Анализ показателей бота KitoMonBot

Александр Васильев, аналитик brdt.pro

В данной статье мы расскажем вам про одного телеграм-бота, который показывает различную интересную информацию из мира криптовалют, в том числе предмет нашего разговора “Движение на кошельках китов”.

Мы решили проанализировать показания KitoMonBot на предмет выявления закономерностей и корреляции с движением цены актива. Бот выгружает информацию на канал https://t.me/cryptocrosstrade.

Пример сообщения из бота:
KitoMonBot:
👉 Движение на кошельках китов.
Валюта: KEY
📈 На кошельки поступило KEY на сумму около $3 203 336

Исходные данные: таблица

Основные параметры: сумма перевода, число и время, было ли движение ДО и ПОСЛЕ, Buy/Sell (то есть можно ли было после крупных движений полагаться на ценовое движение актива вверх/вниз).


Проанализировано 46 движений и соответственно потенциальных сделок на основании этих движений. Всего показаний бота 56, были вычтены показания по BTC и ETH, так как для какого-либо реального влияния на ведущие активы нужно гораздо большее перемещение средств, чего зарегистрировано в показаниях бота не было.

  • 18/46 (39%) — движений ДА (значит после движения можно было покупать актив и он вырос бы)
  • 28/46 (61%) — движений НЕТ (по аналогии с ДА)

1)Вывод:
Так как выборка достаточно маленькая, и мы не видим однозначного перевеса в ту или иную сторону, можно сделать вывод, что крупные движения на кошельках различных альтов по показанию бота не имеют тенденции к движению в определенную сторону.
Иначе говоря, когда видим движение, то скорее всего с вероятностью 50/50 актив пойдет в ту или иную сторону.


Сила движения
То есть можно ли в принципе считать то, что происходит до или после движения на кошельках, чем-то выходящим из ряда вон, не в рамках ли погрешности происходит движение?

19/46 (41%) — происходит сильное движение больше 9–10% в одну сторону
9/46 (20%) — суммарно ДО и ПОСЛЕ до 9–10% в одну сторону
18/46 (39%) — движение до 4–5% — считается погрешностью

2) Вывод:
Согласно этим данным акцентированные большие движения происходят тоже скорее в 50% случаев, так как вторая категория находится на границе с той, которая считается погрешностью.


Является ли объем движений показателем силы будущего (или прошедшего) движения цены?

Распределение по объемам:

  • 22/46 (объемы больше 2 млн)
  • 15/46 (средние объемы — от 1 до 2 млн)
  • 9/46 (объемы до 1 млн)

Далее смотрим на соответствие больших и средних объемов с большим движением.

  • Большой объем — большое движение цены (10/22)
  • Средний объем — большое движение цены (4/15)

(10+4)/(22+15) = 37%

3) Вывод:

Только 37% больших движений на кошельках вызывают действительно значительное движение цены актива. Это означает, что на текущей выборке размер движения на кошельках не является существенным параметром будущего движения.


Запаздывают ли показания бота, в случае того, если движения на кошельках вызывают изменения цены актива (смотрим в какой момент произошло основное движение ДО или ПОСЛЕ)?

Проанализированы акивы с сильным движением (19/46):

  • ДО (7/19)
  • ПОСЛЕ (8/19)
  • Равное движение до и после (4/19)

4) Вывод:

Как мы видим, здесь тоже нет четкого лидера, что не дает нам понять запаздывает ли бот с показаниями.


Резюме:

Таким образом в ходе исследования не было выявлено явных закономерностей, на основе которых можно принимать торговые решения.

То есть нет явного сигнала на покупку или продажу актива, если мы принимаем решения в зависимости от объема перевода на кошельки и самого факта движений средств по активу.

Возможно стоит анализировать конкретный актив и его зависимость от каких-либо движений на кошельках.

Также проблема может быть в недостатке самих данных о переводе, так как бот может не показывать всех переводов.

Для более объективных результатов стоит анализировать гораздо бОльшее количество данных (большая выборка).

Ключевой вывод, который мы можем сделать, что нельзя принимать движение на крупных кошельках актива за основание для принятия торговых решений, но как второстепенный фактор эти данные использовать можно.