Эта статья является 7-й в серии из 10 статей On-Chain Data Academy. Шаг за шагом мы познакомим вас с анализом данных в сети, приглашаем заинтересованных читателей следить за этой серией статей. (Синопсис: On-Chain Data Academy (6): Новый набор захватывающих методологий ценообразования для BTC с участием ARK (I) (Справочное приложение: On-chain Data Academy (I): Знаете ли вы, какова средняя стоимость BTC на всем рынке? Это вторая статья в серии TLDR Cointime Price, которая будет разделена на три части, и настоятельно рекомендуется сначала прочитать предыдущую статью этой серии! В этой статье мы познакомим вас с одной из самых популярных методологий применения модели Cointime Price Personal: Модель отклонения цены Cointime Простой обзор цены Cointime Цена Cointime — это концепция, предложенная в Cointime Economics, которая оценивает справедливую цену BTC с помощью дизайна «взвешивания времени», которое является более гибким и чувствительным, чем простые LTH и TH. В то же время, при таком дизайне он также может эффективно исключить влияние потерянных чипов в древние времена. Если вы новичок в Cointime Price, настоятельно рекомендуем сначала прочитать предыдущую статью! Модель отклонения цены Cointime Отклонение цены Cointime — это одна из моделей, которую я лично разработал при изучении ончейн-данных, и ниже я объясню, как эта модель разработана и как мы будем использовать ее, чтобы делать суждения об избежании суждений. Количественная оценка отклонения между текущей ценой и ценой Cointime Поскольку цена Cointime в высокой степени репрезентативна для истинной стоимости хранения фишек BTC, точнее, стоимости хранения «долгосрочных держателей» (потому что чем дольше время удержания, тем больше влияние на цену Cointime). Поэтому, когда текущая цена слишком сильно отклоняется от цены Cointime, это теоретически увеличит стимул для долгосрочных держателей фиксировать прибыль и распределять фишки. Формулу коэффициента отклонения (коэффициента распределения) я строю следующим образом: Коэффициент отклонения = (текущая цена – Cointime Price) / текущая цена Как показано на рисунке, мы можем получить состояние коэффициента распределения (фиолетовая линия). Как видите, всякий раз, когда коэффициент распределения находится на высоком уровне, он является соответствующей верхней позицией. Если это так, то что такое «высокая должность»? Люди здесь будут определять высокие позиции статистически, как подробно описано ниже. Во-вторых, определение экстремальных значений отклонения цены Cointime Вы можете посмотреть на график выше еще раз, и вы обнаружите, что высокий уровень отклонения определить непросто. Пик отклонения, соответствующий вершине каждого бычьего рынка, показывает признаки небольшого снижения, поэтому, очевидно, не является строгим определением максимума с фиксированным числом. Чтобы решить ее, я принял концепцию «стандартного отклонения» в статистике: Вычислить среднее значение и стандартное отклонение значений исторического отклонения Определите «среднее значение + n стандартных отклонений» как «высокое место», далее именуемое «Порог», а затем сгладьте среднее значение отклонения Когда среднее значение Deviation равно > Threshold, отображается верхний сигнал Как показано на рисунке выше, такой график можно получить после вышеописанной обработки. Вот два дополнительных момента: "n" в приведенном выше "среднем + n стандартных отклонениях" является настраиваемым параметром, и чем больше n, тем строже условия для появления сигнала Основной целью приведенной выше "обработки сглаживания скользящей средней" является фильтрация шума Отметив часть фиолетовой линии на рисунке 2 за оранжевой линией на ценовом графике, вы можете получить сигнал, как показано на рисунке выше. Заключение Выше приведен весь контент академии ончейн-данных (семь), и в будущем будет подробное обучение для Cointime Price, читатели, которые заинтересованы в более глубоком изучении анализа данных в сети, не забудьте следить за этой серией статей! Если вы хотите увидеть больше ончейн-анализа данных и обучающего контента, пожалуйста, подпишитесь на мой аккаунт в Twitter (X)! Надеюсь, эта статья вам поможет, спасибо, что прочитали. Отчеты по теме On-Chain Data Academy (II): сколько это стоит ходлерам, которые всегда зарабатывают деньги? Ончейн-академия данных (3): Получили ли мейкеры на дне прибыль? On-Chain Data Academy (4): Визуальная карта распределения цен на чипы BTC [On-Chain Data Academy (7): Новая методология ценообразования BTC Magic (II) с участием ARK Эта статья была впервые опубликована в BlockTempo's "Dynamic Trends - The Most Influence Blockchain News Media".
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
в блокчейне данные учебная аудитория (VII): ловушка новейшая, ARK участвует в исследовании методологии удивительной цены BTC (II)
Эта статья является 7-й в серии из 10 статей On-Chain Data Academy. Шаг за шагом мы познакомим вас с анализом данных в сети, приглашаем заинтересованных читателей следить за этой серией статей. (Синопсис: On-Chain Data Academy (6): Новый набор захватывающих методологий ценообразования для BTC с участием ARK (I) (Справочное приложение: On-chain Data Academy (I): Знаете ли вы, какова средняя стоимость BTC на всем рынке? Это вторая статья в серии TLDR Cointime Price, которая будет разделена на три части, и настоятельно рекомендуется сначала прочитать предыдущую статью этой серии! В этой статье мы познакомим вас с одной из самых популярных методологий применения модели Cointime Price Personal: Модель отклонения цены Cointime Простой обзор цены Cointime Цена Cointime — это концепция, предложенная в Cointime Economics, которая оценивает справедливую цену BTC с помощью дизайна «взвешивания времени», которое является более гибким и чувствительным, чем простые LTH и TH. В то же время, при таком дизайне он также может эффективно исключить влияние потерянных чипов в древние времена. Если вы новичок в Cointime Price, настоятельно рекомендуем сначала прочитать предыдущую статью! Модель отклонения цены Cointime Отклонение цены Cointime — это одна из моделей, которую я лично разработал при изучении ончейн-данных, и ниже я объясню, как эта модель разработана и как мы будем использовать ее, чтобы делать суждения об избежании суждений. Количественная оценка отклонения между текущей ценой и ценой Cointime Поскольку цена Cointime в высокой степени репрезентативна для истинной стоимости хранения фишек BTC, точнее, стоимости хранения «долгосрочных держателей» (потому что чем дольше время удержания, тем больше влияние на цену Cointime). Поэтому, когда текущая цена слишком сильно отклоняется от цены Cointime, это теоретически увеличит стимул для долгосрочных держателей фиксировать прибыль и распределять фишки. Формулу коэффициента отклонения (коэффициента распределения) я строю следующим образом: Коэффициент отклонения = (текущая цена – Cointime Price) / текущая цена Как показано на рисунке, мы можем получить состояние коэффициента распределения (фиолетовая линия). Как видите, всякий раз, когда коэффициент распределения находится на высоком уровне, он является соответствующей верхней позицией. Если это так, то что такое «высокая должность»? Люди здесь будут определять высокие позиции статистически, как подробно описано ниже. Во-вторых, определение экстремальных значений отклонения цены Cointime Вы можете посмотреть на график выше еще раз, и вы обнаружите, что высокий уровень отклонения определить непросто. Пик отклонения, соответствующий вершине каждого бычьего рынка, показывает признаки небольшого снижения, поэтому, очевидно, не является строгим определением максимума с фиксированным числом. Чтобы решить ее, я принял концепцию «стандартного отклонения» в статистике: Вычислить среднее значение и стандартное отклонение значений исторического отклонения Определите «среднее значение + n стандартных отклонений» как «высокое место», далее именуемое «Порог», а затем сгладьте среднее значение отклонения Когда среднее значение Deviation равно > Threshold, отображается верхний сигнал Как показано на рисунке выше, такой график можно получить после вышеописанной обработки. Вот два дополнительных момента: "n" в приведенном выше "среднем + n стандартных отклонениях" является настраиваемым параметром, и чем больше n, тем строже условия для появления сигнала Основной целью приведенной выше "обработки сглаживания скользящей средней" является фильтрация шума Отметив часть фиолетовой линии на рисунке 2 за оранжевой линией на ценовом графике, вы можете получить сигнал, как показано на рисунке выше. Заключение Выше приведен весь контент академии ончейн-данных (семь), и в будущем будет подробное обучение для Cointime Price, читатели, которые заинтересованы в более глубоком изучении анализа данных в сети, не забудьте следить за этой серией статей! Если вы хотите увидеть больше ончейн-анализа данных и обучающего контента, пожалуйста, подпишитесь на мой аккаунт в Twitter (X)! Надеюсь, эта статья вам поможет, спасибо, что прочитали. Отчеты по теме On-Chain Data Academy (II): сколько это стоит ходлерам, которые всегда зарабатывают деньги? Ончейн-академия данных (3): Получили ли мейкеры на дне прибыль? On-Chain Data Academy (4): Визуальная карта распределения цен на чипы BTC [On-Chain Data Academy (7): Новая методология ценообразования BTC Magic (II) с участием ARK Эта статья была впервые опубликована в BlockTempo's "Dynamic Trends - The Most Influence Blockchain News Media".