聚类炒作周期
/clusters/hype-cycles
某个集群相对于市场在热度周期中提前到达的程度。curve 是双方在峰值前 7 天到峰值后 7 天内的帖子累计占比,因此线条越靠左表示越早;lead_days 是该集群的领先天数(正值表示提前),clusters 则对所有集群的领先天数进行排名。
参数规则:
- 发送
cluster_id。 cluster_id只指定一个集群;若要比较多个集群,请对每个集群分别调用,或使用 /clusters 一次性获取所有集群。- 发帖社区(
wallstreetbets、reddit)仅覆盖股票:使用其中之一时,asset_class必须包含equity。
钱包支付可通过 https://nebula-api.hiddensystems.ai/api/v1/x402/clusters/hype-cycles 使用。无需 Nebula 账户或 API key;签名前请先查看支付报价。x402 支付指南。
参数
要分析的集群,格式与 /clusters 返回的一致,例如 smart_money 或 wallstreetbets。可以是 /sentiment 的 clusters 参数中的任意 id。
Example:smart_money
要分析的市场:equity、commodity、index 和 crypto 中的任意一个,以逗号分隔。默认为全部四个。可发送多个,以逗号分隔。
Default:equity,commodity,index,crypto
要包含多少个完整的 UTC 市场峰值日,从最近一个完整日开始向前计算:30 或 90。免费方案最多可回溯 90 天;超出则返回 403。
3090
Default:90
cURL 示例
curl --get \
--url 'https://nebula-api.hiddensystems.ai/api/v1/public/clusters/hype-cycles' \
--data-urlencode 'cluster_id=smart_money' \
--header 'X-API-Key: YOUR_API_KEY'
响应
媒体类型 application/json
asset_classes
所分析的市场,按 equity、commodity、index、crypto 的顺序:即所请求的 asset_class 值;若省略 asset_class,则为全部四个。
cluster_id
所分析的集群,以其规范 cluster_id 表示。
clusters
array<object>
所有具有领先天数(5 个或更多周期)的集群,按最早优先排列,包含所请求的集群。
clusters
所有具有领先天数(5 个或更多周期)的集群,按最早优先排列,包含所请求的集群。
clusters[].cluster_id
该集群,以其规范 cluster_id 表示。
clusters[].cycles_joined
该集群在市场峰值小时前后 24 小时内发帖的已完成热度周期数。
clusters[].lead_days
该集群的领先天数,按顶层 lead_days 计算。正值表示提前。
clusters[].lead_high_days
lead_days 可能范围的上限。
clusters[].lead_low_days
lead_days 可能范围的下限。
curve
array<object>
平均累计积累量,day_offset 从 −7 到 +7 每天一个点;没有已完成的周期时为空。
curve
平均累计积累量,day_offset 从 −7 到 +7 每天一个点;没有已完成的周期时为空。
curve[].cluster_cumulative_pct
截至当天,该集群在峰值前后 15 天内的帖子所占百分比,按周期取平均;在 day_offset 为 7 时为 100。
curve[].day_offset
距市场峰值的天数:峰值前为负,峰值当天为 0,峰值后为正。
curve[].market_cumulative_pct
市场在相同周期内的同一指标。
cycles_joined
该集群参与的已完成热度周期:在峰值前后 7 天内有 3 条或更多帖子。
days
窗口长度,以完整 UTC 日计,截止到最近一个完整日。
lead_days
该集群的帖子在市场峰值小时前后 24 小时内比其他人早多少,以天为单位。正值表示提前;少于 20 个周期时为 null。
{
"asset_classes": [
"equity",
"commodity",
"index",
"crypto"
],
"cluster_id": "smart_money",
"clusters": [
{
"cluster_id": "wallstreetbets",
"cycles_joined": 171,
"lead_days": 0.0542,
"lead_high_days": 0.0708,
"lead_low_days": 0.0417
},
{
"cluster_id": "smart_money",
"cycles_joined": 471,
"lead_days": 0.0125,
"lead_high_days": 0.0292,
"lead_low_days": -0.0083
},
{
"cluster_id": "exchanges",
"cycles_joined": 466,
"lead_days": -0.0667,
"lead_high_days": -0.0542,
"lead_low_days": -0.0792
}
],
"curve": [
{
"cluster_cumulative_pct": 46.8,
"day_offset": -1,
"market_cumulative_pct": 38.2
},
{
"cluster_cumulative_pct": 63.5,
"day_offset": 0,
"market_cumulative_pct": 57.9
},
{
"cluster_cumulative_pct": 73.1,
"day_offset": 1,
"market_cumulative_pct": 69.4
}
],
"cycles_joined": 27,
"days": 90,
"lead_days": 0.0125
}