时间:2021-12-18|浏览:457
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
用戶喜愛的交易所
已有账号登陆后会弹出下载