코인 데이터 · 청산 · 출처: 코인글래스(Coinglass) API

이더리움(ETH) 청산 데이터 데이터 — 보는 법과 매매 기준에 쓰는 법

청산 데이터는 거래소에서 실제로 강제 청산된 롱·숏 포지션 금액을 시간 단위로 집계한 자료입니다. 추정이 아닌 집계값이어서, 큰 변동 뒤에 "어느 쪽이 얼마나 쓸려 나갔는지"를 확인하는 데 씁니다.

핵심 3줄
  • 위쪽(초록) 막대는 숏 청산, 아래쪽(빨강) 막대는 롱 청산 금액이며 가격선을 겹쳐 보여줍니다.
  • 청산이 한쪽으로 크게 몰린 뒤에는 그 방향의 레버리지가 비워져 변동성이 잦아드는 경우가 많습니다.
  • 청산 히트맵·청산맵이 "예상"이라면 이 페이지는 "결과"입니다. 둘을 짝지어 복기합니다.
목차
  1. 청산 데이터는 무엇을 집계하나요?
  2. 화면은 어떻게 읽나요?
  3. 매매 기준에는 어떻게 쓰나요?
  4. 주의할 점은?
  5. 자주 묻는 질문

청산 데이터는 무엇을 집계하나요?

바이낸스, OKX, 바이비트, 비트겟, 게이트, HTX, 하이퍼리퀴드 7개 거래소에서 발생한 롱 청산과 숏 청산 금액(USD)을 코인글래스 API로 받아 합산합니다. 간격은 1시간, 4시간, 12시간, 1일 중 고를 수 있고, 같은 기간의 가격을 선으로 겹쳐 어떤 가격 움직임에서 청산이 터졌는지 보여줍니다.

화면은 어떻게 읽나요?

  1. 코인과 간격을 고릅니다. 하루 단위는 큰 흐름, 1시간 단위는 특정 급등락의 세부를 보기에 좋습니다.
  2. 막대가 유난히 긴 날을 찾고, 그때 가격선이 어떻게 움직였는지 봅니다. 급락일에는 롱 청산이, 급등일에는 숏 청산이 커집니다.
  3. 위쪽 카드에서 선택 기간의 롱·숏 청산 합계와 최대 청산일을 확인합니다.
  4. 청산 히트맵에서 봤던 밝은 띠가 실제 청산으로 이어졌는지 비교합니다.

매매 기준에는 어떻게 쓰나요?

청산 데이터는 진입보다 복기와 상황 판단에 씁니다. 한쪽 청산이 평소의 몇 배로 터진 직후에는 그 방향의 레버리지가 비워져 추가 급락·급등의 연료가 줄어든 상태입니다. 이때 급하게 추격하기보다 되돌림과 재진입 구간을 기다리는 편이 유리한 경우가 많습니다.

본인 매매를 복기할 때는 손절이 체결된 시각의 청산 막대를 확인해 보세요. 청산 급증 구간에서 꼬리에 손절이 걸렸다면, 다음부터는 손절가를 청산 밀집 구간 바깥에 두는 식으로 규칙을 고칠 수 있습니다.

주의할 점은?

거래소마다 청산 데이터를 공개하는 방식이 달라 실제 청산 총액보다 적게 잡힐 수 있습니다. 숫자의 절대값보다 평소 대비 몇 배인지를 보세요.

이 페이지는 코인글래스 API 키가 있어야 표시됩니다.

자주 묻는 질문

롱 청산과 숏 청산은 어느 쪽 막대인가요?

위쪽 초록 막대가 숏 청산, 아래쪽 빨강 막대가 롱 청산 금액입니다.

어떤 거래소가 포함되나요?

바이낸스, OKX, 바이비트, 비트겟, 게이트, HTX, 하이퍼리퀴드 7곳입니다.

청산 히트맵과 무엇이 다른가요?

히트맵은 앞으로 청산될 가능성이 있는 가격대를 추정한 것이고, 청산 데이터는 이미 발생한 청산을 집계한 것입니다.

청산이 많이 나온 날 이후 가격은 어떻게 되나요?

정해진 답은 없지만, 한쪽 레버리지가 크게 비워진 뒤에는 그 방향의 추가 급변동이 줄어드는 경우가 많습니다. 가격 구조와 함께 판단하세요.

용어 정리

롱 청산
가격 하락으로 롱 포지션이 강제 정리된 것
숏 청산
가격 상승으로 숏 포지션이 강제 정리된 것
집계 청산
여러 거래소의 청산 금액을 더한 값
이 데이터를 강의와 함께 보려면기초 과정에서 차트 읽기와 손절 기준을, 중급 과정에서 리스크 관리와 지표 활용을 다룹니다. 공개 분석의 데일리 분석에서는 트레이더가 이 데이터를 실제 시장에 적용한 글을 볼 수 있습니다.

인용 안내 이 설명을 인용할 때는 출처를 함께 적어 주세요.
트레이드캠프, 「청산 데이터」, https://tradecamp.co.kr/data/liq-data

트레이드캠프의 데이터와 설명은 교육 목적으로 제공되며 투자 권유가 아닙니다. 지표는 과거 데이터와 추정 모델에 기반하므로 실제 시장과 다를 수 있고, 투자 판단의 책임은 본인에게 있습니다.

다른 코인 데이터