Sporing af markedsmomentum med On-chain Data

On-chain data giver mulighed for et bemærkelsesværdigt niveau af gennemsigtighed om effektiviteten af ​​digitale aktiver, ofte i en grad, der er usædvanlig for traditionelle finansielle aktiver. En fordel ved denne gennemsigtighed er, at den giver analytikere og investorer mulighed for at overvåge markedstendenser og momentum gennem en meget bred vifte af målinger og indikatorer.

I denne artikel vil vi undersøge, hvordan on-chain data kan bruges til at identificere inflection points og vedvarende perioder med positiv markedsmomentum for Bitcoin. Vi vil udforske dette koncept gennem linsen af ​​fire on-chain analysekategorier:

• 🟢 On-chain aktivitet: Brug af netværksaktivitet og -adoption til at identificere perioder med vækst og brugerbaseudvidelse.
• ???? Markedsrentabilitet: Identifikation af perioder, hvor det urealiserede overskud, som investorerne besidder, forbedres.
• ???? Udgiftsadfærd: Spottingperioder, hvor der er tilstrækkelig tilstrømning af efterspørgsel til at absorbere overskudstagning fra eksisterende ejere.
• 🟠 Formuefordeling: Overvejer balancen og overførslen af ​​formue mellem gamle og nye ejere.

Mens hver indikator kan betragtes individuelt, vil vi også konstruere et sammensat indeks som vist nedenfor for at vurdere styrken og retningen af ​​markedsmomentum.

Igennem denne artikel vil vi også demonstrere en række forskellige teknikker til at parse og normalisere on-chain data, som kan være lærerige for analytikere.

On-chain aktivitet og adoption

Stigende brug af Bitcoin-netværket er en typisk karakteristik i perioder med vækst, hvor brugerbasen udvides, netværksaktiviteten stiger, og prisen har en tendens til at stige. Som sådan kan vi identificere perioder med positivt momentum via målinger, der beskriver en stigning i on-chain aktivitet.

Stigende gebyrpres

Det første eksempel anvender on-chain gebyrindtægter som en proxy for blockspace-efterspørgsel. Gebyrpresset vil stige, når brugerne giver udtryk for øget hast og vilje til at betale forhøjede gebyrer for optagelse i næste blok.

I dette tilfælde har vi anvendt en 2-årig rullende Z-Score på andelen af ​​minearbejdernes indtægter, der er optjent fra gebyrer. Denne metriske udvælgelse og Z-score-transformation opnår to mål:

• Standardiserer datasættet på tværs af cyklusser.
• Spotter bøjningspunkter i forhold til den sidste 2-års halvperiode (f.eks. en stigning i gebyrer i forhold til et aftagende bjørnemarked eller et fald i gebyrer efter en cyklustop).

Exchange Inflow Volume Momentum

Det er også typisk for børsrelaterede volumener og handelsaktivitet at stige i perioder med netværksvækst. Her betragter vi Exchange Inflow Volumes, da det drager fordel af Glassnodes enhedsjusteringsheuristik og er en mere direkte proxy for spothandelsaktivitet.

Vi vil bruge en simpel hurtigt/langsomt glidende gennemsnits-cross-over-transformation til denne metrik, hvor vi søger perioder, hvor 30D-SMA er over 365D-SMA. Dette indikerer, at aktiviteten på kort sigt er højere end den langsommere langsigtede baseline.

Analytikere kan også overveje størrelsen af ​​afvigelsen mellem disse glidende gennemsnit, såvel som deres gradient til at identificere mere avancerede indikationer og divergenser.

Urealiseret fortjeneste og prisfastsættelse

En primær fordel ved on-chain analyse er evnen til at overvåge omkostningsgrundlaget for hver mønt i betragtning af det prisstempel, som den sidst handlede til. Vi kan bruge dette værktøjssæt af urealiseret overskud/tab til at identificere priszoner, hvor en stor mængde af udbuddet har skiftet hænder.

Udbud i Profit Trend

Under vedvarende markedsoptrends fortsætter spotprisen med at klatre over omkostningsgrundlaget for stigende mængder af møntforsyningen (hvilket sætter denne forsyning 'in-profit'). For at udjævne daglige udsving har vi anvendt en 90D-EMA på den samlede Supply in Profit [BTC]-metrik.

Vi kan derefter identificere perioder med positivt momentum som dem, hvor 90D-EMA for Supply in Profit er stigende. Her bruger vi en 30-dages forskelsfunktion og viser den som en 🔵 oscillator. Positive værdier betyder, at det samlede udbud i profit er steget i løbet af de sidste 30 dage.

Mere avanceret analyse kan tage højde for størrelsen og divergenserne af denne oscillator, især når den relaterer til cyklus ekstremer (100% af udbuddet i profit ved ATH'er, og når store mængder skifter hænder nær cyklus lav).

MVRV og AVIV bøjningspunkter

Et andet kraftfuldt værktøj til at overvåge vendepunkter i investorernes rentabilitet er MVRV-forholdet. I vores tidligere rapport, Mestring af MVRV-forholdet, etablerede vi en indikator til sporing af markedsmomentum baseret på en 365D-SMA cross-over-metode.

For nylig udviklede vi AVIV Ratio sammen med ARK Invest som en del af Cointime Economics ramme. Vi anser AVIV for at være en mere repræsentativ urealiseret profit/tab-oscillator for aktive investorer. Ud fra dette kan vi identificere markedsbøjningspunkter:

• Positivt momentum: AVIV krydser over sin 365D-SMA, da investorernes rentabilitet forbedres, hvilket ofte indikerer, at mange investorer har mønter med et nu gunstigt omkostningsgrundlag.
• Negativt momentum: AVIV krydser under sin 365D-SMA, da investorernes rentabilitet forværres, hvilket ofte indikerer, at mange investorer er fanget med et forhøjet og undervandsomkostningsgrundlag.

Kortsigtede indehavere i overskud

Vi kan også udnytte den kortsigtede indehaver MVRV til specifikt at spore den urealiserede fortjeneste eller tab af ny efterspørgsel, der kommer ind på markedet. Sammenligning af STH-omkostningsgrundlaget med spotprisen giver indsigt i graden af ​​pres nye markedsdeltagere oplever for enten at kapitulere med tab eller for at tage profit.

En meget simpel momentumindikator kan opnås ved at spore perioder, hvor STH-MVRV handler over eller under 1.0.

Denne særlige variant vil være ret lydhør (i forhold til MVRV og AVIV), da den kun tager hensyn til mønter flyttet inden for de sidste 155 dage. Som sådan er den ret følsom over for perioder, hvor masser af mønter for nylig har skiftet hænder inden for et bestemt prisinterval. Da prisen handler væk fra denne klynge, ændrer det dramatisk den urealiserede profit/tab-position for STH'er.

Realiseret overskud/tab og forbrugsaktivitet

I det foregående afsnit vurderede vi de urealiserede gevinst/tab-incitamenter, som får markedsdeltagere til at træffe beslutninger. Disse observationer er godt parret med målinger, der beskriver, om investorer rent faktisk griber ind som reaktion på disse incitamenter.

Det næste logiske skridt er således at evaluere den realiserede markedsreaktion på dette pres.

SOPR Momentum

Den første metrik, vi overvejer, er SOPR-indikatoren, som vurderer den gennemsnitlige størrelse af deltagernes gevinst- og tabsbegivenheder på en given dag. Målet er at identificere perioder, hvor overskudstagningen er stigende i forhold til en langsigtet basislinje.

For at opnå dette bruger vi igen en hurtig/langsom momentum-cross-over-strategi anvendt på SOPR-metrikken. Vi vil også anvende vores enhedsjusterede SOPR-variant for at sikre, at vi kun registrerer økonomisk meningsfulde transaktioner og udelukker interne transaktioner og selvforbrug.

Den anden metrik, der skal overvejes, er forholdet mellem realiseret overskud og realiseret tab. Disse værktøjer er særligt følsomme under regimeskift såsom:

• Under stærke optrends er der relativt få mønter i tab. Dette ændrer sig dog hurtigt under rettelser, da nylige købere går i panik og bruger tidligere profitable mønter i tab.
• I nærheden af ​​bjørnecyklusser kapitulerer mange investorer ved store tab, og der er relativt få mønter i profit. Efterhånden som markedet begynder at komme sig, er der en dramatisk stigning i realiseret overskud i forhold til den foregående bearish trend.

Vi vil igen anvende en momentum cross-over-metode til at fremhæve perioder, hvor profit/tab-forholdet oplever hurtig acceleration i begge retninger. Dette hjælper med at identificere trendbøjningspunkter.

Formueoverførsel

SLRV Ribbon Momentum

Det sidste kendetegn, vi skal diskutere, er overførslen af ​​velstand fra langsigtede investorer til nyere og ofte mindre erfarne investorer. Typisk er cykelbunde kendetegnet ved en uforholdsmæssig mængde rigdom, der besiddes af langsigtede indehavere. Omvendt er cykeltoppe ofte præget af en betydelig mætning af korttidsholdere.

Balancen af ​​rigdom mellem disse to kohorter kan derefter bruges til at give indsigt i positionen af ​​den aktuelle cyklus.

For at modellere dette fænomen skal vi bruge SLVR-metrikken, som sammenligner den rigdom, som mønter i alderen 24 timer har, med mønter i alderen 6m-1y. Der bruges en momentum cross-over på 30 dage til 150 dage, som oprindeligt foreslået af den metriske forfatter Capriole investeringer.

Konstruktion af en sammensat momentumindikator

Endelig kan et sammensat indeks over flere af de førnævnte forhold konstrueres til at producere en holistisk model. Målet er at vurdere sammenløb på tværs af forskellige kategorier; Rentabilitet, Udgiftsadfærd, On-chain aktivitet og Overførsel af formue.

Her har vi vægtet hver enkelt komponent ligeligt, og anvendt en simpel betingelse for at markere, når 4-af-8 betingelser er opfyldt i blåt. Dette har historisk identificeret perioder, hvor Bitcoin-markedet er i en bæredygtig optrend. Vi kan også markere, når alle otte betingelser er opfyldt i lilla, hvilket indikerer perioder med ekstremt stærkt positivt momentum på tværs af alle kategorier.

Omvendt angiver en sammensat indeksværdi på mindre end 4, at på netto er størstedelen af ​​disse momentumbetingelser negative. Dette tyder på, at markedet oplever et generelt negativt momentum, og det opleves typisk på hele bjørnemarkederne, inklusive de indledende vendepunkter.

Sammenfatning og konklusioner

On-chain data giver analytikere og investorer en bemærkelsesværdig grad af gennemsigtighed i præstationer, adoption og investorpositionering inden for digitale aktiver. I dette stykke fremhævede vi flere tilgange og rammer til vurdering af markedsmomentum på tværs af forskellige datakategorier.

Ansvarsfraskrivelse: Denne rapport giver ingen investeringsrådgivning. Alle data gives kun til informations- og uddannelsesformål. Ingen investeringsbeslutning må baseres på de oplysninger, der er angivet her, og du er alene ansvarlig for dine egne investeringsbeslutninger.

Udvekslingssaldi, der præsenteres, stammer fra Glassnodes omfattende database med adresseetiketter, som er samlet gennem både officielt offentliggjorte udvekslingsoplysninger og proprietære klyngealgoritmer. Selvom vi bestræber os på at sikre den største nøjagtighed i at repræsentere valutasaldi, er det vigtigt at bemærke, at disse tal muligvis ikke altid indkapsler hele en børs reserver, især når børser afstår fra at oplyse deres officielle adresser. Vi opfordrer brugere til at udvise forsigtighed og diskretion, når de bruger disse metrics. Glassnode kan ikke holdes ansvarlig for eventuelle uoverensstemmelser eller potentielle unøjagtigheder. Læs venligst vores meddelelse om gennemsigtighed, når du bruger udvekslingsdata.

• SEO Powered Content & PR Distribution. Bliv forstærket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk dig selv. Adgang her.
• PlatoAiStream. Web3 intelligens. Viden forstærket. Adgang her.
• PlatoESG. Kulstof, CleanTech, Energi, Miljø, Solenergi, Affaldshåndtering. Adgang her.
• PlatoHealth. Bioteknologiske og kliniske forsøgs intelligens. Adgang her.
• Kilde: https://insights.glassnode.com/the-week-onchain-week-06-2024/