前回の記事https://www.fmz.com/digest-topic/10283とhttps://www.fmz.com/digest-topic/10287では、通貨の上昇と下落とビットコインの相関関係について説明しました。価格に関する永久契約を開始する。この記事では、通貨価格に影響を与えるもう 1 つの重要な要素である時価総額について引き続き検討します。定量取引に精通している読者は、A 株市場には最も影響のある要素の 1 つである時価総額の小ささがあることをご存じでしょう。小型株のローテーションのパフォーマンスは、各種指数をはるかに上回る驚異的なものです。ご興味があれば、ご自身で学んでみてください。では、小型株や低価格の暗号通貨のパフォーマンスはどうでしょうか?

データ処理と収集

この部分は前回の記事と同じデータを使用しているため、ここでは繰り返しません。

低価格コインのパフォーマンス

低価格通貨とは通常、単位価格が低いデジタル通貨を指します。これらの通貨は価格が低いため、小口投資家にとって魅力的です。彼らのほとんどは価格のゼロの数だけを見て、市場価値をあまり気にしません。ゼロが1つ減るごとに価格は10倍になり、一部の投資家にとって非常に重要です。人材は非常に魅力的ですが、価格変動やリスクも高まる可能性があります。

いつものように、最初のステップは指数のパフォーマンスを見ることですが、指数も年初と年末に2回の強気相場を経験しています。毎週、価格が最も安い 20 の暗号通貨が選択され、その結果はインデックスに非常に近いため、低価格では追加のメリットはあまりないことがわかります。

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

小型株コインのパフォーマンス

流通量は常に変動しているため、ここでの市場価値計算に使用した総供給量はCoincapmarketから取得しています。必要な場合はキーを申請できます。合計で時価総額上位1,000の仮想通貨がすべて選択されました。命名方法と総供給量が不明なため、Binanceの無期限契約と重複する仮想通貨は合計205個取得されました。

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 ]

同様に、毎週時価総額が最も低い 10 通貨のインデックスをプロットし、全体のインデックスと比較します。年初からの強気相場では、小型株通貨が全体指数よりもわずかに好調だったことがわかります。しかし、9月と10月の横ばい相場の中では予定よりも早く上昇し始め、最終的な上昇率は全体指数を大きく上回りました。

一般的に、時価総額の小さいコインの方が成長の可能性が高いと考えられています。時価総額が低いため、比較的少額の資金流入でも大きな価格変動を引き起こす可能性があります。この高い収益の可能性は投資家や投機家の注目を集めています。市場が底値で動く準備が整ったとき、小型株通貨は上昇抵抗が小さいため主導権を握る傾向があり、全般的な強気相場が始まろうとしていることを示唆することもあります。

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);

要約する

この記事では、データを分析し、低価格通貨は追加収益をもたらさず、そのパフォーマンスは市場指数と類似していることを発見しました。小型株通貨のパフォーマンスは、全体指数の上昇を大幅に上回っています。以下は、現在強気相場にあるものの、参考までに時価総額が1億U未満の契約通貨のリストです。

‘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