- Pequeño análisis sobre la venta masiva de criptomonedas del 4 de diciembre y cómo afecto a los mercados.
- Es imposible ignorar lo que está sucediendo en la industria criptográfica en este momento. Uno que es ideal para analizar los datos y, sobre todas las cosas, encontrar oportunidades.
Se podría decir que es prácticamente imposible ignorar lo que está ocurriendo en el mercado actualmente, la venta masiva de criptomonedas. Es muy emocionante aventurarse en todo lo que podemos conseguir con los datos y aprovechando ciertas oportunidades.
Venta masiva de criptomonedas del 4 de diciembre
Los mercados se han visto afectados recientemente gracias a una ola de reducción de riesgos debido a varios factores posibles:
- Temores de Omicron y desaceleración del crecimiento del empleo en EE. UU.
- La Fed se encuentra acelerando el proceso de puesta a punto, esto es debido a que la inflación ya no se considera “transitoria”.
- Evergrande advierte que podría irse a la quiebra.
- Multimillonarios como Musk y Bezos deciden vender sus acciones.
- Relación de apalancamiento estimada para Bitcoin que afecta a ATH.
- Liquidación de criptomonedas para generar ingresos antes de las fechas navideñas.
- El índice de codicia y alimentación criptográfica en Extreme Fear.
- Condiciones de baja liquidez.
Pero antes, la industria criptográfica se encontraba en una carrera alcista, en gran medida gracias a todo lo relacionado con el metaverso, NFT, Web3, DAO y DeFi 2.0; aunque queda ver cómo se comportan las criptomonedas después de la ola de euforia.
Proceso de recopilación de datos
Para esto, hemos tomado datos de precios, gráficos y datos básicos de CoinMarket de manera gratuita haciendo uso de las solicitudes de Python y beautifulsoup, envés de usar la API de CMC. Iniciamos cuando el precio de BTC era de $ 47,543, que fue un poco después de los mínimos cuando la situación se estabilizó un poco.
Visualización de datos
Utilizamos plotly porque es muy simple de usar. También empleamos PIL para poder almacenar los objetos de imagen de monedas para las parcelas y fueron clasificados en función del rango de capitalización de mercado.
Se trazó un cambio de precio diario de 24 horas, frente al precio T-24 horas desde el máximo de 30 días expresado como porcentaje; la idea era visualizar qué tan lejos estábamos de los máximos recientes antes de la liquidación. También añadimos monedas estables para tener una mejor idea sobre las otras.
Analizando los datos
Podemos encontrarnos con mucha información y realizar varias observaciones, especialmente si realizamos una investigación adicional:
- Las monedas grandes L1 cayeron más: Ethereum, Polygon y Solana se encuentran cerca de la región de línea amarilla, Tron y Bitcoin se posicionan cerca de la región naranja; XRP, Algorand y Litecoin están en la región roja, frente a VeChain y Kadena que estuvieron muy cerca de la región negra.
- También se aplica a las monedas de juegos NFT: Axie y Sandbox se encuentran en la región naranja, Decentraland y Enjin, en la roja frente a Wax cerca de la negra. Theta sorprendió debido a su bajo rendimiento.
- Los tokens DeFi cayeron más: Uniswap, Chainlink, Dai, Fantom y Loopring se encuentra cerca de la región roja frente a Avax, Tezos y Maker cerca de la región naranja. Por otro lado, PancakeSwap y Wrapper BTC están cerca de la región negra.
Los hallazgos anteriores pueden dejar en claro que el impulso a la baja es bastante fuerte en las categorías que, hasta hace poco, eran muy populares. Todos tenemos en claro que la idea de metaverso se encuentra muy de moda para los juegos NFT; el aumento en las tarifas de gas de ETH logro llevar una gran ola de apoyo en otros L1.
- Los CEX cayeron un poco menos si los comparamos con otras monedas a pesar de dónde estaban: Kucoin, Huobi, FTX y Voyager, cayeron entre un 10% y 15%.
- La gran mayoría de las monedas han caído un 30% de sus máximos recientes; muchas otras han caído al menos un 10%.
- Las capitalizaciones más pequeñas ven una gran volatilidad en la caída del precio. Nucypher, Velas, Nano y DigitalBits tienen caídas de hasta 15%, mientras que otras como SKALE, Storj y dydx experimentaron caídas del 25%.
Estamos seguros de que se puede sacar más provecho de esto, es un excelente punto de partida para poder realizar un análisis más profundo.