In den vorherigen Artikeln https://www.fmz.com/digest-topic/10283 und https://www.fmz.com/digest-topic/10287 wurde der Zusammenhang zwischen dem Anstieg und Fall von Währungen und Bitcoin diskutiert. Die Auswirkungen der Einführung unbefristeter Preisverträge. In diesem Artikel wird ein weiterer wichtiger Faktor untersucht, der die Währungspreise beeinflusst - die Marktkapitalisierung. Leser, die mit quantitativem Handel vertraut sind, sollten wissen, dass der A-Aktienmarkt einen der wirksamsten Faktoren hat - eine geringe Marktkapitalisierung. Die Performance der Rotation von Small-Cap-Aktien ist außergewöhnlich und übertrifft verschiedene Indizes bei weitem. Wenn Sie interessiert sind, können Sie sich selbst darüber informieren. Wie entwickeln sich also Small-Cap- oder niedrigpreisige Kryptowährungen?

Datenverarbeitung und -erhebung

In diesem Teil werden dieselben Daten wie in den vorherigen Artikeln verwendet, deshalb werde ich ihn hier nicht wiederholen.

Performance von Niedrigpreis-Coins

Bei Niedrigpreiswährungen handelt es sich in der Regel um digitale Währungen mit einem geringeren Stückpreis. Diese Währungen sind für Kleinanleger aufgrund ihrer niedrigen Preise attraktiver. Die meisten von ihnen sehen nur die vielen Nullen im Preis und kümmern sich nicht groß um den Marktwert. Jede Null weniger bedeutet eine 10-fache Preissteigerung, was für manche Anleger sehr wichtig. Menschen sind sehr attraktiv, können aber auch mit höheren Kursschwankungen und Risiken einhergehen.

Wie üblich gilt es zunächst, die Entwicklung des Index zu betrachten, der ebenfalls zwei Bullenmärkte zu Jahresbeginn und Jahresende aufweist. Jede Woche werden die 20 Kryptowährungen mit den niedrigsten Preisen ausgewählt und die Ergebnisse liegen sehr nahe am Index, was darauf hindeutet, dass die niedrigen Preise nicht viele zusätzliche Vorteile bieten.

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); #总的指数

Performance von Small-Cap-Münzen

Da sich die Umlaufmenge ständig ändert, stammt das hier in die Marktwertberechnung einfließende Gesamtangebot von Coincapmarket. Bei Bedarf können Sie einen Schlüssel beantragen. Insgesamt wurden alle 1.000 Kryptowährungen mit der höchsten Marktkapitalisierung ausgewählt. Aufgrund der Benennungsmethode und des unbekannten Gesamtangebots wurden insgesamt 205 Kryptowährungen ermittelt, die sich mit den unbefristeten Verträgen von Binance überschnitten.

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}"

# 使用你的API密钥
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 ]

In ähnlicher Weise erstellen wir jede Woche einen Index der 10 Währungen mit der niedrigsten Marktkapitalisierung und vergleichen ihn mit dem Gesamtindex. Es zeigt sich, dass sich die Small-Cap-Währungen im Bullenmarkt zu Jahresbeginn etwas besser entwickelten als der Gesamtindex. Allerdings setzte im Verlauf der Seitwärtsbewegung im September und Oktober ein vorzeitiger Anstieg ein, der letztlich den Gesamtindex deutlich übertraf.

Münzen mit geringerer Marktkapitalisierung werden im Allgemeinen als solche mit höherem Wachstumspotenzial angesehen. Aufgrund der geringen Marktkapitalisierung können bereits verhältnismäßig geringe Mittelzuflüsse zu deutlichen Kursbewegungen führen. Dieses Potenzial für hohe Renditen hat die Aufmerksamkeit von Investoren und Spekulanten erregt. Wenn der Markt bereit ist, nach unten zu sinken, übernehmen Small-Cap-Währungen aufgrund ihres geringen Aufwärtswiderstands tendenziell die Führung und können sogar darauf hinweisen, dass kurz vor dem Beginn eines allgemeinen Bullenmarktes steht.

df_close_include = df_close[include_symbols]
df_norm = df_close_include/df_close_include.fillna(method='bfill').iloc[0] #归一化
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);

Zusammenfassen

Dieser Artikel analysiert die Daten und stellt fest, dass Niedrigpreiswährungen keine zusätzlichen Renditen bieten und ihre Performance dem Marktindex ähnelt. Die Performance von Small-Cap-Währungen hat den Anstieg des Gesamtindex deutlich übertroffen. Nachfolgend finden Sie eine Liste von Vertragswährungen mit einem Marktwert von weniger als 100 Millionen U als Referenz, obwohl wir uns derzeit in einem Bullenmarkt befinden.

‘HOOK’: 102007225, ‘SLP’: 99406669, ‘NMR’: 97617143, ‘RDNT’: 97501392, ‘MBL’: 93681270, ‘OMG’: 89129884, ‘NKN’: 85700948, ‘DENT’: 84558413, ‘ALPHA’: 81367392, ‘RAD’: 80849568, ‘HFT’: 79696303, ‘STMX’: 79472000, ‘ALICE’: 74615631, ‘OGN’: 74226686, ‘GTC’: 72933069, ‘MAV’: 72174400, ‘CTK’: 72066028, ‘UNFI’: 71975379, ‘OXT’: 71727646, ‘COTI’: 71402243, ‘HIGH’: 70450329, ‘DUSK’: 69178891, ‘ARKM’: 68822057, ‘HIFI’: 68805227, ‘CYBER’: 68264478, ‘BADGER’: 67746045, ‘AGLD’: 66877113, ‘LINA’: 62674752, ‘PEOPLE’: 62662701, ‘ARPA’: 62446098, ‘SPELL’: 61939184, ‘TRU’: 60944721, ‘REN’: 59955266, ‘BIGTIME’: 59209269, ‘XVG’: 57470552, ‘TLM’: 56963184, ‘BAKE’: 52022509, ‘COMBO’: 47247951, ‘DAR’: 47226484, ‘FLM’: 45542629, ‘ATA’: 44190701, ‘MDT’: 42774267, ‘BEL’: 42365397, ‘PERP’: 42095057, ‘REEF’: 41151983, ‘IDEX’: 39463580, ‘LEVER’: 38609947, ‘PHB’: 36811258, ‘LIT’: 35979327, ‘KEY’: 31964126, ‘BOND’: 29549985, ‘FRONT’: 29130102, ‘TOKEN’: 28047786, ‘AMB’: 24484151