价值
加密货币市场：稳定币市占率与流动性分析距离上次更新USDT.D的文章发布已经整整一个月了，鉴于最近山寨超跌现象的发生，整个市场的流动性问题也因此暴露，本文纯属个人的一点主观看法，如果您不赞成其中的观点，欢迎友好讨论，或者当我胡说八道也可以。
首先，这篇文章的基本逻辑是建立在“加密货币市场的主要流动性来自稳定币”的这个基础上的，如果您认为美元交易对和ETFs的资金才是推动价格上涨的核心动力，那么本文的观点就是错误的，可以直接忽略后面的内容；
说到稳定币，目前占据市场主要份额的主要是USDT、USDC以及DAI，这三个稳定币是目前市值最高的三个稳定币，占据了整个稳定币市场90%以上的份额，而过去占比较高的BUSD和TUSD目前已经因为某些原因彻底消失了；
因此，如果我们需要判断市场的整体流动性，就不能像我之前文章里提到的那样，仅仅判断USDT一个稳定币的市值及占比，而是要判断稳定币整体市场的流动性水平；
如图所示：
将USDT、USDC、DAI三大稳定币的总市值曲线进行合并，可以得到一个市场稳定币的总体量级，图中蓝色线所示；
同时增加BTC的历史周线价格曲线，我们可以看到一些有趣的迹象：
1. 从2019年小牛见顶到2020年底BTC价格首次突破历史新高的这段时间里：稳定币的总市值先是达到了一个短期峰值，在随后2019年的震荡中几乎没有明显的增加，直到2020年疫情后的大放水，才开始了明显的增长；
在2020年BTC价格首次突破历史新高时，稳定币的总市值一共增加了200亿美元，达到了478%的增幅。
2. 从2021年底BTC于69000见顶至今的这段时间里，稳定币总市值在熊市初期先是出现了一段增长，到达峰值后出现了长期的缩水，伴随而来的就是最近的一轮熊市；
在2024年BTC价格首次突破历史新高时，稳定币的总市值一共减少了60亿美元，出现了4.21%的缩水；
根据以上两点，肉眼可见的区别出现在了稳定币总市值在BTC破新高时的增量水平上；
简单来说就是，这轮牛市的出现从稳定币提供的流动性中几乎没有获得什么太大的帮助，而稳定币又是加密货币市场中除BTC以外所有币种最主要的交易对，也就是说，在BTC突破新高的同时，整个市场的流动性其实都是处于不足的情况下的。
而BTC能够突破历史新高，很大原因归功于ETF带来的情绪激励，注意，我这里用的是“情绪激励”而不是“资金激励”，为什么这么说呢？
我们来看一下ETFs自通过以来的全部净流入数据。
截止当下，ETFs共计净流入125亿美元，这些净流入资金看起来还是很多的，但是如果将其与稳定币总市值对比，仅占到8.6%的增量，对了，当前稳定币总市值约1455亿美元。
看起来似乎有点反常识，因为上轮牛市靠着200亿美元的稳定币增量，就成功的突破了新高，并且一去不复返，而这轮牛市ETFs增加的这125亿美元应该也不少啊？
问题出在了加密货币市场的总市值身上了，如图所示：
在2020年突破历史新高时，加密货币总市值（TOTAL）约5540亿美元，而在本轮牛市破新高时，加密货币总市值则已经达到了25320亿美元；
所以从2019年至2020年间，那200亿美元流动性增量，在BTC破历史新高之时，为整个加密货币市场贡献的流动性比值已经达到了3.6%；
而本轮牛市突破历史新高之时，ETFs贡献的那125亿美元，为整个加密货币市场贡献的流动性比值仅仅只有0.49%，这还是没有算上稳定币市值缩水的那60美元的情况下；
因此，可以得出一个扎心的结论，这轮牛市其实是一轮流动性极度稀缺的牛市！
我们面前的这头牛，非常口渴，急需大量的饮水！
那么，现在可以说回最开始提到的山寨超跌的现象了，BTC在仅仅回调了10%+的情况下，山寨币却出现了堪比熊市恐慌抛售般的下跌，究其本质原因，还是出在了流动性不足的问题上。
当BTC的ETF通过后，市场上就盛传这轮牛市是BTC一个人的表演，大部分的交易者对此嗤之以鼻，并用实际行动证明了这个言论是错误的，他们在BTC拉升到高点后，主动卖出自己宝贵的BTC，选择开始布局各个涉及热点或他们认为将要成为热点的山寨币；
这些从BTC流出的获利资金确实起到了明显作用，相对于BTC来说，山寨币的流动性要差出一个数量级，所以少量从BTC流出的资金就可以使得山寨币出现较大幅度的上涨；
但是，由于这部分资金毕竟是有限的，所以我们惊讶的发现，在BTC早就破新高的情况下，山寨币中却几乎没有突破历史新高的行情，而当市场遭遇情绪上的恐慌之时，本身就极差的流动性反过来成为了快速超跌的催化剂；
==============================
那么，我的观点是什么呢？
分析完了流动性的问题，接下来还是要回归这个系列文章的主题，关于市占率的部分；
既然我们从主流稳定币的市值上发现了一些蛛丝马迹，那么稳定币的市占率也一定能够得出某些惊人的结论；
如下图所示：
橙色线为BTC的价格，而蓝色的曲线代表了三大稳定币相对于加密货币总市值的占比，由于TradingView没有这个指数，我只能手动写公式计算，暂且将其称为“Stable.D”吧。
与之前USDT.D类似的是，Stable.D在常规坐标下也有一个缓慢增加的上升趋势线，但如果仔细观察，或者对比我下方引用文章内的图表看，你会发现Stable.D接触下方趋势线的次数明显减少了许多。
肉眼可见的真正接触仅有4次，它们分别是：
1. 2019年小牛见顶；
2. 2020年3-12之前反弹见顶；
3. 21年牛市见顶，进入震荡；
4. 本轮牛市暂停上涨，进入震荡；
好了，本次的稳定币市占率与流动性分析到此为止！
我可不会傻到给出任何得罪人的主观结论！哈哈！
不过，说了这么多，唯一敢说的废话是：更多的稳定币增发、ETF净流入，以及宽松的货币政策，才是当前这轮牛市继续前进的动力源泉！
如果你觉得本文对你有帮助或启发，还请多多点赞转发评论支持！
感谢阅读！
比特币价格在2025年将超过19万美元在长期策略中，我们深入挖掘了影响比特币价格的关键因素。通过精确计算这些因素与比特币价格的相关性，我们发现它们与比特币的价值紧密相连。为了更有效地预测比特币的合理价格，我们构建了一个预测模型，根据历史经验，确定了价格偏差的极限值，并计算出了价格的上下限，观察比特币价格和价格上下限就能指导交易，根据目前的数据，计算出2025年比特币价格的上限。历史模拟证明，该模型的预测结果与实际价格的吻合度相当高，这充分证明了其在预测价格波动中的可靠性。
正如格林斯潘所说：“当未来难以预测，前景不明时，人们往往会选择停滞不前，避免风险，甚至放弃原有的计划。”对比特币的预测充满了挑战，但我们已经迈出了探索的第一步。
目录：
第一步：识别对比特币价格影响最大的因素
第二步：建立比特币价格预测模型
第三步：寻找熊市底部和牛市顶部的预警指标
第四步：预测2025年比特币价格上限
第五步：验证比特币预警指标的绩效
第一步：识别对比特币价格影响最大的因素
相关系数：衡量影响力的数学概念
为了预测比特币的价格走势，我们需要深入挖掘对比特币价格产生最大影响的因素。这些因素或变量可以用数学或统计的相关系数来表示。相关系数是衡量两个变量之间关联程度的指标，其值介于-1和1之间。当值为1时，表示两个变量完全正相关；当值为-1时，表示两个变量完全负相关。
以玉米和生猪价格为例，玉米价格的上涨通常会导致生猪价格相应上涨，因为玉米是生猪养殖的主要饲料来源。在这种情况下，玉米和生猪价格的相关系数约为0.3。这意味着玉米是影响生猪价格的一个因素。再比如，如果一个射击运动员的成绩提高，而另一个射击运动员由于心理压力增大导致成绩下降，那么我们可以说前者是影响后者成绩的一个因素。
因此，为了找出对比特币价格影响最大的因素，我们需要找到与比特币价格相关系数最大的因素。如果通过对比特币价格和链上数据的相关性分析，发现某个链上数据因子与比特币价格的相关系数最大，那么这个链上数据因子就可以被确定为对比特币价格影响最大的因素。经过计算，我们发现 🔵 比特币区块数是对比特币价格影响最大的因素之一。从历史数据中可以明显看出，
🔵 比特币区块数与比特币价格的变动方向基本保持一致。通过对过去十年数据的分析，我们得出了
🔵 比特币区块数与比特币价格的日线相关系数为0.93的结论。
第二步：建立比特币价格预测模型
预测模型：用什么公式预测比特币价格？
在各种预测模型中，线性函数因其较高的准确率而成为首选模型。以标准体重为例，其线性函数的图像是一条直线，这正是我们选择线性函数模型的原因。然而，比特币的价格与其区块数的增长速度极快，这并不符合线性函数的特性。因此，为了使两者更符合线性函数的特点，我们首先对两者进行对数转换。观察对比特币价格和区块数的对数图，我们可以发现，在对数转换后，两者更符合线性函数的特性。基于这一特性，我们选择线性回归模型来建立预测模型。
从下图中可以看出，实际的红绿K线围绕预测的 🟢 蓝绿色线上下波动。这些预测值是基于比特币的基本面因子得出的，这些基本面因子支撑着比特币的价值，反映了其合理价值。这一图景与马克思在《资本论》中提出的“价格围绕价值波动”的理论相吻合。
比特币的预测市值对数是通过模型计算得出的。比特币价格预测值的具体计算公式如下：
btc_predicted_marketcap = math.exp(btc_predicted_marketcap_log)
btc_predicted_price = btc_predicted_marketcap / btc_supply
第三步：寻找比特币熊市底部和牛市顶部的预警指标
预警指标：如何判断比特币价格已经到达熊市底部或牛市顶部？
通过观察上文的比特币价格对数预测图，我们发现，在市场的熊市底部时，实际价格往往低于预测值；而在牛市顶峰时，实际价格则超过预测值。这个规律显示，实际值与预测值的偏差能够作为预警的一种信号。当 🟠 比特币价格偏差值很低，🟩 绿色背景的图表显示这通常意味着我们正处于熊市底部；相反，当 🟠 比特币价格偏差值高企，🟥 红色背景的图表表明我们正处于牛市顶部。
这个规律已经经过了六次牛市和熊市的验证，偏差值确实具备预警作用，可以作为我们判断市场走势的重要参考指标。
比特币价格偏差值的计算公式如下：
btc_price_bias = btc_marketcap_log - btc_predicted_marketcap_log
我们可以通过观察比特币价格对数和比特币价格偏差图来找到规律。例如，在2015年8月25日， 🟠 比特币价格偏差位于最低值-1.11；在2017年12月17日，
🟠 比特币价格偏差位于当时的最高值1.69；在2020年3月16日，
🟠 比特币价格偏差位于当时的最低值-0.91；在2021年3月13日，
🟠 比特币价格偏差位于当时的最高值1.1；在2022年12月31日，
🟠 比特币价格偏差位于当时的最低值-1。
基于保守的原因，我们将预警指标比特币价格偏差的下限值设为三个最低值中较大的-0.9，上限值设为两个最高值中较小的1。
当我们把比特币价格偏差的上限值和下限值加上预测价格时，就得到了价格的 🟠 上限值和 🟤 下限值。就可以直观地指导交易了。当比特币价格低于价格下限时，买入。当比特币价格高于价格上限时，卖出。
价格的上下限值的计算公式如下：
btc_price_upper_limit = math.exp(btc_predicted_price_log + btc_price_bias_upper_limit)
btc_price_lower_limit = math.exp(btc_predicted_price_log + btc_price_bias_lower_limit)
第四步：预测2025年比特币价格上限
根据2024年2月25日的数据计算出的比特币价格上限为194287美元，这是这轮牛市的价格上限。上轮牛市的最高点在2021年11月9日，为68664美元，牛熊市周期为4年，所以这轮牛市的价格最高点预计在2025年，比特币价格上限将超过19万美元。2024年2月25日比特币收盘价为51729美元，预计涨幅为2.7倍。
第五步：验证比特币预警指标的绩效
验证模型的准确性：如何判断比特币价格模型的准确性？
模型的准确性用确定系数R方来表示，它反映预测值与实际值之间的匹配度。我将所有历史数据从2015年8月18日分为两组，2011年8月18日至2015年8月18日的数据作为训练数据，用于生成模型。计算结果显示，2011-2015年训练期的确定系数R方高达0.81，这说明该模型的准确率相当高。从下图中的比特币价格对数预测图可以看出，预测值与实际值的偏离并不远，这意味着大部分预测值都能很好地解释实际值。
确定系数R方的计算公式如下：
residual = btc_close_log- btc_predicted_price_log
residual_square = residual * residual
train_residual_square_sum = math.sum(residual_square, train_days)
train_mse = train_residual_square_sum / train_days
train_r2 = 1 - train_mse / ta.variance(btc_close_log, train_days)
验证模型的可靠性：如何确认有新数据时比特币价格模型的可靠性？
模型的可靠性通过模型验证来实现。我将训练期的最后一天至2024年2月2日设为“验证组”，用此作为验证数据来检验模型的可靠性。这意味着在生成模型后，如果有了新的数据，我会将这些新数据与模型一起用于预测，然后评估模型的准确性。如果使用验证数据时的确定系数与之前训练时的确定系数相近，且都保持在一个较高的水平，那么我们可以认为这个模型是可靠的。验证期的数据与模型的预测结果计算出的确定系数高达0.83，与之前的0.81相近，进一步证明了该模型的可靠性。
策略：何时买入或卖出，数量选择多少？
我们引入了比特币5A策略。这种策略要求我们根据预警指标的临界值来产生交易信号，进行模拟交易，并统计绩效数据以进行评估。在比特币5A策略中，有三个关键参数：买入预警指标、分批交易天数和卖出预警指标。分批交易天数是为了确保在交易信号发出后，我们可以分批进行交易，从而买到更低的价格、卖到更高的价格，并降低交易冲击成本。
为了找到最优的预警指标临界值和分批交易天数，我们需要反复调整这些参数，并进行回测。回测是通过观察历史数据来建立的一种方法，可以帮助我们更好地理解市场的走势和交易机会。
当预警指标比特币价格偏差低于-0.9时,即比特币价格低于价格下限时，买入。当高于1时，即比特币价格高于价格上限时，卖出。此外，我们将分批交易天数设定为25天，以实现平均买入和平均卖出的策略。在25天内，我们将总资金平均地投入市场，每天买一次；同时，我们也按照相同的节奏卖出仓位，每天卖一次。
调整临界值：优化交易策略的关键步骤
为了追求更高的绩效，调整临界值是不可或缺的一步。以下是对分批交易天数和预警指标临界值的调整建议：
- 分批交易天数：尝试不同的天数，如25天，以观察其对整体绩效的影响。
- 预警指标的买入和卖出临界值：穷举式迭代调优买入临界值-0.9和卖出临界值1，以找到最佳的阈值组合。
通过这种细致的调整，我们可能找到一个具有较低最大回撤率（例如11%）和较高已平仓交易累计收益率（例如474倍）的优化方案。下图是比特币5A策略回测交易优化图，它为我们提供了策略调整和优化的直观展示。
通过这种方式，我们可以更好地把握市场的走势和交易机会，从而实现更加稳健和高效的交易策略。
绩效评估：如何精确评估历史回测结果？
在详尽的策略测试后，为了确保结果的准确性和可靠性，我们需要对回测结果进行细致的绩效评估。关键的评估指标包括：
- 净值曲线：如玫红线所示，它直观地反映了账户净值的增长情况。通过观察净值曲线，我们可以了解策略的整体表现和盈利能力。
这个策略的基本属性是这样的:
交易范围：2015-8-19—2024-2-18，回测范围：2011-8-18—2024-2-18
初始资金：1000USD，订单大小：1个合约，金字塔：50个订单，佣金比率：0.2%，滑点：20个标记号。
在策略测试器概述图中，我们还获得了以下关键数据：
- 已平仓交易的净利润率：高达474倍，远超基准，在策略测试器业绩概要图中比特币买入并持有210倍。
-已平仓交易次数与获胜百分比：100次交易全部盈利，这展现了策略的稳定性和可靠性。
- 回撤率与赢亏比：最大回撤率仅为11%，远低于比特币的78%。盈利因子，即赢亏比达到500，进一步证明了策略的优势。
通过这些详细的评估，我们可以清晰地看到比特币5A策略在风险和收益之间的出色平衡。
如何使用Bitcoin 5A Strategy@Lilibtc在长期策略中，我们深入挖掘了影响比特币价格的关键因素。通过精确计算这些因素与比特币价格的相关性，我们发现它们与比特币的价值紧密相连。为了更有效地预测比特币的合理价格，我们构建了一个预测模型，并据此适时调整了投资策略。实践证明，该模型的预测结果与实际价值的吻合度相当高，这充分证明了其在预测价格波动中的可靠性。
正如格林斯潘所说：“当未来难以预测，前景不明时，人们往往会选择停滞不前，避免风险，甚至放弃原有的计划。”对比特币的预测充满了挑战，但我们已经迈出了探索的第一步。
目录：
使用指南
第一步：识别对比特币价格影响最大的因素
第二步：建立比特币价格预测模型
第三步：寻找熊市底部和牛市顶部的预警指标
第四步：制定比特币5A策略
第五步：验证比特币5A策略的绩效
机会与挑战
使用限制
使用指南：
1. 在主界面上修改代码，查找BTCUSD交易对，选择BITSTAMP交易所进行交易。
2. 将时间周期设置为日线图。
3. 在图表类型中选择对数图，以便更好地识别价格趋势。
4. 在策略设置中，根据个人需求调整选项，包括语言、展示指标、展示策略、展示业绩、展示优化、卖出警报、买入提示、开仓天数、回测开始年份、回测开始月份、回测开始日等。
第一步：识别对比特币价格影响最大的因素
相关系数：衡量影响力的数学概念
为了预测比特币的价格走势，我们需要深入挖掘对比特币价格产生最大影响的因素。这些因素或变量可以用数学或统计的相关系数来表示。相关系数是衡量两个变量之间关联程度的指标，其值介于-1和1之间。当值为1时，表示两个变量完全正相关；当值为-1时，表示两个变量完全负相关。
以玉米和生猪价格为例，玉米价格的上涨通常会导致生猪价格相应上涨，因为玉米是生猪养殖的主要饲料来源。在这种情况下，玉米和生猪价格的相关系数约为0.3。这意味着玉米是影响生猪价格的一个因素。再比如，如果一个射击运动员的成绩提高，而另一个射击运动员由于心理压力增大导致成绩下降，那么我们可以说前者是影响后者成绩的一个因素。
因此，为了找出对比特币价格影响最大的因素，我们需要找到与比特币价格相关系数最大的因素。如果通过对比特币价格和链上数据的相关性分析，发现某个链上数据因子与比特币价格的相关系数最大，那么这个链上数据因子就可以被确定为对比特币价格影响最大的因素。经过计算，我们发现🔵比特币区块数是对比特币价格影响最大的因素之一。从历史数据中可以明显看出，🔵比特币区块数与比特币价格的变动方向基本保持一致。通过对过去十年数据的分析，我们得出了🔵比特币区块数与比特币价格的日线相关系数为0.93的结论。
第二步：建立比特币价格预测模型
预测模型：用什么公式预测比特币价格？
在各种预测模型中，线性函数因其较高的准确率而成为首选模型。以标准体重为例，其线性函数的图像是一条直线，这正是我们选择线性函数模型的原因。然而，比特币的价格与其区块数的增长速度极快，这并不符合线性函数的特性。因此，为了使两者更符合线性函数的特点，我们首先对两者进行对数转换。观察对比特币价格和区块数的对数图，我们可以发现，在对数转换后，两者更符合线性函数的特性。基于这一特性，我们选择线性回归模型来建立预测模型。
从下图中可以看出，实际的红绿K线围绕预测的🟢蓝绿色线上下波动。这些预测值是基于比特币的基本面因子得出的，这些基本面因子支撑着比特币的价值，反映了其合理价值。这一图景与马克思在《资本论》中提出的“价格围绕价值波动”的理论相吻合。
比特币的预测市值对数是通过模型计算得出的。比特币价格预测值的具体计算公式如下：
btc_predicted_marketcap = math.exp(btc_predicted_marketcap_log)
btc_predicted_price = btc_predicted_marketcap / btc_supply
第三步：寻找比特币熊市底部和牛市顶部的预警指标
预警指标：如何判断比特币价格已经到达熊市底部或牛市顶部？
通过观察上文的比特币价格对数预测图，我们发现，在市场的熊市底部时，实际价格往往低于预测值；而在牛市顶峰时，实际价格则超过预测值。这个规律显示，实际值与预测值的偏差能够作为预警的一种信号。当🟠比特币价格偏差值很低，🟩绿色背景的图表显示这通常意味着我们正处于熊市底部；相反，当🟠比特币价格偏差值高企，🟥红色背景的图表表明我们正处于牛市顶部。
这个规律已经经过了六次牛市和熊市的验证，偏差值确实具备预警作用，可以作为我们判断市场走势的重要参考指标。
第四步：制定比特币5A策略
策略：何时买入或卖出，数量选择多少？
我们引入了比特币5A策略。这种策略要求我们根据预警指标的临界值来产生交易信号，进行模拟交易，并统计绩效数据以进行评估。在比特币5A策略中，有三个关键参数：买入预警指标、分批交易天数和卖出预警指标。分批交易天数是为了确保在交易信号发出后，我们可以分批进行交易，从而买到更低的价格、卖到更高的价格，并降低交易冲击成本。
为了找到最优的预警指标临界值和分批交易天数，我们需要反复调整这些参数，并进行回测。回测是通过观察历史数据来建立的一种方法，可以帮助我们更好地理解市场的走势和交易机会。
具体来说，我们可以通过观察比特币价格对数和比特币价格偏差图来找到关键的交易点。例如，在2015年8月25日，🟠比特币价格偏差位于最低值-1.11；在2017年12月17日，🟠比特币价格偏差位于当时的最高值1.69；在2020年3月16日，🟠比特币价格偏差位于当时的最低值-0.91；在2021年3月13日，🟠比特币价格偏差位于当时的最高值1.1；在2022年12月31日，🟠比特币价格偏差位于当时的最低值-1。
为了确保这五个关键的交易点都能产生交易信号，我们将预警指标比特币价格偏差的最低值设为三个最低值中较大的-0.9，最高值设为两个最高值中较小的1。然后，当预警指标比特币价格偏差低于-0.9时买入，高于1时卖出。此外，我们将分批交易天数设定为25天，以实现平均买入和平均卖出的策略。在25天内，我们将总资金平均地投入市场，每天买一次；同时，我们也按照相同的节奏卖出仓位，每天卖一次。
调整临界值：优化交易策略的关键步骤
为了追求更高的绩效，调整临界值是不可或缺的一步。以下是对分批交易天数和预警指标临界值的调整建议：
• 分批交易天数：尝试不同的天数，如25天，以观察其对整体绩效的影响。
• 预警指标的买入和卖出临界值：穷举式迭代调优买入临界值-0.9和卖出临界值1，以找到最佳的阈值组合。
通过这种细致的调整，我们可能找到一个具有较低最大回撤率（例如11%）和较高已平仓交易累计收益率（例如474倍）的优化方案。下图是比特币5A策略回测交易优化图，它为我们提供了策略调整和优化的直观展示。
通过这种方式，我们可以更好地把握市场的走势和交易机会，从而实现更加稳健和高效的交易策略。
第五步：验证比特币5A策略的绩效
验证模型的准确性：如何判断比特币价格模型的准确性？
模型的准确性用确定系数R方来表示，它反映预测值与实际值之间的匹配度。我将所有历史数据从2015年8月18日分为两组，2011年8月18日至2015年8月18日的数据作为训练数据，用于生成模型。计算结果显示，2011-2015年训练期的确定系数R方高达0.81，这说明该模型的准确率相当高。从下图中的比特币价格对数预测图可以看出，预测值与实际值的偏离并不远，这意味着大部分预测值都能很好地解释实际值。
确定系数R方的计算公式如下：
residual = btc_close_log- btc_predicted_price_log
residual_square = residual * residual
train_residual_square_sum = math.sum(residual_square, train_days)
train_mse = train_residual_square_sum / train_days
train_r2 = 1 - train_mse / ta.variance(btc_close_log, train_days)
验证模型的可靠性：如何确认有新数据时比特币价格模型的可靠性？
模型的可靠性通过模型验证来实现。我将训练期的最后一天至2024年2月2日设为“验证组”，用此作为验证数据来检验模型的可靠性。这意味着在生成模型后，如果有了新的数据，我会将这些新数据与模型一起用于预测，然后评估模型的准确性。如果使用验证数据时的确定系数与之前训练时的确定系数相近，且都保持在一个较高的水平，那么我们可以认为这个模型是可靠的。验证期的数据与模型的预测结果计算出的确定系数高达0.83，与之前的0.81相近，进一步证明了该模型的可靠性。
绩效评估：如何精确评估历史回测结果？
在详尽的策略测试后，为了确保结果的准确性和可靠性，我们需要对回测结果进行细致的绩效评估。关键的评估指标包括：
• 净值曲线：如玫红线所示，它直观地反映了账户净值的增长情况。通过观察净值曲线，我们可以了解策略的整体表现和盈利能力。
•
这个策略的基本属性是这样的:
交易范围：2015-8-19—2024-2-18，回测范围：2011-8-18—2024-2-18
初始资金：1000USD，订单大小：1个合约，金字塔：50个订单，佣金比率：0.2%，滑点：20个标记号。
在策略测试器概述图中，我们还获得了以下关键数据：
• 已平仓交易的净利润率：高达474倍，远超基准，在策略测试器业绩概要图中比特币买入并持有210倍。
• 已平仓交易次数与获胜百分比：100次交易全部盈利，这展现了策略的稳定性和可靠性。
• 回撤率与赢亏比：最大回撤率仅为11%，远低于比特币的78%。盈利因子，即赢亏比达到500，进一步证明了策略的优势。
通过这些详细的评估，我们可以清晰地看到比特币5A策略在风险和收益之间的出色平衡。
机会：捕捉因子的变化
因子的变化为我们提供了宝贵的交易机会。下图中的🟠橙色线代表因子指标，当它在2024年2月20日的值为-0.32，大于阈值-0.9时，这可能是一个值得关注的信号。这种机会的出现并不频繁，因此需要我们保持警惕并迅速行动。
使用限制：特定情境下的策略应用
请注意，本策略专为比特币设计，未经授权不得应用于其他资产或市场。在实际操作中，我们应根据自己的风险承受能力和投资目标审慎决定。
阿里巴巴净利润激增48%，股价挑战百元关口财报显示，该季度集团实现了2341.6亿元的营收，同比增长14%，超出市场共识5%。净利润更是达到了343.32亿元，同比增长48%，更是比摩根大通预期高出近三分之一。显示出利好信息的财报一经发布，集团股票一小时内涨幅高达5%，一度冲高至$97.95，而后略微回调，当日收于$95.3。在市场总体疲软的大环境下，阿里单日股价上涨1.1%反映出市场对财报数据的肯定情绪。
目前受中美紧张关系和政策监管等影响，阿里巴巴的价值可能被低估。正如谷歌2015年创建母公司Alphabet做出的组织调整，阿里巴巴此次业务拆分有助于不同赛道的团队专注其核心业务，有针对性地对市场做出快速反应，增加市场竞争力。组织调整前阿里巴巴从9000亿估值高点缩水逾70%至当前2500亿美元左右
从交易角度看，市场对财报的初始反应积极，而价格能否突破8月初的$100关口将是重要的多空分水岭。一旦成功突破，股价很有望重新进入上行区间，反之可能回测在$93.15和$89.55附近形成的支撑位置。而在业务表现之外，阿里股价主要受经济环境影响
透过这三张图，掌握美国银行业危机的应对策略
第一张图：iShares 高收益企业债券ETF（又称垃圾债）--右上角
大量银行区域性存款外流，特别是从规模较小的/区域性银行转移到较大的金融机构以及货币市场基金。美国地区性银行的波动传导到了股票和债券市场上。商业办公写字楼需求的萎缩也引发了对于高风险垃圾债券的担忧。这类信用债市场收益率水平越高，说明危险越大。现阶段高风险垃圾债券收益率恶化了约 100 个基点至 5.16%，但是仍然低于6%，大盘较为稳定。超过6%时，更多的美国公司在需要筹集或展期到期债务时必须支付资金。 HYG ETF（iShares 高收益企业债券ETF）是观察美国信贷市场风险较高部分的良好工具。如果高风险债券收益率上升，这一基金价格会下跌。
如果HYG跌破70美元，也就是2022年十月份的最低点， 我们可能会看到 US500 指数真正暴跌，日元反弹，VIX指数超过35%。
第二张图：市场对于美联储利率预期（左下角）
美联储的加息预期在3月9日到3月15日期间急剧变化。市场从剩余时间定价加息30个基点的转变为降息126个基点。这说明，市场认为银行业危机将在美国造成迫在眉睫的衰退。当衰退时，往往伴随降息， 而降息则会影响银行的收入促使银行股价下跌。 上述图表可以在TradingView商品栏中输入((100-CBOT:ZQZ2023)-(100-CBOT:ZQK2023 ))
第三张图：美国银行业ETF（左上角）
降息也会给其他股票带来好处，这就是所谓的“东边不亮西边亮”，大型科技股表现出色。科技股估值（看右下角纳斯达克100指数）和预期都在重设，利率越低反而估值会越高。KRE ETF跌破35美元可能伴随着新的降息定价，引发交易员购买科技股和黄金。相反，如果涨破40美元，市场将进一步消化降价，做空 NAS100/做多US2000 这样的对冲交易可能受到欢迎。
别去抢第一共和国银行的反弹了，看看瑞信就知道后果美国的硅谷银行和签名银行的倒闭浪潮依旧在席卷欧美银行业。危机蔓延到了美国的第一共和国银行和瑞士的瑞士信贷银行。第一共和国银行的股票价格 NYSE:FRC 已经从120美元左右暴跌至13美金。 目前股价能够被挽救的可能性不大，但是维持银行运转成为了当务之急。 美国前四大储蓄银行美国银行、花旗集团、摩根大通、富国银行为首的大财团向第一共和国银行注入300亿美元的存款。这里是注入存款而不是收购银行的目的在于防止挤兑。当银行存款快速减少时，理论上贷款规模也应该快速减少，因为要维持存贷款平衡，但是现实来说贷款很难快速收回，所以注入存款成为了选项。
瑞士信贷银行则没有那么好运了。上周四瑞士央行提供了超过 500 亿美元支持，也促使瑞信背负了金融危机以来首个接受央行救助的大型银行的“臭名”。 瑞信的市值已经从2007年超过1000亿瑞士法郎的峰值跌至约74亿瑞士法郎。更惨的是本周一，别无选择的瑞信被瑞士银行集团UBS收购，收购价是32.5亿美元。收购价比市值低了将近一半！
所以最终第一共和国银行的交易价值可能还会比股票市值低！！
剑终于落下来了，机会也就来了前几天在朋友圈发了一张K线图，说交易就像做善事，别人遇到困难了，有钱帮一把，若他度过难关，做大做强，给你带来数倍的回报；若别人得势了，路人纷纷来巴结他，想沾沾光，那就是你该离开的时候。
有的朋友猜，有的朋友问，今天就简单讲讲，就是腾讯。
今年互联网不容易，国家严格管控，无论是游戏、用户数据、垄断、合规、舆论，统统查个遍，导致海外互联网公司走势惨淡，阿里巴巴股价接近历史低点，腾讯股价也面临腰斩，不过最后一场雨总算下下来了（未成年游戏时间管理）。
投资者不怕利空，怕未知
人总喜欢找规律，规则感或者意料之中会让人感受舒适，感觉美，而未知与混沌，短时间会让人感觉刺激，但持续的未知与混沌却会让人绝望。比如，如果告诉你5个小时后将会发生火灾，与告诉你5个小时后将会出现一场灾难，前者并不会使你慌了神，你会积极的寻找应对方法，思考解决思路，但后者会让你不知所措，深陷恐惧之中。
腾讯的投资者面临的就是这样的问题，面对国家对于游戏的严格管控，腾讯两大吸金宝器吃鸡与王者会面临什么样的监管？腾讯其他制作中的游戏会受到什么样的影响？这些都不得而知，处境正如K12一般，每一天的未知都是煎熬。
但不同于K12的一刀切，直接砸了你的饭碗，游戏行业最终方案是针对未成年严格的管控，并不伤其行业元气，毕竟本身未成年整体的充值占比就没有那么大，白嫖的更多，而且未成年充值党极容易被其家长投诉，上新闻上热搜，最终游戏公司不仅要退钱，还要花钱公关，赔了夫人又折兵。所以，国家对于未成年这一块一刀切，对于游戏公司而言，并不会导致利润大幅缩水。
另外，未成年的严格监管，一定程度上还能为游戏公司正名，解决舆论问题
未成年充值，归根结底，毛病不在游戏公司身上，而在于父母身上。比如：你家这孩子是怎么拿到手机的？你家这孩子玩游戏你怎么不管？又是怎么知道你银行卡密码的？为什么冲了大几万了你才反应过来？
原本很多家长的责任，被家长推卸到游戏公司身上，而游戏公司却连喊冤的机会都没有，就如同丈夫喝花酒，老婆抓着小姐破口大骂，吿衙门，看似不分好歹，实则是为自身利益最大化，但于情于理都不是好的行为。
如今，政策落地，以后孩子如果能够经常玩游戏，显然是用了父母或亲友的实名，那问题就出在了给实名的人身上，而不是游戏公司身上，如果是孩子偷玩，那更说明是家长照看不周。充值方面则更是有利于游戏公司，以后充值的只能是实名账号，那么家长如何证明实名是自己给的，但这钱是孩子充的？
一切又向着游戏公司利好而来了
如今剑落下来了，没有伤其根基，悬在投资者心里的石头也终于落了下来，有了买入持有的信心。从腾讯的生意、估值、基本面来看，目前的价格显然也是非常便宜的，生意一如既往的好，盈利能力强，国家的治理也已经取得了阶段性成果，未知消除，之后的路也就能看得到了。
再从实际的盘面出发，即便是K12一刀切，禁止上市、商业化，不能以营利为目的，大批上市公司市场缩水超90%，但最终也通过转型迎来一波大涨，游戏行业比K12已经好了太多太多，未来潜力将是更大的。
PS：
1.未成年游戏时间管控，腾讯出了很大的力，或者说这个方案是腾讯主推出来的。
2.正式的文件下发后，腾讯当天股价探底回升，成功翻红，第二日继续上涨。
天道轮回，这回道琼斯指数一枝独秀了最近市场一直对于通胀和大宗商品进行激烈的讨论，通胀是否是暂时的，超级周期会不会重演等一系列论断。美联储认为通胀是暂时的，你呢。
不管如何，在市场中找到一些确定性的辅助指标再好不过了。在利率预期上升，通胀预期上升的时候，价值股和周期股往往跑赢成长股。成长股的典范就是科技互联网股票，为梦想而窒息。今年以来道指已经跑赢了纳斯达克指数，个人看好道琼斯指数后期继续领先纳斯达克指数。一些金融股如美国银行和高盛等创出10年或者历史新高，而FANNG却停滞不前是个很好的例子。
图中是道琼斯指数和纳斯达克指数的比率，现在重新回到2000年的时候，日图中已经开始翘头向上。多道指ETF，我查了一下，国内交易所有纳指ETF和标普的ETF，就是没有道指。那只能基金了
BABA：还是被低估的阿里巴巴发布了第一季度的财报。
阿里巴巴最新财报显示，截至今年3月底止全年度，公司实现总营收7172.89亿元人民币（下同），同比增长41%；归属股东净利润为1503.08亿元，同比增长1%；剔除反垄断法罚款及蚂蚁集团相关股权激励费用等若干项目，非公认会计准则净利润为1719.85亿元，同比增长30%。
其中Q4营收1873.95亿元，同比增长64%；经营亏损为76.63亿元，主要由于就反垄断法被罚182.28亿元。剔除该一次性影响，经营利润为105.65亿元，同比增48%。
从这个财务数据可以看出，如果不算罚款的影响，公司的净利润是大增的。
这说明阿里巴巴依然是一个非常优秀的公司。
但是市场只看到了亏损，但是它是被错杀的。
从当前的价格走势来看，价格到达需求区间，是一个比较好的买入机会。
入场：188-210
止损：180
目标：270-310
芒格：我憎恨比特币的成功，币市风光交易者风光吗？最近币市火热，想起芒格在股东大会上说到的，他憎恨比特币的成功，因为它不具备实际价值，绑架了现有的货币系统，与我们的传统秩序相悖。
注意，这里他用的是憎恨一词，非常偏激了，为何如此呢？我认为，因为这是一个他持续多年看空又持续多年被打脸的产品，违背了他的交易系统的产品却在持续的大涨，自然厌恶，眼看着比特币翻了百倍千倍，他却没有从中赚到一毛钱，自然是带着恨的。
我没有想要批评芒格的意思，相反，实际上他的做法非常的对，第一，他并未因为价值投资不适用于某一个产品、某一个市场便放弃这一交易方法，或专门为这一市场做调整；第二，他在判断已经错误的情况下，并未再想去弥补跟风上车。
这两点也是现在散户正在做的事。
第一点，币市是非常独特的市场，他的上涨源自于交易者们的新的共识，脱离了传统逻辑，也就无可避免的大涨大跌，风险极高。传统的交易思路在这一市场很难取得成功，比如说你通过研究狗狗币的基本面、供需等等做交易，远远不如研究马斯克推特赚的多....
这里再说一点题外话，上周末国内很多媒体报道马斯克在节目上继续鼓吹狗狗币，认为狗狗币是未来等等....，并且送给他妈妈的节日礼物也是狗狗币，但狗狗币在上周末却大跌30%以上。实际上是因为国内的报道几乎都在断章取义，包括金十。在节目上，前半段是主持人追问马斯克狗狗币到底是什么东西，马斯克说了很多假大空的词，最后主持人问到底是什么？是诈骗？，马斯克回答，是的！
这只是个脱口秀节目，耍宝罢了，但是很多交易者却仍奉为圣经，且花钱为其买单，甚至还有不少人在纠结“hustle”到底是什么意思...，简直魔怔，难道弄清楚就能致富了吗？就能确定方向了吗？。这样的市场不能以寻常逻辑来做交易，芒格真想赚这个钱，直接随便选个币种大量买入然后再公开宣布对其的未来规划，足以让他收割大量韭菜了，不过他不屑于这么做。
所以，把传统交易思路做调整带入币市想取得成功难度是非常高，真正禁得起考验的逻辑一定要先需要禁得起时间的考验，现阶段的结果一定是四不像，一些纯技术流派胜率可能还会相对好看一点。
第二点，散户最大特点-跟风，懂不重要，赚钱最重要；我不赚钱可以，但别人赚钱一定不行。基于这两个特质，在币市大涨之后时，往往是散户涌入资金最多的时候，这从币商数据可以看的很清楚。那么跟风能不能赚钱呢？一般来说短期上是可以的，但只有散户多在这个市场呆上一个月两个月，能不亏本金已经算是不错了，因为市场在教你做人这一点上从不丢人。
跟风上车，赚钱还是亏钱不一定，但可以确定的是一定错过了的最好的机会，别人持有浮盈时，你迟迟入场，别人准备离场时，你才刚刚浮盈，如此被动的位置如何能赚到大钱呢？尤其是在这类消息面掌控全局的市场，落后就会挨打。错过的赚钱机会就错过，已经大涨的品种不要盲目去追，补上去可能就成了庄家的垫脚石。
不懂不做、不盲目跟风，这是交易者非常需要的两个特质，新韭菜还在痛中成长。
现阶段币市的交易，从我个人的角度来看，只能关注于比特币与以太坊，在整体看涨的趋势上，做些震荡的多头短线，价格足够低是可以做到中线持有。第二点则是对于消息面一定要做好跟踪，尤其是美国对于币市的态度，一旦有收紧的意思，短期多头至少是无望了，可能等待回调至更低点寻找买入机会。
比特币是否真的disgusting？2021年，伯克希尔·哈撒韦公司股东大会上，有人问查理·芒格如何看待比特币，“我认为（比特币）的整个发展令人厌恶，而且与文明的利益背道而驰，”芒格说道。巴菲特的这位老搭档称，比特币是“凭空发明的金融产品”。“当然，我痛恨比特币的成功，”他说，“我不欢迎这种对绑匪和敲诈勒索者如此有用的货币。”
芒格用到了一个英文词汇，disgusting，这个词常常用来形容苍蝇。
我们能够理解芒格所说的，他没错，现有世界建立的货币财政体系虽然有很多问题，但也是世界文明几十年来高速发展的基石，与此相比，比特币还远未成熟。然而，世界货币体系建立以来，几大经济体的货币年通胀率平均都保持在7%以上，也就是说，你拥有100万，一年之后对应的购买力就相当于93万。2008年，美国次贷危机爆发，美联储不顾一切印钞救市，过后的数年，世界经济都在为其买单。
比特币诞生至今已拥有令全世界无法忽视的影响力，正是因为他似乎就是解决现有货币财政体系诸多问题的希望。
目前比特币在60000美金以下震荡，反复试探突破，在当下的世界话语背景下，相信很快会迎来突破新高的时刻。
知识科普：为什么美债十年期利率这么重要投资者跟踪美国国债收益率（或利率）的原因有很多。收益率由美国政府支付，作为通过出售债券借款的利息。请注意，美债收益率上升不代表国债利息支出上升，美债的票息利率是在拍卖时决定的
美债有三种类型：
Treasury Bills是向联邦政府发放的贷款，期限从几天到52周不等
Treasury Note在2至10年内到期
Treasury Bond在20至30年内到期。
10年期美国国债收益率受到密切关注，是投资者信心增强的指标 (流动性紧张期间除外）。由于国库券、票据和债券得到美国政府的全力支持，因此它们被视为最安全的投资。可以被当作市场无风险利率，而投资的时候讲究的是XXX回报能够超出无风险收益率多少？
国债收益率和国债价格的关系
债券价格和收益率走势相反——价格下跌会提高收益率，而不断上涨的债券价格会降低收益率。所以当你看债券投资的时候，要了解这个etf是投资于二级市场的债券，根据买卖时候的价差获利；还是持有到期，根据利息获利！
为什么10年期国债收益率如此重要？
1）美元的霸主地位
10年期美国国债收益率的重要性不仅仅是理解证券的投资回报。10年被用作许多其他重要金融事项的代理，如抵押贷款利率。这种债券也往往表明投资者的信心。美国财政部通过拍卖方式出售债券，收益率通过竞标程序确定。 当信心高企时，10年期国债价格下跌，收益率上升。这是因为投资者觉得他们可以在别处找到回报更高的投资，并且觉得他们不需要安全地进行投资。
但是，当信心不足时，债券价格上升，收益率下降，因为这种安全投资的需求增加。这种信心因素也在美国以外感受到。其他国家的地缘政治局势会影响美国政府的债券价格，因为美国被视为资本的避风港。随着需求增加，这会推高美国政府债券的价格，从而降低收益率。
2）与经济状况的关联性
与收益率相关的另一个因素是到期时间。美国国债到期时间越长，利率（或收益率）就越高，因为投资者要求获得更多报酬的时间越长。通常，短期债务的收益率低于长期债务，即所谓的正常收益率曲线。但有时收益率曲线可以倒置，较短的到期日支付更高的收益率。这种时候，一般出现在经济衰退前几年，被视为是预警的指标！
3）与股票估值的关系
美债收益率变化对个股估值的影响，不仅仅与债券收益率变化幅度相关，同样与个股估值水平相关（估值涨跌幅 = - PE *△r）。本身估值水平更高的个股，其估值将对美债收益率的变化更为敏感。
上涨行情动能缺失，是暂缓还是变向风口，值得考证全球国家放水，对于行情是有一定的利好，但是目前随着疫情的有效控制，全球经济复苏，以及传统金融机构大肆进场，盘口目前处于停滞状态，似乎都在等待。
结合新一年的丰水期即将来临，大饼的挖矿成本会进一步降低，如果传统机构采用杠杆的方式进行置换，那么低价吸筹会是必然。
现在唯一能做的就是等，短周期5万U会是比较重要的关口，是牛市的延迟，还是熊市的准备，只能拭目以待了。
Ps：如果有想和交易所合作的，请联系本人
刚来的小白，买基金投资和ETF波段+化工个股分析。年后的投资 2021年2月17日
整体复盘
基金策略
投资一家公司
一、复盘
上次自己判断是过年前会处于一个震荡行情，并持续时间比较长，然后上攻。市场也是走出了一段这样的行情，不过回调比较快，下踩支撑位置，然后上攻，来了个红包行情。
2月初的操作上，减掉了一成仓位，收回一部分现金，也吃到了一波行情。
我认为还有上涨的空间，每次回调都是很好的买点，直到大盘见顶前，这里我会继续定投。
也看了之前的笔记，我说会等半导体和5G上涨后分批，但我只卖了一点，判断大致还是准确的，有点贪心，知行合一只做了一半。
如果指数大跌，我相信会走慢牛行情，大跌后就是未来最好买点。
二、基金策略
保持一定的现金流，闲钱投资，这是我和之前区别很大的地方，满仓操作很有压力。
前段时间易方达蓝筹的限购，其实也反映了张坤对市场过于热情，采取的一种措施，要理性的去买基金，防止高位被套。
我的定投经验：
复盘去年熔断行情和7月货币流通收紧来看
在上涨的时候手动减少定投的金额，
下跌的时候把时间拉长看（投），定投金额可以增多，下跌是释放风险的过程，在这些位置买即使短期会亏了，等反弹上涨后长期来看收益还是不错的。减少操作和我倒不动，等过段时间等风险释放得差不多就可以捡便宜货了。
目前定投的基金：中欧医疗 食品饮料指出C 易方达亚洲精选 创金合信工业周期
其他基金我看情况去手动买，沪深300的定投会根据大盘做下技术分析找买点去定投。 有机会也会做点ETF波段。总体策略还是和以前保持一致。
不过面临大熊市的行情，该如何去买卖我买没经历过，但指数基金会按照指出走，跌也会跟着跌。但如果买的是混合基金，得看基金经理的调仓，基金这种含大量优质股票的抗跌能力是非常强。
三、投资一家公司
我会配置些股票，加上基金，并保持现金流。大概比例是6：3：1这样。
关于股票，我选择的是一家公司进行投资，之前是买过海螺水泥+光伏+科创，投资1w多，盈利大概是1k元。短线操作，考虑到我明年工作比较忙和宏观上的确定性，我会考虑做个长线投资。
这两天，分析了一家公司，东华能源（002221）。
这是一家处于产业上游的公司，生产氢能源和新材料，对外是出口丙烯材料。
生成基地：南京、茂名、宁波、张家港（近海，近大城市群，这个是地理优势）
成立时间：1996年。
先看下公司的发展历史，其中有个非常关键的，从传统的加工重工的液化石油气（LPG）转型到轻化工的新能源、新材料，而且是转型成功的。
能转型成功的公司，就好比大象在狭窄的过道掉头一样。参考万达集团，转型并不算太成功，对营业有这很大的影响。但从这方面来讲也是体现公司的战略目光，很大因素是在原有产业进行转型，和万达这种不太一样。
但从经营分析看，目前收入占比较多的是液化石油气销售，但新增加的一个产品氢气。随着宁波和茂名沿海这两个产业基地的建成，随着转型和政策支撑，氢气的占比例在接下来几年会继续升。
我选择这家公司。还因为他的股价不算高10元左右波动，处于低估值的状态。ROE是比较优秀的，各类指标也算可以。
护城河：是两个新建的市场基地，沿海港口的宁波和茂名，有利于运输和出口，加上经济复苏下游需求量的增加。加上最近特别火的新能源+环保政策。我大胆假设，未来的新能源轮船/卡车，不应该目前市场关注度高是锂电池，就是充电的，很有可能是氢能源作为燃料驱动，加上公司发展历史，吞并小型企业加上转型能力，有可能做为未来主要是生成基地。
从产能过剩和供给侧改革来看，当这种产能过剩行业继续发展下去的话，能力强的会吞并能力弱的，最终占领市场的绝大部分，长期整体行业利润会上升。这里参考：海螺水泥，格力美的。
也翻过霍尼韦尔公司与东华能源董事长刘茂树的访谈，他对市场的判断，和公司的发展还是很不错的。
买点的分析，我会拿出3w块去买，买低不买涨，目前心理价格在10.7以下，值得考虑，每次5手去买。
从macd和cci看，还有一段回调空间，差不多的时候就会买入，而且拿住做长线。
CCI出现多头到空头的转变，MACD在0轴上出现死叉。
知行合一
曾乐
2021/2/17
参考资料
研报：《浙商证券》东华能源三季报 陈煜
书籍：《货币、权力与人》 翟东升
网站：萝卜投研 雪球网 东方财富 TadingView
刘茂树的访谈
