Aggiornamento su Bitcoin

 

BTC è ancora dentro il canale che va avanti da Marzo, dove continua il suo andamento volatile con trend discendente. In questo momento è sopra tutte le Ema, sopra la Kumo e l'RSI è alto ma non eccessivo, questo indica che sta salendo, e lo si vede dal grafico.

E' però molto alto e sotto la resistenza che da Marzo ha sempre spinto giù il prezzo, inoltre c'è da notare la piccola trendline che ha sostenuto questa salita dal 8-lug, che è stata violata il 23-lug, e ora siamo sotto a entrambe le trendline.

Guardando i tempi dei cicli inversi, come vedrete, siamo già a 67gg, quindi siamo in un trimestrale. Il primo trimestrale si era chiuso a 68gg e poi fece una discesa. Ora siamo quindi in un momento in cui si sta chiudendo un trimestrale e semestrale d'inverso. Quindi potremmo avremo ancora un po di salita e poi una bella discesa.

Entrare ora che è sotto resistenza con trend in salita per chiusura d'inverso, sapendo che dopo potrebbe esserci una discesa rilevante è pericoloso.

Sulle candele a 4h vediamo come la nostra salita sta cominciando ad andare in laterale e con RSI elevato. Chi è già in profitto e vuole evitare di prendersi una discesa, visto che siamo sotto resistenza, potrebbe mettere lo stop loss sotto i 66.850$ circa, come indicato nel grafico.

Se dovesse scendere sotto i 66.850, dopo potrebbe o continuare a scendere, e anche tanto, oppure rimbalzare verso i 64K circa. 

Quindi io procederò con stop loss per evitare perdite, e dopo valuterò se ci saranno le condizioni per entrare a 64K circa.

Su quali cripto investire e perchè

Si sente spesso dire da tanta gente, anche esperti del settore, che si dovrebbe investire in questa o quella cripto perchè, secondo loro, faranno guadagnare molto. Ma nessuno (che io sappia) spiega mai oggettivamente il perchè.

Oggi vi proporrò una piccola e semplice analisi che vi darà dei risultati sorprendenti!

Del tipo di NON investire in Solana, Cardano, Avalanche, Bitcoin Cash e altre cripto.

Non ho potuto prenderle in esame tutte, ovviamente, ho scelto tra le più diffuse (per market cap) e altre che seguivo.

Il primo criterio preso in esame è la maggior perdita che possono subite (drawdown). Una cripto che in momenti di crisi (bear market) perde tutto o quasi, non è un buon investimento. Metti caso che per sfortuna uno entra sui massimi,... perde tutto!

E ora ecco un grafico che mostra la massima perdita subita dalle cripto esaminate, a partire dal 2021.

Le prime non sono cripto, ma ve li ho messe solo per farvi vedere la differenza:

Come potrete vedere, quelle che perdono relativamente meno sono: BTC, ETH, BNB, TRX, XMR e OP. Le altre, parlano i dati su quel che sono.

C'è però da dire che TON, che sta andando molto bene (finora) non è inclusa nell'analisi perchè nel 2021 non c'era. E OP la massima perdita, non l'ha fatta nel 2021-2022 come gli altri, ma bensì quest'anno, e la cosa è preoccupante. Quindi attenzione a queste due cripto.

Si prosegue col calcolo dei rendimenti e della correlazione sui rendimenti. Con grafico che mostra che BTC ed ETH sono molto correlati:

Non ha molto senso investire in una cripto che è molto correlata col BTC, come lo è ETH, in bear market (2021-2022) perde di più,... quindi ci si investe (se proprio si vuole) solo sulla base delle aspettative future. 

Spero che questa piccola analisi vi abbia dato qualche elemento su cui ragionare per prendere le vostre decisioni. Se per caso trovaste qualche errore, segnalatemelo.

Ricordatevi d'iscrivervi al canale Telegram per rimanere sempre aggiornati.

Vi riporto di seguito il codice python:

import pandas as pd

import matplotlib.pyplot as plt

import numpy as np

import datetime

import webbrowser

import yfinance as yf

import seaborn as sns

# Caricare i dati da yfinance

tickers = ['^GSPC', 'GC=F', 'AAPL', 'AMZN', 'TSLA', 'BTC-USD', 'ETH-USD', 'BNB-USD', 'SOL-USD', 'ADA-USD', 'TRX-USD', 'AVAX-USD', 'LINK-USD', 'BCH-USD', 'CRO-USD', 'KCS-USD', 'NEAR-USD', 'MATIC-USD', 'ICP-USD', 'XMR-USD', 'OP-USD', 'FTM-USD']

names = ['sp500', 'gold', 'apple', 'amazon', 'tesla', 'btc', 'eth', 'bnb', 'sol', 'ada', 'trx', 'avax', 'link', 'bch', 'cro', 'kcs', 'near', 'matic', 'icp', 'xmr', 'op', 'ftm']

# Creare un dizionario per memorizzare i dati

data = {}

# Scaricare i dati e assegnarli i nomi

for ticker, name in zip(tickers, names):

    prices = yf.download(ticker, '2015-1-1')['Close']

    prices = prices.dropna()

    data[name] = prices

   

# Controllo dei prezzi

print(data['btc'].head(3))

print(data['btc'].tail(3))

# x = data['btc']['2021':]; plt.plot(x); plt.show()

# Calcolare il drawdown massimo dal 2021 per ogni ticker

max_drawdowns = {}

for name in names:

    prices = data[name].loc['2021':]

    running_max = np.maximum.accumulate(prices)

    drawdown = (prices / running_max) - 1

    max_drawdowns[name] = drawdown.min()

# Convertire i drawdown massimi in percentuali e prepararli per il grafico

drawdown_percentages = {name: round(drawdown * 100, 1) for name, drawdown in max_drawdowns.items()}

# Creare il grafico a barre

fig, ax = plt.subplots()

names = list(drawdown_percentages.keys())

values = list(drawdown_percentages.values())

ax.bar(names, values)

ax.set_xlabel('Ticker')

ax.set_ylabel('Max Drawdown (%)')

ax.set_title('Max Drawdown 2021-Today per Ticker')

plt.xticks(rotation=45)

# Aggiungere etichette con il valore esatto di drawdown sulle barre

for i, v in enumerate(values):

    ax.text(i, v + 1, f"{v}%", ha='center', va='bottom')

plt.show()

# Stampare i drawdown massimi

for name, drawdown in drawdown_percentages.items():

    print(f"Max drawdown for {name} is: {drawdown}%")

# Creazione dataset delle cripto con minor drawdown

dataset = pd.concat([data['btc'], data['eth'], data['bnb'], data['trx'], data['op']], axis=1, keys=['BTC', 'ETH', 'BNB', 'TRX', 'OP'])

print(dataset.tail())

# Calcolo dei rendimenti

returns = dataset.pct_change().mul(100)

returns = returns.dropna()

print(returns.tail())

# Correlazioni

correlations = returns.loc['2021'].corr()

sns.heatmap(correlations, annot=True, cmap='coolwarm', vmin=-1, vmax=1)

plt.title('Correlazioni lineari sui rendimenti dal 2021 a oggi')

plt.show()

# Ringraziamenti

url = "https://bitcoinbalanceinvest.blogspot.com/p/guide-utili.html"

webbrowser.open(url)