Оригинальное название: «В блокчейне данные учебное заведение (7): ловушка совершенно нового, методология волшебного ценообразования $BTC, в исследовании участвует Ark (II)»

Автор оригинала: г-н Бег, аналитик данных в блокчейне

Если вы еще не знакомы с Cointime Price, рекомендуется сначала прочитать первую статью: «Школа данных в блокчейне (шесть): ловушка для нового, методология удивительного ценообразования BTC, в исследовании участвует Ark (I)»

TLDR

• Серия статей Cointime Price состоит из трех частей, эта статья является второй.

• В этой статье будет представлен способ применения Cointime Price в ловушке.

• В этой статье будет представлен модель отклонения, разработанная индивидуально

Один. Краткий обзор цен Cointime

Концепция Cointime Price основана на Cointime Economics и использует метод «взвешивания по времени» для оценки справедливой цены BTC.

В отличие от простых LTH (долгосрочных держателей) и STH (краткосрочных держателей), Cointime Price более гибок и чувствителен, при этом эта модель также может эффективно исключить влияние потерянных BTC из древних времен.

Первая статья подробно описывает Cointime Price и его применение для покупки на дне. Если вы уже поняли концепцию, то давайте официально перейдем к сегодняшней теме: применение для ухода от пика.

Два, методология применения ловушки: проектирование модели отклонения цены Cointime

Cointime Price Deviation (Cointime Price偏离度) — это одна из моделей, которую я разработал во время изучения данных в блокчейне и которая была применена в еженедельных отчетах по анализу ухода на вершину.

Связанные твиты：[逃顶模型介绍](

В следующем разделе будет объяснена основная концепция проектирования модели и то, как с помощью этой модели определить вершину BTC. Все материалы статьи являются оригинальным исследованием, и процесс исследования был нелегким, поэтому прошу всех поддержать.

1. Степень отклонения текущей цены от цены Cointime

Почему важно измерять степень отклонения?

• Cointime Price Высота представляет собой реальную стоимость владения BTC, особенно для долгосрочных держателей (LTH).

• Поскольку долгосрочные держатели оказывают большее влияние на цену Cointime, когда текущая цена BTC значительно выше цены Cointime, мотивация долгосрочных держателей зафиксировать прибыль возрастает, что может привести к распределению.

· Формула расчета: отклонение = (текущая цена - цена Cointime) / текущая цена

· Наблюдение за отклонением (коэффициент распределения)

!

Как показано на рисунке, мы можем получить кривую распределения коэффициентов (фиолетовая линия). Мы видим: каждый раз, когда коэффициент распределения находится на высоком уровне, это часто соответствует пику BTC.

Итак, как определить «высокую позицию»? Далее мы решим эту проблему с помощью статистических методов.

2. Определение экстремального значения отклонения цены Cointime

Если мы посмотрим на исторические данные, мы обнаружим, что высокие значения Deviation не являются фиксированными, и в каждом цикле бычьего рынка пик Deviation немного снижается. Поэтому простое использование фиксированного значения для определения «высокого уровня» является некорректным.

В решении я использую концепцию «стандартного отклонения» из статистики:

· Рассчитать среднее значение и стандартное отклонение исторических данных Deviation.

· Определите «среднее значение + n стандартных отклонений» как «высокий уровень (сигнал вершины)», обозначив это как Threshold.

· Проведение сглаживания средних значений данных Deviation для уменьшения шума.

· Когда среднее значение Deviation > Threshold, срабатывает сигнал вершины.

· Почему используется стандартное отклонение?

· Историческая динамика Deviation обладает свойством возврата к среднему (см. рисунок).

· Стандартное отклонение измеряет волатильность, когда колебания цены BTC уменьшаются, Threshold также будет динамически регулироваться, становясь более гибким.

!

Как показано на рисунке, после выполнения вышеуказанных действий мы можем получить такую картину.

· Дополнительные пояснения

• Второй пункт «среднее + n стандартных отклонений», где n является настраиваемым параметром: чем больше n, тем ниже вероятность появления сигнала вершины, модель становится более строгой.

• Обработка скользящей средней в пункте 3: в основном фильтрует краткосрочные колебания рынка, повышая надежность сигналов.

!

3. Примеры сигналов ухода от пика

Как показано на рисунке, когда фиолетовая линия (коэффициент распределения) превышает оранжевую линию (порог), соответствующая цена BTC часто находится на этапе пикового значения.

Три. Заключение

Данная статья является второй в серии Cointime Price и продолжает концепцию предыдущей статьи, делясь тем, как я использовал Cointime Price для разработки модели выхода на пик.

· Подвести итог основным пунктам:

• Cointime Price Deviation, основываясь на количественном отклонении текущей цены BTC от цены Cointime, предполагает двигатель распределения долгосрочных держателей, используемый для определения пика BTC.

• Используйте метод «стандартного отклонения» для динамического определения сигнала верхней границы, чтобы обеспечить большую адаптивность модели.

• Модель была фактически применена в еженедельном отчете и может эффективно захватывать сигналы высоких уровней BTC.

План на будущее:

• Третья статья этой серии продолжит исследовать применение Cointime Price в ловушке, ожидайте с нетерпением

Исходная ссылка

：