> Título original: "Escola de Dados na Cadeia (Nove): Termômetro de Mercado RUPL (I) - Introdução aos Dados & Comprar na Baixa Aplicação"
> Autor original: Sr. Begg, analista de dados na cadeia
TLDR
A série de artigos RUPL será dividida em 2 partes, esta é a 1ª parte.
RUPL pode apresentar a situação atual de lucros não realizados do mercado
Através da observação do RUPL, pode-se perceber as regras de funcionamento dos topos e fundos de mercado.
Este artigo irá partilhar um modelo de compra na baixa baseado no design RUPL
Um. O que é RUPL?
RUPL, abreviação de Relative Unrealized Profit & Loss, em chinês é「相对未实现损益」。 Este indicador pode ser dividido em duas partes: RUP e RUL.
Como exemplo do método de cálculo do RUP:
1、Comparar o preço atual com o preço de cada $BTC no momento da última transferência, classificando os chips "preço atual > preço da última transferência" como chips de lucro.
2、Multiplique o lucro de cada ficha de lucro pela quantidade correspondente para obter o Unrealized Profit (lucro não realizado).
Por fim, normalizar os dados com base no valor de mercado da época.
Em outras palavras, o Lucro Não Realizado é o total de lucros não realizados no mercado atual; enquanto o RUP é a normalização desse valor com base na capitalização de mercado, a fim de comparar horizontalmente a rentabilidade do mercado em diferentes períodos. O algoritmo do RUL é o mesmo que o do RUP, este artigo não irá aprofundar mais sobre isso.
Como mostrado na imagem acima, a linha verde representa o RUP e a linha vermelha representa o RUL. Pode-se notar que: o preço está altamente correlacionado positivamente com o RUP e altamente correlacionado negativamente com o RUL. Isso é bastante intuitivo, pois à medida que o preço da moeda aumenta, os ativos de lucro e os lucros não realizados naturalmente aumentam.
Mas se observarmos mais atentamente a imagem acima, perceberemos que o RUL em certos períodos de tempo é superior ao RUP (ou seja, a linha vermelha está acima da linha verde, como mostrado na caixa amarela na imagem), o que indica que o mercado como um todo está em estado de perda não realizada. Será que esses períodos têm algum significado especial? Por favor, continue a ler.
Dois, a aplicação de comprar na baixa do RUPL
Em continuidade, há uma frase que diz bem: "Quando os outros têm medo, eu sou ganancioso", quando a maioria dos ativos no mercado está em estado de perda, talvez seja o nosso bom momento para entrar e coletar ativos.
Como mostrado na figura dois acima, após marcar o intervalo de tempo em que RUL > RUP na figura um, elaborei este gráfico. É possível ver claramente que: quando RUL > RUP, está quase sempre em um fundo histórico do ciclo.
Isto não é como fazer um barco para procurar uma espada, a sua lógica baseia-se em:
"Quando o mercado está globalmente em estado de perda, isso significa que os investidores que possuem uma grande quantidade de ativos a preços baixos basicamente completaram a sua distribuição; enquanto os investidores que estão presos muitas vezes não estão dispostos a cortar perdas devido ao preço muito baixo. Essas duas emoções entrelaçadas levam a uma grande diminuição da pressão de venda, portanto, assim que houver alguma compra, isso pode impulsionar a reversão da tendência e começar a subir."
Esta lógica é muito semelhante à estratégia de compra de fundos LTH-RP compartilhada anteriormente, e os leitores interessados podem se referir a este post: "On-chain Data School (2): Hodlers que estão sempre ganhando dinheiro, quanto custa comprar BTC?" 》
Três, compartilhamento da lógica de design do modelo de comprar na baixa
A seguir, não vamos considerar o RUL por enquanto, mas observar apenas o gráfico do RUP, podemos notar que o RUP tem uma faixa de valores relativamente próxima quando está no fundo histórico:
Por exemplo, eu adicionei uma linha horizontal de 0.4 no gráfico, e é possível ver claramente a área onde RUP < 0.4. (Aqui, 0.4 é um parâmetro do modelo, ajustável, que será mencionado posteriormente)
Uma vez que foi descoberta a evidente faixa de fundo do RUP, podemos sobrepor a condição RUP < 0.4 à condição anterior RUP < RUL, para realizar uma filtragem de sinal secundária, obtendo os seguintes resultados:
Esta é uma abordagem comumente usada no design de modelos, cujo objetivo é filtrar sinais para alcançar um efeito mais preciso, tornando os sinais produzidos pelo modelo mais valiosos como referência.
O gráfico acima mostra a combinação de (RUP < 0,4) + (RUP < RUL), e embora o efeito de filtragem não seja muito significativo, ainda pode ser visto que é mais rigoroso do que usar RUP < RUL sozinho. Se 0,4 for ajustado para um nível mais baixo (por exemplo, 0,38), o modelo será mais rigoroso, mas é importante prestar atenção ao sobreajuste durante o ajuste dos parâmetros, porque o ajuste fino do modelo com base em dados históricos pode levar a falhas futuras.
Nota: Overfitting é "sobreajuste", semelhante ao que costumamos dizer sobre fazer um buraco na água.
Quatro, Conclusão
Este é o primeiro artigo da série RUPL, que apresenta a definição e o método de cálculo do indicador RUPL, e partilha a lógica do modelo de compra na baixa baseado nesse indicador.
Na próxima postagem, vou apresentar uma aplicação prática de fuga de topo baseada em RUPL e farei uma análise retrospectiva dos topos dos ciclos históricos, garantindo que será recheado de conteúdo valioso. Fiquem atentos.
Link original
：
Ver original
O conteúdo é apenas para referência, não uma solicitação ou oferta. Nenhum aconselhamento fiscal, de investimento ou jurídico é fornecido. Consulte a isenção de responsabilidade para obter mais informações sobre riscos.
na cadeia dados escola (nove): mercado termômetro RUPL(I) introdução aos dados & comprar na baixa aplicação
> Título original: "Escola de Dados na Cadeia (Nove): Termômetro de Mercado RUPL (I) - Introdução aos Dados & Comprar na Baixa Aplicação"
> Autor original: Sr. Begg, analista de dados na cadeia
TLDR
A série de artigos RUPL será dividida em 2 partes, esta é a 1ª parte.
RUPL pode apresentar a situação atual de lucros não realizados do mercado
Através da observação do RUPL, pode-se perceber as regras de funcionamento dos topos e fundos de mercado.
Este artigo irá partilhar um modelo de compra na baixa baseado no design RUPL
Um. O que é RUPL?
RUPL, abreviação de Relative Unrealized Profit & Loss, em chinês é「相对未实现损益」。 Este indicador pode ser dividido em duas partes: RUP e RUL.
Como exemplo do método de cálculo do RUP:
1、Comparar o preço atual com o preço de cada $BTC no momento da última transferência, classificando os chips "preço atual > preço da última transferência" como chips de lucro.
2、Multiplique o lucro de cada ficha de lucro pela quantidade correspondente para obter o Unrealized Profit (lucro não realizado).
Em outras palavras, o Lucro Não Realizado é o total de lucros não realizados no mercado atual; enquanto o RUP é a normalização desse valor com base na capitalização de mercado, a fim de comparar horizontalmente a rentabilidade do mercado em diferentes períodos. O algoritmo do RUL é o mesmo que o do RUP, este artigo não irá aprofundar mais sobre isso.
Como mostrado na imagem acima, a linha verde representa o RUP e a linha vermelha representa o RUL. Pode-se notar que: o preço está altamente correlacionado positivamente com o RUP e altamente correlacionado negativamente com o RUL. Isso é bastante intuitivo, pois à medida que o preço da moeda aumenta, os ativos de lucro e os lucros não realizados naturalmente aumentam.
Mas se observarmos mais atentamente a imagem acima, perceberemos que o RUL em certos períodos de tempo é superior ao RUP (ou seja, a linha vermelha está acima da linha verde, como mostrado na caixa amarela na imagem), o que indica que o mercado como um todo está em estado de perda não realizada. Será que esses períodos têm algum significado especial? Por favor, continue a ler.
Dois, a aplicação de comprar na baixa do RUPL
Em continuidade, há uma frase que diz bem: "Quando os outros têm medo, eu sou ganancioso", quando a maioria dos ativos no mercado está em estado de perda, talvez seja o nosso bom momento para entrar e coletar ativos.
Como mostrado na figura dois acima, após marcar o intervalo de tempo em que RUL > RUP na figura um, elaborei este gráfico. É possível ver claramente que: quando RUL > RUP, está quase sempre em um fundo histórico do ciclo.
Isto não é como fazer um barco para procurar uma espada, a sua lógica baseia-se em:
"Quando o mercado está globalmente em estado de perda, isso significa que os investidores que possuem uma grande quantidade de ativos a preços baixos basicamente completaram a sua distribuição; enquanto os investidores que estão presos muitas vezes não estão dispostos a cortar perdas devido ao preço muito baixo. Essas duas emoções entrelaçadas levam a uma grande diminuição da pressão de venda, portanto, assim que houver alguma compra, isso pode impulsionar a reversão da tendência e começar a subir."
Esta lógica é muito semelhante à estratégia de compra de fundos LTH-RP compartilhada anteriormente, e os leitores interessados podem se referir a este post: "On-chain Data School (2): Hodlers que estão sempre ganhando dinheiro, quanto custa comprar BTC?" 》
Três, compartilhamento da lógica de design do modelo de comprar na baixa
A seguir, não vamos considerar o RUL por enquanto, mas observar apenas o gráfico do RUP, podemos notar que o RUP tem uma faixa de valores relativamente próxima quando está no fundo histórico:
Por exemplo, eu adicionei uma linha horizontal de 0.4 no gráfico, e é possível ver claramente a área onde RUP < 0.4. (Aqui, 0.4 é um parâmetro do modelo, ajustável, que será mencionado posteriormente)
Uma vez que foi descoberta a evidente faixa de fundo do RUP, podemos sobrepor a condição RUP < 0.4 à condição anterior RUP < RUL, para realizar uma filtragem de sinal secundária, obtendo os seguintes resultados:
Esta é uma abordagem comumente usada no design de modelos, cujo objetivo é filtrar sinais para alcançar um efeito mais preciso, tornando os sinais produzidos pelo modelo mais valiosos como referência.
O gráfico acima mostra a combinação de (RUP < 0,4) + (RUP < RUL), e embora o efeito de filtragem não seja muito significativo, ainda pode ser visto que é mais rigoroso do que usar RUP < RUL sozinho. Se 0,4 for ajustado para um nível mais baixo (por exemplo, 0,38), o modelo será mais rigoroso, mas é importante prestar atenção ao sobreajuste durante o ajuste dos parâmetros, porque o ajuste fino do modelo com base em dados históricos pode levar a falhas futuras.
Nota: Overfitting é "sobreajuste", semelhante ao que costumamos dizer sobre fazer um buraco na água.
Quatro, Conclusão
Este é o primeiro artigo da série RUPL, que apresenta a definição e o método de cálculo do indicador RUPL, e partilha a lógica do modelo de compra na baixa baseado nesse indicador.
Na próxima postagem, vou apresentar uma aplicação prática de fuga de topo baseada em RUPL e farei uma análise retrospectiva dos topos dos ciclos históricos, garantindo que será recheado de conteúdo valioso. Fiquem atentos.
Link original
：