数据工坊

Liquid foi atacada — US$ 320 milhões, mas há mudanças na cadeia (on-chain) que geralmente são um prenúncio

Ao fazer cripto, monitorar os dados on-chain expõe riscos mais cedo do que sentir — transações anômalas e grandes movimentações muitas vezes já apresentam sinais antes de acontecer.
Eu mesmo já montei um sistema de monitoramento e alertas (notificação automática de anomalias/limites para o WeChat), porque não quero descobrir que deu ruim só depois que o incidente acontece.

(Imagem: gráfico de dados)

Vocês costumam ficar de olho nas movimentações anômalas on-chain? Falem nos comentários.
#Liquid #链上数据 #监控 #量化 #数据控

Zcash sobe 45% em uma semana — mas antes de correr atrás, verifique se os dados que você está vendo estão corretos

Para a mesma moeda, quando você vê uma alta de 45%, você está olhando para o preço da última negociação, para a média ponderada ou para o preço médio no livro de ofertas? As três métricas podem ser bem diferentes em momentos de alta e queda bruscas.

Não existe um padrão fixo para o recorte dos dados; por mais bonito que seja o gráfico de candles, isso pode ser apenas autoengano. Eu já passei por isso quando trabalhava com quantificação: depois, criei regras fixas para o recorte, o período e as regras de deduplicação, e só então me senti seguro para usar os dados para capturar o movimento.

（Imagem anexa: gráfico de dados）

Para quem está buscando comprar na alta: antes de tudo, confirme se o número que você está vendo está certo. Se você tiver necessidades de acompanhamento de mercado/coleta de dados, converse comigo nos comentários.

Fazer análise de dados: na verdade, o que mais toma tempo não é coletar os dados, e sim limpá-los.

Com o mesmo conjunto de dados, ao coletar de fontes diferentes, os formatos ficam totalmente diferentes: o formato das datas não é padronizado, há valores ausentes, há duplicados e as unidades ainda vêm misturadas... Em geral, o tempo que você gasta na limpeza é várias vezes maior do que o tempo gasto para coletar.

Depois eu aprendi: antes de coletar, é melhor definir bem o escopo (campos, unidades, período e regras de deduplicação). Mesmo que leve mais meia hora para escrever uma regra de limpeza, depois, todos os dias, você economiza uma ou duas horas.

(Criação/figura: dados limpos após a limpeza)

Se todos os dias você também está gastando muito tempo organizando dados, vamos conversar sobre como transformar essa etapa em algo automático. Sem cobrança — primeiro vamos trocar uma ideia.