W Glassnode wierzymy, że wiarygodne dane są podstawą skutecznych strategii i decyzji handlowych. W tym sensie dane w łańcuchu, obejmujące informacje o przepływach pieniężnych, poziomach rentowności i nastrojach uczestników rynku aktywów cyfrowych, pochodzące bezpośrednio z blockchain, stanowią niewykorzystane źródło potencjalnej alfa.

Jednakże profesjonaliści z tradycyjnych sektorów finansowych często wykazują pewien stopień sceptycyzmu co do możliwości zastosowania danych pochodzących z blockchain do znaczących strategii handlowych. Aby stawić czoła tym zastrzeżeniom, w ramach projektu Glassnode opracowano innowacyjne podejście do wykorzystania mocy predykcyjnej tych danych.

Korzystając z tego podejścia, które opiera się zarówno na znaczeniu naszych danych, jak i zaawansowanych algorytmach uczenia maszynowego, nasz zespół Data Science stworzył Sygnał Bitcoin Sharpe’a. Ta zautomatyzowana, ilościowa strategia handlowa jest mocno osadzona w danych pochodzących z łańcucha bloków i dostosowana do wykorzystania unikalnych możliwości, jakie stwarza rynek Bitcoin.

Sygnał Bitcoin Sharpe nie tylko potwierdza użyteczność takich danych, ale także zapewnia inwestorom jasne, przydatne spostrzeżenia, udowadniając swoją wartość w poruszaniu się po rynku aktywów cyfrowych.

Co to są dane w łańcuchu i jak Glassnode wykorzystuje je do handlu

W przeciwieństwie do tradycyjnych danych rynkowych, które skupiają się głównie na ruchach cen, wskaźniki w łańcuchu zapewniają w czasie rzeczywistym puls dotyczący ekosystemów aktywów cyfrowych. Wskaźniki te ujawniają zachowania inwestorów i trendy rynkowe, które mogą przeoczyć tradycyjne wskaźniki, oferując bardziej dogłębną perspektywę i potencjalnie lepszy wskaźnik przyszłych ruchów. Integrując te spostrzeżenia poprzez uczenie maszynowe, Glassnode zidentyfikował wskaźniki o największym potencjale predykcyjnym dla strategii handlu Bitcoinami z wyłącznie długimi pozycjami.

Trzon innowacyjnego podejścia Glassnode stanowi nadzorowany model uczenia maszynowego, który metodycznie analizuje dane w łańcuchu w celu oceny ich korelacji z ruchami na rynku Bitcoin. Model ten wyróżnia się przejrzystością, pozwalając inwestorom zrozumieć, w jaki sposób zasady handlu wynikają z działań blockchain. Przesiewa ogromne zbiory danych, aby zidentyfikować wskaźniki w łańcuchu, które najlepiej wskazują przyszłe działania cenowe.

Model kładzie nacisk na znaczenie funkcji w celu określenia, które wskaźniki w łańcuchu mają najsilniejszą korelację z przyszłymi ruchami cen Bitcoina. Spośród różnych analizowanych wskaźników, odsetek podmiotów osiągających zysk i współczynnik zysku posiadacza krótkoterminowego (SOPR) okazały się najbardziej obiecującymi wskaźnikami przyjęcia długiej pozycji na Bitcoinie.

Odsetek podmiotów osiągających zysk jest krytycznym wskaźnikiem, ponieważ odzwierciedla ogólną kondycję rynku i nastroje inwestorów. Wysoki odsetek sugeruje, że większość uczestników rynku znajduje się w korzystnej sytuacji, co potencjalnie sygnalizuje trwałe zaufanie rynku i optymistyczne perspektywy.

Z kolei SPPR dla posiadaczy krótkoterminowych koncentruje się na rentowności ostatnich transakcji, dostarczając wglądu w zachowania inwestorów krótkoterminowych. Kiedy SOPR wskazuje, że posiadacze krótkoterminowi odnotowują zyski, często poprzedza to okresy dodatniej dynamiki rynku, co czyni go cennym predyktorem w przypadku wejścia w długie pozycje w odpowiednim czasie.

Zastrzeżenie: W celu ochrony własności intelektualnej ujawniamy jedynie podstawowe wskaźniki, takie jak STH-SOPR i odsetek podmiotów osiągających zyski, bez wyszczególniania konkretnych przekształceń i parametrów zastosowanych przy opracowywaniu naszej strategii handlowej. W związku z tym bezpośrednie zastosowanie samych tych podstawowych wskaźników nie odzwierciedla wyników osiągniętych dzięki naszemu wyrafinowanemu modelowi handlu na żywo.

Odsłonięcie „Strefy Złotowłosej”

„Strefa Złotowłosej” odnosi się do optymalnych warunków określonych przez model Glassnode'a do inicjowania długich pozycji na Bitcoinie, określonych za pomocą wartości SHAP (SHapley Additive exPlanations). Wartości te określają ilościowo wpływ określonych wskaźników w łańcuchu – takich jak odsetek podmiotów w zysku i współczynnik zysku posiadacza krótkoterminowego (SOPR) – na proces decyzyjny modelu, ujawniając krytyczne progi sygnalizujące idealne możliwości zakupu. Analizując wartości SHAP, model identyfikuje dokładne warunki, w których rynek nie jest ani nadmiernie rozciągnięty, ani nadmiernie niedźwiedzi, jak w „właściwym” scenariuszu zasady Złotowłosej.

Na podstawie tej analizy wyprowadzono heurystykę, upraszczającą złożony model w bardziej przystępną strategię, bez poświęcania jego głębi analitycznej. Ta heurystyka, choć uproszczona, zachowuje podstawowe spostrzeżenia modelu, oferując inwestorom przejrzyste i skuteczne podejście do handlu Bitcoinami.

Podejście to zostało utrwalone i zakodowane w sygnale Bitcoin Sharpe. Zawiera w sobie istotę ustaleń modelu, zapewniając jasne wskazówki dotyczące identyfikowania punktów wejścia o wysokim prawdopodobieństwie w oparciu o szczegółowe zrozumienie dynamiki rynku ułatwione przez analizę danych w łańcuchu.

Informacje o wydajności i strategia

Model zastosowany przez Glassnode został zaprojektowany z podejściem konserwatywnym, kładąc nacisk na minimalizację ryzyka i precyzyjne uchwycenie trendów rynkowych. W związku z tym stworzona w oparciu o model strategia równoważy potencjał zysków z koniecznością zabezpieczenia się przed ryzykiem poniesienia straty.

Wydajność Bitcoin Share Signal poza próbą, rygorystyczny test jego możliwości predykcyjnych, podkreśla jego sukces w poruszaniu się po niestabilnym rynku Bitcoin. Analizując dane, które nie zostały wykorzystane w fazie szkoleniowej, model wykazał stałą zdolność do identyfikowania zyskownych możliwości handlowych, podkreślając znaczną moc predykcyjną danych w łańcuchu. Wyniki te potwierdzają strategiczne podejście modelu i wzmacniają wartość włączania analityki w łańcuchu do różnych ram handlowych.

Zanurz się głębiej dzięki funkcji śledzenia wydajności na żywo

Sygnał Bitcoin Sharpe firmy Glassnode został zaprojektowany z konserwatywnym podejściem, traktując priorytetowo minimalizację ryzyka, jednocześnie precyzyjnie wychwytując wzrostowe trendy rynkowe. W związku z tym stworzona w oparciu o model strategia równoważy potencjał zysków z koniecznością zabezpieczenia się przed ryzykiem poniesienia straty.

Zachęcamy zainteresowane strony z sektorów finansów tradycyjnych i cyfrowych do przejrzyj dane dotyczące występów modelki na żywo** i rozważ możliwość wypróbowania naszych usług analitycznych w łańcuchu dostaw. Aby uzyskać więcej informacji lub skorzystać z naszych rozwiązań analitycznych, prosimy o kontakt skontaktuj się z naszym instytucjonalnym zespołem sprzedaży.

Zastrzeżenie: Ten raport nie zawiera żadnych porad inwestycyjnych. Wszystkie dane są podane wyłącznie w celach informacyjnych i edukacyjnych. Żadna decyzja inwestycyjna nie może opierać się na informacjach podanych tutaj, a użytkownik ponosi wyłączną odpowiedzialność za własne decyzje inwestycyjne.

** Pulpit zawierający codzienną wydajność Signal jest obecnie dostępny tylko dla klientów Glassnode Enterprise.

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
• PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
• PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
• Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
• Źródło: https://insights.glassnode.com/the-predictive-power-of-glassnode-data/