Phân tích dữ liệu BTC trên chuỗi thực chiến

Khách mời: Colin, nhà giao dịch tự do, nhà nghiên cứu dữ liệu on-chain

Thời gian ghi hình: 2025.2.15

Cơ hội học phân tích dữ liệu on-chain

Colin bắt đầu tiếp xúc với phân tích dữ liệu on-chain khoảng 6-7 năm trước, chủ yếu nhằm mục đích nâng cao lợi nhuận giao dịch. Anh ấy cho rằng phân tích dữ liệu on-chain phù hợp với người mới bắt đầu, vì:

1. Phù hợp với những nhà giao dịch không làm việc toàn thời gian, không cần phải theo dõi thị trường thường xuyên.
2. Mức quan sát lớn hơn, thường là mức hàng ngày
3. Tần suất giao dịch thấp, phù hợp với sinh viên và người đi làm

Giá trị và nguyên lý của phân tích dữ liệu on-chain

Giá trị cốt lõi của phân tích dữ liệu on-chain nằm ở tính minh bạch của blockchain, cho phép quan sát sự chuyển động của vốn trên toàn thị trường, tình trạng lãi lỗ và các thông tin khác. Điều này là điều không thể thực hiện được trong thị trường tài chính truyền thống.

Nền tảng phân tích chính: Glassnode( trả phí )

Khó khăn trong phân tích dữ liệu on-chain

1. Học kiến thức cơ bản: Thiếu giáo dục hệ thống, cần tự học.
2. Lọc chỉ số: Nhiều chỉ số có tính tương quan cao, cần phải lọc.
3. Số lượng mẫu ít: Lịch sử BTC ngắn, khó khăn để sử dụng phương pháp quy nạp, cần sử dụng phương pháp suy diễn.

Chỉ số on-chain cần chú ý

1. URPD( đã thực hiện phân phối giá ): quan sát cấu trúc chip và tình hình phân phối
2. RUP( lợi nhuận chưa thực hiện tương đối ): đo lường tình hình lợi nhuận tổng thể của thị trường
3. Cointime True Market Mean Price: Đánh giá giá trị dài hạn của BTC

Đánh giá vị trí của BTC trong chu kỳ này

Colin cho rằng BTC hiện đã có đủ điều kiện để hình thành đỉnh:

1. URPD hiển thị việc phân phát chip chi phí thấp số lượng lớn
2. RUP xuất hiện sự phân kỳ, chi phí thấp rời khỏi thị trường
3. Định giá cổ phiếu Mỹ cao, không có lợi cho BTC

Cách bắt đầu phân tích dữ liệu on-chain

1. Bắt đầu học từ dữ liệu on-chain, không khuyến nghị học phân tích kỹ thuật trước.
2. Nghiên cứu nguyên lý và cách tính toán của từng chỉ số
3. Đọc báo cáo Weekly Onchain của Glassnode
4. Theo dõi series dạy học trên Twitter của Colin

Ngày thường của nhà nghiên cứu dữ liệu on-chain

1. Làm việc theo giờ mở cửa của thị trường chứng khoán Mỹ
2. Quan sát sự thay đổi dữ liệu trên chuỗi hàng ngày
3. Ghi lại dữ liệu về dòng tiền ròng ETF, độ biến động, chỉ số sợ hãi và tham lam, v.v.
4. Quan sát tình trạng chênh lệch giá của sàn giao dịch
5. Kết hợp phân tích kỹ thuật để giao dịch ngắn hạn
6. Quản lý tài khoản mạng xã hội

Colin nhấn mạnh cần phải xây dựng thói quen hàng ngày, hệ thống hóa việc thu thập và phân tích dữ liệu, duy trì sự nhạy bén với thị trường.