> Título original: "Escuela de Datos en la Cadena (9): Termómetro del Mercado RUPL (I) - Introducción de Datos & compra la caída"
> Autor original: Sr. Begg, analista de datos on-chain
TLDR
La serie de artículos RUPL se dividirá en 2 partes, este es el primer artículo.
RUPL puede mostrar el estado actual de las ganancias no realizadas del mercado
Al observar RUPL se puede encontrar la regla de operación en los máximos y mínimos del mercado
Este artículo compartirá un modelo de comprar la caída basado en el diseño de RUPL
Uno, ¿Qué es RUPL?
RUPL, que significa Relative Unrealized Profit & Loss, en chino es «相对未实现损益». Este indicador se puede dividir en dos partes: RUP y RUL.
Como ejemplo del método de cálculo de RUP:
Comparar el precio actual con el precio de cada $BTC en el momento de su última transferencia, clasificar los chips donde "precio actual > precio de última transferencia" como chips de ganancias.
Multiplica el monto de ganancia de cada ficha rentable por la cantidad correspondiente, obteniendo así el Unrealized Profit (beneficio no realizado).
Por último, normalizar los datos en función de la capitalización de mercado en ese momento.
En otras palabras, el Beneficio No Realizado es el total de beneficios no realizados en el mercado actual; mientras que el RUP lo normaliza según el valor de mercado para poder comparar horizontalmente la situación de ganancias del mercado en diferentes períodos. El algoritmo de RUL es el mismo que el de RUP, este artículo no lo repetirá.
Como se muestra en la Figura 1 anterior, la línea verde es RUP y la línea roja es RUL. Se puede ver que el precio está altamente correlacionado positivamente con RUP y negativamente correlacionado con RUL. Esto es intuitivo, porque a medida que aumenta el precio de la moneda, las fichas de ganancias y las ganancias no realizadas aumentan naturalmente.
Pero si se observa más detenidamente la imagen anterior, se verá que RUL en ciertos períodos de tiempo es mayor que RUP (es decir, la línea roja está por encima de la línea verde, como en el marco amarillo de la imagen), lo que indica que el mercado en general está en un estado de pérdida no realizada. Entonces, ¿tienen estos períodos de tiempo un significado especial? Por favor, continúe leyendo.
Dos, la aplicación de comprar la caída de RUPL
Siguiendo lo anterior, hay un dicho que dice: "Cuando otros temen, yo soy codicioso". Cuando la mayoría de los activos en el mercado están en estado de pérdidas, quizás sea un buen momento para que entremos y recojamos activos.
Como se muestra en la figura dos, después de marcar el período de tiempo donde RUL > RUP en la figura uno, he trazado este gráfico. Se puede ver claramente: cuando RUL > RUP, casi siempre se encuentra en el fondo histórico del ciclo.
Esto no es buscar la espada en el barco, su lógica radica en:
"Cuando el mercado en general está en un estado de pérdidas, significa que los inversionistas que poseen una gran cantidad de activos de bajo precio han completado básicamente la distribución; mientras que los inversionistas que están atrapados a menudo no quieren asumir pérdidas debido a que el precio es demasiado bajo. Estas dos emociones se entrelazan, lo que lleva a una reducción significativa de la presión de venta, por lo que tan pronto como haya una ligera entrada de compras, podría impulsar una reversión de tendencia y comenzar a subir."
Esta lógica es muy similar a la estrategia de comprar la caída LTH-RP compartida anteriormente. Los lectores interesados pueden consultar esta publicación: "Escuela de Datos en Cadena (II): ¿Cuánto les costó a los Hodlers que siempre ganan comprar BTC?"
Tres, compartir la lógica de diseño del modelo de comprar la caída
A continuación, no observaremos temporalmente el RUL, sino que observaremos por separado el gráfico de RUP, y podemos notar que RUP tiene un rango de valores bastante cercano cuando está en el fondo histórico:
Por ejemplo, si agrego una línea horizontal de 0.4 al gráfico, puedo ver claramente el área donde RUP < 0.4. (0.4 aquí está el parámetro del modelo, ajustable, y se mencionará más adelante)
Dado que se ha descubierto que RUP tiene un claro rango de fondo, podemos superponer la condición RUP < 0.4 a la condición anterior RUP < RUL para realizar un segundo filtrado de señales y obtener los siguientes resultados:
Esta es una forma comúnmente utilizada en el diseño de modelos, cuyo objetivo es alcanzar un efecto más preciso mediante la filtración de señales, permitiendo que las señales generadas por el modelo tengan un mayor valor de referencia.
La imagen anterior muestra la combinación de las dos condiciones (RUP < 0.4) + (RUP < RUL). Aunque el efecto de filtrado no es muy evidente, aún se puede ver que es más riguroso que usar RUP < RUL por separado. Si se reduce el 0.4 (por ejemplo, estableciéndolo en 0.38), el modelo será más estricto, pero durante el proceso de ajuste de parámetros se debe tener cuidado con el problema del sobreajuste (overfitting), ya que ajustar el modelo únicamente en función de datos históricos puede hacer que el modelo falle en el futuro.
Complemento: Overfitting significa "sobreajuste", similar a lo que comúnmente decimos de buscar la espada en el barco.
Cuarta, conclusión
Este es el primer artículo de la serie RUPL, que presenta principalmente la definición y el método de cálculo del indicador RUPL, y comparte la lógica del modelo de compra la caída basado en este indicador.
En la próxima publicación, presentaré una aplicación práctica de escapar de la cima basada en RUPL y realizaré un análisis retrospectivo de los picos históricos, garantizando que estará lleno de información valiosa. Estén atentos.
Enlace original
：
Ver originales
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
Escuela de datos en cadena (9): Barómetro del mercado RUPL(I) Introducción a los datos & comprar la caída aplicación
> Título original: "Escuela de Datos en la Cadena (9): Termómetro del Mercado RUPL (I) - Introducción de Datos & compra la caída"
> Autor original: Sr. Begg, analista de datos on-chain
TLDR
La serie de artículos RUPL se dividirá en 2 partes, este es el primer artículo.
RUPL puede mostrar el estado actual de las ganancias no realizadas del mercado
Al observar RUPL se puede encontrar la regla de operación en los máximos y mínimos del mercado
Este artículo compartirá un modelo de comprar la caída basado en el diseño de RUPL
Uno, ¿Qué es RUPL?
RUPL, que significa Relative Unrealized Profit & Loss, en chino es «相对未实现损益». Este indicador se puede dividir en dos partes: RUP y RUL.
Como ejemplo del método de cálculo de RUP:
Comparar el precio actual con el precio de cada $BTC en el momento de su última transferencia, clasificar los chips donde "precio actual > precio de última transferencia" como chips de ganancias.
Multiplica el monto de ganancia de cada ficha rentable por la cantidad correspondiente, obteniendo así el Unrealized Profit (beneficio no realizado).
Por último, normalizar los datos en función de la capitalización de mercado en ese momento.
En otras palabras, el Beneficio No Realizado es el total de beneficios no realizados en el mercado actual; mientras que el RUP lo normaliza según el valor de mercado para poder comparar horizontalmente la situación de ganancias del mercado en diferentes períodos. El algoritmo de RUL es el mismo que el de RUP, este artículo no lo repetirá.
Como se muestra en la Figura 1 anterior, la línea verde es RUP y la línea roja es RUL. Se puede ver que el precio está altamente correlacionado positivamente con RUP y negativamente correlacionado con RUL. Esto es intuitivo, porque a medida que aumenta el precio de la moneda, las fichas de ganancias y las ganancias no realizadas aumentan naturalmente.
Pero si se observa más detenidamente la imagen anterior, se verá que RUL en ciertos períodos de tiempo es mayor que RUP (es decir, la línea roja está por encima de la línea verde, como en el marco amarillo de la imagen), lo que indica que el mercado en general está en un estado de pérdida no realizada. Entonces, ¿tienen estos períodos de tiempo un significado especial? Por favor, continúe leyendo.
Dos, la aplicación de comprar la caída de RUPL
Siguiendo lo anterior, hay un dicho que dice: "Cuando otros temen, yo soy codicioso". Cuando la mayoría de los activos en el mercado están en estado de pérdidas, quizás sea un buen momento para que entremos y recojamos activos.
Como se muestra en la figura dos, después de marcar el período de tiempo donde RUL > RUP en la figura uno, he trazado este gráfico. Se puede ver claramente: cuando RUL > RUP, casi siempre se encuentra en el fondo histórico del ciclo.
Esto no es buscar la espada en el barco, su lógica radica en:
"Cuando el mercado en general está en un estado de pérdidas, significa que los inversionistas que poseen una gran cantidad de activos de bajo precio han completado básicamente la distribución; mientras que los inversionistas que están atrapados a menudo no quieren asumir pérdidas debido a que el precio es demasiado bajo. Estas dos emociones se entrelazan, lo que lleva a una reducción significativa de la presión de venta, por lo que tan pronto como haya una ligera entrada de compras, podría impulsar una reversión de tendencia y comenzar a subir."
Esta lógica es muy similar a la estrategia de comprar la caída LTH-RP compartida anteriormente. Los lectores interesados pueden consultar esta publicación: "Escuela de Datos en Cadena (II): ¿Cuánto les costó a los Hodlers que siempre ganan comprar BTC?"
Tres, compartir la lógica de diseño del modelo de comprar la caída
A continuación, no observaremos temporalmente el RUL, sino que observaremos por separado el gráfico de RUP, y podemos notar que RUP tiene un rango de valores bastante cercano cuando está en el fondo histórico:
Por ejemplo, si agrego una línea horizontal de 0.4 al gráfico, puedo ver claramente el área donde RUP < 0.4. (0.4 aquí está el parámetro del modelo, ajustable, y se mencionará más adelante)
Dado que se ha descubierto que RUP tiene un claro rango de fondo, podemos superponer la condición RUP < 0.4 a la condición anterior RUP < RUL para realizar un segundo filtrado de señales y obtener los siguientes resultados:
Esta es una forma comúnmente utilizada en el diseño de modelos, cuyo objetivo es alcanzar un efecto más preciso mediante la filtración de señales, permitiendo que las señales generadas por el modelo tengan un mayor valor de referencia.
La imagen anterior muestra la combinación de las dos condiciones (RUP < 0.4) + (RUP < RUL). Aunque el efecto de filtrado no es muy evidente, aún se puede ver que es más riguroso que usar RUP < RUL por separado. Si se reduce el 0.4 (por ejemplo, estableciéndolo en 0.38), el modelo será más estricto, pero durante el proceso de ajuste de parámetros se debe tener cuidado con el problema del sobreajuste (overfitting), ya que ajustar el modelo únicamente en función de datos históricos puede hacer que el modelo falle en el futuro.
Complemento: Overfitting significa "sobreajuste", similar a lo que comúnmente decimos de buscar la espada en el barco.
Cuarta, conclusión
Este es el primer artículo de la serie RUPL, que presenta principalmente la definición y el método de cálculo del indicador RUPL, y comparte la lógica del modelo de compra la caída basado en este indicador.
En la próxima publicación, presentaré una aplicación práctica de escapar de la cima basada en RUPL y realizaré un análisis retrospectivo de los picos históricos, garantizando que estará lleno de información valiosa. Estén atentos.
Enlace original
：