Vurdering af risiko i en Bitcoin-tyr

Genudgivet af Platon

Abonnenter: 0

Resumé

I denne artikel introducerer vi en ny Risikovurdering ramme, der anvender en række centrale on-chain instrumenter, der dækker både kortsigtet og langsigtet risiko cyklusser.
Udstyret med denne nye ramme sigter vi mod at give både investorer og analytikere en robust model til at vurdere udtrækningsrisiko fra et datadrevet synspunkt.
Som konklusion samler vi alle målinger, der tages i betragtning, i et varmekort for at vurdere sammenløbet af risiko på tværs af en række datakategorier.

💡

Alle indikatorer præsenteret i denne rapport er tilgængelige i dette Dashboard.

Makrorisikoanalyse

Der er mange modeller og målinger tilgængelige for analytikere, som kan bruges til at vurdere markedsrisikoen på ethvert givet tidspunkt i cyklussen. I dette stykke vil vi specifikt betragte 'risiko' som en større nedgang i spotprisen på Bitcoin.

Som sådan er 'Højrisiko 🥥' defineret som et punkt, hvor markedet sandsynligvis er i en spekulativ boble. Derimod betragtes 'Low-Risk '-miljøer som dem, hvor meget af det spekulative overskud er blevet ryddet, og markedet er mere tilbøjeligt til at være inden for et bunddannelsesmønster.

Pris Boble

Som en første byggeklods overvåger vi prisens afvigelse fra to langsigtede middeltilbageføringsbaselines:

MVRV model 🟠: Denne model måler forholdet mellem spotprisen og markedets overordnede omkostningsgrundlag (realiseret pris).
Mayer Multiple 🔵: Udnyttelse af 200D-SMA som en teknisk cyklisk midtlinje, måling af præmien eller rabatten i forhold til denne basislinje.

I skemaet nedenfor har vi defineret følgende risikokategorier ved at kombinere MVRV , Mayer Multiple (MM) modeller.

💡

Risikoanalyseramme
Meget høj risiko 🟥
Prisen er over begge modeller (MVRV > 1 og MM >1), og Mayer Multiple handler med to standardafvigelser højere end dets kumulative gennemsnit (MM > +2 STD).

High Risk 🟧
Prisen er over modellerne (MVRV > 1 og MM >1), og Mayer Multiple er under to standardafvigelser højere end dens kumulative gennemsnit (1.0 < MM < +2 STD).

Lav risiko 🟨
Prisen er over den realiserede pris (MVRV>1), men under 200D-MA niveauet (MM<1).

Meget lav risiko 🟩
Prisen er under både den realiserede pris (MVRV<1) og 200D-MA niveau (MM<1).

Spotprisen er i øjeblikket på $42.9k, mens den realiserede pris og 200D-MA handles til henholdsvis $22.8k og $34.1k. Dette placerer markedet inden for en Høj risiko 🧧 miljø.

Assessing Risk in a Bitcoin Bull PlatoBlockchain Data Intelligence. Vertical Search. Ai. — Live Workbench

Måling af udbudsrentabilitet

Procenten af udbud i overskud (PSIP) 🔵-metrikken måler andelen af mønter med et omkostningsgrundlag, der er lavere end den aktuelle spotpris. Denne indikator kan hjælpe med at identificere den potentielle risiko for øget salgspres, da investorer ser et voksende incitament til at tage profit.

💡

Risikoanalyseramme
Meget høj risiko 🟥
PSIP er mere end én standardafvigelse fra dets historiske gennemsnit.
(PSIP > 90 %)

High Risk 🟧
PSIP er mindre end én standardafvigelse over dets historiske gennemsnit.
(75 % < PSIP < 90 %)

Lav risiko 🟨
PSIP er under dets historiske gennemsnit, men over dets statistiske lavere bånd.
(58 % < PSIP < 75 %)

Meget lav risiko 🟩
PSIP er mere end én standardafvigelse under dets historiske gennemsnit.
(PSIP < 58 %)

Når denne indikator handler over det øvre bånd, har den historisk set været på linje med markedet, der går ind i den 'euforiske fase' af et tyremarked. Under det nylige markedsrally omkring Spot ETF-lanceringen nåede denne metric Meget høj risiko 🥥, som blev efterfulgt af en prisnedgang ned til $38k.

Måling af frygt og grådighed

Endnu et stærkt værktøj til at kvantificere den associerede risiko ved vækst Frygt og grådighed stemningen i markedet er Netto urealiseret overskud/tab (NUPL) metrisk. Denne indikator undersøger dollarværdien af det samlede nettoresultat eller tab som en procentdel af markedsværdien.

Derfor, efter at have estimeret antallet af mønter i profit ved hjælp af Procent af udbud i overskud, kan vi bruge NUPL til at måle størrelsen af investorernes rentabilitet.

💡

Risikoanalyseramme

Meget høj risiko 🟥
NUPL overstiger en standardafvigelse over gennemsnittet på 4 år, hvilket tyder på, at markedet er i Euphoria fase, hvor urealiseret fortjeneste når ekstreme niveauer (NUPL > 0.59).

High Risk 🟧
NUPL ligger mellem det øvre bånd og det 4-årige gennemsnit, hvilket tyder på, at markedet er i nettooverskud, men under de statistisk høje niveauer (0.35 < NUPL < 0.59).

Lav risiko 🟨
NUPL er faldet under 4-års gennemsnittet, men ligger over statistisk lave niveauer (0.12 < NUPL < 0.35).

Meget lav risiko 🟩
NUPL er dykket under det statistiske lavbånd, som historisk set er faldet sammen med Bundopdagelse fase af et bjørnemarked (NUPL < 0.12).

Efter oktober 2023-rallyet gik NUPL ind i High Risk område, når en værdi på 0.47. På trods af det betydelige spring i møntvolumen holdt i overskud, nåede størrelsen af USD-fortjenesten ikke op Meget høj risiko 🥥 stat. Dette tyder på, at en stor del af mønterne blev akkumuleret til en omkostningsbasis omkring konsolideringsintervallet på ~$30k i hele 2. halvår 2023.

Realiseret fortjeneste og tab

Det næste trin er at vurdere, hvordan markedsdeltagere justerer deres forbrugsmønstre, hvor Realized Profit/Loss Ratio (RPLR) er et fremragende kompas til at nå dette mål.

Denne indikator sporer forholdet mellem gevinsttagning og tabsgivende hændelser, der forekommer i kæden. Vi bruger en 14D-MA af dette forhold til at udjævne den daglige støj og tydeligere identificere makroskift i investoradfærd.

💡

Risikoanalyseramme

Meget høj risiko 🟥
RPLR er over 9, hvilket betyder, at mere end 90 % af de mønter, der bevæger sig på kæden, bruges i profit, et typisk kendetegn ved markedsefterspørgsel, der når udmattelse (RPLR > 9).

High Risk 🟧
RPLR er under 9 og over 3, hvilket indikerer, at mellem 75%-90% af mønterne flyttes i profit. Denne struktur er hyppig før og efter markedstoppe (3 < RPLR < 9).

Lav risiko 🟨
RPLR er faldet under midterlinjen på 3, hvilket normalt opstår, når markedet gennemgår en overgang mellem høj- og lavrisikoregimer (1 < RPLR < 3).

Meget lav risiko 🟩
RPLR handler under 1, hvilket indikerer en dominans af mønter, der bevæger sig i tab, hvilket er et signal om investorkapitulation, typisk på sene bjørnemarkeder.

Denne indikator markerede for nylig et regime med meget høj risiko, da priserne nåede det seneste toppunkt på $48.4k. Det realiserede overskud/tab-forhold er i øjeblikket på 4.1, og lever i tilstanden med høj risiko 🧧.

Aktivitetsrisikoanalyse

Når vi skifter gear, vil vi nu vurdere risiko gennem efterspørgselslinsen, målt ved hjælp af en række adoptionsmålinger relateret til netværksaktivitet.

Efterspørgsel efter Blockspace

I betragtning af det begrænsede blokrum i Bitcoin-netværket er en effektiv metode til at måle efterspørgslen gennem undersøgelse af gebyrmarkedet. Normalt fører en konstant vækst i efterspørgslen til en vedvarende stigning i gebyrerne, efterhånden som konkurrencen om optagelse i den næste blok øges.

Miners Fee Revenue Binary Indicator (MFR-BI) viser andelen af dage i løbet af de sidste 30 dage, hvor gebyrmarkedet har oplevet stigende pres dag-til-dag.

💡

Risikoanalyseramme

Meget høj risiko 🟥
MFR-BI varmes op over mere end 58 % (+1 STD) af dagene i den sidste måned. Dette er en indikation af, at det haster med at investere i investorer (MFR-BI > 58%).

High Risk 🟧
MFR-BI ligger mellem det historiske gennemsnit og det øvre statistiske bånd (48 % < MFR-BI < 58 %).

Lav risiko 🟨
MFR-BI er faldet under det historiske gennemsnit, hvilket tyder på aftagende konkurrence på gebyrmarkedet (42 % < MFR-BI < 48 %).

Meget lav risiko 🟩
MFR-BI er faldet under det lave statistiske bånd på 42 % (-1 STD), hvilket tyder på, at investorerne haster med at flytte deres kapital (MFR-BI < 42 %).

Under frasalget til $38k udløste denne indikator en Meget lav risiko 🟩 signal. Da spotpriserne vendte tilbage til 43 USD, vendte denne metrik tilbage til Low Risk -zonen (~46%).

Spekulationsmomentum

Som den sidste komponent i aktivitetsrisikoanalysepakken genbesøger vi Exchange Volume Momentum-metrikken, som sammenligner det månedlige og årlige gennemsnit af volumen overført fra/til alle børser. Dette værktøj fungerer som en proxy for markedets appetit på spekulation.

Denne risikoindikator måler størrelsen og retningen af ændringen i det hurtigere månedlige glidende gennemsnit (30D-MA) i forhold til det langsommere årlige glidende gennemsnit (365-MA).

💡

Risikoanalyseramme

Meget høj risiko 🟥
Når det månedlige gennemsnit handler over det årlige gennemsnit og bliver ved med at stige, anses risikofaktoren for at være meget høj (MA-365D < MA-30D og MA-30D 🔼).

High Risk 🟧
Når det månedlige gennemsnit handler over det årlige gennemsnit, men er faldende, er risikofaktoren mærket høj (MA-365 < MA-30D og MA-30D 🔽).

Lav risiko 🟨
Når det månedlige gennemsnit er under det årlige gennemsnit, men er stigende, er risikofaktoren mærket lav (MA-30D < MA-365D og MA-30D 🔼).

Meget lav risiko 🟩
Når det månedlige gennemsnit er under det årlige gennemsnit, men er faldende, mærkes risikofaktoren meget lav (MA-30D < MA-65D og MA-30D 🔽).

Det månedlige gennemsnit af Exchange Inflow Volumes har været stærkt stigende siden oktober, hvilket sætter denne indikator i Meget høj risiko 🥥 regime. Dette tyder på, at markedet i øjeblikket er i en relativt spekulativ tilstand.

Kortsigtet og langsigtet risikoanalyse

Risikoanalysen ovenfor betragter et relativt makro- og globalt perspektiv. I dette næste afsnit vil vi vurdere mønstre på et mere granulært niveau under hensyntagen til adfærden hos kortsigtede og langsigtede indehaverkohorter.

Nye investorer i profit

Revision af konklusionerne i tidligere rapporter (WoC 38, 2023 , WoC 50, 2023), Kortsigtede indehavere har en tendens til at have en overordnet indflydelse på udformningen af kortsigtede prishandlinger, såsom lokale toppe og bunde.

Derfor tager vi en årsag og virkning tilgang til at spotte høje (eller lave) risikointervaller. Dette er baseret på en to-trins vurdering:

Urealiseret fortjeneste (eller tab) hos disse nye investorer (incitamentet til at bruge).
Realiseret overskud (og tab) fastlåst af nye investorer (det faktiske forbrug).

Vi starter med Short-Term Holder Supply Profit/Loss Ratio (STH-SPLR), som fanger balancen mellem udbud holdt i profit vs tab for nye investorer.

💡

Risikoanalyseramme

Meget høj risiko 🟥
STH-SPLR er større end 9, det indikerer, at 90% af nye investormønter er i profit, hvilket skaber et stærkt incitament til at bruge (STH-SPLR > 9).

High Risk 🟧
STH-SPLR er mellem 1 og 9, hvilket indikerer, at mellem 50 % og 90 % af nye investormønter er i profit og en moderat risiko for forbrug (1 < STH-SPLR < 9).

Lav risiko 🟨
STH-SPLR er mellem 0.11 og 1, hvilket indikerer, at mellem 10% og 50% af udbuddet af nye investorer er i profit, hvilket sætter et flertal under vandet på deres beholdninger (0.11 < STH-SPLR <1).

Meget lav risiko 🟩 STH-SPLR falder til under 0.11, hvilket indikerer, at mere end 90 % af udbuddet af nye investorer holdes med tab, typisk for bjørnemarkeder på sent stadium (STH-SPLR < 0.11).

Denne indikator signalerede for nylig en Meget høj risiko 🥥 tilstand mellem midten af oktober 2023 og midten af januar 2024, da ETF-spekulationen toppede. Dette tydede på, at et superflertal af nye investorer var rentable, hvilket tyder på en øget sandsynlighed for profittagning. Dette er siden afkølet mod det neutrale Lav risiko 🟨 rækkevidde.

Fastlåsning af kortsigtede gevinster

Det næste trin er at fokusere på det faktiske forbrug af disse kortsigtede indehavere, målt gennem linsen af deres realiserede fortjeneste eller tab. Diagrammet nedenfor fremhæver eksempler på regimer med høj profittagning (eller tabsgivende ) siden januar 2016. Som vist har disse perioder med højt forbrug en tendens til at falde sammen med både stærke stigninger og korrektioner.

Vi transformerer og normaliserer disse metrics ved hjælp af en 90-dages Z-Score funktion, som standardiserer denne USD-denominerede aktivitet for kortsigtede indehavere. Denne teknik hjælper med at få øje på, hvornår kortsigtede indehavers forbrug er uden for statistiske ekstremer, hvilket kan oversættes til potentielle lokale top- og bundformationer på markedet.

Bemærk, at for at forbedre det visuelle aspekt af denne risikoindikator har vi inverteret den realiserede tab z-score (multipliceret med -1).

💡

Risikoanalyseramme

Meget høj risiko 🟥
STH i Profit Z-Score er mere end +2 standardafvigelser over 90D-gennemsnittet, hvilket indikerer betydelig profittagning (STH-Realized Profit Z-Score > 2).

High Risk 🟧
STH i Profit Z-Score er mellem 90D-gennemsnittet og +2 standardafvigelsesniveauet, hvilket tyder på beskeden profittagning (1 < STH-Realized Profit Z-Score < 2).

Lav risiko 🟨
STH i Profit Z-Score falder under 90D-gennemsnittet, hvilket indikerer en markant reduktion i profittagning, ofte parret med stigende realiserede tab. (STH-realiseret profit Z-score < 1)

Meget lav risiko 🟩
I lighed med Low Risk kategorien falder STH i Profit Z-Score under sit 90D-gennemsnit, mens de realiserede tab på samme tid stiger over +2 standardafvigelser over dets 90D-gennemsnit (STH-Realized Profit Z-Score < 1 og STH-Realized Loss Z-Score > 2, idet man bemærker det omvendte visuelle aspekt).

Den nylige korrektion til $38k efter ETF-lanceringerne forårsagede en bemærkelsesværdig reduktion i markedsrisikoen ifølge denne metrik. STH-Realized Profit Z-Score er i øjeblikket på -1.22, mens STH-Realized Profit Z-Score er på -0.24. Dette placerer den nuværende markedsstruktur i Lav risiko 🟨 regime.

Gamle hænder låser ind overskud

Vi introducerede en ramme svarende til risikovurderingen for kortsigtede indehavere ovenfor, bortset fra at den fokuserede på langsigtede indehavere (LTH'er) i en tidligere rapport (WoC-22-2023). Målet er at vurdere, hvornår graden af urealiseret overskud, som de langsigtede indehavere besidder, er nået til statistisk ekstreme niveauer, og derefter spore, om denne kohorte øger deres udgifter tilsvarende.

Den første indikator måler den urealiserede overskudskomponent af LTH'er ved hjælp af den langsigtede indehavers MVRV-forhold. Dette måler divergensen mellem markedsprisen og den gennemsnitlige LTH-omkostningsgrundlag.

💡

Risikoanalyseramme

Meget høj risiko 🟥
LTH-MVRV er større end 3.5, hvilket indikerer, at LTH'er har en gennemsnitlig ikke-relateret fortjeneste på 250 %. Dette interval nås ofte, da markedet genvinder den tidligere ATH (LTH-MVRV > 3.5).

High Risk 🟧
LTH-MVRV handler mellem 1.5 og 3.5. Denne tilstand ses typisk i de tidlige stadier af både bjørne- og tyremarkeder (1.5 < LTH-MVRV <3.5).

Lav risiko 🟨
LTH-MVRV handler mellem 1.0 og 1.5, hvilket indikerer, at LTH'er i gennemsnit kun er en smule rentable, typisk på bjørnemarkeder i det sene stadie og tidlige tyremarkeder (1 < LTH-MVRV <1.5).

Meget lav risiko 🟩
LTH-MVRV handler under 1.0, da spotprisen dykker under det gennemsnitlige LTH-omkostningsgrundlag. Dette fremhæver ofte en tilstand af sælgerudmattelse og investorkapitulation (LTH-MVRV < 1).

Efter den udfordrende opsving siden FTX-kollapset er denne indikator rykket frem til 2.06, og er kommet ind i High Risk 🧧 regime. Som nævnt ses disse niveauer typisk i de tidlige stadier af tyremarkeder, da langsigtede investorer vender tilbage til et relativt meningsfuldt niveau af rentabilitet.

Langsigtede Indehavere Udgifter

I dette risikoanalysestudies sidste trin byggede vi en binær indikator til at vurdere, hvornår LTH-udgifterne stiger med en vedvarende hastighed. LTH-SBI (Langsigtet Holder Sending Binary Indicator) sporer perioder, hvor LTH-udgifter er tilstrækkelige til at reducere den samlede LTH-forsyning over en vedvarende 7-dages periode.

Når LTH-udbuddet falder, indikerer det en genindførelse af længe hvilende udbud tilbage i væskecirkulationen, hvilket fungerer som en opvejning af ny efterspørgsel.

💡

Risikoanalyseramme

Meget høj risiko 🟥
LTH-SBI nåede over 0.85, hvilket indikerer, at LTH'er har øget deres udgifter i 6 af de sidste 7 dage. Dette mønster relaterer sig til, at gamle hænder griber muligheden for at låse profit til forhøjede priser (LTH-SBI > 0.85).

High Risk 🟧
LTH-SBI handler mellem 0.50 og 0.85, hvilket tyder på en beskeden stigning i LTH-forbruget i mindst 3.5 af de sidste 7 dage (0.50 < LTH-SBI < 0.85).

Lav risiko 🟨
LTH-SBI handler mellem 0.14 og 0.50, hvilket indikerer, at en relativt lille grad af LTH-forbrug finder sted i løbet af den sidste uge (0.14 < LTH-SBI < 0.50).

Meget lav risiko 🟩
LTH-SBI falder til under 0.14, hvilket indikerer, at LTH-forbruget er minimalt, og at deres samlede udbud er faldende i 1 eller færre dage i løbet af den sidste uge (LTH-SBI < 0.14).

ETF-spekulationsrallyet mod $48.4k skubbede denne risikoindikator fra Lav risiko 🟨 ind i High Risk 🧟 rækkevidde. Den nuværende værdi er 0.7, hvilket tyder på en grad af forhøjet forbrug fra LTH'er, da investorer og ETF-rebalancering (nemlig fra GBTC) overfører møntejerskab.

Konklusion

I dette stykke udviklede vi en procedure til vurdering af risikoen for en træk på Bitcoin-markedet. Disse risikofaktorer tager højde for et bredt sæt af data- og investoradfærdskategorier, der hjælper med at etablere en ramme for analytikere og investorer.

Mens hver indikator kan bruges individuelt, giver kombinationen ofte et mere omfattende billede af markedstilstanden. Nedenstående diagram samler disse til en heatmap-visning af de forskellige risikoindikatorer over de sidste 5 år. Ud fra dette kan vi sammenligne indikatorerne med bemærkelsesværdige toppe og bunde, hvor der kan ses betydelig sammenløb.

Niveauerne og transformationerne er tænkt som en indledende guide og bør gentages af analytikere og praktikere for at optimere til specifikke interessepunkter.

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.