数据工坊

RLC subiu quase 50% em um dia, mas, olhando apenas a alta no mercado à vista, é fácil confundir a taxa de financiamento com o prêmio dos contratos.

Para verificar anomalias, costumo comparar pelo menos quatro grupos de dados:

1. Último preço negociado no mercado à vista
2. Preço de marcação e preço de índice dos contratos perpétuos
3. Taxa de financiamento e horário da próxima liquidação
4. Se o volume negociado e a liquidez também aumentaram

Se você considerar apenas um campo de preço, é muito fácil chegar a conclusões erradas em um relatório sobre movimentos atípicos. O gráfico mostra dados reais do RLCUSDT e apresenta apenas a trajetória dos preços e os critérios dos dados; não constitui recomendação de negociação.

Quando há uma alta ou queda brusca, você olha primeiro o mercado à vista, os contratos ou a taxa de financiamento?

#RLC #行情异常 #合约数据 #数据质量 #EspecialistaEmDados

Circle cunhou 2,75 bilhões de USDC na Solana; ao ver esse número, não o trate imediatamente como “entrada líquida”.

Mint, Burn e Transfer são três coisas diferentes:

- Mint: novo evento de emissão
- Burn: destruição ou recolhimento
- Transfer: transferência entre endereços, não é igual a entrada de capital

Só separando emissão, recompra, pontes entre cadeias e mudanças no saldo das corretoras é possível বিচার se a oferta de stablecoins aumentou líquidos. No gráfico, o preço real do SOL é usado apenas como pano de fundo de mercado; a conclusão sobre stablecoins precisa voltar aos dados de emissão on-chain.

Quando você conta stablecoins, costuma considerar Mint diretamente como entrada líquida?

#USDC #Solana #链上数据 #数据清洗 #数据控

Quando as moedas relacionadas a IA sobem junto com as ações de IA, isso prova que há relação entre ambas?

Nem sempre. As três perguntas mais comuns são:
1. As bolsas dos EUA têm horários de negociação, enquanto o mercado cripto funciona 24 horas; alinhar diretamente por data inclui as variações do after-hours e da madrugada;
2. A capitalização, a liquidez e a exposição ao negócio de TAO, FET e RENDER não são iguais, então não dá para tratá-las como um “índice de IA”;
3. Um aumento sincronizado em um único dia pode ser apenas coincidência; para medir correlação é preciso usar uma janela móvel, definir frequência unificada e ainda remover o fator do “grande mercado” do BTC.

Em geral, eu começo fazendo o alinhamento temporal e a filtragem dos dados, e só depois calculo a correlação móvel. Primeiro ver “se parece”, depois perguntar “por que parece”; inverter essa ordem faz com que coincidências virem conclusões.

Como você compararia moedas de IA e ações de IA?
A: olhar apenas a variação do dia
B: correlação em janela móvel
C: primeiro alinhar os horários de negociação
D: primeiro remover o fator do mercado amplo

#AI #量化 #相关性 #行情数据 #Dados控

A monitorização de mercado mais perigosa não é a falta de definir limites, e sim “parecer estar em execução, mas na prática já ter falhado”.

As 3 situações mais comuns:
1. A interface cai, mas o sistema continua calculando com o último preço antigo;
2. A mesma condição dispara repetidamente; depois que a mensagem vira um bombardeio, a verdadeira anomalia é encoberta;
3. Os dados chegam com atraso; quando o alerta é emitido, o sinal de negociação já expirou.

Por isso, eu também vou checar quatro estados: carimbo de tempo dos dados, conexão da fonte de dados, número de falhas consecutivas e a janela de deduplicação dos alertas. Em condições normais, fica silencioso; em caso de anomalia, informa a origem e a causa — e não apenas solta uma frase do tipo “o preço atingiu o limite”.

Qual dessas situações você teme mais?
A: Deveria ter soado, mas não soou
B: Vive soando
C: Soou, mas tarde demais

#行情监控 #Python #数据自动化 #接口监控 #量化

O mesmo BTC—por que você pode ver vários preços diferentes?

O preço da última negociação, o preço do índice, o preço de marcação e o preço do meio no order book parecem todos ser chamados de “preço do BTC”, mas o cálculo e o uso são diferentes.

Se a fonte de dados mudar, ou se você misturar preços de diferentes critérios na mesma série temporal, backtests e monitoramento podem gerar falsos sinais.

Ao organizar os dados de mercado, eu primeiro fixo três coisas:
1. Qual campo de preço usar;
2. Qual fuso horário usar para os timestamps;
3. Se os dados de candles devem usar apenas dados já encerrados.

Primeiro unifique o critério; depois, discuta estratégia e indicadores. Muitos problemas de “backtest ótimo, mas não bate na prática” vão diminuir em grande parte.

Quando você faz análise de mercado, normalmente olha o preço da última negociação ou o preço de marcação? Comente.

#比特币 #行情数据 #量化 #数据清洗 #控数据

BTC在金叉后回落至7.7万美金——别只盯“金叉”，先把 cadeia de sinais 看完整

做 dados/quant 最容易踩的坑，不是不会看指标，而是把一个信号直接当成可执行的 conclusão。

这两天BTC出现了 EMA20 上穿 EMA50，随后又回落到约 7.7 万美金附近。但按我生成配图时的日线数据：最新约 7.85 万美金，EMA20 约 7.71 万美金，EMA50 约 7.28 万美金，RSI 约 58，20日高低区间约 75,546—82,300 美金。金叉还在，价格却没有走出单边，这说明“方向指标”只能告诉你当前状态，不能替你回答仓位、失效点、滑点、时段。

我自己的处理方式，是把信号拆成三件事：
1）数据口径：成交价、标记价、收盘价分开；
2）状态过滤：均线、RSI、区间位置一起看；
3）风险预算：先定义什么情况算信号失效，再谈仓位。

这套流程我在做行情监控时也一样：先把指标和告警写清，再让它 24/7 跑。信号不是拍脑袋，能复现、能回测、能解释，才算数。

你判断金叉时，会等收盘确认，还是盤中交叉就先动？评论区聊聊。
#比特币 #金叉 #行情 #量化 #dados

El Salvador adicionou mais de 1.500 BTC, e o FMI diz: “não foi compra do governo” — nos dados, em quem você confia primeiro?

Confirmação mais recente do FMI: todo o BTC que El Salvador adicionou desde junho de 2025 veio de “doações privadas”, sem usar recursos públicos. Com a divulgação, a narrativa de “conformidade” ganha força, e o próximo empréstimo de cerca de US$ 140 milhões também fica liberado. Mas, para quem trabalha com dados, essa afirmação merece primeiro uma interrogação.

Na cadeia, dá para ver o aumento do saldo em BTC das carteiras relacionadas a El Salvador (aprox. de 6.224 para 7.764 BTC, ou seja, cerca de +1.540). Porém, “saldo aumentou” e “comprado com recursos públicos” são duas coisas diferentes. O FMI aceitou a categoria de doação, mas quantas vezes foram doadas, quem doou e em que condições — até agora, nada disso foi divulgado. Isso é como uma conclusão “amiga do mercado”, mas faltam três pontos verificáveis nos dados: o incremento, o momento (timing) e a origem. Em pesquisa, o maior erro é quando a conclusão vem antes dos dados.

O meu primeiro passo ao lidar com dados financeiros é “fixar” o critério — deixar claramente definidos a fonte, o momento e as definições de campos — para só então tirar conclusões.

Meu entendimento: eu não tomaria “o FMI diz que não usou recursos públicos” como um sinal positivo puro e direto. O que isso realmente afeta é a sustentabilidade da narrativa das reservas soberanas de BTC. O que vale observar é se os próximos incrementos vão continuar, se os doadores vão divulgar informações e se esse mesmo critério pode ser repetidamente usado para “regularizar” a situação. Antes de discutir o impacto nos preços, olhe primeiro esses três pontos.

Quando você vê a “versão oficial” brigando com os dados on-chain, em qual você acredita? Vamos conversar nos comentários.
#IMF #萨尔瓦多 #数据 #量化 #数据控

O Liquid foi retirado perto de 4.000 BTC — mas “algo não está certo” na cadeia, antes da notícia

Em 6 de setembro, a sidechain Bitcoin Liquid foi retirada com cerca de 4.000 BTC, aproximadamente US$ 320 milhões, e as reservas chegaram a cair para apenas 5%. Muita gente teve a primeira reação de “os hackers vão derrubar o preço”. Porém, na verdade, o alerta vermelho na cadeia já estava aceso há tempo.

O que realmente deve ser observado não é “quanto foi roubado”, e sim indicadores on-chain como saldo de reservas, emissão anômala e saques de grande valor. A causa raiz desta vez foi uma vulnerabilidade de validação do Elements (reuso em cache de range proof), que permitiu que L-BTC — sem lastro real em BTC — fosse cunhado do nada e, em seguida, seguisse o canal normal de saque para ser trocado por moedas reais. O dinheiro passou por um caminho “em conformidade”, mas os dados on-chain — queda abrupta das reservas, cunhagem anômala e movimentações de grande porte — já davam sinais na interface.

Eu construí um tipo de monitoramento para o sistema (saldo/transações anômalas/alertas automáticos por limiar), justamente para que o “desvio” apareça como alerta antes de virar notícia em alta.

Minha avaliação: isso não tem impacto material na mainnet do BTC; o risco está concentrado na compensação do L-BTC e na confiança na sidechain. Portanto, no curto prazo é apenas uma perturbação emocional — não entre em pânico. O que realmente precisa ser acompanhado são estes três sinais: “recuperação das reservas + implantação do patch + destino dos 598 BTC restantes”. Enquanto não ficar claro, eu não mexo com L-BTC.

Você costuma acompanhar desvios on-chain no dia a dia? Vamos conversar nos comentários.
#Liquid #链上监控 #数据 #量化 #数据控

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.