

- บทความที่สามในซีรีส์นี้จะสำรวจการใช้ราคาของ Cointime ในการหลีกหนีจากจุดสูงสุดต่อไป ดังนั้นโปรดติดตามต่อไป


ลิงก์ต้นฉบับ


ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia

เลือกคลัง
เพิ่มคลัง
ยกเลิก
เสร็จสิ้น
เพิ่มคลัง
เห็นได้เฉพาะตัวเอง
สาธารณะ
บันทึก
แก้ไข/รายงาน
ส่ง