BTC PROJECTION - Attendez avant de short/long
Telah dikemas kini
J'étais convaincu d'une baisse mais le travail de lecture d'indicateurs, de rapports et de la dimension statistique me pousse à me dire que je me sois trompé. Nous nous trouvons actuellement dans une situation d'indécision, illustrée par un "DOJI", ce qui rend la direction future incertaine.
L'avantage est qu'on à pas perdu bcp (0.2% à peine) étant donné le surplace. On peut donc partir, attendre et observer la décision du marché.
Pour vous aider à prendre votre décision, je vous ai maché le travail. J'ai regroupé ici des analyses de séries statistiques ainsi qu'un peut de macro. A terme j'ajouterais une analyse basée sur marketprofile en guise de suivis de l'offre et de la demande. Quoiqu'elle puisse également être présente par mon analyse du carnet d'ordre.
Bonne lecture
ARIMA
Le modèle ARIMA (AutoRegressive Integrated Moving Average) est une méthode de prédiction utilisée pour analyser et anticiper les valeurs futures d'une série temporelle, comme les prix financiers, en se basant sur les schémas passés.
Ce modèle se décompose en trois composantes principales :
Composante Auto-Régressive (AR) : Elle considère la relation entre les valeurs passées et la valeur actuelle. En gros, elle prédit la valeur future en se basant sur une combinaison linéaire des observations précédentes.
Composante Intégrée (I) : Cette partie de l'ARIMA concerne la transformation des données pour rendre la série temporelle stationnaire. La stationnarité est nécessaire pour appliquer le modèle et implique généralement de différencier les données.
Composante Moyenne Mobile (MA) : Cela traite des erreurs du modèle en les considérant comme une somme linéaire des erreurs passées.
Le modèle ARIMA se caractérise par trois paramètres : p, d et q.
p : Correspond à l'ordre de la composante AR (Auto-Régressive).
d : Indique le nombre de différenciations nécessaires pour rendre la série stationnaire.
q : Représente l'ordre de la composante MA (Moyenne Mobile).
En ajustant ces paramètres, le modèle ARIMA utilise les données historiques pour faire des prédictions sur les valeurs futures en prenant en compte les tendances et les schémas observés dans la série temporelle. Sélectionner les bons paramètres est crucial pour obtenir des prédictions précises. Bien que le modèle ARIMA soit puissant pour beaucoup de séries temporelles, il peut avoir des difficultés à capturer des schémas complexes ou des tendances non linéaires dans les données.
Voici les projections du modèle :
AutoARIMA obtains MAPE: 4.19%
Date,PrixAbsolu
2023-11-04,34728
2023-11-05,34707
2023-11-06,34702
2023-11-07,34693
2023-11-08,34657
2023-11-09,34680
2023-11-10,34690
2023-11-11,34690
2023-11-12,34690
2023-11-13,34690
Exponential Smoothing
Le lissage exponentiel est une méthode de prédiction utilisée pour estimer les valeurs futures d'une série temporelle. En se basant sur les données antérieures, cette méthode attribue plus de poids aux données récentes pour faire des prédictions. Elle tient compte des tendances et des modèles dans les données passées pour anticiper les valeurs à venir.
Le modèle Exponential Smoothing permet de prédire les valeurs futures en se basant sur les tendances et les modèles identifiés dans les données historiques. Cependant, il peut présenter des limitations, notamment avec de très courtes séries temporelles.
Date,PrixAbsolu
2023-11-04,34738
2023-11-05,34739
2023-11-06,34808
2023-11-07,34806
2023-11-08,34826
MTSL
La méthode MSTL (Perform Multiple Seasonalities and Trend using Loess) est une technique de prévision avancée pour les séries temporelles qui gère plusieurs types de saisonnalités et les tendances complexes présentes dans les données. Elle utilise une combinaison de lissage LOESS (Locally Estimated Scatterplot Smoothing) pour capturer les motifs saisonniers et les tendances.
Cette méthode est capable de détecter et de modéliser des schémas saisonniers multiples et des tendances non linéaires, offrant ainsi une flexibilité importante dans la prévision de séries temporelles présentant des fluctuations saisonnières à plusieurs niveaux. En se basant sur la technique LOESS, elle s'adapte localement aux données, ce qui lui permet de s'ajuster à des structures temporelles complexes et non uniformes.
L'utilisation de MSTL permet une modélisation plus précise des séries temporelles avec des tendances non linéaires et des schémas saisonniers variés. Cependant, son utilisation peut être plus complexe et exige parfois des données significatives pour détecter et modéliser ces différents schémas saisonniers et tendances.
MTSL : Mape 4.64%
Date,PrixAbsolu
2023-11-04,34445
2023-11-05,34435
2023-11-06,35433
2023-11-07,35319
2023-11-08,35466
2023-11-09,34892
2023-11-10,34732
2023-11-11,34445
2023-11-12,34435
2023-11-13,35433
Conclusion :
La projection ARIMA, le lissage exponentiel et la méthode MSTL ont été utilisés pour prédire les valeurs des prix. Le modèle ARIMA a obtenu une précision moyenne de 4.19%. Les prévisions montrent des prix relativement stables autour de 34,700. Le lissage exponentiel a donné des valeurs légèrement plus élevées, avec une tendance à la hausse progressive. En revanche, la méthode MSTL a obtenu un taux d'erreur MAPE de 4.64% et a généré des variations plus marquées, avec des valeurs oscillant entre 34,000 et 35,500. Chaque méthode offre des prévisions différentes en termes de niveaux de précision et de tendances, allant de stabilité pour ARIMA à une évolution plus variable pour le lissage exponentiel et la méthode MSTL.
Recherche de TOP / LOW en fonction de la liquidité disponible et de la volatilité :
- 0.8% du prix 35 000 Top - 34 400 Low
- 1.5% du prix 35 200 Top - 34 200 Low
- 2% du prix 35 500 Top - 34 000 Low
- 3.5% du prix 36 000 Top - 33 500 Low
Il est à noter que la liquidité manque en bas du carnet, indiquant une faible disponibilité de transactions pour des prix inférieurs.
Lecture du market profile :
- (en recherche d'outils sous linux)
Macro :
Wall Street a enregistré sa plus forte hausse hebdomadaire de l'année, avec les principaux indices boursiers en progression, menés par le Nasdaq.
Le Russell 2000 a connu sa plus grande progression hebdomadaire depuis février 2021, tandis que le secteur immobilier a enregistré la plus forte croissance parmi les secteurs de l'indice S&P, avec l'énergie comme seul perdant.
Le brut, le dollar et le bitcoin ont connu des baisses, tandis que l'or a enregistré une hausse.
Le rendement du Trésor américain à 10 ans a chuté à 4,57% !!
Les investisseurs ont été encouragés par la progression des indices boursiers américains, atteignant des gains importants en pourcentage pour la semaine, principalement due à de solides résultats trimestriels et à la réunion de la Réserve fédérale, qui a maintenu son taux directeur inchangé. Le marché boursier a réagi favorablement à la perspective d'une croissance des bénéfices du S&P 500.
Les analystes prévoient une croissance annuelle des bénéfices du S&P 500 de 5,7% pour la période de juillet à septembre, une nette amélioration par rapport aux prévisions précédentes.
Fitch a averti que les notations de crédit des principales banques américaines, telles que Wells Fargo et U.S. Bancorp, sont "vulnérables" en raison des défis économiques persistants, citant notamment la hausse des coûts des dépôts comme une menace.
Ces informations dépeignent une semaine avec des marchés boursiers en progression, portés par de solides résultats d'entreprises et des perspectives positives, malgré certaines inquiétudes quant aux perspectives économiques et aux notations de crédit des banques.
Le rapport sur l'emploi d'octobre a montré une certaine faiblesse avec la création de 150 000 emplois, soit environ la moitié du chiffre de septembre et inférieur au consensus.
Un tiers de ces emplois a été créé par le gouvernement, ce qui a limité la croissance réelle à moins de 100 000. Le secteur manufacturier a perdu 35 000 emplois, alors que le secteur des services a compensé en ajoutant 110 000 emplois.
Cependant, le mois d'octobre marque le troisième mois sur les douze derniers à ne pas atteindre les estimations des analystes.
Les salaires ont augmenté moins que prévu, avec une croissance mensuelle ralentie et une baisse de 20 points de base de la croissance annuelle, atteignant ainsi le plus bas niveau depuis juin 2021.
Le taux de chômage a augmenté de manière inattendue à 3,9 %, tandis que le taux de participation au marché du travail a légèrement baissé à 62,7 %. Cette dynamique, où le taux de chômage augmente tandis que les travailleurs quittent le marché du travail, peut indiquer un ralentissement fondamental.
L'indice des directeurs d'achats non manufacturiers de l'ISM a diminué à 51,8, en deçà des attentes, signalant une expansion mensuelle moins solide.
Les commentaires recueillis font état d'optimisme et de préoccupations, notamment concernant l'inflation, les taux d'intérêt, les événements géopolitiques et les défis liés à l'emploi.
Ces indicateurs suggèrent des points faibles dans l'économie, y compris des signes de ralentissement dans certains secteurs et des défis persistants concernant la création d'emplois, les salaires et les perspectives économiques.
L'avantage est qu'on à pas perdu bcp (0.2% à peine) étant donné le surplace. On peut donc partir, attendre et observer la décision du marché.
Pour vous aider à prendre votre décision, je vous ai maché le travail. J'ai regroupé ici des analyses de séries statistiques ainsi qu'un peut de macro. A terme j'ajouterais une analyse basée sur marketprofile en guise de suivis de l'offre et de la demande. Quoiqu'elle puisse également être présente par mon analyse du carnet d'ordre.
Bonne lecture
ARIMA
Le modèle ARIMA (AutoRegressive Integrated Moving Average) est une méthode de prédiction utilisée pour analyser et anticiper les valeurs futures d'une série temporelle, comme les prix financiers, en se basant sur les schémas passés.
Ce modèle se décompose en trois composantes principales :
Composante Auto-Régressive (AR) : Elle considère la relation entre les valeurs passées et la valeur actuelle. En gros, elle prédit la valeur future en se basant sur une combinaison linéaire des observations précédentes.
Composante Intégrée (I) : Cette partie de l'ARIMA concerne la transformation des données pour rendre la série temporelle stationnaire. La stationnarité est nécessaire pour appliquer le modèle et implique généralement de différencier les données.
Composante Moyenne Mobile (MA) : Cela traite des erreurs du modèle en les considérant comme une somme linéaire des erreurs passées.
Le modèle ARIMA se caractérise par trois paramètres : p, d et q.
p : Correspond à l'ordre de la composante AR (Auto-Régressive).
d : Indique le nombre de différenciations nécessaires pour rendre la série stationnaire.
q : Représente l'ordre de la composante MA (Moyenne Mobile).
En ajustant ces paramètres, le modèle ARIMA utilise les données historiques pour faire des prédictions sur les valeurs futures en prenant en compte les tendances et les schémas observés dans la série temporelle. Sélectionner les bons paramètres est crucial pour obtenir des prédictions précises. Bien que le modèle ARIMA soit puissant pour beaucoup de séries temporelles, il peut avoir des difficultés à capturer des schémas complexes ou des tendances non linéaires dans les données.
Voici les projections du modèle :
AutoARIMA obtains MAPE: 4.19%
Date,PrixAbsolu
2023-11-04,34728
2023-11-05,34707
2023-11-06,34702
2023-11-07,34693
2023-11-08,34657
2023-11-09,34680
2023-11-10,34690
2023-11-11,34690
2023-11-12,34690
2023-11-13,34690
Exponential Smoothing
Le lissage exponentiel est une méthode de prédiction utilisée pour estimer les valeurs futures d'une série temporelle. En se basant sur les données antérieures, cette méthode attribue plus de poids aux données récentes pour faire des prédictions. Elle tient compte des tendances et des modèles dans les données passées pour anticiper les valeurs à venir.
Le modèle Exponential Smoothing permet de prédire les valeurs futures en se basant sur les tendances et les modèles identifiés dans les données historiques. Cependant, il peut présenter des limitations, notamment avec de très courtes séries temporelles.
Date,PrixAbsolu
2023-11-04,34738
2023-11-05,34739
2023-11-06,34808
2023-11-07,34806
2023-11-08,34826
MTSL
La méthode MSTL (Perform Multiple Seasonalities and Trend using Loess) est une technique de prévision avancée pour les séries temporelles qui gère plusieurs types de saisonnalités et les tendances complexes présentes dans les données. Elle utilise une combinaison de lissage LOESS (Locally Estimated Scatterplot Smoothing) pour capturer les motifs saisonniers et les tendances.
Cette méthode est capable de détecter et de modéliser des schémas saisonniers multiples et des tendances non linéaires, offrant ainsi une flexibilité importante dans la prévision de séries temporelles présentant des fluctuations saisonnières à plusieurs niveaux. En se basant sur la technique LOESS, elle s'adapte localement aux données, ce qui lui permet de s'ajuster à des structures temporelles complexes et non uniformes.
L'utilisation de MSTL permet une modélisation plus précise des séries temporelles avec des tendances non linéaires et des schémas saisonniers variés. Cependant, son utilisation peut être plus complexe et exige parfois des données significatives pour détecter et modéliser ces différents schémas saisonniers et tendances.
MTSL : Mape 4.64%
Date,PrixAbsolu
2023-11-04,34445
2023-11-05,34435
2023-11-06,35433
2023-11-07,35319
2023-11-08,35466
2023-11-09,34892
2023-11-10,34732
2023-11-11,34445
2023-11-12,34435
2023-11-13,35433
Conclusion :
La projection ARIMA, le lissage exponentiel et la méthode MSTL ont été utilisés pour prédire les valeurs des prix. Le modèle ARIMA a obtenu une précision moyenne de 4.19%. Les prévisions montrent des prix relativement stables autour de 34,700. Le lissage exponentiel a donné des valeurs légèrement plus élevées, avec une tendance à la hausse progressive. En revanche, la méthode MSTL a obtenu un taux d'erreur MAPE de 4.64% et a généré des variations plus marquées, avec des valeurs oscillant entre 34,000 et 35,500. Chaque méthode offre des prévisions différentes en termes de niveaux de précision et de tendances, allant de stabilité pour ARIMA à une évolution plus variable pour le lissage exponentiel et la méthode MSTL.
Recherche de TOP / LOW en fonction de la liquidité disponible et de la volatilité :
- 0.8% du prix 35 000 Top - 34 400 Low
- 1.5% du prix 35 200 Top - 34 200 Low
- 2% du prix 35 500 Top - 34 000 Low
- 3.5% du prix 36 000 Top - 33 500 Low
Il est à noter que la liquidité manque en bas du carnet, indiquant une faible disponibilité de transactions pour des prix inférieurs.
Lecture du market profile :
- (en recherche d'outils sous linux)
Macro :
Wall Street a enregistré sa plus forte hausse hebdomadaire de l'année, avec les principaux indices boursiers en progression, menés par le Nasdaq.
Le Russell 2000 a connu sa plus grande progression hebdomadaire depuis février 2021, tandis que le secteur immobilier a enregistré la plus forte croissance parmi les secteurs de l'indice S&P, avec l'énergie comme seul perdant.
Le brut, le dollar et le bitcoin ont connu des baisses, tandis que l'or a enregistré une hausse.
Le rendement du Trésor américain à 10 ans a chuté à 4,57% !!
Les investisseurs ont été encouragés par la progression des indices boursiers américains, atteignant des gains importants en pourcentage pour la semaine, principalement due à de solides résultats trimestriels et à la réunion de la Réserve fédérale, qui a maintenu son taux directeur inchangé. Le marché boursier a réagi favorablement à la perspective d'une croissance des bénéfices du S&P 500.
Les analystes prévoient une croissance annuelle des bénéfices du S&P 500 de 5,7% pour la période de juillet à septembre, une nette amélioration par rapport aux prévisions précédentes.
Fitch a averti que les notations de crédit des principales banques américaines, telles que Wells Fargo et U.S. Bancorp, sont "vulnérables" en raison des défis économiques persistants, citant notamment la hausse des coûts des dépôts comme une menace.
Ces informations dépeignent une semaine avec des marchés boursiers en progression, portés par de solides résultats d'entreprises et des perspectives positives, malgré certaines inquiétudes quant aux perspectives économiques et aux notations de crédit des banques.
Le rapport sur l'emploi d'octobre a montré une certaine faiblesse avec la création de 150 000 emplois, soit environ la moitié du chiffre de septembre et inférieur au consensus.
Un tiers de ces emplois a été créé par le gouvernement, ce qui a limité la croissance réelle à moins de 100 000. Le secteur manufacturier a perdu 35 000 emplois, alors que le secteur des services a compensé en ajoutant 110 000 emplois.
Cependant, le mois d'octobre marque le troisième mois sur les douze derniers à ne pas atteindre les estimations des analystes.
Les salaires ont augmenté moins que prévu, avec une croissance mensuelle ralentie et une baisse de 20 points de base de la croissance annuelle, atteignant ainsi le plus bas niveau depuis juin 2021.
Le taux de chômage a augmenté de manière inattendue à 3,9 %, tandis que le taux de participation au marché du travail a légèrement baissé à 62,7 %. Cette dynamique, où le taux de chômage augmente tandis que les travailleurs quittent le marché du travail, peut indiquer un ralentissement fondamental.
L'indice des directeurs d'achats non manufacturiers de l'ISM a diminué à 51,8, en deçà des attentes, signalant une expansion mensuelle moins solide.
Les commentaires recueillis font état d'optimisme et de préoccupations, notamment concernant l'inflation, les taux d'intérêt, les événements géopolitiques et les défis liés à l'emploi.
Ces indicateurs suggèrent des points faibles dans l'économie, y compris des signes de ralentissement dans certains secteurs et des défis persistants concernant la création d'emplois, les salaires et les perspectives économiques.
Nota
Analyse du marché Bitcoin le 4 novembre 2023 avec le Market Profile :Indicateurs clés :
1. Direction tendancielle : Haussière, bien que le facteur de rotation montre une tendance vendeuse (vente ou liquidation des actifs).
2. Extension de la fourchette (range) : Augmentation haussière de 1.18% par rapport à la balance initiale.
3. Niveaux de vente : Signaux de vente vers les niveaux de 34911 et 35138, suggérant des seuils pour des ventes ou prises de bénéfices. Une queue à ces niveaux indique une zone d'inefficacité du marché.
4. Composite acheteur : Indique une dynamique d'achat globale dans le marché malgré les signaux de vente identifiés.
Analyse plus détaillée :
• Macroéconomie : Sentiment haussier et optimiste malgré des tensions géopolitiques au Moyen-Orient.
• Ouverture et positions : L'ouverture de session est en dessous de celle de la précédente, mais à l'intérieur du range précédent vers la partie supérieure de la zone de valeur. Le POC est supérieur à la structure précédente de distribution normale.
• Volumes : Volume significativement plus élevé au-dessus du POC par rapport en dessous.
• TPO (Time Price Opportunity) : 53 TPO au-dessus du POC et 27 en dessous, indiquant une activité commerciale plus forte à des prix plus élevés.
Interprétation :
Bien que les TPO soient majoritairement au-dessus du POC, indiquant un intérêt accru à des prix plus élevés, la stabilisation des prix autour du POC peut indiquer une consolidation ou une accumulation à ce niveau. Cela pourrait servir de support pour une reprise haussière, mais cela ne garantit pas un renversement haussier.
La structure actuelle montre une neutralité avec un rejet à 35,135. Cela pourrait signaler une phase de consolidation ou de stagnation sans une direction claire du marché.
Pour confirmer la probabilité d'un renversement haussier, il est crucial de surveiller d'autres indicateurs et événements économiques.
Nota
L'indicateur 42-MACRO Equity Factor Table est un outil complexe conçu pour fournir des informations sur le régime macroéconomique actuel et ses implications sur les actifs financiers. Il fournit un aperçu probabiliste du régime macroéconomique actuel en utilisant une variété d'actifs et d'indices pour dériver des corrélations implicites et fournir des informations sur les performances agrégées des actifs.Le tableau des facteurs d'équité ci-dessous présente les performances des actifs du marché pet offre des indications sur les états du marché, tels que "Risk ON" et "Risk OFF".
Pour un actif à risque comme le bitcoin c'est un indicateur très utile !
Il permet vraiment d'analyser les régimes économiques afin de donner des indications sur la santé générale du marché et sa direction.
En clair, je l'utilise pour me fournir des informations essentielles sur l'environnement économique actuel, la santé du marché, et il m'aide à identifier les tendances et la direction probable des marchés via risk/on/off.
Dans l'indicateur ici, la classification en "Goldilocks" fait référence à une situation économique équilibrée, souvent considérée comme idéale pour les marchés financiers. Une économie Goldilocks combine une croissance stable avec une inflation modérée, créant un équilibre entre expansion économique et stabilité des prix. Le score est de 40% bien plus important que l'inflation/déflation/recession
Sommes-nous sur le point d'assister à un soft landing et donc un renversement haussier du bitcoin sous fond de reglementation ETF Bitcoin ?
Nota
Etant donné mon manque de précision et d'informations, je vais tenter de rajouter des métriques onchain pour cette paire afint d'être plus précisNota
Nota
Le Commitment of Traders (COT) est un rapport publié par la Commodity Futures Trading Commission (CFTC) aux États-Unis, fournissant des données sur les positions des traders sur les marchés à terme.Commerciaux : Les entités considérées comme "commerciaux" utilisent les marchés à terme pour gérer leurs risques associés à leurs activités sous-jacentes. Cela inclut les banques, les producteurs, les sociétés ayant des expositions au marché qui cherchent à se couvrir contre les variations de prix.
Non-commerciaux : Les traders particuliers, les fonds spéculatifs, les hedge funds, et d'autres acteurs du marché qui spéculent sur les marchés à terme entrent dans la catégorie "non-commerciaux". Ils prennent généralement des positions spéculatives dans le but de tirer profit des mouvements de marché.
Les non-commerciaux n'ont généralement pas accès aux mêmes informations privilégiées que les "commerciaux", ce qui peut les mettre en désavantage pour évaluer pleinement les tendances à long terme.
Pour exploiter ces informations il faut aussi connaître l'industrie du courtage.
Je n'y connait pas grand chose (mais j'y travaille), et j'ai découvert grâce à Anton Kreil ancien trader de Goldman Sachs que dans l'industrie du courtage, il existe deux méthodes différentes de gestion des opérations de trading et de gestion des risques par les courtiers ou brokers.
Le A book et le B book :
Le "A book" fait référence à la pratique où les courtiers transmettent directement les opérations de leurs clients sur le marché.
Les courtiers transmettent les ordres de leurs clients sur le marché financier sous-jacent, ce qui signifie que les trades des clients sont exécutés directement sur le marché réel.
Il n'y a pas d'intervention directe ou d'interférence de la part du courtier dans les transactions des clients. Les ordres sont exécutés tel qu'ils ont été passés par les clients.
Les courtiers n'assument pas de risques importants car ils ne prennent pas de positions opposées à celles de leurs clients. Ils perçoivent généralement des frais de courtage pour faciliter ces opérations.
Le "B book", en revanche, implique une gestion différente des transactions des clients.
Plutôt que de transmettre directement les ordres des clients sur le marché, le courtier les exécute en interne, sans nécessairement les transmettre au marché réel.
Le courtier assume un risque sur les transactions de ses clients, prenant des positions opposées à celles des clients. Cette pratique peut conduire à des conflits d'intérêts potentiels car le courtier peut bénéficier des pertes de ses clients.
Le courtier peut exercer un contrôle plus important sur l'exécution des transactions, ce qui peut lui permettre d'atténuer ses risques ou de maximiser ses gains.
Anton Kreil présente un schéma décrivant une industrie financière étroitement liée, où les banques d'investissement accordent des lignes de crédit et des facilités financières aux courtiers de détail. Ces institutions financières offrent des liquidités, des services de gestion de portefeuille et d'autres ressources financières aux courtiers, qui à leur tour fournissent des leviers aux participants, des logiciels tels que Metatrader, et promeuvent un récit parfois fallacieux sur l'éducation financière.
Je vous conseilles d'aller le voir pour plus d'information :
youtu.be/L7G0OfJUON8?t=3
Je peux reprendre son hypothèse selon laquelle les courtiers pourraient chercher à se protéger en prenant des positions opposées à celles des traders non-commerciaux. Les market makers et les desks de négociation internes des courtiers pourraient prendre des positions contraires pour gérer leurs propres risques ou pour saisir des opportunités sur le marché, influençant ainsi temporairement les prix.
Ainsi, lorsque je constate que les non-commerciaux adoptent massivement des positions courtes, cela pourrait indiquer qu'ils ont peut-être raison, mais peut-être/sûrement avec moins de marge de manœuvre que les acteurs commerciaux. Cela pourrait également présenter un conflit d'intérêts potentiel si les commerciaux sont long, je vais donc rélféchir avant d'aller dans leur sens.
Sans plus attendre voici les Statistiques (COT):
Contrats Bitcoin (Standard) - Code-133741
Open Interest (Intérêt ouvert) : 19,603 contrats
Non-Commerciaux :
Positions longues de 15,495 contrats.
positions courtes de 17,241 contrats.
Commerciaux :
Positions longues de 1,599 contrats.
Positions courtes de 696 contrats.
Changements depuis le 24/10/23 :
Intérêt ouvert a diminué de 75 contrats.
Interprétation des forces en présence :
Les non-commerciaux ont plus de positions courtes que longues, suggérant un sentiment baissier chez les traders particuliers.
Les commerciaux ont plus de positions long que courte. ce qui peut être interprété comme un signe d'optimisme relatif.
Micro Contrats Bitcoin - Code-133742 :
Open Interest (Intérêt ouvert) : 7,862 contrats
Engagements :
Non-Commerciaux :
Positions longues de 4,491 contrats.
Positions courtes de 6,728 contrats.
Commerciaux :
Positions longues de 174 contrats, pas de positions courtes.
Changements depuis le 24/10/23 :
Intérêt ouvert a diminué de 2,398 contrats.
Interprétation des forces en présence :
Les non-commerciaux ont plus de positions courtes que longues, suggérant un sentiment baissier chez les particuliers.
Les commerciaux ont seulement des positions longues, indiquant un éventuel optimisme relatif qui reprends la macro-économie.
Interprétation pour l'arbitrage:
Lorsque les non-commerciaux et les commerciaux ont plus de positions courtes que longues, cela suggère un sentiment baissier.
Lorsque les non-commerciaux ont plus de positions courtes, mais que les commerciaux ont principalement des positions longues ou une absence de positions courtes, cela pourrait indiquer un potentiel d'optimisme relatif. Et je pense que c'est le cas pour le bitcoin
Nota
petite capture du carnet d'ordre avant le pump en cours : on pouvait observer une forte divergence dans les ordres market vente (short) surrement provoqués par un Stoch vendeur daily auprés des participants.
le résultat est une hausse soudaine de 0.54, là ou le delta était pourtant négatif de 100 !
Nota
prenez vos bénéfices !Dagangan ditutup: sasaran tercapai
Penafian
Maklumat dan penerbitan adalah tidak dimaksudkan untuk menjadi, dan tidak membentuk, nasihat untuk kewangan, pelaburan, perdagangan dan jenis-jenis lain atau cadangan yang dibekalkan atau disahkan oleh TradingView. Baca dengan lebih lanjut di Terma Penggunaan.