암호화폐 시장, 24시간 동안 레버리지 포지션 5억3910만 달러 청산

지난 24시간 동안 암호화폐 시장에서 약 5억 3910만 달러(약 7,250억원) 상당의 레버리지 포지션이 청산된 것으로 나타났다.

현재 집계된 데이터에 따르면, 청산된 포지션 중 롱 포지션이 압도적으로 많은 비중을 차지했으며, 이는 최근 시장의 하락세를 반영하고 있다.

4시간 거래소 별 청산 데이터 / 코인글래스

지난 4시간 동안 가장 많은 포지션 청산이 발생한 거래소는 바이낸스로, 총 6.67백만 달러(전체의 41.25%)가 청산됐다. 바이낸스의 24시간 기준 청산 데이터를 보면 롱 포지션 청산이 50.12%를 차지했다.

두 번째로 많은 청산이 발생한 거래소는 OKX로, 2.99백만 달러(18.49%)의 포지션이 청산됐으며, 24시간 기준으로는 숏 포지션이 64.12%를 차지해 주목할 만한 특징을 보였다.

바이비트는 약 2.16백만 달러(13.36%)의 청산이 발생했으며, 24시간 기준 숏 포지션 비율이 58%로 더 높게 나타났다.

특이사항으로 비트파이넥스에서는 청산이 거의 발생하지 않았으며, 비트멕스에서는 100% 롱 포지션 청산이 이루어졌다.

암호화폐 청산 데이터 / 코인글래스

코인별로는 이더리움(ETH)과 비트코인(BTC) 관련 포지션이 압도적으로 많이 청산되었다. 이더리움은 24시간 동안 약 2억 2086만 달러의 포지션이 청산되었으며, 비트코인은 1억 9184만 달러의 청산을 기록했다.

비트코인(BTC)의 4시간 기준 청산 데이터를 살펴보면, 롱 포지션 119만 달러, 숏 포지션 175만 달러가 청산되어 숏 청산이 더 많았다는 점이 눈에 띈다.

솔라나(SOL)는 24시간 동안 약 6383만 달러가 청산되었고, 4시간 기준으로는 롱 포지션 19.43만 달러, 숏 포지션 81.83만 달러가 청산되었다.

도지코인(DOGE)은 4시간 기준으로 롱 포지션 6.04만 달러, 숏 포지션 2.14만 달러의 청산이 발생했다.

특이한 점으로는 ZEC(제트캐시)의 경우 숏 포지션 청산이 25.5만 달러로 롱 포지션 청산(8.43천 달러)보다 훨씬 높게 나타났으며, XAUT와 PAXG 같은 골드 토큰들도 숏 포지션 청산이 상당히 높게 기록됐다.

새롭게 주목받고 있는 코인들 중에서는 RIVER와 ASTER가 눈에 띄는 청산량을 보였다. 특히 RIVER는 4시간 동안 롱 포지션 7.53만 달러, 숏 포지션 48.94만 달러의 청산이 발생해 큰 변동성을 보였다.

암호화폐 시장에서 '청산'은 레버리지 포지션을 보유한 트레이더가 증거금 요건을 충족하지 못할 때 강제로 포지션이 종료되는 현상을 말한다. 이번 대규모 청산은 최근 암호화폐 시장의 변동성이 증가했음을 보여주는 지표로 볼 수 있다.

기사요약 by TokenPost.ai

🔎 시장 해석

- 24시간 동안 약 5억 3910만 달러의 레버리지 포지션이 청산되었으며, 이더리움과 비트코인이 각각 2억 2086만 달러, 1억 9184만 달러로 가장 큰 비중을 차지

- 바이낸스에서 가장 많은 청산(4시간 기준 6.67백만 달러)이 발생했으며, OKX와 바이비트가 그 뒤를 이음

- 비트코인의 경우 4시간 기준으로 숏 포지션 청산(175만 달러)이 롱 포지션 청산(119만 달러)보다 많았다는 점이 특이사항

💡 전략 포인트

- ZEC, XAUT, PAXG와 같은 코인들의 숏 포지션 청산 비율이 높은 것으로 보아, 해당 코인들의 단기적 반등 가능성에 주목할 필요가 있음

- 거래소별로 롱/숏 청산 비율이 상이하게 나타나므로, 거래소에 따른 트레이더 성향과 포지셔닝 차이를 고려한 전략 수립이 중요

- RIVER와 같은 신규 코인들의 높은 청산률은 높은 변동성을 의미하므로, 레버리지 거래 시 주의가 필요

📘 용어정리

- 청산(Liquidation): 레버리지 거래에서 담보 가치가 유지 마진 이하로 떨어질 때 포지션이 강제 종료되는 현상

- 롱 포지션(Long Position): 자산 가격이 오를 것으로 예상하고 매수하는 거래 포지션

- 숏 포지션(Short Position): 자산 가격이 떨어질 것으로 예상하고 매도하는 거래 포지션

TokenPost AI 유의사항

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