Los artículos anterioreshttps://www.fmz.com/digest-topic/10286yhttps://www.fmz.com/digest-topic/10292En este artículo se analizará el impacto del lanzamiento de contratos perpetuos en los precios de las monedas, el valor de mercado. Los lectores familiarizados con el comercio cuantitativo deben saber que hay un factor más efectivo en el mercado de acciones A: el valor de mercado pequeño. El rendimiento de la rotación de acciones de pequeña capitalización es muy contraintuitivo, superando con creces varios indicadores, los interesados pueden averiguarlo por sí mismos.
Esta sección utiliza los mismos datos que los artículos anteriores, por lo que no se repetirá aquí.
Las monedas de bajo precio generalmente se refieren a monedas digitales con precios unitarios más bajos. Estas monedas son más atractivas para los pequeños inversores debido a sus bajos precios. La mayoría de la gente solo ve muchos ceros en el precio pero no se preocupa mucho por el valor de mercado. Cada reducción de unidad (cero) significa que el precio se multiplica por 10, lo que es muy atractivo para algunas personas, pero también puede ir acompañado de una mayor volatilidad y riesgo de precios.
Como de costumbre, vamos a ver primero el desempeño del índice, con dos mercados alcistas al comienzo y al final del año. Cada semana seleccionamos las 20 monedas con precios más bajos, y los resultados son muy cercanos a los de los indicadores, lo que indica que los precios bajos no proporcionan demasiado rendimiento adicional.
h = 1
lower_index = 1
lower_index_list = [1]
lower_symbols = df_close.iloc[0].dropna().sort_values()[:20].index
lower_prices = df_close.iloc[0][lower_symbols]
date_list = [df_close.index[0]]
for row in df_close.iterrows():
if h % 42 == 0:
date_list.append(row[0])
lower_index = lower_index * (row[1][lower_symbols] / lower_prices).mean()
lower_index_list.append(lower_index)
lower_symbols = row[1].dropna().sort_values()[:20].index
lower_prices = row[1][lower_symbols]
h += 1
pd.DataFrame(data=lower_index_list,index=date_list).plot(figsize=(12,5),grid=True);
total_index.plot(figsize=(12,5),grid=True); #overall index
Debido a la circulación en constante cambio, el cálculo del valor de mercado aquí utiliza el volumen total de oferta, con datos obtenidos de Coincapmarket. Aquellos que lo necesiten pueden solicitar una clave. Se seleccionaron un total de 1000 monedas con los valores de mercado más altos. Debido a los métodos de nombramiento y suministros totales desconocidos, obtuvimos 205 monedas que se superponen con los contratos perpetuos de Binance.
import requests
def get_latest_crypto_listings(api_key):
url = "https://pro-api.coinmarketcap.com/v1/cryptocurrency/listings/latest?limit=1000"
headers = {
'Accepts': 'application/json',
'X-CMC_PRO_API_KEY': api_key,
}
response = requests.get(url, headers=headers)
if response.status_code == 200:
return response.json()
else:
return f"Error: {response.status_code}"
# Use your API key
api_key = "xxx"
coin_data = get_latest_crypto_listings(api_key)
supplys = {d['symbol']: d['total_supply'] for d in coin_data['data']}
include_symbols = [s for s in list(df_close.columns) if s in supplys and supplys[s] > 0 ]
Un índice se extrae de las 10 criptomonedas con el valor de mercado más bajo cada semana, y se compara con el índice general. Se puede ver que las criptomonedas de pequeña capitalización tuvieron un desempeño ligeramente mejor que el índice general en el mercado alcista a principios de año. Sin embargo, comenzaron a subir antes de tiempo durante el movimiento lateral de septiembre-octubre, y su aumento final superó con creces el del índice total.
A menudo se considera que las criptomonedas de pequeña capitalización tienen un mayor potencial de crecimiento. Debido a que sus valores de mercado son bajos, incluso entradas relativamente pequeñas de fondos pueden causar cambios significativos en los precios. Este potencial de altos rendimientos atrae la atención de los inversores y especuladores.
df_close_include = df_close[include_symbols]
df_norm = df_close_include/df_close_include.fillna(method='bfill').iloc[0] #Normalization
total_index = df_norm.mean(axis=1)
h = 1
N = 10
lower_index = 1
lower_index_list = [1]
lower_symbols = df_close_include.iloc[0].dropna().multiply(pd.Series(supplys)[include_symbols], fill_value=np.nan).sort_values()[:N].index
lower_prices = df_close_include.iloc[0][lower_symbols]
date_list = [df_close_include.index[0]]
for row in df_close_include.iterrows():
if h % 42 == 0:
date_list.append(row[0])
lower_index = lower_index * (row[1][lower_symbols] / lower_prices).mean()
lower_index_list.append(lower_index)
lower_symbols = row[1].dropna().multiply(pd.Series(supplys)[include_symbols], fill_value=np.nan).sort_values()[:N].index
lower_prices = row[1][lower_symbols]
h += 1
pd.DataFrame(data=lower_index_list,index=date_list).plot(figsize=(12,5),grid=True);
total_index.plot(figsize=(12,5),grid=True);
Este artículo, a través del análisis de datos, encontró que las monedas de bajo precio no proporcionaban rendimientos adicionales y su rendimiento estaba cerca del índice de mercado. El rendimiento de las monedas de pequeña capitalización de mercado excedió significativamente el aumento del índice general. A continuación se muestra una lista de monedas de contrato con un valor de mercado inferior a 100 millones de U para referencia, a pesar de que actualmente estamos en un mercado alcista.