Como usar o indicador de liquidação

Leia o sinal e a distribuição do indicador, evite dois erros de leitura comuns e leve-o para uma estratégia.

Depois de uma queda forte, o histórico de liquidações mostra uma barra negativa funda. Muitos comprados foram liquidados, ou o valor desta moeda costuma ficar abaixo de 0? O indicador só lê a Binance, e 0 não é ponto de equilíbrio; esses dois fatos decidem como ler essa barra. Se você está olhando liquidações por nível de preço, isso é outra estimativa de modelo: veja Como ler o mapa de liquidações.

O que é o indicador de liquidação?

O indicador de liquidação é um valor escalado que mostra se vendidos ou comprados foram mais liquidados num período, calculado só com o feed público de liquidações da Binance. Uma liquidação é o fechamento forçado de uma posição alavancada pela corretora: um comprado liquidado vira uma ordem de venda, um vendido liquidado, uma de compra. A cada 5 minutos a Blave soma a quantidade liquidada de cada lado (em moedas) por símbolo e calcula o indicador em três etapas:

O valor não tem limites. O sinal indica qual lado foi mais liquidado:

A distribuição é assimétrica: a cauda inferior (liquidações de comprados) é mais profunda que a superior. Estes quantis são um cálculo próprio da Blave a partir do feed da Binance, com candles de 1h e timeframe 24h, de 2024-09-15 a 2026-09-14, um valor por hora (n = 17,520):

Os dois pontos críticos: a Binance é uma amostra, 0 não é equilíbrio

O indicador só lê a Binance, e é uma amostra

A visão geral, o histórico e as barras de 24h da página do mapa usam só o feed de liquidações da Binance. A Binance envia no máximo uma liquidação por símbolo por segundo e descarta o resto daquele segundo, então é uma amostra que subestima nos movimentos grandes.

As unidades são moedas, então as quantidades brutas não se comparam entre moedas; para isso, use o valor escalado. Enquanto o feed está fora do ar, o valor parece o de um período sem liquidações, e a lacuna não é sinalizada.

0 não significa que comprados e vendidos estão equilibrados

Acima de 0, mais vendidos que comprados foram liquidados; abaixo de 0, mais comprados. Mas a escala não subtrai a média, então uma moeda em que os comprados costumam ser mais liquidados fica sistematicamente negativa, e 0 não é o nível normal dela.

A tabela acima mostra a parcela do tempo acima de 0 nesse período medido (candles de 1h, timeframe 24h). O mesmo 0 fica perto da mediana no BTC, mas no DOGE já pende para liquidações de vendidos mais do que na maior parte do tempo.

Como montar estratégias com dados de liquidação?

Hoje nenhuma estratégia oficial usa dados de liquidação, então os três usos abaixo são esboços sem backtest. Os limiares do código pegam emprestados os quantis medidos acima como ponto de partida; não vieram de uma varredura de parâmetros, então faça seu próprio backtest antes de usar.

1. Limiares assimétricos: marque as liquidações concentradas

O caminho mais direto é marcar os períodos em que o valor cai em uma das caudas. Como a cauda inferior é mais profunda, não use o mesmo valor absoluto para os dois lados. No BTC, p1 fica perto de −3.8 e p99 perto de +3.3.

LONG_FLUSH_TH  = -3.8   # esboço: perto do p1 do BTC em 1h × 24h
SHORT_FLUSH_TH = 3.3    # esboço: perto do p99 do BTC em 1h × 24h

liq = fetch_liquidation(SYMBOL, INTERVAL, START, END, hdrs, timeframe='24h')
df['LIQ'] = liq['alpha']
long_flush  = df['LIQ'] <= LONG_FLUSH_TH    # liquidações concentradas de comprados
short_flush = df['LIQ'] >= SHORT_FLUSH_TH   # liquidações concentradas de vendidos

Como operar essas marcas é pesquisa sua: a Blave não verificou se o preço reverte ou continua depois de liquidações concentradas. Os quantis também variam por moeda; ETH, SOL e DOGE têm p1 mais profundo que o BTC, então recalcule ao trocar de moeda.

2. Use os quantis da própria moeda como limiar, não 0

Como 0 não é ponto de equilíbrio, uma regra do tipo "acima de 0, os vendidos estão sendo liquidados" falha em moedas como o DOGE, que passam longos períodos no negativo. Use os quantis da própria moeda numa janela passada, menos afetados por esse viés de longo prazo:

# esboço: quantis dos últimos 180 dias; tamanho da janela não varrido
lo = df['LIQ'].rolling('180D').quantile(0.01)
hi = df['LIQ'].rolling('180D').quantile(0.99)
extreme = (df['LIQ'] <= lo) | (df['LIQ'] >= hi)

Com uma janela curta demais, os limiares acompanham o preço recente. Também não deixe a janela entrar no período de aquecimento, cerca de 30 dias a partir do início dos dados da moeda (antes de 2023-01-31 no BTC e no ETH), quando o desvio padrão tinha poucas amostras e gera extremos falsos.

3. Controle de risco: não abra posições durante liquidações concentradas

Um uso mais conservador é somá-lo à regra de entrada de uma estratégia existente: não abrir posições novas enquanto o valor estiver em uma das caudas. Reaproveite os dois limiares do uso 1 e troque compute_entry pela condição de entrada da sua estratégia:

# esboço: sem entrada enquanto o valor estiver em uma das caudas
flush = (df['LIQ'] <= LONG_FLUSH_TH) | (df['LIQ'] >= SHORT_FLUSH_TH)
entry = compute_entry(df) & ~flush

Essa combinação não tem backtest, e a Blave não verificou se evitar liquidações concentradas melhora o desempenho. Ela só trata "acabou de haver uma onda de liquidações" como motivo para pausar entradas novas.

Como escolher o timeframe e o intervalo dos candles?

O indicador tem duas configurações. O timeframe é a janela em que a liquidação líquida é somada: 15min, 1h, 4h, 8h, 24h ou 3d, com 24h como padrão. O intervalo dos candles (period) define com que frequência um valor é lido: 5min, 15min, 1h, 4h, 8h ou 1d. O valor é sempre calculado primeiro na grade de 5 minutos, e cada candle pega o último. Mudar o timeframe muda a distribuição; este é o mesmo período medido com timeframe 1h em candles de 1h:

Comparado com 24h, 1h tem caudas mais estreitas, mediana 0.00 em todas as moedas e uma fatia acima de 0 mais próxima da metade. Recalcule os limiares sempre que mudar o timeframe; um conjunto de números não vale para outro. 15min, 4h, 8h e 3d não foram medidos aqui.

Onde ver no Studio?

Com quais indicadores combinar?

São ideias de combinação, não resultados verificados:

O que saber ao puxar os dados pela API ou pelo Blave Agent?

O endpoint do indicador é GET /liquidation/get_alpha, com symbol, period, timeframe (24h por padrão) e um intervalo de datas (start_date, end_date); no Blave Agent corresponde a fetch_liquidation. Retorna só candles fechados, com timestamp, alpha e stat, e intervalos de mais de 1 ano são cortados. Os dados começam em 2023-01-01 nos símbolos mais antigos (BTC, ETH) e, antes disso, o valor é 0; outras moedas podem começar depois. O desvio padrão de 30 dias precisa de aquecimento, então valores com sentido começam cerca de 30 dias após o início dos dados da moeda (por volta de 2023-01-31 no BTC e no ETH).

O objeto stat de get_alpha descreve a leitura mais recente, e seus nomes não correspondem exatamente ao que calculam:

Para os endpoints e campos do mapa de liquidações, da variação do mapa e da página por corretora, veja Como ler o mapa de liquidações.