암호화폐 시장, 24시간 동안 레버리지 포지션 3억 4000만 달러 청산

지난 24시간 동안 암호화폐 시장에서 약 3억 4000만 달러(약 4,980억원) 상당의 레버리지 포지션이 청산된 것으로 나타났다.

현재 집계된 데이터에 따르면, 청산된 포지션 중 롱 포지션이 전체의 대부분을 차지했으며, 특히 BTC와 ETH에서 대규모 청산이 발생했다.

4시간 거래소 별 청산 데이터 / 코인글래스

4시간 기준으로 주요 거래소별 청산 현황을 살펴보면, 바이낸스(Binance)가 1166만 달러(34.25%)로 가장 많은 청산이 발생했고, 바이비트(Bybit)가 964만 달러(28.33%), 게이트(Gate)가 550만 달러(16.17%), OKX가 511만 달러(15.02%) 순으로 청산이 집중됐다.

특히 24시간 기준으로는 바이낸스에서 60.3%, OKX에서 54.62%의 롱 포지션 청산 비율을 보였으며, 바이비트와 게이트에서는 각각 57.15%와 65.69%의 숏 포지션 청산 비율을 기록했다.

비트파이넥스(Bitfinex)에서는 다른 거래소들과 달리 롱과 숏 포지션의 청산 비율에서 특이점을 보였는데, 24시간 기준 100%가 롱 포지션 청산으로 나타났다.

암호화폐 청산 데이터 / 코인글래스

코인별 청산 데이터를 살펴보면, 비트코인(BTC)이 24시간 동안 약 1억 6741만 달러로 가장 많은 청산이 발생했다. 비트코인은 현재 $92,220.2에 거래되고 있으며, 4시간 기준으로 롱 포지션에서 266만 달러, 숏 포지션에서 242만 달러의 청산이 이뤄졌다.

이더리움(ETH)은 24시간 기준 약 1억 4323만 달러의 포지션이 청산되어 비트코인 다음으로 높은 청산액을 기록했다.

솔라나(SOL)는 현재 $137.01에 거래되며 24시간 동안 약 1462만 달러가 청산됐고, 4시간 기준으로는 롱 포지션에서 685.11K 달러, 숏 포지션에서 71.86K 달러의 청산이 발생했다.

제크캐시(ZEC)는 $427.19의 가격에 거래되며 상당한 규모의 청산이 발생했다. 4시간 기준으로 롱 포지션에서 284.86K 달러, 숏 포지션에서 134.88K 달러가 청산되었으며, 24시간 동안 총 876만 달러의 청산이 발생했다.

도지코인(DOGE)은 $0.14547에 거래되고 있으며, 4시간 기준으로 롱 포지션에서 240.83K 달러, 숏 포지션에서 41.21K 달러의 청산이 기록됐다.

주목할 만한 점은 신생 코인인 FARTCO와 같은 미미(Meme) 코인들도 상당한 규모의 청산이 발생하고 있다는 것이다. FARTCO는 $0.36에 거래되며 4시간 기준으로 롱 포지션에서 120.56K 달러, 숏 포지션에서 6.39K 달러의 청산이 발생했다.

또한 PEPE와 같은 인기 미미 코인에서도 4시간 기준으로 롱 포지션에서 149.75K 달러, 숏 포지션에서 13.63K 달러의 청산이 이루어졌다.

이번 대규모 청산은 최근 암호화폐 시장의 높은 변동성을 반영하는 것으로, 특히 롱 포지션 투자자들에게 큰 타격을 주었다. 암호화폐 시장에서 '청산'은 레버리지 포지션을 보유한 트레이더가 증거금 요건을 충족하지 못할 때 강제로 포지션이 종료되는 현상을 의미한다.

기사요약 by TokenPost.ai

🔎 시장 해석: 24시간 동안 약 3억 4000만 달러의 레버리지 포지션이 청산되었으며, 바이낸스(34.25%)와 바이비트(28.33%)에서 가장 많은 청산이 발생했다. 비트코인과 이더리움이 각각 1억 6741만 달러, 1억 4323만 달러로 최대 청산을 기록했다.

💡 전략 포인트: 대부분의 거래소에서 롱 포지션 청산 비율이 높게 나타났으며, 제크캐시(ZEC)와 같은 알트코인에서도 상당한 규모의 청산이 발생했다. 현재의 높은 시장 변동성 속에서 레버리지 거래 시 리스크 관리가 중요하다.

📘 용어정리: 청산(Liquidation)은 레버리지 거래에서 증거금 요건을 충족하지 못할 때 강제로 포지션이 종료되는 현상이다. 롱 포지션(Long Position)은 자산 가격 상승을 예상하고 매수하는 전략, 숏 포지션(Short Position)은 가격 하락을 예상하고 매도하는 전략을 의미한다.

TokenPost AI 유의사항

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