Apa yang terjadi setelah cascade likuidasi sebelumnya?

Studi Peristiwa · Deskriptif

Sebuah studi peristiwa deskriptif tentang pergerakan harga ke depan setelah ledakan likuidasi panjang atau pendek yang besar. Ini melaporkan distribusi yang diamati, ukuran sampel, interval kepercayaan, dan nilai-p permutasi yang tidak disesuaikan. Ini bukan sinyal perdagangan.

Cakupan: memuat…
Ini adalah aliran likuidasi yang terealisasi yang terus bertumbuh, bukan sampel siklus pasar. Sel membutuhkan setidaknya 5 observasi. Label "p<0,05 screen" juga membutuhkan n≥8, tetapi nilai-p tidak disesuaikan untuk banyak sel yang ditampilkan. Perlakukan semua hasil sebagai deskriptif.
Konteks saat ini
Memuat…
Metode peristiwa terealisasi

Cetakan likuidasi yang dieksekusi dikelompokkan ke dalam bin 1 menit. Sebuah bin menjadi peristiwa cascade ketika nominalnya mencapai atau melebihi $25.000 dan bin persentil ke-90 simbol tersebut. Sisi dominan memberi label peristiwa: long-liq berarti posisi panjang dijual paksa; short-liq berarti posisi pendek dibeli paksa.

Pengembalian ke depan menggunakan observasi harga derivatif terdekat dalam sekitar 2.000 detik pada +5 menit, +15 menit, dan +1 jam. Interval 95% adalah pendekatan normal untuk rata-rata. Nilai-p permutasi dua sisi membandingkan rata-rata jendela peristiwa absolut dengan 4.000 sampel yang diambil dari jendela harga acak pada horizon yang sama.

Endpoint peristiwa terealisasi di-cache selama 5 menit. Observasi harganya biasanya berjarak sekitar 400 detik. Proksi historis adalah studi statis yang dihasilkan, disajikan melalui cache 1 jam, dan hanya berubah ketika file studi dihasilkan ulang.

Rata-rata pergerakan ke depan berdasarkan horizon & sisi
whisker = 95% CI dari rata-rata · garis putus-putus = 0%
Semua sel yang dapat dilaporkan (n≥5)
HorizonSisinrata-rata %median % frekuensi naik95% CIperm pkeputusan
Cara membaca ini. long_liq = cascade di mana posisi panjang dijual paksa (tekanan turun); short_liq = posisi pendek dibeli paksa (tekanan naik). Keputusan tidak dapat dibedakan dari jendela acak berarti pergerakan ke depan yang diamati berada dalam apa yang dihasilkan oleh jendela acak — jangan bertindak berdasarkan itu. Hanya p<0,05 screen (tidak disesuaikan) sel (dengan n≥8) yang layak dilihat kedua kali, dan bahkan itu patut diragukan: nilai-p tidak disesuaikan untuk banyak sel yang ditampilkan.

Proksi OI-cascade historis

Proksi · bar 4 jam

Studi statis terpisah ini mencakup 14 simbol pada grid 4 jam dari 2024-03-19 hingga 2026-03-19 menggunakan open interest dan harga unit dasar Bybit. Proksi long-liq adalah penurunan OI 24 jam di bawah −10% digabungkan dengan pergerakan harga di bawah −5%; proksi short-liq menggunakan penurunan OI yang sama dengan harga di atas +5%. Pengembalian dimulai pada pembukaan bar berikutnya dan diukur pada +4 jam, +12 jam, +24 jam, dan +48 jam. Ini adalah peristiwa deleveraging yang disimpulkan, bukan catatan likuidasi yang dieksekusi.

PROKSI — baca ini. Peristiwa cascade di sini disimpulkan dari penurunan OI yang tajam dalam 2 tahun data OI+harga nyata — ini BUKAN peristiwa likuidasi terealisasi, dan ini adalah granularitas bar 4 jam. Binance menghentikan API likuidasi historisnya, jadi tidak ada sejarah peristiwa nyata 2 tahun gratis yang tersedia; jejak runtuhnya OI adalah pengganti yang jujur untuk mekanisme forced-deleveraging yang sama. Setiap sel di bawah menunjukkan n + 95% CI + nilai-p permutasi dan diberi label tidak dapat dibedakan dari baseline ketika drift tidak mengalahkan baseline bar acak. Bagian peristiwa nyata langsung di atas terpisah dan masih terkumpul.
Rata-rata pergerakan ke depan yang dipool berdasarkan horizon (14 major semua)
whisker = 95% CI dari rata-rata · garis putus-putus = 0% · garis hijau = p<0,05 screen (tidak disesuaikan)
Sel yang dipool (kedua sisi, semua horizon)
HorizonSisinrata-rata %median % frekuensi naik95% CIperm pkeputusan
Pembagian rezim — tren BTC 30 hari nyata pada bar cascade
bear = tren 30 hari BTC < 0 · bull = tren ≥ 0. Ini adalah rezim 30 hari yang asli, bukan proksi 7 hari langsung.
RezimSisiHorizonnrata-rata %median % frekuensi naikperm pkeputusan