암호화폐 시장, 24시간 동안 레버리지 포지션 1억 7285만 달러 청산…숏 비중 51.8%

지난 24시간 동안 암호화폐 시장에서 약 1억 7285만 달러(약 2,380억원) 상당의 레버리지 포지션이 청산된 것으로 나타났다.

현재 집계된 데이터에 따르면, 청산된 포지션 중 롱 포지션이 약 48.2%를 차지했고, 숏 포지션은 51.8%로 숏 포지션 청산이 더 많이 발생했다.

4시간 거래소 별 청산 데이터 / 코인글래스

지난 4시간 동안 가장 많은 포지션 청산이 발생한 거래소는 바이낸스로, 총 1억 282만 달러(전체의 22.9%)가 청산됐다. 이 중 숏 포지션이 약 50.9%로 롱 포지션보다 약간 더 많이 청산됐다.

두 번째로 많은 청산이 발생한 거래소는 OKX로, 9.55만 달러의 포지션이 청산됐으며, 이 중 롱 포지션이 66.4%를 차지하며 숏 포지션과 다른 양상을 보였다.

바이비트에서는 약 7.26만 달러의 청산이 발생했으며, 숏 포지션 비율이 75.1%로 매우 높게 나타났다.

특이사항으로 비트파이넥스와, 비트맥스에서는 청산된 포지션의 100%가 롱 포지션으로 나타났으며, HTX에서는 롱 포지션 청산 비율이 78.3%로 높게 나타났다.

암호화폐 청산 데이터 / 코인글래스

코인별로는 비트코인(BTC) 관련 포지션이 가장 많이 청산되었다. 24시간 동안 비트코인 포지션에서 약 8036만 달러가 청산되었으며, 4시간 기준으로는 롱 포지션 752만 달러, 숏 포지션 1,182만 달러의 청산이 발생했다. 특히 숏 포지션 청산이 롱 포지션보다 더 많이 발생한 점이 눈에 띈다.

이더리움(ETH)은 24시간 동안 약 5713만 달러의 포지션이 청산되었으며, 비트코인에 이어 두 번째로 많은 청산이 발생했다.

솔라나(SOL)는 24시간 동안 약 1674만 달러가 청산되었고, 4시간 기준으로는 롱 포지션 132만 달러, 숏 포지션 108만 달러가 청산됐다.

XRP는 24시간 동안 약 1197만 달러의 청산이 발생했으며, 4시간 기준으로는 롱 포지션 119만 달러, 숏 포지션 44.8만 달러의 청산이 기록됐다.

도지코인(DOGE)도 4시간 동안 롱 포지션 26.3만 달러, 숏 포지션 15.4만 달러의 청산이 발생했다.

특이 사항으로 금 연동 토큰인 XAUT와 PAXG에서도 상당한 청산이 발생했는데, 특히 XAUT의 경우 숏 포지션 청산액이 32.6만 달러로 롱 포지션 청산액(287.56달러)보다 훨씬 높게 나타났다.

또한 PEPE와 같은 밈 토큰에서도 4시간 동안 롱 포지션 27만 달러, 숏 포지션 9.1만 달러의 청산이 발생하며 상당한 변동성을 보였다.

암호화폐 시장에서 '청산'은 레버리지 포지션을 보유한 트레이더가 증거금 요건을 충족하지 못할 때 강제로 포지션이 종료되는 현상을 말한다. 이번 청산 데이터는 비트코인이 9만 달러를 돌파하는 시점에서 상당한 시장 변동성이 있었음을 보여준다.

기사요약 by TokenPost.ai

🔎 시장 해석

- 24시간 동안 약 1억 7285만 달러의 레버리지 포지션 청산 발생

- 롱 포지션(48.2%)보다 숏 포지션(51.8%) 청산이 더 많음

- 비트코인($91,794)이 9만 달러를 돌파한 가운데, 숏 포지션 청산이 롱 포지션보다 많았음

- 거래소별로는 바이낸스, OKX, 바이비트 순으로 청산이 많이 발생

💡 전략 포인트

- 비트코인 고점 돌파 시 숏 포지션이 더 많이 청산된 점을 고려할 때, 상승 모멘텀이 지속될 가능성

- 거래소별로 청산 비율이 다른 점을 통해 기관과 소매 투자자의 포지션 차이 분석 가능

- 금 연동 토큰(XAUT, PAXG)의 숏 포지션 청산이 많은 점을 통해 금과 암호화폐 간의 상관관계 변화 주목 필요

📘 용어정리

- 청산(Liquidation): 레버리지 거래에서 증거금 요건을 충족하지 못할 때 강제로 포지션이 종료되는 현상

- 롱 포지션(Long): 자산 가격이 상승할 것으로 예상하고 구매하는 포지션

- 숏 포지션(Short): 자산 가격이 하락할 것으로 예상하고 매도하는 포지션

- 레버리지(Leverage): 자신의 자본보다 더 큰 금액으로 거래할 수 있게 해주는 대출 형태의 거래 방식

TokenPost AI 유의사항

TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.