SDT:如何预判加密货币极端行情?这里有几个数据可以帮

一、极端行情,伴随着极端信号

在进入正文之前,我们先聊点其它的。

在投资里,很多人习惯用一年四季来对应投资的周期变化。天气总有酷暑和寒冬,对应着投资里的高潮与低谷,投资学里有一个著名的“美林时钟”,就是类似的意思。

如果我们能够找到一年当中温度最高的那个点和温度最低的那个点,那么我们基本上对一年四季的天气就有了大的方向掌控:一旦到了最热的时候,那么接下来天气只会越来越冷;一旦到了最冷的时候,那么接下来天气只会越来越热。

同样的,如果做投资的时候,我们能找到行情最高潮的那个点和行情最低谷的那个点,那我们基本上就把周期捋顺了:当市场行情到达最高潮的时候,接下来只可能越来越低;当市场行情到达最低谷的时候,接下来只会越来越贪婪。所以,问题就变成了我们如何找到市场最恐惧和最贪婪的这个点。

好在最极端的情况,一般不会突然出现,在极端情况出现之前其实已经有很多的信号出现了,也就是说极端情况必然伴随着极端信号,如果我们能够找到这个信号,那我们对极端情况就会有一定的预判。

路透社:SBF欺诈指控回避了关于美国法律如何看待加密货币的争论:1月9日消息,Sam Bankman-Fried可能会发现很难辩诉应该撤销针对他的欺诈指控,因为美国法律如何对待加密货币存在不确定性,就像涉及数字资产的刑事案件中其他被告一样完成了。法律专家表示,这是因为曼哈顿联邦检察官对现已破产的加密货币交易所 FTX 创始人的指控在很大程度上回避了正在进行的关于加密货币是否应作为证券或商品进行监管的辩论。但据专家称,这种不确定性与针对SBF的大部分指控无关。虽然他面临一项串谋证券欺诈的指控,但该指控称他误导了FTX的股票投资者,并未涉及交易所交易资产的性质。[2023/1/9 11:02:36]

我们还是回到天气这个比喻,在没有日历、不使用温度计的情况下,我们该如何找到一年当中最热的那个点和最冷的那个点呢?

很难!基本上找不到!

但是,我们可以有所变通,我们虽然找不到一年当中最热的点和最冷的点,但是我们可以通过两个自然现象,粗略的估计最热和最冷的天气已经到来,这两个现象分别是:中暑和下雪。

“华尔街之狼”:正研究如何“大规模”进入加密市场:美国亿万富翁、“华尔街之狼”Carl Icahn表示,正在研究如何“大规模”进入加密市场。 (金十)[2021/5/27 22:48:08]

虽然不一定每个夏天你身边都有人中暑,但是一般开始有人中暑,基本上就说明一年到了最热的时候了;

虽然不一定每个冬天都会下雪,但是一般开始下雪的时候,基本上就说明一年到了最冷的时候了。

有人中暑是表象,酷热是本质;下雪是表象,寒冬是本质;本质很重要,但是难以把握,而表象却可以给我们释放明确的信号。如果我们能在投资里找到类似于“有人中暑”或者“开始下雪”这样的信号,我们就能基本推测出行情和周期的“温度”,从而把握周期和趋势变换的基本轨迹。

二、数字货币市场的几个重要信号

好了,铺垫了这么多,我们回到正题,比如从2020年3月12日这次的极端行情来看,其实在出现这次行情之前,市场上已经出现了很多的异常数据,有些数据甚至是很罕见的。

直播|Claire Wu&马静 > 稳定币和DeFi如何出圈:金色财经 · 直播主办的《 币圈 “后浪” 仙女直播周》第6期直播中,本期“后浪”仙女魔笛手技术开发社区创始人Claire Wu & MYKEY市场负责人 马静将在直播间聊聊“稳定币和DeFi如何出圈”,感兴趣的朋友扫码移步收听![2020/6/24]

有些机构据此做了一些准备,买了一些看跌期权,或者及时平掉了多单,从而躲过了一劫;有些人却没躲过这一劫,损失惨重,甚至不停的补仓,最终爆仓,血本无归。

我不认为这些数据是偶然出现的,我相信这些异常的数据未来还会一而再、再而三的出现,所以我们必须对这次暴跌中出现的所有信息加以思考,对我们犯错的地方加以反思,也许下次再有这样的事情发生,我们应对的会更好一些。

1、市场上借不到USDT

在这次暴跌之前大概三天到一周的样子,我所在的某个社群有个朋友在问:“某某交易所是系统有什么问题,还是USDT被借完了?为什么每次我刚刚几次借USDT都失败?”。然后有人回复他:“肯定是系统有问题啊,USDT怎么可能被借完呢?”。过了一会,有另外的人再回复说:“应该是USDT被借完了,系统没问题。”

BM:对代理如何运作和“dApp开发者”如何计费的理解可能需要调整:北京时间今日凌晨,BM在开发者群发表对代理如何运作和“dApp开发者”如何计费的理解:

??1)所有CPU/带宽都是“执行操作的用户”;

??2)所有存储都按照dApp的选择向用户或dApp付费;

??3)dApp开发人员希望授权用户将带宽委托给用户;

??4)授权带宽理论上可以用于任何dApp。

现在想象一下,你是一个社交媒体公司,希望为用户提供免费账户。用户在您的网站上注册,您为他们创建一个区块链账户,然后将一些带宽委托给他们。您的应用可以选择为每个授权用户支付有限的存储空间,这使他们能够在他们需要携带自己的存储空间之前,拥有N份杰出的帖子和V张投票。如果您的应用不想为用户支付存储费用,则该应用可能完全是BYOS(注:Bring your own storage,使用你自己的存储)和BYOB(注:Bring your own Bandwith,使用你自己的带宽)应用。如果用户不继续他们的订阅或停止使用您的服务,那么您可以将带宽重新分配给其他用户。[2018/4/30]

这段对话当时并没有引起我的注意,但是事后再反思的时候,“市场上借不到USDT”,“USDT被借完了”,这件事是一个非常重要的信号,要知道,平时各大交易所的USDT是非常充足的,基本不会出现借不到USDT的情况,而且一般借USDT的利息都不算太高,万分之五左右,高一点的时候千分之一,不管利息高还是低,总还是能借到的。

HeroNode创始人刘国平:工业革命以来最大的技术革命——区块链如何实现去中心化:近日,HeroNode 创始人刘国平受邀前往平安总部进行区块链技术演讲。会上,刘国平就“区块链到底是什么”和“区块链有什么特点”两个问题,用通俗易懂的语言深入浅出地进行讲解,并着重介绍了区块链对现有公司业务的挑战。刘国平,区块链应用技术专家、比特币第一批矿工、Hero 移动跨平台框架开发创始人,Hero 理事会会长。曾任职万得资讯、第九城市、点融网等知名互联网公司负责技术研发、并深度参与点融网区块链应用场景开发。[2018/4/2]

当市场完全借不到USDT的时候,它表明市场情绪已经非常火爆了,说明市场已经大量的借了USDT,要么是用于加杠杆,要么是用于套利或者其它方向,不管用于哪里,USDT被借完这件事,本身就说明了市场的大量资金已经进场,同时也说明了市场后续资金不足的情况,而市场的短期行情是由后期的资金是否充足决定的,所以在这种情况下,就很容易变盘。

这种信号并不是仅出现这么一次,之前也出现过,但这种信号绝对不会天天出现,一旦出现基本都意味着当下市场行情的火爆以及接下来行情可能存在的重大转折,需要非常重视 。

2、多空持仓人数比

我们都知道,像2019年9月25日和2020年3月12日这种极端行情,其中一个非常重要的原因就是大跌引起的杠杆连环爆仓,也就是说高杠杆在其中起着非常重要的作用。

有一个数据叫做【多空持仓人数比】,这个数据也很值得关注。按字面的意思,它表示当前持有多仓的人数与持有空仓的人数的比值。一般情况下,这两个数字是接近于1的,接近1说明市场上有人看多,有人看空,市场分歧比较大,这样才应该是市场正常的情况。

但是,一旦这个数字超过2,甚至超过3,就说明看多的人远远多于看空的人,持有多仓杠杆的人远超于持有空仓杠杆的人,已经形成了碾压的态势。而且这种情况一般都配合着行情前期的长时间上涨,使得市场上看涨情绪旺盛,形成了一边倒的情况,但也正是这样,行情反而容易反转。

比如说,今天某交易所显示的数据【多空持仓人数比】数值在1.17左右,算是正常位置。但是在2020年3月12日之前,这个数字曾经到达到2.7,是一个非常高的数据了。

3、机构间拆借利率

如果说前两个数据更多的反应散户间的行为的话,那么机构间拆借利率就反应着大机构的行为动向。

所谓机构间的拆借利率,是指大的交易平台之间经常会有短期的拆借行为,这有点类似于传统金融机构之间的相互拆借。如果拆借利率突然大幅提升的话,那么说明机构间对于USDT的需求突然增加,同时背后也反应出市场在大量的加杠杆。

比如在2020年1、2月份的时候,机构间的拆借利率大概在年化利率5%-7%这个水平,但是在3.12日前后,利率飙升到了15%-18%左右,翻了好几番,然后突然行情反转,极端行情发生了。

原理也很简单,大型交易所本身都会有充足的USDT储备,但是当他们的储备已经无法满足市场的供应,当他们需要去外部拆借,而且是以如此高的利率拆借的话,那说明市场上当前资金已充分投入而且已经加了杠杆,同时后续资金严重不足。

三、结语

除了上面所说的3个数据之外,还有很多有用的数据,比如期货现货溢价,比如场外USDT溢价,比如从最低点计算起的累计涨幅,比如最近60日的累计涨幅,比如交易所24小时净卖出量,这些数据都是很有用的信号,如果把它们结合在一起,或者做成一个模型综合起来看,效果更好,有兴趣的朋友可以自己去研究,我在这里就不一一解释了。

这些数据可能不像“中暑”或者“下雪”这么直观,而且可能也很难说下一次遇到这些信号的时候,是不是就一定意味着市场的趋势即将发生反转。

但是,对这些数据的观察是很重要的,心里有所准备,总比毫无准备的“拿着火把穿越军火库”要好,而且这些信号同时出现的越多,其预言作用越强。

平时多积累这些数据,建立一个好的观察和风控模型,当有大量异常数据出现时,多做一些风险应对措施,可能比我们现在这种靠直觉投资的“裸奔”要好的多。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

地球链

[0:46ms0-0:912ms