- 本文将介绍一个 Glassnode 网站中提供的顶底侦测器
- 从交易策略开发的角度,解释其中明显但鲜为人知的瑕疵
- 说明正确审视交易策略、指标、模型的方式
在链上数据网站 Glassnode 中,有这么一个 BTC 周期性顶底讯号侦测器,叫做「Cycle Change Detection Via Drilling Methods」。
如上图,这是该顶底侦测器的效果呈现。
第一眼看去,在近三轮周期的表现似乎都还不错,但实际上却存在很致命的问题。
问题的部分我们稍后再谈,先来向各位介绍这个模型的设计原理。
模型中主要用到 4 个概念:
1. Realized Price(已实现价格)
可视为 BTC 全市场的平均持仓成本,详细内容我之前介绍过,可参阅先前的贴文。
2. Mayer Multiple(梅耶倍数)
梅耶倍数的定义是「比特币价格与 200 日简单移动平均线的比值」,
换句话说就是「比特币价格 / SMA(200)」,相当于衡量「现价是 MA(200) 的几倍」。
3. PSIP(Percent Supply In Profit)
PSIP 的定义是「流通的 BTC 中,处于盈利状态筹码的占比」,
详细内容我之前也写过,可至专栏查阅我先前的教学。
4. 价格与 PSIP 的相关性
理论上,价格与 PSIP 的走势应该呈高度正相关,因为价格愈涨,盈利状态的筹码比例就应该愈高。
因此原作者认为,一旦价格与 PSIP 的相关性明显降低时,就是市场情绪的极端。
理解以上 4 个概念后,接着我们分别来聊聊这个模型如何侦测顶、底。
底部讯号
当以下两条件同时满足时,底部讯号出现:
顶部讯号
当以下两条件同时满足时,顶部讯号出现:
试想:
如果今天有人用上述文字,向你介绍这个顶底侦测器,除了在历史上的准确度很高以外,逻辑看起来也十分缜密,
于是你在这轮周期决定采用这个模型来逃顶 …
多数散户就是这样被说服的,很难第一眼察觉其中的瑕疵。
接下来,我们就来聊聊这个模型的问题到底出在哪里?
❌瑕疵一:参数存在刻舟求剑的问题
敝人在第一次看到这个模型的时候,就问了自己一个问题:
「凭什么相关性低于 0.75 就是警讯?」
很明显,这个参数设置的背后,并未被赋予一个明确的逻辑。
在 BTC 历史周期如此短暂的状况下(样本数严重不足),刻舟求剑的瑕疵立马浮出水面。
❌瑕疵二:梅耶倍数本身完全就是刻舟求剑
如果说价格与 PSIP 的相关性,本身还具有一些逻辑(演绎),
那么梅耶倍数完全就是一个刻舟求剑的最佳案例。
单纯以价格与 SMA(200) 的比值去侦测顶底,在历史上表现虽然看似不错,
但问题在于市况逐年都在改变,凭什么这轮牛市顶部出现时,梅耶倍数一定要 > 2.4?
❌瑕疵三:相关性的滤网效果太差,侦测顶底的强度太弱
当时看到「PSIP 与价格的相关性」的 idea,其实是挺感兴趣的,
于是我马上利用 Glassnode 简单写了一个「单纯基于相关性的讯号」,
想要看看 PSIP 与价格的相关性,其过滤效果到底如何?
如上图所示,我将「价格与 PSIP 的相关性 < 0.75」作为条件,一旦满足则显示蓝色讯号。
各位读者应该发现了吧?满频都是蓝色的 … 。
因此,相关性本身实在很难做为顶底探测的有力筛网,或者说 0.75 这个参数本身有问题。
硬要从图中给出解释,顶多能得出「接近顶部时,讯号出现的频率较高」的结论,但结论本身仍然十分生硬。
顺着这个思路,我索性直接把模型中「相关性的筛网」去除,只留下探测底部的 Realized Price 和探测顶部的 Mayer Multiple 作为讯号,得到以下简化版的模型讯号图:
各位有发现吗?效果几乎没有太大的区别。
因此,这张图也直接印证了我前面的推论:相关性的筛网基本没什么效果。
这篇文章主要的目的,是带着各位读者,亲身体验一下从专业交易策略开发的角度,「如何去客观的评断、审视」一套交易策略、模型或指标。
我很常强调、告诫各位读者:「这轮牛市,对于存在市面上 90% 以上逃顶指标,将会是一次血淋淋的考验。」
逃顶指标不是越多越好,数量不是重点,重点在于指标背后到底是否具备一套有科学逻辑的论述。
网路时代,资讯量爆炸,随处都能看到无数个看似牛逼的理论,在这种环境下,敝人认为最重要的就是具备「批判性思考」的能力。
否则,各位读者可以扪心自问:如果今天我这篇文章只写了第一段的模型介绍,有多少人会直接选择相信?毕竟看起来挺厉害的,不是吗?
此外,多提一嘴:个人认为在抄底的选择上,其实有更多比 Realized Price 高效的指标,
因为 Realized Price 考虑的是全市场的筹码,包括那些长期未动、丢失的 BTC,个人认为有失弹性。
以下,我将本文的重点制作成一张图片,方便各位复习:
以上就是今天的分享,希望对各位读者有帮助,感谢你的阅读。
【免责声明】市场有风险,投资需谨慎。本文不构成投资建议,用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。