Tiêu đề gốc: "On-chain Data School (V): Có bao nhiêu người thực sự kiếm được tiền? Tìm hiểu về chỉ báo tâm lý khách quan PSIP trong năm phút! 》

Tác giả gốc: Ông Berg, Nhà phân tích dữ liệu chuỗi

Bài viết này là bài thứ 5 trong loạt bài của Chain Data Academy, với tổng cộng 10 bài viết. Chúng tôi sẽ hướng dẫn bạn từng bước để hiểu về phân tích dữ liệu chuỗi. Những độc giả quan tâm có thể theo dõi loạt bài viết này.

Bài đọc liên quan"On-chain Data School (IV): Biểu đồ phân phối giá chip BTC trực quan"

TLDR  

- Bài viết này sẽ giới thiệu chỉ báo PSIP  

- PSIP = tỷ lệ chip có lợi nhuận trong $BTC đang lưu hành  

- Có thể dùng làm hướng dẫn về tâm lý thị trường và có ứng dụng trong việc thoát khỏi đỉnh và bắt đáy  

PSIP là gì?

PSIP, tên đầy đủ là Tỷ lệ cung ứng lợi nhuận, được định nghĩa là "tỷ lệ $BTC đang lưu hành ở trạng thái có lợi nhuận".

Phương pháp tính toán:  

Phân biệt giữa chip có lãi và chip lỗ bằng cách “so sánh giá chuyển nhượng cuối cùng của mỗi $BTC với giá hiện tại”.

Khi giá hiện tại cao hơn giá chuyển nhượng cuối cùng của $BTC, $BTC này sẽ được ghi nhận là một chip có lợi nhuận.

Nếu hầu hết các con chip đều thua lỗ... ?

Một ứng dụng quan trọng của PSIP là đánh bắt cá đáy. Khi hầu hết các con chip đều mất tiền, thì thường là thời điểm tốt để mua vào khi giá xuống thấp.

Logic này rất trực quan:

Các yếu tố khác đều như nhau, càng có nhiều người chiến thắng thì áp lực bán chốt lời trên thị trường càng lớn và ngược lại.

Như thể hiện trong hình bên dưới, về mặt lịch sử, $BTC được đánh dấu tại thời điểm PSIP < 50%, điều này cho thấy thời điểm đánh bắt cá đáy vẫn rất chính xác

Còn nếu hầu hết các con chip đều có lợi nhuận thì sao?

Như hình bên dưới cho thấy, tỷ lệ chip có lợi nhuận cao nhất là 100%, nên rất khó để đánh giá trực tiếp top dựa trên PSIP cao.

Đây là một logic thú vị:  “Quan sát những thay đổi trong mối tương quan giữa PSIP và giá”

Ý tưởng này xuất phát từ phân tích bên dưới:  [The Market Pulse – Tuần 36, 2022](https://insights.glassnode.com/the-market-pulse-week-36-2022/)  

Kết luận

Trên đây là toàn bộ nội dung của Chain Data School (V). Những độc giả quan tâm đến việc tìm hiểu thêm về phân tích dữ liệu chuỗi nên nhớ theo dõi loạt bài viết này!

Nếu bạn muốn xem thêm nội dung phân tích và giảng dạy về dữ liệu trên chuỗi, bạn cũng có thể theo dõi tài khoản Twitter (X) của tôi!

Tôi hy vọng bài viết này hữu ích với bạn. Cảm ơn bạn đã đọc.

Liên kết gốc

Chào mừng bạn tham gia cộng đồng chính thức của BlockBeats:

Nhóm Telegram đăng ký: https://t.me/theblockbeats

Nhóm Telegram thảo luận: https://t.me/BlockBeats_App

Tài khoản Twitter chính thức: https://twitter.com/BlockBeatsAsia