XBTUSD_LMAX交易观点
2024.3.2逍遙子比特幣BTC走勢分析市場狂熱中，昨天的部分機構資金出貨沒有引發跟隨，反而被吸收了，但沒有創新高，
市場接下來會進入橫盤震蕩狀態，移動止損到60000左右，若被掃，暫時先離場觀望。
現在還是牛市中，不要逆勢做空，牛市只做一個方向，等回調到位后，買入補倉做多。
BTC供求关系研报BTC供求关系研报
东八区时间2024年3月1日，btc 61000
在上一篇分析中，我们观察到BTC利润溢出的情况。无论是灰度基金还是各种规模的机构和散户，都开始进行换仓操作。小币种及许多山寨币种龙头开始补涨。今天，山寨币已经部分被逼涨，特别是BTC生态系统内的部分币种领涨。如果这一状态得以形成，那么BTC多头的局面将更加危险。当换仓行动开始时，期货市场上持有高成本仓位的交易者并未实现利润，这将引发大规模的抛盘，进而形成多头杠杆清算。
在现货市场方面，牛市的主旋律是主流币种涨幅后利润溢出，进而追逐山寨币种。从盘口来看，无论是上轮的明星币种还是本轮的新秀，今日均上涨了5%-20%，这与我们的分析完全吻合。
在上一个交易日中，北京时间2月29日11:00，我们关注的重要数据之一是持仓量和费率。费率依旧维持在0.08-0.12%的高位，日持仓成本平均超过24%。持仓量重新回到了昨天价格顶峰的64K位置，超过270亿美金。
在筹码流动和持仓格局方面，当价格突破64K时，比特币成交额刷新了两年来的历史记录，达到了850亿美金的体量，整体全网成交额更是突破1800亿美金，实际筹码交换量为42万个。主要供应端来自短期主义者，其中40-57K筹码供应占据了31万枚，占比达到73%。这些筹码主要来源于2023年10月底开始的采购。
作为龙头的比特币，在这三日时间内几乎所有山寨币种都未能追上其涨幅，实际涨幅高达22%，振幅更是突破了30%，远超ETH、ORDI等币种的涨幅。
北京时间已至14:00，CME似乎成了一潭死水，超过6小时未有加减仓动作。美盘似乎停止了FOMO，但尚未出现FUD。待到欧盘刺激市场后，美盘将作何反应，现在离欧盘开市已很近，我们观察到价格表现出的信心依旧强劲。
今晚BTC价格将如何定义，是继续扫货还是稍作休息，将是我们关注的焦点。ETF自开市以来不到40个交易日，已吸收超过30万枚筹码，在市值仅有4700亿的市场中，这表明年内参与流通的数量不足40%。目前11个机构联手掌管的ETF基金金额接近400亿美元（287亿），在资本市场的占比中，他们已具备随时影响大盘价格10%以上的能力。
直到北京时间2月29日20:20，CME才有所动作，在此之前的12小时内无任何增持或减持。美盘当日的定价和动向显示，欧盘的影响力相对前一日有所减弱，山寨币吸走了部分资金。上一轮牛市
的明星品种已经开始上涨，涨幅在5%-20%之间，如柴犬币超过了20%的涨幅。距离美盘开市还有不到2小时，CME已经开始行动。
美盘开市后仍然跳空高开，ETF以5%开盘，最终收在3%的位置。与此同时，相关联的上市公司和矿场出现大幅下跌，Coinbase则横盘运行，但行情未有效上行。这充分体现了全球玩家的市场已经复苏，欧亚盘被卷入市场之中，从欧盘开市的盘口流动情况可见一斑，欧盘异常活跃，欧元区的成交额也保持在3亿美金以上，相较上周增长了至少三倍。
持仓方面，美盘收市后开始下跌，跌幅2.8%，未能维持270亿以上的全盘持仓量。CME的持仓减少超过2%，直到北京时间晚间20:00，CME的持仓才开始变化，这是不常见的现象，显示出美盘期货市场的谨慎态度。
现货市场的流动格局显示，23万个比特币的成交量相较昨日缩减一倍，但换手次数超过四次。全球玩家都参与了博弈，但主要供应端仍来自短期主义者，40-57K的成本价筹码占比达到86%。ETF市场继续超过5亿美金的净流入，显示出市场的强劲需求。
综合来看，进入周末的市场全球繁荣，短期价格似乎在停歇，这也验证了我们的分析。所有山寨币种仍有补涨机会。我们看到BTC市场当前位置略显高处不胜寒，近6亿美金的ETF市场未能推高BTC价格，如果出现回调，也将是一个购入机会。期货合约市场并不具备明显的机会，牛市中的回调空间有限，不是理想的期货合约入场点。
云清虚虚拟商品投资研究院
比特币在触碰69000阶段将重回28000相信很多人都会非常激动，因为比特币经过3年的漫长回调终于又重回6字头，伴随着各种声音“比特币没有辜负大家”“减半即将到来”“ETF通过”等等一系列利好，当然应该顺着这条道路越走越光明才不负众望所归，但很可惜，再怎么顺从大众内心还是无法认同此次会一举突破到达更高的区域。会到来，但是不是今年，或许是明年，但是一定不会是今年。我知道我的发表会带来很多骂声，我也希望我的判断是错误的，但是很可惜交易就是这样，遵从内心，即使踏空依然无怨无悔。
比特币在触碰69000阶段降重回28000相信很多人都会非常激动，因为比特币经过3年的漫长回调终于又迎来了再一次高点，伴随着各种声音“比特币没有辜负大家”“减半即将到来”“ETF通过”等等一系列利好，当然应该顺着这条道路越走越光明才不负众望所归，但很可惜，再怎么顺从大众内心还是无法认同此次会一举突破到达更高的区域。会到来，但是不是今年，或许是明年，但是一定不会是今年。我知道我的发表会带来很多骂声，我也希望我判断是错误，但是很可惜交易就是这样，遵从内心，即使踏空依然无怨无悔。
BTC 能否开启牛中行情？（终章）
2月15日给出观点，小目标6万，昨晚达到并且冲破，看来6万的价格还是保守了。
既上次波段观点40700看涨到5.2W，这次从5.2W看涨到6W，两次波段2W刀的涨幅，
认真看我文章的希望你赚到了，持怀疑态度的后悔去吧。
那么现在可以告诉大家 牛初行情-----结束！
总结一下这半个月里的操作：
1、只给出一个方向，多。
2、未给出任何一次看空观点。
3、中枢结构期间支撑位50500。
4、震荡阶段以量化形式进行交易。
5、调整了部分币种的仓位比例。
看似简单的5点，有多少能做到，做好的呢！
接下来是牛中行情，我们团队开始新的策略布局：
1、近期随时会清空全部仓位（不代表看空）
2、根据行情和热点变化，重新调整币种和仓位比例。
3、带单系统会升级新的跟单模式。
最后还是那句话：
我们的脚步你跟与不跟，都不耽误我们的成涨，损失的是你不是我！
2024年2月29日BTC供求关系研报BTC供求关系研报
东八区时间2024年2月29日
往后的分析有一些行情有明显日内变化的时候会即时性地记录和进行分析，一改原来一个交易日结束才开始分析的常态；当然，发布只有一日一次。如果有朋友们想即时性地了解行情研判思路和方向，欢迎到达公司现场一同掘金。千万不要辜负了一场牛市。
目前是属于芝加哥（沿用CST时间28日凌晨12点）；北京时间28日14点；CME市场突然增持5%的持仓量，也就是7亿美金，用时2小时。今天是本周的第三个交易日，并且是美盘的休市期间。当然，CME和Coinbase市场不属于休市期。这再一次说明了我们上一个交易日所看待的市场动向；美盘机构开始进行减持。BTC价格上升信号开始进一步减弱。这个效应得待到美股开市时间，也就是北京时间22:30，才能看出现货方面的变化。我们期待。
北京时间下午16:00时分，正值欧盘交易时间；价格迅速从57.2K位置拉升到了58.4K位置，一度突破59.4K位置，涨幅超过4%；韩国盘口更是超过了6%的涨幅。
正如我们上一日所分析，行情开始复苏。欧盘资金相继开始跟进；亚盘目前还没出现有动静。昨日的期货市场一出手就阵亡了；高企的期货多方头寸被晚间美盘轻松抹平。BYBIT、HUOBI、BITGET等交易平台期货市场资金费率再度走高至0.1%；做多情绪空前高涨。他们也是排行前五的交易平台；持仓体量不容小觑。BYBIT这个平台以后是一定要纳入观察的；当下欧盘最繁荣的时间阶段；现货成交额排名第二，期货持仓量排名第三，仅次于币安。
待到晚间美盘去进行“定价”，看看同一帮聪明钱们是否真如我们所分析；首先期货市场做完交割坚持，然后进行现货市场的抛货止盈。
时间来到18:30，只用了不到30分钟。我们看到热门二线以及主流币种开始补涨。市值大的，比如超过10亿美金以上的，增长5%以上；市值一般的，比如ORDI等更是直接拉升了10%以上。亚盘开始发力，因为类似于ORDI此类标的，根本就还没有走进欧美盘。这一下BTC可是有了足够的停歇理由；资金都开始分散，市场趋于健康。待看22:00美盘的态度。
北京时间美盘开市，22:30；Coinbase ETF分别跳空高开6%以上；这个时间点的BTC价格已经来到了60.5K的位置。我们接下来继续观察。
北京时间29日1:00；美盘果然还是定价权最强的盘口；价格已经来到了63K，ETF涨幅已经超过了10%，刷新了自10日通过ETF以来的新高。整个BTC市场的已实现市值再度超越2021年的11月份，超过了4600亿美金。今天的盘口看起来供应量非常的弱；扫货现象没有被改变，任何筹码都照单全收。换手率也是极其的低下。
从目前的价格格局来看，昨日我们建议的是观战；今日我们正式建议用户们不要在这个顶尖的位置去做多亦或是右侧进场现货；这是一个很危险的位置。
美盘还有3个多小时收市，今日的行情已经成为了定局；想要大面积的回调2月份应该是不现实的了。不过29号还有一个美盘交易日的时间。
从最重要的指标之一来看持仓；目前整个持仓量还在上升，整体超过了270亿美金以上；CME这个风向标到了美盘时间抹平了欧盘时间的坚持。总体还在飙升。如果问是否看空；现在还不够明显的迹象；但是追多是肯定危险的了。
费率市场总算是由美盘时间形成了稳步拉升；整个币安、欧易以及排名第三的BYBIT；都进行了稳步拉升；当下这个美盘进行到一半的时间我们看到欧易的费率已经回到了0.12%的水平；币安稍逊；273亿的未平仓合约当中至少是在接下来的24小时要付出20-36%的成本（多头期货）那么这资金费率只要能够保持稳定。有一个最重要的逻辑是；BTC现在已经有了大量的利润溢出；不论是灰度基金还是大小机构散户；都
会开始换仓；小币种以及许多的山寨币种龙头就会开始补涨；今天的山寨已经被逼涨了一部分；尤其是BTC整个生态的部分在领涨。如若这个状态形成；那么BTC多头就更加危险；整个换仓行动开始的时候；期货市场持有着高成本仓位并没有实现利润；那么就会开始进行大面积的抛盘形成多头杠杆清算。那么来看现货市场；牛市当中的主旋律就是这样；主流涨完溢出利润去追逐山寨；山寨和BTC生态以外的品种到当下这个时间都还没有完成超过5%的涨幅。
所以整个3月份，我们期待；期待那一批山寨起飞的行情。如若BTC真有一个良好的回调和深蹲，与我们以上想象的剧本相同；那么山寨季是一个不错的左侧机会。
综合来看，本日行情又是由美盘接管；整个ETF市场资金量不开始收缩，那么币价想要有效的回调是非常难的。因为涨到了这个底部，已经接近全民获利；这时候大家都轻松地在享受利润，什么时候供货已经不重要了。反正都是用利润在奔跑。上方无压力。如果有喜欢做空的朋友，那么请关注我们的每日研报；我们将实时告诉你各大博弈力量的状态，哪一个点是更加优势的位置。
写在最后，刚才问鼎64K之后的十分钟以内往下进行了一次插针，最低到了58.7K；整体期货合约市场更加的风靡；当下除了币安以外的所有主流交易所资金费率都超过了0.1%，火币等平台甚至超过了0.15%；意味着多头们的成本最高每日达到了45%，这就是坚持追多的代价；所以我们多次强调不要在这个风口浪尖追多亦或是现货右侧交易。
疯牛已到，不要辜负这最后一次币圈盛宴；如果您也想吃到这一波红利，却无从下手，请加入我们；我们将为您提供最专业的全方位服务。
2024年2月29日星期四 1:39 BTC价格60722
云清虚拟商品投资研究院
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。
每周回顾BTC上周，市场人气主要集中在重新投注和积分领域。许多鲸鱼购买 ETH 并参与 EigenLayer 等重新抵押协议。这增加了以太坊、Optimism、Arbtirum 等链的受欢迎程度，ETH 的价格也随之上涨。让ETH退出独立市场。在BTC生态中，Merlin Chain的质押推动了BTC的发展。这也导致了一个有趣的现象。我们从Glassnode注意到，越来越多的资金正在流入加密货币市场，但它们并没有流入CEX，而是可能进入了HODL的质押或重新质押。
BTC上周大部分时间保持波动，落后于ETH。但昨天多头显着走强，BTC 突破 52000 点，目前位于给定阻力位附近。
从一维来看，虽然BTC上涨了，但并没有鲸鱼参与交易。 WTA 指标上几乎看不到蓝色条。交易量与平均水平持平。我们认为，价格上涨更有可能是由于抛售压力下降而不是购买力增加造成的。 ME指标继续维持看涨趋势。
4小时级别，多头的走强使得ME指标上的紫色波浪区域逐渐扩大。 WTA 指标上可以看到明显的蓝色条，看涨趋势没有结束的迹象。
综合来看，我们认为上涨可能尚未结束。我们将阻力位上调至60000点，维持原有支撑位48000点。
免责声明：脚本中的任何内容均不构成投资建议。该脚本客观地阐述了市场情况，不应被视为出售要约或购买任何加密货币的邀请。
根据脚本中包含的信息做出的任何决定均由您承担全部责任。已进行或将进行的任何投资均应根据您的财务状况和目标进行独立分析。
比特币/美元（BTC/USDT）比特币/美元（BTC/USDT）
①BTC已进入我的观察期，看紧你的口袋
时隔1年，重新回到这里
历史不会重演，但常常押韵
自ETF消息以来的上涨，我没有参与其中
但本周收盘价如果低于MSB我将输入空头头寸
现在只做趋势交易，趋势是你的朋友
在任何重大举措前，不会建立多头头寸
让我们看看接下来发生什么
BTC是时候选择方向了
接下来持续关注
2024.2.27逍遙子比特幣BTC走勢分析BTC跳出横盘箱体，再次上涨信号出现，高位震荡区间的突破，需要确定是不是假突破，
这个位置的快速拉升，追高一定要等确认才入场。
在低位没有买入的人群，现在在疯狂的入场。别人疯狂时，你要保持理性。
BTC还能继续涨吗!?以三日线图来看：
BTC突破主要阻力区间48379.0~49763.0，价位最高来到53094.5。 BTC目前仍有机会去测试55746.0，不过在此之前也许需要价位修正一下。
-
以上图的四小时周期来说明，BTC虽然在50500.0附近多次得到支撑，但反弹的力道并不大且没有将价位近一步推高，反而出现lower high，关注BTC是否跌破50500以及下方的支撑区间48379.0~49763.0。 BTC的价格若还在此主要支撑区间的上方，则上涨到55746.0的机会还是比较大的，如果跌破此区间，预计将会有较大的价位修正。
-
BTC 2月走势规划先跌后涨，回调至前高附近。走势会比较波折，毕竟是测试顶部。
并且还要看是否后续走震荡（4W9~4W之间）。
从现货角度来说，跌到2W-2W5后反弹上来做差价是比较理想的。否则没有太大吸引力，估计主力资金也会这样去考虑。
如果说突破这次压力位4W9， 需要虚拟货币从属性上得到更多赋予，如进一步通胀？或是BTC的金融属性得到更多的普及？如果是这种情况，从盘面K线上也能看得出来。
【RTA加密货币行情分析-BTC】日线MACD死叉，等待MA28回归在上周的分析，我提出了BTC当前底层的上涨逻辑，是一众现货BTC ETF的不断申购所导致的需求，为首的是IBIT和FBTC。上周BTC ETF资金净流入的数据显示，资金流入的并没有持续加大，当前的整体的资金流入规模在下降。在2月21日还出现了整体ETF资金净流出的情况，但是并没有持续。
我在上周的分析中提及过一个关键点：上周的日线级别价格不能有效突破52000，认为就处于调整中了。结合ETF的数据，认为调整会以多头强势调整度过，也就是小波动横盘，而不是大幅回落，现在看来判断是正确的。
随着上周价格并没有有效突破52000，也就是没有突破这个周线级别的通道上沿，价格不持续上涨，日线级别的MACD的死叉诞生了。在日线级别MACD死叉诞生的区间，是难以在短期发生新的多头趋势的，且及其容易发生假突破。
一般来说，日线级别的MACD死叉消化需要2周左右，我在上文已经提及，现在的BTC ETF资金净流入的数据显示，当前的整体的资金流入规模在下降，资金流入的并没有持续加大。这也导致了如果BTC ETF的资金净流入没有持续加大，要做好两周内无多头趋势的准备。
有一点要明确的是，只要整体BTC ETF的资金没有保持净流出，价格就难以大跌，也就是难以深度回调。不保持净流出，价格保持小波动横盘，而不是大幅回落。
现在多头绝对底线，还是46000，价格在日线级别不应该收盘回到46000之下。如果调整的时间拉长，日线MA28会逐渐往当前价格靠近。在新的一笔多头趋势里，如果价格第一次触碰日线MA28，都是可以加仓的机会。
關註日線背離情況元宵佳節之後位元幣價格沒有明顯上浮，日線在50500一線支撐之後再次來到51800震蕩吸籌，日線上價格持續上漲之後附圖指標macd口頭能量卻在加速放量，快慢線高位死叉嚮下發散，整體日線上屬於非常迷惑的走勢，51500已經是日線短期多空分水嶺。短線四小時上價重新來到boll上漲通道之中，下方支撐建議關註51200，上方壓制關註52200，併且四小時上終於有一定的多頭力量佔優的趨勢，但併不是非常明顯。綜合上述建議位元幣後續穩健回調支撐做多為主。
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。
