Peta panas likuiditas dan zona pivot

Pita pivot dihitung dari harga yang sudah diperdagangkan. Peta likuidasi menggambarkan posisi yang masih memiliki eksposur. Ketika keduanya berimpit, referensi abstrak pada grafik menjadi lebih konkret: rentang harga yang memuat risiko finansial yang dapat diidentifikasi.

Tumpang tindih tersebut muncul dalam penelitian TradeLean. Hal itu terlihat dalam data posisi yang mendasarinya, bukan hanya pada tangkapan layar berwarna terang. Pada peta resistance bulanan Solana, pita 0.618–0.786 menampung rata-rata 20.98% dari eksposur likuidasi yang relevan, dibandingkan dengan 16.29% dan 16.57% pada pita tetangga yang sama lebarnya. Pita tersebut mengungguli kedua tetangganya dalam lima dari enam bulan pengamatan. Support mingguan Ethereum dan resistance kuartalan BNB memberikan contoh lain yang sama-sama informatif.

Pertanyaan pentingnya adalah seberapa luas temuan itu berlaku. Apakah pita yang sama mendominasi pada Bitcoin? Apakah rata-rata yang kuat bertahan ketika bulan berganti? Apakah klaster terang hasil pemodelan mengukur hal yang sama dengan harga likuidasi yang dilaporkan? Dan apa yang terjadi ketika kita berhenti memilih contoh yang menarik lalu menampilkan setiap pengujian?

Studi ini menjawab pertanyaan tersebut dengan pengamatan historis terjadwal, geometri pivot yang tetap, dan perbandingan yang eksplisit. Cakupannya adalah 6,728 snapshot posisi lengkap, 24 tanggal mingguan, dan 334 instrumen dengan perbandingan yang dapat digunakan. Untuk sepuluh aset kripto yang dikenal luas dan diteliti secara mendalam, seluruh 80 kombinasi kerangka waktu dan sisi tersedia di bawah ini.

Mulai dari pengukuran

“Likuiditas” mencakup lebih dari satu jenis peta.

Pesanan limit besar yang belum tereksekusi, pesanan stop, dan posisi berleverage dengan harga likuidasi yang dilaporkan semuanya dapat digambarkan sebagai pita horizontal. Makna ekonominya berbeda. Warna dan bentuk grafik tidak dapat menentukan jenis mana yang sedang kita lihat.

Pesanan yang belum tereksekusi menggambarkan kesediaan berdagang yang sedang ditampilkan. Harga likuidasi mengidentifikasi kondisi ketika posisi dengan eksposur mungkin perlu dikurangi atau ditutup. Stop adalah instruksi yang aktif setelah syarat pemicunya terpenuhi. Pesan likuidasi mencatat peristiwa yang dilaporkan bursa. Yang pertama adalah kedalaman yang tersedia; kedua adalah potensi arus paksa; ketiga adalah arus bersyarat; keempat adalah pesan yang diamati mengenai suatu peristiwa.

Hasil numerik utama di sini berkaitan dengan eksposur likuidasi yang dilaporkan: nilai nosional posisi terbuka yang memenuhi syarat, dikelompokkan berdasarkan harga likuidasi yang dilaporkan. “Konsentrasi” berarti pangsa yang terletak di dalam pita harga tertentu. Ini bukan berarti kedalaman buku pesanan yang langsung dapat dieksekusi.

Itulah juga alasan artikel ini tidak menjumlahkan persentase dari peta yang berbeda. Intensitas hasil pemodelan sebesar 30, pangsa posisi 30%, dan pesan terekam senilai $30 juta bukan besaran yang saling dapat dipertukarkan. Menampilkannya pada satu skala warna akan menciptakan kesan kesesuaian yang tidak dibenarkan oleh pengukurannya sendiri.

Dokumentasi Hyperliquid sendiri menjelaskan mekanisme yang relevan: kelayakan likuidasi bergantung pada margin pemeliharaan, dan harga mark ikut berperan dalam prosesnya. Respons dapat berupa pengurangan sebagian, bukan penutupan seluruh nilai nosional secara seketika. Karena itu, level yang dilaporkan merupakan pengamatan risiko yang berguna, sedangkan pelaksanaannya tetap bergantung pada keadaan akun dan pasar. Mekanisme likuidasi Hyperliquid ↗

Tentukan lokasinya terlebih dahulu

Zona sudah ada sebelum peta panas diperiksa.

Pengujian dimulai dari periode referensi yang telah selesai. Misalkan harga tertingginya H, terendahnya L, dan penutupannya C. Pivot pusat adalah P = (H + L + C) / 3, dan rentang referensinya D = H − L. Rasio k diubah menjadi harga melalui P + kD di atas pivot atau P − kD di bawahnya.

Pita luar TradeLean membentang dari 0.618 hingga 0.786 kali D dari P. Titik tengahnya 0.702 dan lebarnya 0.168D. Pada resistance, batas bawah dan atasnya adalah P + 0.618D dan P + 0.786D. Pada support, rentang harganya membentang dari P − 0.786D hingga P − 0.618D. Urutannya berbalik di bawah P; lebarnya tidak.

Penjelasan visualPerbesar ↗

Geometri ini menyediakan lokasi tetap untuk pengamatan. Kita tidak terlebih dahulu mencari klaster paling terang lalu menggeser pivot hingga keduanya berimpit. Kita juga tidak mengubah lebar pita untuk aset yang eksposurnya kebetulan tersebar lebih luas. Batas ditentukan oleh harga yang telah terbentuk dan periode referensi yang dipilih.

Independensi itulah hubungan yang berguna antara roadmap pivot dan peta likuiditas. Yang satu menetapkan di mana pertanyaan diajukan. Yang lain menyediakan bukti mengenai apa yang ada di sana. Keduanya tidak perlu diperlakukan sebagai penjelasan mistis bagi satu sama lain.

Pita dalam, 0.146–0.236, tetap disertakan dalam penelitian yang lebih luas dan dapat ditampilkan pada peta interaktif. Lebarnya 0.090D. Referensi 0.184 yang dikenal luas adalah label di dalam pita itu, bukan titik tengah aritmetiknya, yaitu 0.191. Perbandingan utama artikel ini adalah pita luar; kedua pengujian tidak digabungkan.

Rumus yang sama dapat diterapkan pada banyak instrumen. Itu adalah pernyataan tentang portabilitas perhitungan. Apakah risiko terkonsentrasi pada harga yang dihasilkan merupakan pertanyaan empiris terpisah untuk setiap pasar, jendela pengamatan, dan sumber data.

Pita yang terang membutuhkan perbandingan yang adil.

Rentang lebar sering menampung lebih banyak nilai nosional daripada rentang sempit hanya karena memuat lebih banyak harga. Membandingkan zona luar dengan satu garis akan memberi zona tersebut keunggulan bawaan. Karena itu, pengujian utama membandingkan tiga rentang berdampingan dengan lebar yang persis sama.

Bergerak keluar dari P, kontrol dekat adalah 0.450–0.618, target 0.618–0.786, dan kontrol jauh 0.786–0.954. Masing-masing membentang 0.168D. Ketiganya menggunakan kumpulan eksposur dan waktu pengamatan yang sama. Tidak ada pemindahan kontrol secara oportunistis ke wilayah yang tampak kosong.

Dalam distribusi seragam pada sisi peta pivot yang dipilih, pita selebar 0.168 akan memuat 16.8% dari kumpulan tersebut. Angka itu berguna sebagai referensi geometris. Namun, itu bukan model nol yang khusus untuk suatu pasar. Eksposur nyata dapat condong ke harga saat ini, terkonsentrasi pada beberapa akun, atau tersebar tidak merata setelah pergerakan kuat.

Pertanyaan lokal yang lebih ketat adalah apakah target mengungguli kedua tetangga dengan lebar sama. BNB memberikan contoh yang berguna: target resistance kuartalannya rata-rata 16.81%, hampir persis sama dengan referensi seragam, tetapi dua rentang tetangganya hanya memuat 12.63% dan 8.87%. Perbandingan dengan 16.8% saja akan melewatkan kontras lokal tersebut.

Kami melaporkan selisih dalam poin persentase dan, bila berguna, peningkatan relatif terhadap tetangga yang lebih kuat. Keduanya adalah ungkapan yang berbeda. Angka SOL sebesar 20.98% dibandingkan 16.57% berarti tambahan pangsa sekitar 4.40 poin persentase, atau peningkatan relatif 26.6%. Menyebut hasilnya “26.6 poin persentase” akan sangat melebih-lebihkannya.

Terakhir, memenangkan perbandingan ini tidak menjadikan target sebagai rentang terbesar yang mungkin ada pada grafik. Pita lain dengan lebar sama yang lebih dekat ke P dapat memuat lebih banyak eksposur. Keunggulan lokal, peringkat global, dan penjelasan kausal bagi konsentrasi merupakan tiga klaim berbeda.

Ruang kerja penelitian interaktif

Tempatkan posisi di samping roadmap.

Mulailah dari eksposur yang diamati dan beralihlah antara Bitcoin, Ethereum, Solana, dan BNB. Kolom berwarna adalah sampel mingguan aktual dalam paket penelitian yang disediakan. Waktu kosong di antara kolom tidak diamati; tidak diisi dengan interpolasi. Garis mengikuti harga penutupan harian dari bursa yang sama.

Gunakan lapisan pivot untuk melihat apakah bin harga yang padat berada di dalam, di luar, atau melintasi sebuah pita. Matikan pita dalam ketika mengaburkan pertanyaan tentang zona luar. Arahkan kursor atau ketuk sel berwarna untuk memeriksa waktunya, rentang harga, dan nilai nosionalnya. Bin harga adalah unit tampilan; persentase zona yang tepat di bagian lain artikel dihitung dari harga posisi yang mendasarinya, bukan dari piksel.

Tampilan hasil pemodelan sengaja dijadikan mode terpisah. Tampilan ini menampilkan grid CoinBoss model-2 yang diarsipkan untuk BTC, ETH, atau SOL, menggunakan satuan intensitas yang dilaporkan penyedia. Permukaan visualnya lebih rapat, tetapi tidak menggantikan data posisi yang diamati secara langsung. Asal-usul model dan komposisi bursanya belum diverifikasi secara independen untuk studi ini.

Kontrol batas warna mengubah saturasi tampilan, bukan data. Peta pengamatan secara default memakai skala nonlinier dengan batas persentil ke-98.5 dari nilai bin positif, sehingga klaster sedang tetap terlihat di samping klaster yang sangat besar. Nilai di atas batas itu tetap masuk ke setiap perhitungan. Menaikkan atau menurunkan batas mengubah kontras gambar, bukan jumlah risiko di sebuah zona.

Setiap aset menggunakan skala petanya sendiri. Karena itu, sel kuning pada SOL dan sel kuning pada BTC belum tentu mewakili jumlah dolar yang sama. Untuk perbandingan lintas aset, periksa nilainya atau bandingkan pangsa yang dinormalisasi dalam penjelajah hasil, alih-alih menilai kecerahannya.

Isi sampel—dan cara membentuk persentase.

Dataset utama terdiri atas posisi historis Hyperliquid yang diperoleh melalui Vike. Aturan sampling memilih pengamatan pertama yang tersedia pada hari Rabu antara 12:00 dan 12:10 UTC. Studi luas mencakup 24 tanggal terjadwal, dari 13 Mei hingga 21 Oktober 2026. Halaman posisi yang tersedia dikumpulkan dan diperiksa untuk duplikasi, nilai tidak valid, dan respons tidak lengkap.

Katalog gabungan memuat 343 kontrak. Perbandingan yang dapat digunakan tersedia untuk 334 instrumen. Itu adalah pengenal instrumen, bukan 334 aset ekonomi independen: pasar tambahan dan eksposur berulang terhadap aset dasar yang sama muncul dalam katalog. Dari 6,728 snapshot lengkap, 6,680 memuat eksposur memenuhi syarat yang tidak nol untuk setidaknya perhitungan terkait. Penerapan beberapa basis pivot, sisi, dan zona menghasilkan 123,240 perbandingan, bukan 123,240 eksperimen independen.

Untuk pengamatan sisi support tertentu, penyebutnya adalah nilai nosional memenuhi syarat dengan harga likuidasi terlapor di antara P − D dan P. Penyebut sisi resistance mencakup P hingga P + D. Harga tepat pada P hanya dimasukkan ke resistance untuk menghindari penghitungan ganda. Titik ujung luar disertakan. Catatan dengan harga likuidasi yang hilang, tidak positif, atau tidak dapat digunakan tidak diberi lokasi rekaan pada grafik.

Penjelasan visualPerbesar ↗

Koordinat harga likuidasi terlapor q adalah k = |q − P| / D. Pembilang target memuat nilai nosional memenuhi syarat pada 0.618 ≤ k < 0.786 di sisi yang dipilih. Bagilah nilai nosional itu dengan kumpulan sisi terkait dan kalikan dengan 100. Kontrol dekat dan jauh memakai penyebut yang sama. Kami terlebih dahulu menghitung pangsa setiap snapshot, lalu merata-ratakan pangsa untuk aset dan kombinasi yang dijelaskan.

Pembedaan ini mencegah pengamatan besar mengubah pertanyaan secara diam-diam. Pangsa rata-rata antar-snapshot menanyakan distribusi sampel yang tipikal. Rasio semua dolar yang digabungkan menanyakan di mana total nilai nosional sampel berada. Keduanya dapat informatif, tetapi bukan statistik yang sama. Pengamatan berulang atas posisi yang bertahan juga bukan arus modal baru dan tidak boleh dijumlahkan menjadi klaim akumulasi kumulatif.

Untuk ringkasan lintas instrumen yang luas, rata-rata setiap instrumen yang memenuhi syarat mendapat bobot sama. Ringkasan berbobot dolar yang terpisah akan menjawab pertanyaan berbeda dan membiarkan pasar terbesar mendominasi. Seluruh tabel publik di bawah mempertahankan definisi awal, bukan mengubah pembobotan untuk memperbaiki hasil.

Enam contoh memperlihatkan makna sebenarnya dari “lebih banyak eksposur”.

Kasus-kasus ini dipilih untuk menjelaskan temuan, bukan menggantikan matriks lengkap. Semuanya membandingkan pangsa rata-rata dalam aset, sisi, dan konvensi referensinya sendiri. Persentase LINK yang lebih besar tidak membuktikan kantong likuidasi absolut yang lebih besar daripada BTC. Kumpulan keduanya dapat berbeda beberapa orde besaran.

Bitcoin, support mingguan: target rata-rata 21.09%, dibandingkan 19.99% pada tetangga yang lebih kuat. Selisihnya sekitar 1.10 poin persentase, atau 5.5% secara relatif. Rata-ratanya positif, tetapi cukup kecil. Target unggul dalam 11 dari 24 periode mingguan, sehingga rata-rata yang sedikit menguntungkan tidak seharusnya disebut dominasi pada sebagian besar pengamatan.

Ethereum, support mingguan: target rata-rata 24.50%, dibandingkan 19.56% dan 17.77% pada kontrol. Keunggulannya sekitar 4.93 poin terhadap tetangga yang lebih kuat merupakan selisih teramati yang lebih besar daripada Bitcoin. Namun, hitungan periodenya juga 11 kemenangan dari 24. Besaran dan frekuensi menceritakan bagian yang berbeda.

Penjelasan visualPerbesar ↗

Solana, resistance bulanan: pangsa rata-rata target adalah 20.98%, dibandingkan 16.29% dan 16.57%. Di sini, keterulangannya menjadi detail yang menonjol: lima dari enam bulan pengamatan mengungguli kedua kontrol. Ini adalah konsistensi bulanan terkuat di antara contoh yang dibahas secara utama, meskipun masih mencakup satu kegagalan dan bulan-bulan ujung yang diamati hanya sebagian.

BNB, resistance kuartalan: target sebesar 16.81% dibandingkan dengan 12.63% dan 8.87%. Target unggul dalam dua dari tiga rentang kuartalan yang diamati. Hanya tiga rentang yang terwakili, dan ketiganya bukan tiga kuartal lengkap yang independen. Ini merupakan kontras kuartalan yang menarik dengan riwayat tingkat periode yang pendek.

AVAX dan LINK: resistance bulanan AVAX rata-rata 19.32%, dibandingkan kontrol yang lebih kuat sebesar 15.99%, dengan empat kemenangan bulanan dari enam. Support bulanan LINK rata-rata 26.83%, dibandingkan 20.62%, dengan tiga kemenangan bulanan dari enam. Yang terakhir memiliki selisih rata-rata lebih besar tetapi urutan yang kurang konsisten. Memeringkat kandidat hanya berdasarkan satu angka utama akan mengaburkan perbedaan itu.

Perbandingan lengkap aset utama

Ganti asetnya. Pertahankan pengujiannya.

Penjelajah menyediakan seluruh sepuluh aset, empat basis pivot, dan dua sisi. Tiga batangnya membandingkan pangsa rata-rata target dengan dua pangsa rata-rata kontrol. Matriks di bawah tidak disaring hanya untuk contoh positif: seluruh 80 kombinasi tetap dapat dipilih.

Buka matriks hasil lengkap yang dapat dicetak

Penjelasan visualPerbesar ↗

Terdapat 23 kombinasi positif dari 80 ketika “positif” berarti pangsa rata-rata target melebihi kedua rata-rata tetangga. Ini adalah hitungan deskriptif dalam sampel ini. Bukan tingkat keberhasilan trading 23 dari 80, probabilitas pembalikan, atau pernyataan signifikansi statistik.

Setiap satu dari sepuluh aset yang disebut memiliki setidaknya satu kombinasi positif dalam matriks. Ini benar-benar merupakan kemunculan pola lintas aset, tetapi lebih lemah daripada efek universal. Ketika delapan kombinasi tersedia untuk setiap aset, memilih yang terbaik sesudahnya memudahkan ditemukannya contoh menarik. Klaim yang dimaksudkan untuk digeneralisasi harus menetapkan kombinasi atau aturan pemilihan sebelum memeriksa pengamatan baru.

Matriks menjawab pertanyaan praktis yang berguna: di mana tumpang tindih tertentu itu muncul dalam riwayat yang diukur? Matriks juga langsung memperlihatkan bukti yang berlawanan. Nama Bitcoin yang dikenal luas tidak membuat setiap sel BTC positif, dan sel bulanan SOL yang menguntungkan tidak mengubah skala lainnya menjadi hasil yang sama.

CSV turunan lengkap dan catatan per periode dapat diunduh di bawah. Penjelajah adalah tampilan tabel tersebut di browser, bukan umpan langsung baru. Mengubah kontrol mengubah baris publikasi yang dipilih; tidak menjalankan ulang pengoptimal tersembunyi atau meminta posisi terkini dari bursa.

Baca peta historis sesuai frekuensi sampling sebenarnya.

Peta yang berguna menunjukkan posisi pita referensi seiring berjalannya waktu. Peta itu juga harus menunjukkan seberapa sering eksposur dasarnya diamati. Empat peta berikut mempertahankan celah di antara sampel Rabu, alih-alih membuatnya tampak seperti peta panas bursa yang dipantau terus-menerus.

Penjelasan visualPerbesar ↗

Grid mingguan Bitcoin sering direset. Pita yang ditampilkan dapat bergerak karena rentang minggu sebelumnya berubah, meskipun suatu posisi terbuka tertentu hampir tidak berubah. Karena itu, klaster yang masuk ke pita baru setelah reset berbeda dari risiko baru yang terbentuk pada level yang tidak berubah. Gambar membantu menemukan pertanyaan-pertanyaan itu; dengan sendirinya, gambar bukan pengujian mekanisme di balik klaster.

Penjelasan visualPerbesar ↗

Support mingguan Ethereum secara numerik lebih kuat daripada Bitcoin dalam perbandingan terpilih. Grafik menambahkan konteks waktu yang hilang: distribusi risiko dan geometri pivot sama-sama berkembang. Beberapa pengamatan kuat dapat memberi kontribusi tidak proporsional pada rata-rata. Melihat seluruh sumbu waktu lebih informatif daripada memotong gambar di sekitar perpotongan paling terang.

Penjelasan visualPerbesar ↗

Peta bulanan Solana lebih jarang direset, sehingga pengamatan dalam satu grid aktif lebih mudah dibandingkan. Hasil lima dari enam bulan harus dibaca bersama perubahan lokasi pita dan distribusi tiap sampel. Ini adalah hubungan lokal yang berulang dalam jendela pengamatan, bukan janji bahwa setiap gerakan harga ke dalam pita akan berbalik.

Penjelasan visualPerbesar ↗

BNB menggambarkan pentingnya konvensi referensi. Lapisan kuartalannya mengikuti pengelompokan pembukaan mingguan TradeLean yang dijelaskan di atas. Grafik yang dibangun dari definisi candle kuartalan lain dapat menggeser pivot dan kedua batasnya. Perbedaan yang terlihat antara dua grafik mungkin merupakan perbedaan definisi input, bukan bukti bahwa salah satu peta rusak.

Keempat grafik menggunakan bursa yang sama untuk harga harian dan studi posisi. Ini menghilangkan satu sumber kesalahan penyelarasan yang dapat dihindari. Namun, tidak menghapus ketidakpastian keadaan akun, catatan harga likuidasi yang hilang, atau jam dan hari yang tidak diamati di antara sampel.

Rata-rata yang kuat dan efek yang berulang adalah temuan berbeda.

Rata-rata dapat meningkat karena satu episode yang luar biasa besar. Untuk mengetahui apakah hubungan berulang, kami mengelompokkan snapshot ke periode pivot aktifnya lalu kembali membandingkan target dengan kedua kontrol di dalam setiap periode. Untuk grid bulanan, unit alaminya adalah bulan yang diamati, bukan posisi individual dalam snapshot hari Rabu.

Penjelasan visualPerbesar ↗

Resistance bulanan SOL unggul dalam lima dari enam bulan. Ini lebih informatif daripada satu rata-rata seluruh jendela karena keunggulannya tidak terbatas pada satu interval kalender. Bulan yang kalah tetap berada dalam grafik. Mei dan Oktober hanya terwakili sebagian, dan setiap bulan memuat sedikit pengamatan terjadwal. Lima kemenangan tidak dapat ditafsirkan sebagai probabilitas perkiraan yang presisi.

Empat dari enam pada AVAX, tiga dari enam pada LINK, dan dua dari tiga pada BNB menceritakan keterulangan yang berbeda. Catatan penelitian sebaiknya mempertahankan selisih rata-rata, jumlah periode, lama cakupan, dan frekuensi kemenangan. Menggabungkannya menjadi satu label “berfungsi” justru membuang informasi yang dibutuhkan untuk menilai apakah tumpang tindih itu layak terus dipantau.

Rezim pasar merupakan faktor pengganggu potensial lainnya. Reli atau penurunan kuat mengubah posisi harga likuidasi terlapor terhadap rentang sebelumnya. Untuk studi ini, klasifikasi rezim menggunakan informasi harian sebelumnya: pengamatan bullish memerlukan penutupan di atas rata-rata bergerak sederhana 200 hari dan kenaikan rata-rata tersebut dibandingkan dua puluh hari sebelumnya. Klasifikasi bearish adalah kondisi sebaliknya; pengamatan lain tetap tidak terklasifikasi, bukan dipaksa masuk ke label tren.

Penjelasan visualPerbesar ↗

Kombinasi terpilih support mingguan ETH, resistance kuartalan BNB, resistance bulanan AVAX, dan support bulanan LINK mengungguli kedua kontrol pada pengamatan bullish dan bearish yang digabungkan secara terpisah. Itu memperluas daya tarik deskriptifnya. Namun, tetap tidak membuktikan bahwa setiap bulan, pengamatan, atau rezim pasar di masa depan akan menghasilkan urutan yang sama.

Ada persoalan seleksi tambahan: pengujian rezim pada kasus yang dipilih karena rata-rata seluruh sampelnya menguntungkan merupakan deskripsi lanjutan atas kasus tersebut. Hasilnya tidak boleh disajikan seolah kasus dan aturan rezim telah dikonfirmasi secara independen pada dataset baru.

Riwayat harian Ethereum mengungkap apa yang dapat disembunyikan angka rata-rata utama.

Seri ETH yang lebih rapat menyediakan 168 pengamatan harian yang dapat digunakan dari 8 Mei hingga 24 Oktober 2026. Satu hari terjadwal tidak memiliki snapshot dalam jendela yang ditentukan; hari lainnya tidak memiliki eksposur dengan harga yang dapat digunakan. Itu adalah pengecualian, bukan hari tanpa risiko. Seri ini mengamati bursa yang sama, sehingga menambah detail waktu tanpa menjadi replikasi bursa independen.

Untuk support kuartalan, pangsa rata-rata target pada riwayat harian ini adalah 22.67%, dibandingkan dengan 16.18% dan 15.41% pada kontrol. Itu merupakan kontras deskriptif positif yang besar. Membaginya ke interval kuartalan aktif mengubah cara hasil itu seharusnya dipahami.

Penjelasan visualPerbesar ↗

Interval kuartal kedua yang diamati memiliki rata-rata target 33.56%. Interval kuartal ketiga rata-rata 15.09%, dan bagian Oktober dari kuartal keempat rata-rata 24.77%. Pada interval ketiga, kontrol jauh memuat 22.16%, mengungguli target. Jadi, pernyataan bahwa support kuartalan ETH terus-menerus mendominasi gagal dalam pemeriksaan yang lebih terperinci.

Pada pengamatan harian individual, target mengungguli kedua kontrol pada 78 dari 168 hari. Rata-rata seluruh jendela positif meskipun sebagian besar hari tidak unggul. Episode besar dapat menaikkan rata-rata tanpa menciptakan kondisi harian yang persisten. Kedua pengukuran berguna; keduanya menjawab pertanyaan berbeda.

Itulah sebabnya artikel ini menggunakan “konsentrasi yang diamati”, bukan “selalu signifikan”. Kantong besar yang muncul sesekali mungkin penting bagi peta risiko. Menyebutnya fitur permanen akan membuat peta kurang presisi, bukan lebih meyakinkan.

Apa yang terjadi ketika pengujian yang sama diterapkan di seluruh pasar?

Kumpulan contoh bernama adalah titik awal. Klaim yang lebih luas membutuhkan basis dan sisi yang sama untuk seluruh instrumen memenuhi syarat, tanpa memilih pemenang bagi masing-masing. Ringkasan luas terlebih dahulu merata-ratakan pangsa sampel setiap instrumen, lalu memberi rata-rata instrumen itu bobot yang sama.

Penjelasan visualPerbesar ↗

Untuk kumpulan gabungan support dan resistance, target luar tidak mengungguli kedua tetangga pada satu pun dari empat basis. Pada basis mingguan, target lebih tinggi daripada kontrol dekat tetapi lebih rendah daripada kontrol jauh. Pada basis bulanan, target lebih rendah daripada kontrol dekat. Perbandingan kuartalan dan tahunan juga tidak membuktikan keunggulan universal.

Hal ini tidak menghapus posisi yang diukur di dalam pita SOL atau ETH. Yang berubah adalah lingkup kesimpulannya. Kombinasi tertentu yang menguntungkan hidup berdampingan dengan baseline luas yang tidak menguntungkan. Kedua fakta harus berada dalam artikel yang sama agar pembaca memahami hasilnya.

Support dan resistance juga perlu tetap dipisahkan. Menggabungkan kedua sisi dapat menyembunyikan hasil positif pada satu sisi dan hasil negatif pada sisi lain. Sebaliknya, memilih sisi yang lebih baik setelah pemeriksaan tidak dapat dianggap sebagai bukti adanya efek yang tidak bergantung pada sisi.

Penelitian yang lebih luas juga mengidentifikasi kandidat di antara kontrak yang kurang dikenal. Karena kandidat tersebut muncul setelah pencarian besar di berbagai instrumen dan pengaturan, nilai langsungnya adalah sebagai daftar pendek yang dapat diuji secara prospektif. Menerbitkan hanya sel-sel yang berhasil akan membuat hubungan itu tampak lebih umum daripada bukti yang diukur.

Lapisan visual yang berbeda

Peta panas kontinu menunjukkan jenis informasi yang berbeda.

Peta rapat di bawah adalah permukaan CoinBoss model-2 yang diarsipkan. Arsip disimpan pada 25 Oktober 2026; gridnya memuat 250 pusat harga dan rangkaian cap waktu tiga jam. Besaran yang diplot adalah intensitas yang dilaporkan penyedia, bukan jumlah nilai nosional akun yang diamati secara langsung dalam sampel posisi kami.

Penjelasan visualPerbesar ↗

Penjelasan visualPerbesar ↗

Penjelasan visualPerbesar ↗

Peta-peta ini merupakan konteks visual yang berharga. Peta membantu melihat bertahannya dan hilangnya klaster hasil pemodelan serta membandingkan lokasinya dengan pita pivot bulanan. Peta tersebut tidak mengubah 24 sampel posisi mingguan menjadi catatan tingkat akun yang kontinu.

Peta interaktif memungkinkan perpindahan antara dua jenis data ini justru agar perbedaannya terlihat. Mode pengamatan memberi label nilai bin dalam dolar. Mode pemodelan memberi label dalam satuan intensitas. Sebuah klaster dapat menonjol pada satu mode dan kurang menonjol pada mode lain karena penyedia mengukur atau memperkirakan objek yang berbeda.

CoinGlass menjelaskan level peta panas likuidasinya sebagai perhitungan berdasarkan data pasar dan level leverage likuidasi. Ini menjadi alasan lain untuk mengidentifikasi penyedia dan model, bukan menganggap setiap peta panas sebagai inventaris yang saling dapat dipertukarkan. Grafik yang dirancang baik seharusnya membuat perbedaan ini lebih mudah terlihat. Referensi metodologi peta panas CoinGlass ↗

Kesesuaian antara model dan pengamatan berbasis posisi layak diteliti. Untuk menyebutnya pengukuran independen kedua atas populasi yang sama, diperlukan informasi tambahan tentang cakupan bursa model, input, konstruksi historis, dan ketergantungannya pada sumber pertama.

Lapisan yang presisi membutuhkan basis harga yang sama.

Tumpang tindih visual hanya sepresisi penyelarasan kedua lapisannya. Instrumen, bursa, skala harga, zona waktu, dan konvensi periode referensi semuanya penting. BTCUSD di Bitstamp dan kontrak perpetual BTC di tempat lain dapat memiliki high, low, dan close yang sedikit berbeda. Perbedaan itu menggeser P dan batas zona.

Penjelasan visualPerbesar ↗

Penjelasan visualPerbesar ↗

Gambar TradingView asli TradeLean dipertahankan sebagai konteks grafik. Label instrumen dan atribusinya tetap terlihat. Gambar tersebut tidak disajikan sebagai catatan posisi yang baru diunduh atau sebagai sumber numerik persentase dalam penjelajah hasil.

Penjelasan visualPerbesar ↗

Gambar CoinGlass yang disediakan memuat pita pivot bulanan yang dihitung dari Bitstamp. Skala harganya dikalibrasi dari gambar, dan perkiraan transisi ke grid Oktober diberi penanda. Zona waktu aslinya tidak diketahui. Ini adalah lapisan lintas sumber yang ilustratif, berguna untuk orientasi tetapi tidak memadai untuk mengekstrak pangsa eksposur yang tepat dari piksel berwarna.

Rekonstruksi peta posisi historis menggunakan pendekatan berbeda: harga harian dan eksposur terlapor berasal dari Hyperliquid, dan lapisannya menggunakan data referensi selesai yang telah dinyatakan. Hal ini menjaga basis data tetap konsisten untuk perbandingan kuantitatif. Candle rekonstruksi diberi label sebagai rekonstruksi, bukan dipresentasikan sebagai tangkapan layar TradingView.

Ketika dua pita tampak berdekatan, respons pertama sebaiknya memeriksa batas numeriknya, bukan mempersempit potongan gambar. Selisih basis harga yang kecil dapat berarti ketika klaster berada dekat 0.618 atau 0.786. Pelaporan konvensi mempertahankan peluang reproduksi independen.

Hubungkan studi ini dengan roadmap harga.

Penelitian ini dibangun di atas kerangka geometris dalam seri pivot TradeLean. Penjelasan di bawah menerangkan pita luar sebagai area harga. Penjelasan itu tidak mengklaim telah mengukur sampel posisi yang digunakan dalam artikel ini. Memisahkan kedua peran membuat tambahan kontribusi studi ini lebih mudah terlihat.

▶

Video asli dalam bahasa Inggris

Cara Menemukan Puncak dan Dasar Pasar dengan Pivot Point · YouTube ↗ · Memutar akan memuat media YouTube.

Untuk perhitungan di balik pita, mulai dari Titik pivot Fibonacci: peta sebelum pergerakan. Untuk interaksi periode referensi yang lebih tinggi dan lebih rendah, lanjutkan ke Menghubungkan peta pivot tahunan, kuartalan, dan bulanan. Kerangka waktu berbeda dapat mengarah ke rentang harga serupa; konfluensi geometris itu tetap terpisah dari pengukuran eksposur yang berada di sana.

Bukti tambahan dalam artikel ini adalah distribusi yang diukur. Alih-alih berhenti pada “harga bereaksi dekat suatu garis”, kami menanyakan apakah pita harga yang ditetapkan secara independen memuat lebih banyak risiko terlapor daripada alternatif yang tepat pada waktu pengamatan.

Binance dan Bybit sesuai dalam beberapa distribusi. Apakah kesesuaiannya spesifik?

Studi lanjutan menggunakan arsip publik Tardis untuk memperoleh pandangan kalender yang lebih panjang atas pesan likuidasi terekam. Rentang utama yang dapat digunakan mencakup 77 hari pertama bulan, dari Juni 2020 hingga Oktober 2026. Terdapat 160 file yang diunduh, 153 file tidak kosong, dan lebih dari 3.8 juta baris pesan sumber dalam perluasan yang dijelaskan.

Setelah filter riwayat harga dan kontrak yang sebanding diterapkan, perluasan ini menyediakan perbandingan untuk 1,390 pasar bursa–kontrak dan 812 simbol. Kontrak USDT linear dipertahankan; kontrak inverse dikecualikan karena satuan nosionalnya membutuhkan perlakuan berbeda. Satu aset dasar yang diperdagangkan pada dua bursa adalah dua catatan pasar, bukan dua aset ekonomi independen.

Hari pertama setiap bulan merupakan pemilihan yang jarang dan sistematis. Pemilihan ini sangat peka terhadap momen reset pivot bulanan. Karena itu, rentang kalender bertahun-tahun tidak menjadikan arsip sebagai sampel representatif dari setiap hari perdagangan.

Penjelasan visualPerbesar ↗

Untuk pita luar kuartalan gabungan, korelasi Spearman terlapor dari pangsa rata-rata target kontrak antara Binance dan Bybit adalah sekitar 0.881 pada 449 pasar yang dipasangkan. Itu merupakan kesesuaian deskriptif yang besar. Namun, kontrol dekat sekitar 0.885 dan kontrol jauh sekitar 0.906. Target tidak menonjol sebagai sesuatu yang berkorelasi secara unik.

Rentang tetangga penting di sini dengan alasan yang sama seperti pada pengujian utama. Dua bursa memperdagangkan pasar dasar yang sama dan mengalami pergerakan harga yang saling berkaitan. Interval aktivitas rendah dan nilai nol bersama juga dapat memengaruhi peringkat. Korelasi target yang tinggi, jika dilihat sendirian, akan melebih-lebihkan seberapa khusus geometri 0.618–0.786 menjelaskan kesesuaian tersebut.

Perluasan ini berkaitan dengan pesan terekam, bukan inventaris sebelum kejadian atas semua posisi yang berpotensi dilikuidasi. Dokumentasi aliran Bybit saat ini, misalnya, mengidentifikasi kolom harganya sebagai harga kebangkrutan. Mengalikan kolom itu dengan ukuran terlapor tidak boleh diam-diam dinamai ulang sebagai omzet pada harga eksekusi pasar yang sebenarnya. Definisi kolom Bybit ↗ · Dokumentasi arsip Tardis ↗

Hasil lintas bursa memberi informasi tentang kesesuaian dalam sampel pesan yang dipilih. Itu bukan konfirmasi independen bahwa rasio tetap menarik likuiditas pada setiap aset.

Posisi besar merupakan bagian dari risiko, bukan gangguan yang perlu dihapus.

Jika satu akun menyumbang sebagian besar nilai nosional dalam suatu pita, kantongnya tetap ada. Menghapus akun itu agar distribusi tampak lebih mulus akan menjawab pertanyaan berbeda. Seluruh ukuran posisi tetap dimasukkan dalam perhitungan utama studi ini.

Meski demikian, konsentrasi antarpeserta penting bagi penafsiran. Kantong yang tersebar di banyak akun mungkin bertahan dengan cara berbeda dari kantong yang didominasi satu akun yang dapat menambah agunan atau menutup posisi. Pertanyaan yang berguna bukan apakah posisi besar membuat pengamatan awal tidak valid. Pertanyaannya adalah seberapa bergantung kantong itu pada keberlanjutan posisi tersebut.

Tabel sensitivitas dalam data yang disediakan menghapus posisi target terbesar dan menghitung ulang penyebut. Kasus positif terpilih melemah secara material dalam uji tersebut. Sebagai contoh, pangsa target resistance bulanan SOL turun menjadi sekitar 12.20% dalam tampilan stres itu, sementara kontrol dekat dan jauh sekitar 18.07% dan 18.66%. Ini mengidentifikasi konsentrasi peserta; bukan secara retrospektif menghapus eksposur awal.

Persentase tinggi juga dapat menggambarkan kumpulan yang sangat kecil. Dalam pengamatan stop-order terkini yang terpisah, support bulanan STX memuat 100% dari kumpulan memenuhi syarat, tetapi mewakili satu stop sekitar $2,100. Contoh pita dalam IMX memuat sekitar 95.16% dari kumpulan stopnya, tetapi nilai nosional targetnya hanya sekitar $1,326.74. Itu adalah pengamatan nyata dengan skala ekonomi yang sangat berbeda dari kantong eksposur derivatif besar.

Untuk pemantauan, tambahkan jarak dari harga saat ini dan usia pengamatan. Kantong sangat besar yang jauh, kantong kecil yang dekat, dan kantong yang cepat menghilang adalah kondisi berbeda meskipun pangsa ternormalisasinya kebetulan sama.

Konsentrasi dan akumulasi bukan proses yang sama.

Snapshot memberi tahu di mana eksposur memenuhi syarat berada pada satu waktu. Akumulasi adalah klaim tentang bagaimana eksposur itu datang atau berubah. Pangsa suatu zona dapat naik saat nilai nosional dolarnya turun jika bagian kumpulan lainnya turun lebih cepat. Sebaliknya, nilai nosional baru dapat masuk ke pita ketika pangsanya turun karena eksposur tetangga tumbuh lebih cepat.

Pengujian pendekatan awal melihat pengamatan mingguan bertetangga dengan jarak tepat tujuh hari, dalam grid pivot aktif yang tidak berubah. Harga harus bergerak keluar dari P menuju pita terkait tanpa mencapai batas dekatnya. Definisi peristiwa yang sama diterapkan pada setiap kontrol terhadap batas dekat kontrol tersebut sendiri.

Hanya instrumen dengan setidaknya tiga peristiwa memenuhi syarat untuk masing-masing dari tiga pita yang masuk ke perbandingan. Pada resistance bulanan kontrak kripto inti, target rata-rata 18.65%, dibandingkan 17.03% dan 16.50% pada kontrol: peningkatan relatif sekitar 9.5% atas tetangga yang lebih kuat. Secara individual, 59 dari 173 instrumen mengungguli kedua kontrol.

Itu merupakan hasil konsentrasi bersyarat yang eksploratif. Peristiwa untuk ketiga pita terjadi pada tanggal berbeda dan tidak dipasangkan menurut jarak, volatilitas, kecepatan pergerakan, atau fase tren. Pengamatan mingguan juga melewatkan pendekatan cepat di dalam minggu. Pengujian tidak membuktikan bahwa pita itu sendiri menyebabkan akumulasi posisi atau bahwa harga kemudian tertarik ke dalamnya.

Pengujian akumulasi yang lebih kuat akan mengamati nilai nosional absolut dan komposisinya pada frekuensi lebih tinggi sebelum pendekatan, memasangkan jarak dan volatilitas, mempertahankan grid aktif tetap, dan membandingkan perubahan selama jendela identik. Penjelasan kausal seharusnya menunggu rancangan tersebut, bukan diberikan oleh animasi yang mencolok.

Ubah peta panas menjadi catatan yang benar-benar dapat ditinjau.

Penggunaan terbaik roadmap likuiditas adalah membuat pengamatan cukup presisi untuk ditinjau kembali. Mulai dari definisi sebelum gambar: instrumen, bursa, periode referensi, waktu, dan dua batas numerik. Simpan semuanya. Perubahan pita atau populasi akun di kemudian hari tidak boleh disamakan dengan perubahan perilaku harga di sekitar kantong yang tidak berubah.

Berikutnya, identifikasi lapisan datanya. Jika itu model likuidasi penyedia, catat penyedia, model, dan unit tampilannya. Jika itu peta posisi yang diamati, catat apa yang membuat posisi memenuhi syarat dan apa yang dikecualikan. Jika itu buku pesanan, bedakan kedalaman yang ditampilkan dari likuiditas yang mungkin dibatalkan. Kata “likuiditas” yang sama terlalu tidak presisi untuk ketiga catatan tersebut.

Kemudian ukur kantongnya. Gunakan nilai dolar target, pangsanya dalam kumpulan yang dinyatakan, dan dua nilai kontrol terkait. Pangsa berguna untuk konteks, sedangkan dolar mencegah kumpulan kecil tampak besar secara sistemik. Pertahankan jumlah posisi dan kontribusi terbesar jika kolom-kolom itu tersedia.

Terakhir, amati perubahan tanpa menulis ulang titik awal. Apakah nilai nosional target tumbuh atau menyusut? Apakah pangsanya berubah karena target berubah atau karena penyebut berubah? Apakah akun terbesar tetap ada? Apakah periode pivot baru menggeser pita melewati klaster yang sebelumnya diam? Pertanyaan itu mengubah grafik menarik menjadi catatan penelitian.

Perilaku harga adalah pengamatan lanjutan. Klaster dapat didekati, dilewati, dilintasi dengan cepat, atau dibiarkan tidak tersentuh. Keberadaannya tidak menetapkan titik masuk, arah, atau titik keluar yang menguntungkan. Evaluasi aturan trading membutuhkan sinyal dengan waktu yang presisi, asumsi eksekusi, pendanaan, biaya, slippage, dan penilaian hasil yang independen.

Roadmap tetap berguna tanpa membuat janji tambahan itu. Roadmap memberi tahu pembaca di mana risiko yang diukur terkonsentrasi, data apa yang mendukung deskripsi tersebut, dan apakah deskripsinya bertahan pada pengamatan berikutnya.

Apa yang membenarkan kesimpulan yang lebih kuat?

Ada hierarki yang jelas. Pertama, buktikan bahwa suatu kantong ada. Kemudian bandingkan dengan alternatif yang adil. Lalu tanyakan apakah perbandingannya berulang antarperiode. Sesudah itu, uji aturan yang ditetapkan sebelum data baru datang. Klaim yang berlaku untuk semua aset atau semua kondisi pasar berada jauh melampaui beberapa rata-rata retrospektif positif.

Struktur ketergantungan membatasi bukti saat ini. Posisi dapat tetap terbuka selama berminggu-minggu. Aset dapat bergerak bersama. Basis pivot menggunakan kembali riwayat harga yang tumpang tindih. Memperlakukan setiap posisi, snapshot, dan kerangka waktu sebagai percobaan independen akan menciptakan presisi semu. Riwayat luas mencakup 24 tanggal, enam bulan pengamatan, dan hanya tiga rentang kuartalan aktif.

Ada pula pengujian berganda. Blok aset utama saja memuat 80 kombinasi pita luar. Penelitian yang lebih luas memuat jauh lebih banyak. Kasus menguntungkan dalam artikel ini dipilih untuk penjelasan setelah hasilnya dilihat. Kasus tersebut tidak bisa memperoleh nilai p konfirmatori hanya karena ditampilkan dalam grafik yang lebih rapi.

Pemeriksaan konservatif sebelumnya atas keluarga terbatas pengujian tingkat periode, menggunakan permutasi tanda eksak dan penyesuaian Holm, tidak memperoleh signifikansi statistik setelah penyesuaian. Itu tidak membuat persentase teramati menjadi fiktif. Hal tersebut membatasi klaim bahwa riwayat pendek dan saling bergantung ini telah membuktikan aturan umum di luar sampel terpilih.

Karena itu, pernyataan langsung yang didukung bukti adalah: pita memuat eksposur terukur yang meningkat secara lokal pada kombinasi tertentu, dan beberapa kombinasi itu menunjukkan keunggulan tingkat periode yang berulang. Langkah berikutnya adalah membekukan kandidat dan aturan tersebut, kemudian mengamati data yang tidak ikut digunakan untuk memilihnya.

Zona harga menjadi lebih informatif ketika risiko di dalamnya diukur.

Penelitian menemukan tumpang tindih yang dapat diamati antara pita pivot luar TradeLean dan eksposur likuidasi yang dilaporkan pada beberapa aset kripto utama. Resistance bulanan SOL menggabungkan selisih rata-rata positif dengan lima kemenangan bulanan dari enam. Support mingguan ETH memiliki perbedaan konsentrasi rata-rata lebih besar daripada BTC dalam perbandingan mingguan terpilih. Resistance kuartalan BNB menggambarkan mengapa tetangga dengan lebar sama dapat lebih informatif daripada tolok ukur geometris seragam.

Temuan tersebut cukup konkret untuk layak diteliti lebih lanjut. Temuannya juga cukup bersyarat sehingga pernyataan universal akan tidak akurat. Matriks lengkap memuat 23 perbandingan rata-rata positif dan 57 nonpositif. Ringkasan luas yang digabungkan tidak menunjukkan dominasi pada setiap basis. Riwayat ETH yang lebih rapat mencakup interval kuartalan yang kalah. Kesesuaian lintas bursa kuat dalam arsip pesan, tetapi juga kuat pada kontrol tetangga.

Pita 0.618–0.786 adalah lokasi yang dapat digunakan berulang kali untuk meneliti risiko. Dalam riwayat yang diamati, pita ini berimpit dengan peningkatan eksposur likuidasi pada kombinasi aset, sisi, dan kerangka waktu yang dapat diidentifikasi. Apakah konsentrasi itu ada sekarang tetap merupakan pertanyaan untuk data.

Itulah tujuan roadmap likuiditas: lokasi yang ditentukan, keadaan yang terukur, dan catatan yang dapat dipertanyakan oleh pengamatan berikutnya. Visual seharusnya memperjelas ketiga hal tersebut.

Pertanyaan tentang peta panas likuiditas dan zona pivot.

Periksa angka di balik visual.

File penelitian publik memuat tabel turunan anonim dan input grafik. Tidak ada kredensial API, pengenal akun, atau rincian akun pribadi yang disertakan. Alat interaktif membaca file yang disertakan ini secara lokal di browser Anda; tidak membutuhkan login bursa.