TokenGazer | BTC 8月6日数据分析

2024-04-15 06:08
文章标签 数据分析 btc tokengazer

本文主要是介绍TokenGazer | BTC 8月6日数据分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

640

前 言

Foreword

本篇《BTC 8月6日数据分析》由 TokenGazer & ChaiNext 联合发布。读者想要第一时间掌握市场动态以及查看 TokenGazer 往期项目评级报告、深度研究报告、加密货币月报、策略分析、交易所数据等,请登录官方网站:tokengazer.com。

宏观市场观察

5日,比特币上涨7.67%,创半个月以来的最大单日涨幅,盘中最高上涨近1000美元,但仍未涨破12000美元关口。莱特币的减半行情带动除比特币外的主流币上涨,但之后也同时下跌,总体影响不大。

640

据ChaiNext的指数显示,截至北京时间2019年8月6日8点(UTC-0点):

  • ChaiNext 100指数报1048.28点,24小时上涨6.07%,成交额444.42亿美元,较上一个24h增加30.91%

  • ChaiNext 100X指数报2657.26点,24小时上涨2.94%,成交额205.90亿美元,较上一个24h增加31.04%;

  • ChaiNext 5指数报922.00点,24小时上涨6.66%,成交额386.75亿美元,较上一个24h增加32.24%;

  • ChaiNext 10指数报1043.96点,24小时上涨6.41%,成交额415.77亿美元,较上一个24h增加31.47%;

  • ChaiNext 20指数报1083.35点,24小时上涨6.30%,成交额433.16亿美元,较上一个24h增加31.19%。

USDT场外折溢价指数(USDT OTC Index)报99.13点,24小时下跌0.08%;

USDT场内折溢价指数(USDT FTP Index)报99.90点,24小时下跌0.43%。

过去24小时,比特币涨幅较大,同时也带动其它币种上涨。虽然其它主流币的涨幅不及比特币,但以太坊等也有了明显的上涨。相比以前,在比特币上涨的时候,其它币种几乎不会动,现在的情况无疑是一个好消息。过去24小时,加密货币市场的成交额有了较大幅度的上涨,投资情绪回升。受人民币贬值影响,USDT场外折溢价指数报99.13,折价近1%,预计场外USDT价格会逐渐涨至汇率水平。

5日上午,在岸、离岸人民币汇率双双破7。美国财政部于当地时间下午将中国列入“汇率操纵国”。由于美国日前宣称拟对中国输美的3000亿美元的商品加征10%的关税,中方要求国家采购商暂停美国农业进口。受这些消息影响,黄金及美债大幅上涨,比特币也在这之后迎来又一波上涨。晚间,美国标准普尔500指数大跌2.98%,黄金最高涨至1469.70美元/盎司。6日早上美债开盘后迅速上涨,黄金也跟着涨至1474.92美元/盎司。

截至6日早上8点,美元指数报97.24,过去24小时下跌0.88%;伦敦黄金报1473.99美元/盎司,过去24小时上涨2.43%。

BTC/USD 交易对市场分析

640

UTC 8月5日,Bitstamp、Bitfinex、Coinbase三个交易所比特币/美元交易对的成交量分别为17260 BTC、16131 BTC、23345 BTC,接近上一日的两倍。成交均价分别为11666美元、11624美元、11644美元。平均买一/卖一价差分别为8.82美元、1.31美元、1.35美元。Bitstamp和Bitfinex的主动买单都远大于卖单,资金净流入;Coinbase的主动卖单略多于买单。

640

640

640

640

UTC 8月5日,00:00-03:00间,比特币价格上涨较多,三个交易所的主动买单都超出卖单较多。07:00-08:00,Bitfinex上的主动买单远超卖单,Coinbase上的主动买单只是略超卖单。17:00-24:00,Bitstamp上主动买单持续大幅超过卖单,Bitfinex的买卖单相差不大,Coinbase上的卖单更多。全天来说,Bitstamp和Bitfinex资金净流入较多,Coinbase净流出。Bitfinex的净流入集中在早些时间段,Bitstamp在一天的前段和后段时间。而Coinbase主动卖出更多,可能是前期买入的人在获利离场。

640

640

640

从成交的散点图上可以看到,Coinbase在17:00-21:00间卖出较多,并且价格也随之下跌,这段时间Bitstamp上持续买入,只有在价格涨至高位时有大单卖出。10:00左右,Coinbase上的卖单减少,比特币价格也随之上涨。

ETH/USD 交易对市场分析

640

UTC 8月5日,Bitstamp、Bitfinex、Coinbase三个交易所分别成交32110 ETH、153892 ETH、122200 ETH,三个交易所的ETH成交量较前一日都增加了数倍,Bitfinex的成交量少有的超过了Coinbase;成交均价分别为231.66美元、231.54美元、231.01美元;平均买一/卖一价差分别为0.26美元、0.03美元、0.02美元;Bitstamp主动买入更多,Bitfinex和Coinbase主动卖出略多于买入。

640

640

640

640

Bitfinex全天的成交主要集中在00:00-01:00、11:00-12:00和23:00-24:00三个时间段。00:00-01:00,ETH价格上涨,三个交易所都主动买入更多。11:00-12:00和23:00-24:00两个时间段,ETH都是先涨后跌,Bitfinex上的主动卖单是买单数倍,其它两个交易所的主动买单和卖单基本相同。

640

640

640

00:00-03:00,由于BTC上涨,三个交易所的ETH也以买入为主。之后比特币小幅震荡,Coinbase上就有大单卖出。11:00-14:00以及17:00-19:00间,当价格涨至高位时,Bitfinex的散点图上显示有很多大单卖出,而且ETH价格随之下跌。对于ETH,全天来看Bitstamp还是更愿意买入;而只要价格上涨,Bitfinex就大量卖出,ETH的抛压还是比较重。

结  论

相比UTC 8月4日,比特币在UTC 8月5日的价格和成交量都大幅上涨。在价格上涨情况下,Bitstamp和Bitfinex资金净流入较多;Coinbase上资金净流出,可能是前期的投资者获利离场。虽然以太坊的涨幅不如比特币,但相比前几日也上涨较多。三个交易所的以太坊成交量都是前一天的数倍,在价格上涨后,Bitfinex大量卖出以太坊,以太坊的抛压还是比较重。

640?wx_fmt=gif

END

640?wx_fmt=gif

关于 TokenGazer

TokenGazer 致力于为区块链行业提供长期有效,不断完善的价值研究方法和工具集,以及针对区块链和 Token 项目的技术和商业洞察。为国内外用户提供行业领先的定性、定量分析工具、研究模版、数据仓库、数据可视化服务等,帮助用户更好的分析和衡量区块链项目的真实价值。

欢迎登录 TokenGazer 官网:tokengazer.com 查看一级市场深度研究、二级市场评级报告以及量化研究、项目估值偏离数据、投资策略分析以及往期交易所数据剖析。

640

长按识别二维码关注我们

640?wx_fmt=gif

点击原文进入TokenGazer官网

这篇关于TokenGazer | BTC 8月6日数据分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/905031

相关文章

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目

win7下安装Canopy(EPD) 及 Pandas进行python数据分析

先安装好canopy,具体安装版本看自己需要那种,我本来是打算安装win764位的,却发现下载总是出现错误,无奈只能下载了32位的! https://store.enthought.com/downloads/#default 安装好之后,参考如下连接,进行检验: 之后再根据下面提供的连接进行操作,一般是没问题的! http://jingyan.baidu.com/article/5d6

「大数据分析」图形可视化,如何选择大数据可视化图形?

​图形可视化技术,在大数据分析中,是一个非常重要的关键部分。我们前期通过数据获取,数据处理,数据分析,得出结果,这些过程都是比较抽象的。如果是非数据分析专业人员,很难清楚我们这些工作,到底做了些什么事情。即使是专业人员,在不清楚项目,不了解业务规则,不熟悉技术细节的情况下。要搞清楚我们的大数据分析,这一系列过程,也是比较困难的。 我们在数据处理和分析完成后,一般来说,都需要形成结论报告。怎样让大

结合Python与GUI实现比赛预测与游戏数据分析

在现代软件开发中,用户界面设计和数据处理紧密结合,以提升用户体验和功能性。本篇博客将基于Python代码和相关数据分析进行讨论,尤其是如何通过PyQt5等图形界面库实现交互式功能。同时,我们将探讨如何通过嵌入式预测模型为用户提供赛果预测服务。 本文的主要内容包括: 基于PyQt5的图形用户界面设计。结合数据进行比赛预测。文件处理和数据分析流程。 1. PyQt5 图形用户界面设计

使用AI大模型进行企业数据分析与决策支持

使用AI大模型进行企业数据分析与决策支持已成为现代企业管理的重要趋势。AI大模型凭借其强大的数据处理能力和智能分析功能,能够为企业提供精准、高效的数据分析服务,进而支持企业的决策过程。以下是使用AI大模型进行企业数据分析与决策支持的具体方式和优势: 一、AI大模型在数据分析中的应用 超级数据处理能力 海量数据处理:AI大模型能够同时处理海量数据,包括结构化数据、非结构化数据等,满足企业大规模

AIGC与数据分析融合,引领商业智能新变革(TOP企业实践)

AIGC与数据分析融合,引领商业智能新变革(TOP企业实践) 前言AIGC与数据分析融合 前言 在当今数字化时代,数据已成为企业发展的核心资产,而如何从海量数据中挖掘出有价值的信息,成为了企业面临的重要挑战。随着人工智能技术的飞速发展,AIGC(人工智能生成内容)与数据分析的融合为企业提供了新的解决方案。 阿里巴巴作为全球领先的科技公司,一直致力于探索和应用前沿技术,以提升企业

技术培训 | 大数据分析处理与用户画像实践|预告

主题: 大数据分析处理与用户画像实践 时间: 5 月 11 日 20:00 —— 21:30 地点: QingCloud 技术分享群,文末有二维码。 讲师: 孔淼 诸葛io 创始人 & CEO 90 后连续创业者,曾任 37degree CTO ,在任 37degree CTO 期间,孔淼曾带领团队服务 CCTV 、海尔、聚美优品、宝马等知名企业,对大数据分析的技术与行业有深厚的理解

用ACF和PACF计算出一堆数据的周期个数以及周期时长,数据分析python

具体步骤 1使用ACF和PACF:可以通过查看ACF图中的周期性峰值,找到数据中的周期性。如果ACF图在某个滞后期处出现显著的正相关峰值,并且这种模式在多个滞后周期中重复出现,这就是周期性信号的特征。而PACF则可以帮助确定延迟的直接影响。 2找周期数和周期长度:周期的时长可以通过ACF中第一个显著的峰值(排除滞后期为0时的峰值)来确定,而周期的个数则可以通过分析整个序列中的周期性重复次数来估计

python 数据分析 高效的学习路径

一、数据分析师应该具备哪些技能 数据分析人才热度也是高居不下,一方面企业的数据量在大规模的增长,对于数据分析的需求与日俱增;另一方面,相比起其他的技术职位,数据分析师的候选者要少得多。 要明确学习的路径,最有效的方式就是看具体的职业、工作岗位对于技能的具体需求。 我们从拉勾上找了一些最具有代表性的数据分析师职位信息,来看看薪资不菲的数据分析师,到底需要哪些技能。 其实企业对数据

Tushare库:Python金融数据分析的利器

文章目录 Tushare库:Python金融数据分析的利器一、引言二、Tushare库的安装与基础应用1、安装Tushare2、基础用法1.1 导入Tushare库1.2 获取数据 三、深入应用:案例分析1、股票收益策略模拟1.1 数据获取与处理1.2 策略模拟 四、总结 Tushare库:Python金融数据分析的利器 一、引言 在金融数据分析领域,Python因其强大