李广磊:比特币大涨为何有时会伴随着几乎所有其它数字货币的大跌?

BTC是一种抽血币,大家看到了它抽血的表面现象,但往往不理解它抽血的内在机理。大量的资金进入市场,可能会面向1000种币,明明绝大部分新韭菜资金根本不碰BTC,但为什么最后这些资金会被BTC持有者抽走?落入他们的口袋里面?

这些人里面懂这个道道的,在各种社区里面几乎从来不出现,我观察了一段时间,在论坛里面蹦达的人仓位都很浅,有些只是死脑筋捂币,基于以前被教育过的经验主义进行行动,只是巴甫洛夫的狗,知其然但不知其所以然。经常服从于意识形态,而不进行逻辑抗辩。

我们应该注意到,有很多人学识水平不高,也没有高深的数学建模能力,但是往往能够根据经验做出一些对的判断,这些经验是他真金白银交了学费学来的,不是虚的。经常看到有人大喊一句,比特币大抽血啊。但你要他说出内在的原因、逻辑、理论、道理,他是绝对说不清楚的。所以有些人认为他们只是死脑筋。这种亲身血的教训,自己觉得很对的经验,但说不明白,导致不被理解的感觉,大家自行体会一下。

我在这里面写下相关的逻辑推理,期望得到反馈,以便进行修订、反馈、改进、提升。谢谢。

任何一种投机物都是有基本面的,而且差异化极大,因为信息的不对称、专业化研究的高门槛、资金量和执行能力的差距,等等原因,任何一个投机物的市场,都存在“隐形”的收割机制,我们事实上知道它是存在的,但是一般情况下看不见。

这套收割机制本质上可以用数学建模进行解析,但市场也不完全是数学模型的竞争,还涉及到信息,和专业研究能力等方面,同样的数学模型,如果因为研究问题,代入的参数不精确,误差较大,也会得到误差较大的判断。我认为建立这套模型分以下几个步骤:

第一步,数学建模要对币种进行基本面的量化分析。

也就是每种币要有一个基本面数值,这个数字要通过深入的量化分析、专业剖析、调研之后,不断调校调整;

比如比特币的分值为100,其他币种可能有80分、90分、1分的,10分的,0.1分,1000分等等不同分值。这些分值依托于量化分析的模型测算出来,并且模型本身也是可以调整的。类似于谷歌搜索,数十年如一日地研发搜索排序算法。

第二步,基本面分值出来之后,就要做水分(泡沫)模型了,也就是信仰充值部分。任何币种的市值都会有一定的水分,水分比率或高或低。这里也需要有一种量化模型,定位每种币种的水分比率,以便代入到整个收割模型里面。

第三步,市场心理行为及应激模型。基本上这跟其他投机市场是差不多的,俗称收“割韭菜模型”。对于收割对象而言,什么情况下, 一定会有人追高,什么情况下, 一定会有人割肉。大概什么比率。

第四步,这也就是最关键的一步,确立运行的流程。

选择基本面最高、市值水分最少的币种(现在一般运算出来的结果就是比特币),作为收割中介物(退出出口),选择市值水分低的币种开始炒作,根据形势变化,逐步拉高,吸引资金进入,到某个水分比率高度之后,撤回中介收割物,按流程炒作下一个标的。轮番炒作之后,一个个收割完毕。

到这一步,收割中介物会创下历史新高,也会有较高的水分比率;然后就进入下一轮循环。

开始不断压低收割中介物本身价格,大概使它的水分比率达到一个接近低点的时候中止,而这个时刻,其他币种,应该已经尸横遍野了,同理,按照以上模型运算结算,逐个挑选,低位介入,然后重新上演下一轮的收割。

这套模式跟股市是类似的,但股市的收割中介物比较多(一个交易所大概有数十、百种蓝筹,比如标普50),交易对冲机制完全,信息相对对称,所以波动不会那么大,而虚拟货币市场本身不成熟,所以几乎就是一个屠宰场。有时候看论坛,其实就是看杀猪这出戏。这些交易策略,甚至不是人手在操作,而是完全自动化的。

近期某个币种大幅度上涨,明显脱离基本面,是利用近期的一些形势,顺势拉高水分,水分涨到一个高位,势必触发抽水,也就是抽血,抽血往安全的地方,即收割中介物。因此就会带高到一个短期内的高点。看点应该在2018年4月16号出现。

回到这个问题,当出现比特币大涨,然后所有币种都大跌的时候,这种情况以前多次发生,基本上代表已经接近在抽最后一口血了,再抽两口,就要吸干了。有时虽然会回吐两口,浮一点红,但是那往往是为了最后憋一个大招,吸进最后一口做准备。大家喝饮料的时候,有时喝多了也会吸一半让吸管里面的掉回去瓶里,然后下一口吸往往就是一滴不剩。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,607评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,047评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,496评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,405评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,400评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,479评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,883评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,535评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,743评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,544评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,612评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,309评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,881评论 3 306
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,891评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,136评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,783评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,316评论 2 342

推荐阅读更多精彩内容