Bài viết này là bài viết thứ 9 trong loạt bài On-Chain Data Academy, với tổng cộng 10 bài viết. Đưa bạn từng bước hiểu phân tích dữ liệu on-chain, chào mừng các độc giả quan tâm theo dõi loạt bài viết này. (Tóm tắt: Học viện dữ liệu trên chuỗi (6): Phương pháp định giá ma thuật BTC mới với sự tham gia ARK (I) ) (Bổ sung cơ bản: Học viện dữ liệu on-chain (7): Một bộ phương pháp định giá ma thuật BTC mới với sự tham gia ARK (II) Loạt bài viết TLDR RUPL sẽ được chia thành 2, đây là RUPL đầu tiên có thể trình bày tình hình "lãi lỗ chưa thực hiện" hiện tại của thị trường Bằng cách quan sát RUPL, bạn có thể tìm thấy quy luật hoạt động của thị trường trên và đáy Một theo RUPL Mô hình đọc đáy được thiết kế chia sẻ RUPL Giới thiệu RUPL, tên đầy đủ Lãi lỗ chưa thực hiện, bản dịch tiếng Trung "lãi và lỗ chưa thực hiện tương đối". Bản thân chỉ báo có thể được chia thành hai mảnh, RUP và RUL. Lấy RUP làm ví dụ, phép tính như sau: So sánh "giá hiện tại" với "giá chuyển nhượng cuối cùng của mỗi BTC" và phân loại các chip với "giá hiện tại > giá chuyển nhượng cuối cùng" là chip lợi nhuận. Nhân lợi nhuận của mỗi chip với số lượng chip tương ứng để có được Lợi nhuận chưa thực hiện. Cuối cùng, dữ liệu thu được sẽ được chuẩn hóa theo giá trị thị trường tại thời điểm đó. Nói cách khác, Lợi nhuận chưa thực hiện là "tổng lợi nhuận chưa thực hiện" trên thị trường hiện tại; Mặt khác, RUP bình thường hóa dữ liệu này dựa trên vốn hóa thị trường để so sánh thu nhập thị trường qua các giai đoạn khác nhau. Thuật toán của RUL hoàn toàn giống với logic của RUP, vì vậy tôi sẽ không đi vào chi tiết ở đây. Như hình trên, đường màu xanh lá cây là RUP và đường màu đỏ là RUL. Chúng ta có thể thấy rằng giá có tương quan thuận với RUP và tương quan nghịch với RUL. Điều này là trực quan, bởi vì khi giá của đồng tiền tăng lên, tổng lợi nhuận của các chip lợi nhuận chưa thực hiện sẽ tăng lên một cách tự nhiên. Nhưng nếu chúng ta nhìn sâu hơn vào biểu đồ trên, chúng ta sẽ thấy rằng RUL vượt quá RUP (đường màu đỏ nằm trên đường màu xanh lá cây) trong một vài giai đoạn, điều đó có nghĩa là vị trí P &L chưa thực hiện của toàn thị trường là tiêu cực, tình huống này có ý nghĩa đặc biệt không? Đọc tiếp ... Ứng dụng đọc đáy của RUPL Có một câu nói cũ: "Tôi tham lam khi người khác sợ hãi", khi những người nắm giữ chip của thị trường, trung bình chung đang ở trạng thái thua lỗ, đó có thể là thời điểm xứng đáng để chúng ta tham gia thị trường để thu thập chip. Như thể hiện trong hình trên, tôi đã đánh dấu khoảng thời gian của RUL > RUP để có được biểu đồ tín hiệu này. Chúng ta có thể thấy rõ rằng khi RUL > RUP, về cơ bản nó tương ứng với đáy lớn định kỳ! Đây không phải là một thanh kiếm đơn giản, logic là: "khi thị trường nói chung ở trạng thái thua lỗ, điều đó có nghĩa là người bẫy có khả năng không sẵn sàng bán chip của mình vì giá quá thấp", trong trường hợp áp lực bán giảm mạnh, miễn là có sự gia tăng nhẹ trong việc mua, xu hướng có thể đảo ngược và bắt đầu tăng. Logic này rất giống với chiến lược săn đáy LTH-RP được giới thiệu trong bài viết trước và độc giả quan tâm có thể lật qua các bài viết trước. Chia sẻ logic thiết kế của mô hình đọc đáy RUPL Sau đó, hãy bỏ qua RUL một lúc và tập trung vào chính biểu đồ RUP, và chúng ta sẽ thấy rằng các giá trị đáy của RUP trong lịch sử thực sự rất gần. Ví dụ: tôi đã thêm một đường ngang 0,4 vào biểu đồ RUP để chúng ta có thể thấy rõ RUP < 0,4 ở đâu. (0.4 đây là một tham số có thể điều chỉnh, sẽ được đề cập lại sau) Khi chúng tôi thấy rằng RUP có diện tích đáy tương đối rõ ràng, chúng tôi có thể chồng điều kiện RUP < 0,4 với điều kiện "RUP < RUL" trước đó để thực hiện lọc thứ cấp trên tín hiệu và kết quả như sau: Đây là một phương pháp rất phổ biến khi thiết kế mô hình, để đạt được hiệu ứng lọc thông qua màn hình tín hiệu, để mô hình thiết kế cuối cùng của chúng tôi có thể chính xác hơn. Hai điều kiện trong hình trên (RUP < 0,4 > RUP < RUL), hiệu ứng lọc không rõ ràng lắm, nhưng nếu bạn nhìn kỹ, bạn vẫn có thể thấy rằng thực sự có nghiêm ngặt hơn RUP < RUL đơn giản. Ở đây, nếu bạn điều chỉnh 0,4 xuống (ví dụ: 0,38), bạn có thể làm cho tín hiệu tổng thể chặt chẽ hơn; Nhưng trong quá trình điều chỉnh các thông số, bạn vẫn phải chú ý đến vấn đề quá tải, xét cho cùng, chỉ cần lắp mô hình dựa trên dữ liệu lịch sử có khả năng thất bại trong tương lai! Kết luận Trên đây là tất cả về học viện dữ liệu on-chain (chín), bài viết tiếp theo sẽ giới thiệu sâu hơn về RUP, và chia sẻ tín hiệu top cổ điển với bạn. Độc giả quan tâm đến việc tìm hiểu thêm về phân tích dữ liệu trên chuỗi, hãy nhớ theo dõi loạt bài viết này! Nếu bạn muốn xem thêm nội dung giảng dạy và phân tích dữ liệu trên chuỗi, vui lòng theo dõi tài khoản Twitter (X) của tôi! Hy vọng bài viết này giúp ích cho bạn, cảm ơn bạn đã đọc. Câu chuyện liên quan Học viện dữ liệu trên chuỗi (8): Phương pháp định giá kỳ diệu mới của BTC với nghiên cứu ARK! (III) Học viện dữ liệu on-chain (1): Bạn có biết chi phí trung bình của BTC trên toàn thị trường là bao nhiêu không? Học viện dữ liệu on-chain (II): Chi phí cho những người Hodlers luôn kiếm tiền là bao nhiêu? "Học viện dữ liệu on-chain (9): Phong vũ biểu thị trường RUPL (I) - Giới thiệu dữ liệu & Ứng dụng đọc đáy" Bài viết này được xuất bản lần đầu tiên trong "Xu hướng năng động - Phương tiện truyền thông tin tức Blockchain có ảnh hưởng nhất" của BlockTempo.
Nội dung chỉ mang tính chất tham khảo, không phải là lời chào mời hay đề nghị. Không cung cấp tư vấn về đầu tư, thuế hoặc pháp lý. Xem Tuyên bố miễn trừ trách nhiệm để biết thêm thông tin về rủi ro.
Học viện dữ liệu on-chain (IX): Phong vũ biểu thị trường RUPL (I) - Giới thiệu dữ liệu & Ứng dụng tạo đáy
Bài viết này là bài viết thứ 9 trong loạt bài On-Chain Data Academy, với tổng cộng 10 bài viết. Đưa bạn từng bước hiểu phân tích dữ liệu on-chain, chào mừng các độc giả quan tâm theo dõi loạt bài viết này. (Tóm tắt: Học viện dữ liệu trên chuỗi (6): Phương pháp định giá ma thuật BTC mới với sự tham gia ARK (I) ) (Bổ sung cơ bản: Học viện dữ liệu on-chain (7): Một bộ phương pháp định giá ma thuật BTC mới với sự tham gia ARK (II) Loạt bài viết TLDR RUPL sẽ được chia thành 2, đây là RUPL đầu tiên có thể trình bày tình hình "lãi lỗ chưa thực hiện" hiện tại của thị trường Bằng cách quan sát RUPL, bạn có thể tìm thấy quy luật hoạt động của thị trường trên và đáy Một theo RUPL Mô hình đọc đáy được thiết kế chia sẻ RUPL Giới thiệu RUPL, tên đầy đủ Lãi lỗ chưa thực hiện, bản dịch tiếng Trung "lãi và lỗ chưa thực hiện tương đối". Bản thân chỉ báo có thể được chia thành hai mảnh, RUP và RUL. Lấy RUP làm ví dụ, phép tính như sau: So sánh "giá hiện tại" với "giá chuyển nhượng cuối cùng của mỗi BTC" và phân loại các chip với "giá hiện tại > giá chuyển nhượng cuối cùng" là chip lợi nhuận. Nhân lợi nhuận của mỗi chip với số lượng chip tương ứng để có được Lợi nhuận chưa thực hiện. Cuối cùng, dữ liệu thu được sẽ được chuẩn hóa theo giá trị thị trường tại thời điểm đó. Nói cách khác, Lợi nhuận chưa thực hiện là "tổng lợi nhuận chưa thực hiện" trên thị trường hiện tại; Mặt khác, RUP bình thường hóa dữ liệu này dựa trên vốn hóa thị trường để so sánh thu nhập thị trường qua các giai đoạn khác nhau. Thuật toán của RUL hoàn toàn giống với logic của RUP, vì vậy tôi sẽ không đi vào chi tiết ở đây. Như hình trên, đường màu xanh lá cây là RUP và đường màu đỏ là RUL. Chúng ta có thể thấy rằng giá có tương quan thuận với RUP và tương quan nghịch với RUL. Điều này là trực quan, bởi vì khi giá của đồng tiền tăng lên, tổng lợi nhuận của các chip lợi nhuận chưa thực hiện sẽ tăng lên một cách tự nhiên. Nhưng nếu chúng ta nhìn sâu hơn vào biểu đồ trên, chúng ta sẽ thấy rằng RUL vượt quá RUP (đường màu đỏ nằm trên đường màu xanh lá cây) trong một vài giai đoạn, điều đó có nghĩa là vị trí P &L chưa thực hiện của toàn thị trường là tiêu cực, tình huống này có ý nghĩa đặc biệt không? Đọc tiếp ... Ứng dụng đọc đáy của RUPL Có một câu nói cũ: "Tôi tham lam khi người khác sợ hãi", khi những người nắm giữ chip của thị trường, trung bình chung đang ở trạng thái thua lỗ, đó có thể là thời điểm xứng đáng để chúng ta tham gia thị trường để thu thập chip. Như thể hiện trong hình trên, tôi đã đánh dấu khoảng thời gian của RUL > RUP để có được biểu đồ tín hiệu này. Chúng ta có thể thấy rõ rằng khi RUL > RUP, về cơ bản nó tương ứng với đáy lớn định kỳ! Đây không phải là một thanh kiếm đơn giản, logic là: "khi thị trường nói chung ở trạng thái thua lỗ, điều đó có nghĩa là người bẫy có khả năng không sẵn sàng bán chip của mình vì giá quá thấp", trong trường hợp áp lực bán giảm mạnh, miễn là có sự gia tăng nhẹ trong việc mua, xu hướng có thể đảo ngược và bắt đầu tăng. Logic này rất giống với chiến lược săn đáy LTH-RP được giới thiệu trong bài viết trước và độc giả quan tâm có thể lật qua các bài viết trước. Chia sẻ logic thiết kế của mô hình đọc đáy RUPL Sau đó, hãy bỏ qua RUL một lúc và tập trung vào chính biểu đồ RUP, và chúng ta sẽ thấy rằng các giá trị đáy của RUP trong lịch sử thực sự rất gần. Ví dụ: tôi đã thêm một đường ngang 0,4 vào biểu đồ RUP để chúng ta có thể thấy rõ RUP < 0,4 ở đâu. (0.4 đây là một tham số có thể điều chỉnh, sẽ được đề cập lại sau) Khi chúng tôi thấy rằng RUP có diện tích đáy tương đối rõ ràng, chúng tôi có thể chồng điều kiện RUP < 0,4 với điều kiện "RUP < RUL" trước đó để thực hiện lọc thứ cấp trên tín hiệu và kết quả như sau: Đây là một phương pháp rất phổ biến khi thiết kế mô hình, để đạt được hiệu ứng lọc thông qua màn hình tín hiệu, để mô hình thiết kế cuối cùng của chúng tôi có thể chính xác hơn. Hai điều kiện trong hình trên (RUP < 0,4 > RUP < RUL), hiệu ứng lọc không rõ ràng lắm, nhưng nếu bạn nhìn kỹ, bạn vẫn có thể thấy rằng thực sự có nghiêm ngặt hơn RUP < RUL đơn giản. Ở đây, nếu bạn điều chỉnh 0,4 xuống (ví dụ: 0,38), bạn có thể làm cho tín hiệu tổng thể chặt chẽ hơn; Nhưng trong quá trình điều chỉnh các thông số, bạn vẫn phải chú ý đến vấn đề quá tải, xét cho cùng, chỉ cần lắp mô hình dựa trên dữ liệu lịch sử có khả năng thất bại trong tương lai! Kết luận Trên đây là tất cả về học viện dữ liệu on-chain (chín), bài viết tiếp theo sẽ giới thiệu sâu hơn về RUP, và chia sẻ tín hiệu top cổ điển với bạn. Độc giả quan tâm đến việc tìm hiểu thêm về phân tích dữ liệu trên chuỗi, hãy nhớ theo dõi loạt bài viết này! Nếu bạn muốn xem thêm nội dung giảng dạy và phân tích dữ liệu trên chuỗi, vui lòng theo dõi tài khoản Twitter (X) của tôi! Hy vọng bài viết này giúp ích cho bạn, cảm ơn bạn đã đọc. Câu chuyện liên quan Học viện dữ liệu trên chuỗi (8): Phương pháp định giá kỳ diệu mới của BTC với nghiên cứu ARK! (III) Học viện dữ liệu on-chain (1): Bạn có biết chi phí trung bình của BTC trên toàn thị trường là bao nhiêu không? Học viện dữ liệu on-chain (II): Chi phí cho những người Hodlers luôn kiếm tiền là bao nhiêu? "Học viện dữ liệu on-chain (9): Phong vũ biểu thị trường RUPL (I) - Giới thiệu dữ liệu & Ứng dụng đọc đáy" Bài viết này được xuất bản lần đầu tiên trong "Xu hướng năng động - Phương tiện truyền thông tin tức Blockchain có ảnh hưởng nhất" của BlockTempo.