암호화폐 시장, 4시간 기준 1883만 달러 청산…롱 포지션 57.45%

지난 24시간 동안 암호화폐 시장에서 대규모 레버리지 포지션 청산이 진행됐다. 4시간 기준으로 약 1883만 달러(약 275억원) 규모의 포지션이 청산된 것으로 나타났다.

현재 집계된 데이터에 따르면, 전체 청산 중 롱 포지션 비율이 57.45%를 차지했으며, 거래소별로는 청산 양상이 상이하게 나타났다.

4시간 거래소 별 청산 데이터 / 코인글래스

지난 4시간 동안 가장 많은 포지션 청산이 발생한 거래소는 바이낸스로, 총 804만 달러(전체의 42.68%)가 청산됐다. 이 중 롱 포지션이 54.57%를 차지했다.

두 번째로 많은 청산이 발생한 거래소는 바이비트로, 538만 달러(28.57%)의 포지션이 청산됐으며, 이 중 롱 포지션이 70.85%를 차지했다.

OKX는 약 288만 달러(15.3%)의 청산이 발생했으며, 특이하게도 숏 포지션 비율이 57.05%로 더 높게 나타났다.

HTX 거래소에서는 숏 포지션 청산 비율이 78.13%로 매우 높게 나타났으며, 반면 Bitmex에서는 롱 포지션 청산이 100%를 기록했다.

암호화폐 청산 데이터 / 코인글래스

코인별로는 이더리움(ETH)이 가장 많은 1930만 달러의 청산이 발생했고, PIPPIN이 1385만 달러로 그 뒤를 이었다. 비트코인(BTC)은 1302만 달러의 청산이 기록되었다.

4시간 기준 코인별 청산 데이터를 살펴보면, 비트코인(BTC)은 현재 가격 69,420.9달러에 약 220만 달러의 롱 포지션과 7만 달러의 숏 포지션이 청산되었다.

솔라나(SOL)는 132.23달러에 거래되며 28만 달러의 롱 포지션과 2만 달러의 숏 포지션이 청산되었다.

특히 지캐시(ZEC)는 24시간 동안 10.11%의 급격한 가격 하락과 함께 총 542만 달러의 대규모 청산이 발생했다. 4시간 기준으로도 14만 달러의 롱 포지션과 18만 달러의 숏 포지션이 청산되어 상당한 변동성을 보여주었다.

도지코인(DOGE)은 0.1394달러에 거래되며 약 4만 8천 달러의 롱 포지션과 8천 달러의 숏 포지션이 청산되었다.

특이사항으로 FARTCO 토큰은 24시간 동안 5.34%의 가격 상승에도 불구하고 20만 달러 이상의 롱 포지션과 11만 달러의 숏 포지션이 청산되어 높은 변동성을 보였다.

SUI와 같은 일부 알트코인은 숏 포지션 청산이 롱 포지션보다 훨씬 많이 발생하는 특이한 패턴을 보였다. SUI는 4만 달러의 롱 포지션에 비해 31만 달러의 숏 포지션이 청산되었다.

암호화폐 시장에서 '청산'은 레버리지 포지션을 보유한 트레이더가 증거금 요건을 충족하지 못할 때 강제로 포지션이 종료되는 현상을 말한다. 이번 청산 데이터는 시장의 방향성이 혼재되어 있으며, 특히 일부 알트코인 시장에서 높은 변동성이 지속되고 있음을 보여준다.

기사요약 by TokenPost.ai

🔎 시장 해석

- 4시간 기준 약 1883만 달러 규모의 포지션 청산 발생

- 전체 청산 중 롱 포지션이 57.45% 차지, 거래소별로 양상 상이

- 이더리움이 최대 청산량(1930만 달러) 기록, 비트코인은 1302만 달러

- ZEC(-10.11%)와 FARTCO(+5.34%) 등에서 높은 변동성과 대규모 청산 발생

💡 전략 포인트

- 바이낸스(42.68%)와 바이비트(28.57%)에서 청산 집중, 거래소별 리스크 관리 필요

- OKX와 HTX에서는 숏 포지션 청산 비율이 높게 나타나 차별화된 시장 흐름 주목

- SUI처럼 숏 포지션 청산이 롱보다 훨씬 많은 코인들은 단기 반등 가능성 고려

- 롱/숏 청산 비율의 불균형이 큰 코인들은 추가 변동성 대비 필요

📘 용어정리

- 청산(Liquidation): 레버리지 거래에서 포지션 가치가 유지증거금 이하로 떨어질 때 강제로 포지션을 종료하는 과정

- 롱 포지션(Long Position): 자산 가격 상승을 예상하고 매수한 포지션

- 숏 포지션(Short Position): 자산 가격 하락을 예상하고 매도한 포지션

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

TokenPost AI 유의사항

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