比特币量价指标：分位数回归应用

人们分析比特币成交量和价格变化的目的是预测其未来价格。虽然我们认为比特币下一刻的价格很难预测，但我们仍然可以通过其量价关系获得一些信息，粗略估计其特殊时刻的价格。
一、量价关系的特殊情况
在分析成交量和价格之间的关系时，有一种特殊的情况是，成交量很大，但价格变化不大。对于一般的冲击市场，这种价格平衡提供了三个可能正确的信息：
1.多头和空头的主力不同，认为价格是当前的底部或顶部；
2.多头和空头的主力愿意为这个价格投入资金；
3.要打破这种平衡，多头或空头应该投入比这更多的资金。
二、指标原理
在这种特殊情况下，多头和空头完成了第一轮游戏，在弹药完成后，下一轮可能会进行评估、测试和游戏，这通常需要时间，所以两轮之间更有可能相隔一段时间。这就像地震发生后，变形的岩石通过破裂迅速释放积累的弹性势能，通常需要很长时间才能发生下一次地震。
因此，比特币可能会在这个价格附近短暂波动，这是下一刻的一般价格。然而，这种情况只表明下一刻价格剧烈变化的可能性较小，但这种可能性仍然存在。因此，建立的量价指标主要作为辅助指标，在实际运行中应与其他指标一起使用。
需要注意的是，成交量很大，但价格变化不大这种情况可能反映在K柱上，也可能反映在连续几个K柱上——多头和空头经历了长时间的游戏，使价格波动，但最终价格变化仍然不大（连续几个K柱开盘价接近最后一个收盘价），在实现指标时应充分考虑这两种情况。
那么，指标的判断可以包括多少成交量和价格变化呢？在轻或热的市场中，该标准应不同，应考虑近期的一般成交量和价格变化，灵活设置。我们使用分位数回归来实现这一目标。
三、分位数回归简介[1]-[4]
经典回归的主要目的是根据解释变量来估计因变量的平均值。当回归假设建立时，该方法是有效的；但当出现非标准情况时，它将无效。有些数据不能满足两个关键假设——正态假设和方差齐假设。这是分位数回归可以处理的问题，因为它放松了这些假设。此外，分位数回归为研究人员研究解释变量对变量分布中位置、尺度和形状的影响提供了一个新的视角。
回归分数的思想起源于1760年，当时一位游历学者、克罗地亚基督徒鲁杰尔·约瑟普·博斯科维克(Rudjer Josip Boscovich)-他有很多头衔:物理学家、天文学家、外交官、哲学家、诗人和数学家——来伦敦教他不成熟的中位数回归方法。
凯恩克和巴西特(1978)提出了比中位数回归模型更一般的模型-分位数回归模型(QRM）。
四、比特币量价指标——利用分位数回归
1、构建“K柱汇总数据
汇总几家主流现货交易所的每分钟K柱数据(本文暂用B)inance、Gemini、Huobi和OKEx)。其中，每个K柱的开盘价、收盘价、最高价和最低价是这些交易所相同时间K柱的平均值，每个K柱的交易量是这些交易所相同时间K柱的交易量之和。这样，就可以初步反映市场的整体情况。
最近最多只使用120个K柱数据。
2.排除成交量小的K柱
该量价指标的指标值来自上述K柱汇总数据。由于我们考虑的是交易量大，但价格变化不大，在筛选指标值时，应排除交易量小的K柱，只保留交易量大的K柱。

例如，目前每根K柱的成交量为20-1000元之间，显然大部分成交量是20元-可排除50枚硬币的K柱，不得产生指标值。
3.构建成交量-价格差数据
为了利用分数回归，我们需要在K柱汇总数据中构建成交量-价差数据。
每个K柱的交易量数据按上述计算，而价差数据是K柱收盘价减去开盘价的绝对值。
如果成交量大，但价格变化不大的情况出现在几个连续的K柱上，那么价差就是连续几个K柱中第一个开盘价和最后一个收盘价的绝对值。
4.利用成交量-价格差数据回归分位数
对于分位数回归的结果，我们只选择最近的，这可能会影响后续市场。
上图显示了分位数回归的结果。我们只画了第0，以便于观察.05分位数、第0.25分位数、第0.5分位数和第0.回归线75分位数。
一般来说，交易量越大，价格波动的可能性就越大。符合这种情况的点（数据）将更多地出现在图的右上角。图右下角的点（如果有的话）在整体数据中具有较小的价格波动和较大的交易量-分位数回归。
将第0.05分位数回归线下的具有大额成交量的数据用红色点表示，作为指标值。它的含义是，在最新的最多120根K柱中，有一个成交量足够大，而价格变动足够小的点（数据）。它是占数据总量的5%其中一个是以下数据。
上图所示的指标值实际上是基于北京时间2021.10.30的03:59-04:3根连续K柱形成01。这3根K柱的总成交量为523.5枚硬币，但只造成3枚左右.4美元的价格波动。这显示了这三分钟多头和空头之间的博弈，开盘价为62392.收盘价为62389美元.04美元。此后，各K柱成交量保持在低位，比特币价格为62300-62500美元附近小幅波动

热点：比特币 比特币价格 Huobi 数据 币价格 比特币 比特币量 分析比特币