Chuỗi Dữ liệu School (IX): Ứng dụng giới thiệu dữ liệu RUPL (I) và ứng dụng Mua bắt đáy của Market Barometer

Bài viết này được dịch máy
Xem bản gốc

Tóm tắt (TLDR)

- Loạt bài RUPL sẽ được chia thành 2 phần, đây là phần 1

- RUPL có thể thể hiện tình trạng lợi nhuận chưa thực hiện hiện tại của thị trường

- Thông qua việc quan sát RUPL, có thể khám phá quy luật vận động của đỉnh và đáy thị trường

- Bài viết này sẽ chia sẻ một mô hình mua bắt đáy dựa trên RUPL

Một, RUPL là gì?

RUPL, viết tắt của Relative Unrealized Profit & Loss, nghĩa là "Lợi nhuận và tổn thất chưa thực hiện tương đối". Chỉ số này có thể được chia thành hai phần: RUP và RUL.

Lấy ví dụ về cách tính RUP:

1, So sánh giá hiện tại với giá chuyển nhượng cuối cùng của mỗi $BTC, phân loại các token có "giá hiện tại > giá chuyển nhượng cuối cùng" là token có lãi.

2, Nhân số lượng của mỗi token có lãi với mức lãi tương ứng để có được Lợi nhuận chưa thực hiện (Unrealized Profit).

3, Cuối cùng, chuẩn hóa dữ liệu này dựa trên giá trị vốn hóa thị trường tại thời điểm đó.

Nói cách khác, Lợi nhuận chưa thực hiện là tổng lợi nhuận chưa thực hiện hiện tại trên thị trường; còn RUP là việc chuẩn hóa nó dựa trên giá trị vốn hóa để so sánh tình hình lãi của thị trường ở các giai đoạn khác nhau. Thuật toán của RUL tương tự như RUP, bài viết sẽ không mô tả lại.

Như hình 1, đường màu xanh là RUP, đường màu đỏ là RUL. Có thể thấy: giá có tương quan cao với RUP, và tương quan cao âm với RUL. Điều này rất trực quan, vì khi giá tiền điện tử tăng, các token có lãi và lợi nhuận chưa thực hiện sẽ tăng theo.

Nhưng nếu quan sát kỹ hơn hình trên, bạn sẽ thấy RUL ở một số giai đoạn sẽ cao hơn RUP (tức đường đỏ cao hơn đường xanh, như khung màu vàng trong hình), điều này cho thấy thị trường nói chung đang ở trạng thái lỗ chưa thực hiện, vậy những giai đoạn này có ý nghĩa đặc biệt không? Hãy tiếp tục đọc

Hai, ứng dụng mua bắt đáy của RUPL

Như trên, có câu nói rằng: "Khi người khác sợ hãi, tôi tham lam", khi hầu hết các token trên thị trường đang ở trạng thái lỗ, đó có thể là thời điểm tốt để chúng ta thu thập token.

Như hình 2, tôi đã đánh dấu các giai đoạn RUL > RUP trong hình 1 và vẽ biểu đồ này. Có thể thấy rõ: khi RUL > RUP, gần như đều ở đáy chu kỳ lịch sử.

Điều này không phải là ngẫu nhiên, logic là:

"Khi thị trường nói chung ở trạng thái lỗ, nghĩa là các nhà đầu tư sở hữu nhiều token giá thấp đã cơ bản hoàn thành việc phân phối; và các nhà đầu tư bị mắc kẹt thường không muốn cắt lỗ vì giá quá thấp, hai tâm lý này đan xen, dẫn đến áp lực bán giảm mạnh, do đó chỉ cần có một lượng mua nhỏ đi vào, có thể đẩy xu hướng đảo chiều và bắt đầu tăng."

Logic này rất giống với chiến lược mua bắt đáy LTH-RP đã chia sẻ trước đây, độc giả quan tâm có thể tham khảo bài viết này: 《Học viện dữ liệu chuỗi (phần 2): Những Hodlers luôn kiếm tiền, chi phí mua BTC của họ là bao nhiêu?

Ba, chia sẻ logic thiết kế mô hình mua bắt đáy

Tiếp theo, chúng ta tạm thời không nhìn vào RUL, chỉ quan sát biểu đồ RUP, có thể thấy RUP ở đáy lịch sử có một khoảng giá trị khá gần nhau:

Ví dụ, tôi thêm một đường ngang ở mức 0.4, có thể thấy rõ vùng RUP < 0.4. (Ở đây 0.4 là tham số mô hình, có thể điều chỉnh, sẽ được đề cập sau)

Khi đã phát hiện ra RUP có khoảng đáy rõ ràng, chúng ta có thể kết hợp điều kiện RUP < 0.4 với điều kiện RUP < RUL trước đó, để lọc tín hiệu lần thứ hai, thu được kết quả sau:

Đây là phương pháp thường được sử dụng trong thiết kế mô hình, mục đích là thông qua việc lọc tín hiệu để đạt được hiệu quả chính xác hơn, làm cho tín hiệu do mô hình xuất ra có giá trị tham khảo hơn.

Hình trên hiển thị sự kết hợp của hai điều kiện (RUP < 0.4) + (RUP < RUL), mặc dù hiệu quả lọc không quá đáng kể, nhưng vẫn có thể thấy nó nghiêm ngặt hơn so với việc chỉ sử dụng RUP < RUL. Nếu giảm 0.4 xuống (ví dụ đặt thành 0.38), mô hình sẽ nghiêm ngặt hơn, nhưng trong quá trình điều chỉnh tham số phải chú ý vấn đề quá khớp (overfitting), vì việc điều chỉnh mô hình một cách máy móc dựa trên dữ liệu lịch sử có thể khiến mô hình mất hiệu lực trong tương lai.

Bổ sung: Overfitting tức là "quá khớp", tương tự như cụm từ "đóng đinh thuyền để đo độ sâu" mà chúng ta thường nói.

Bốn, kết luận

Đây là phần 1 của loạt bài RUPL, chủ yếu giới thiệu định nghĩa và cách tính chỉ số RUPL, đồng thời chia sẻ logic thiết kế mô hình mua bắt đáy dựa trên chỉ số này.

Phần tiếp theo tôi sẽ giới thiệu một ứng dụng thực tế để thoát đỉnh dựa trên RUPL, và xem xét lại các đỉnh chu kỳ lịch sử, hứa hẹn sẽ rất hữu ích, mong bạn đón chờ.

Liên kết bài gốc

Hoan nghênh tham gia cộng đồng chính thức của BlockBeats:

Nhóm đăng ký Telegram:https://t.me/theblockbeats

Nhóm trao đổi Telegram:https://t.me/BlockBeats_App

Tài khoản Twitter chính thức:https://twitter.com/BlockBeatsAsia

Nguồn
Tuyên bố từ chối trách nhiệm: Nội dung trên chỉ là ý kiến của tác giả, không đại diện cho bất kỳ lập trường nào của Followin, không nhằm mục đích và sẽ không được hiểu hay hiểu là lời khuyên đầu tư từ Followin.
Thích
Thêm vào Yêu thích
Bình luận