Der Aufstieg der Orakel: Institutionelle Anleger brauchen vertrauenswürdige Krypto-Marktdaten

In diesem Artikel möchte ich die Bedeutung von Marktdaten, dezentraler Finanzökonometrie (DeFi) und angewandter DeFi-Forschung zu Krypto- (und digitalen) Vermögenswerten als Folge von Finanzökonometrie und angewandter Forschung diskutieren. Ich werde auch versuchen, auf die Perspektive und Erkenntnisse aus Eugene Famas bahnbrechenden Arbeiten zurückzugreifen, die auf seinem Interesse an der Messung der statistischen Eigenschaften von Aktienkursen und der Lösung der Debatte zwischen technischer Analyse (der Verwendung geometrischer Muster in Preis- und Volumendiagrammen zur Vorhersage zukünftiger Preise) basieren Bewegungen eines Wertpapiers) und Fundamentalanalyse (die Verwendung von Buchhaltungs- und Wirtschaftsdaten zur Bestimmung des beizulegenden Zeitwerts eines Wertpapiers). Nobelpreisträger Fama operationalisiert die Effizienzmarkthypothese – zusammengefasst kompakt im Epigramm, dass „die Preise alle verfügbaren Informationen vollständig widerspiegeln“ in effizienten Märkten. 

Konzentrieren wir uns also auf diese Informationen rund um Krypto und digitale Vermögenswerte, auf Krypto und dezentrale Finanzdaten Quellen, Marktdatenanalyse und alles rund um die riesige aufstrebende DeFi-Branche, die für die Anziehung institutioneller Anleger für Krypto-, DeFi- und breitere „Token“-Märkte im Allgemeinen unerlässlich ist.

In den meisten Märkten werden Marktdaten als der Preis eines Instruments (eines Vermögenswerts, eines Wertpapiers, einer Ware usw.) und handelsbezogene Daten definiert. Diese Daten spiegeln Markt- und Anlageklassenvolatilität, Volumen und handelsspezifische Daten wider, wie z. B. Eröffnung, Hoch, Tief, Schluss, Volumen (OHLCV) und andere Mehrwertdaten, wie z. B. Auftragsbuchdaten (Geld-Brief-Spanne, aggregierter Markt). Tiefe usw.) und Preisgestaltung und Bewertung (Referenzdaten, traditionelle Finanzdaten wie erste Wechselkurse usw.). Diese Marktdaten sind von entscheidender Bedeutung für verschiedene finanzökonometrische, angewandte Finanz- und jetzt auch DeFi-Forschung wie:

• Rahmenwerk für Risikomanagement und Risikomodell
• Quantitativer Handel
• Preis und Bewertung
• Portfolioaufbau und -management
• Gesamte Krypto-Finanzierung

Auch wenn die Anwendung einer traditionellen Methodik zur Risikobewertung und zur Erkennung unterschiedlicher Chancenstreuungen über verschiedene und aufstrebende Krypto-Anlageklassen hinweg einschränkend sein mag, ist sie doch ein Anfang. Es sind neue Bewertungsmodelle entstanden, die darauf abzielen, diese digitalen Vermögenswerte zu verstehen, die mittlerweile die wirklich globalen digitalen Marktplätze dominieren, und selbst diese Modelle benötigen Marktdaten. Einige dieser Modelle umfassen unter anderem:

• VWAPoder volumengewichteter Durchschnittspreis, eine Methode, die typischerweise den beizulegenden Zeitwert eines digitalen Vermögenswerts bestimmt, indem der volumengewichtete Durchschnittspreis aus den verfügbaren Nachhandelsdaten einer vorab ausgewählten Gruppe von beteiligten Börsen berechnet wird.
• TWAP, oder zeitgewichteter Durchschnittspreis, der ein Orakel oder ein intelligenter Vertrag sein kann, der Token-Preise aus Liquiditätspools ableitet und dabei ein Zeitintervall zur Bestimmung des Sicherheitenverhältnisses verwendet.
• Wachstumsverhältnis bestimmt den Sicherheitenfaktor.
• TVLoder Gesamtwert gesperrt, ist für Liquiditätspools und automatisierte Market Maker (AMMs) bestimmt.
• Gesamtzahl der Benutzer spiegelt den Netzwerkeffekt sowie die potenzielle Nutzung und das Wachstum wider.
• Grundlegende Marktmethodik gilt für den Hauptmarkt, der oft als der Markt mit dem größten Volumen und der größten Aktivität für einen digitalen Vermögenswert definiert wird. Der beizulegende Zeitwert wäre der Preis, der für einen digitalen Vermögenswert auf diesem Markt erzielt wird.
• Handelsvolumen von CEXs und DEXs sind die Gesamtsumme der Handelsvolumina an zentralisierten Börsen (CEXs) und dezentralen Börsen (DEXs).
• CVI, oder Krypto-Volatilitätsindex, wird durch die Berechnung eines dezentralen Volatilitätsindex aus Kryptowährungsoptionspreisen zusammen mit der Analyse der Markterwartungen hinsichtlich der zukünftigen Volatilität erstellt.

Daher werden Marktdaten für alle Modellierungs- und Analysetools von zentraler Bedeutung, um Märkte zu verstehen und auch Korrelationsanalysen zwischen verschiedenen Kryptosektoren wie Schicht eins, Schicht zwei, Web 3.0 und DeFi durchzuführen. Die Hauptquelle dieser Krypto-Marktdaten ist der ständig wachsende und fragmentierte Mix an Krypto-Börsen. Die Daten dieser Börsen können nicht weit verbreitet sein vertraut, da wir Fälle von überhöhten Volumina durch Praktiken wie Wash Trading und geschlossene Pools gesehen haben, die den Preis durch falsche Darstellung von Nachfrage und Volumen verzerren können. Daher kann es schwierig sein, eine Hypothese auf der Grundlage empirischer Daten zu modellieren und die Hypothese anschließend zu testen, um eine Investitionstheorie (Erkenntnisse aus empirischen Zusammenfassungen) zu formulieren. Dies führt zu Orakeln, die darauf abzielen, die Probleme zu lösen, wenn vertrauenswürdige Daten in das Blockchain-Transaktionssystem oder eine Vermittlungsschicht zwischen der Krypto- und der traditionellen Finanzschicht gelangen.

Related: Oracle möchte Blockchain durch ein kryptosicheres Datenangebot in die breite Masse bringen

Blockchain, die zugrunde liegende Technologie, die allen Krypto-Assets und -Netzwerken zugrunde liegt, wirbt für seine Grundprinzipien von Handel, Vertrauen und Eigentum auf der Grundlage von Transparenz, die durch Vertrauenssysteme (oder Konsens) erweitert wird. Warum sind Marktdaten also ein so großes Problem? Gehört es nicht zum Ethos der Blockchain- und Kryptoindustrie, sich auf Daten zu verlassen, die zum Markt gehören und für die Analyse leicht zugänglich sind?

Die Antwort ist ja! Aber!" Interessant wird es, wenn wir die Kryptomärkte mit Fiat-basierter Liquidität verknüpfen – auf US-Dollar, Euro, Yen und britische Pfund lautende Transaktionen sind die Schiene für traditionelle Finanzen, die durch Krypto-Börsen erleichtert werden.

Krypto-Makros verstehen und globale Makros unterscheiden

Peter Tchir, Leiter Global Macro bei Academy Securities mit Sitz in New York, sagte: , erklärt in einem Artikel von Simon Constable: „Global Macro ist ein Begriff für zugrunde liegende Trends, die so groß sind, dass sie die Wirtschaft oder weite Teile der Wertpapiermärkte ankurbeln oder fallen lassen könnten.“ Constable fügte hinzu:

„Sie unterscheiden sich von Mikrofaktoren, die die Leistung eines einzelnen Unternehmens oder Teilsektors des Marktes beeinflussen können.“

Ich möchte zwischen Globalmakro und Kryptomakro unterscheiden. Während sich globale Makrotrends – wie Inflation, Geldmenge und andere Makroereignisse – auf die globale Nachfrage- und Angebotskurve auswirken, regelt das Krypto-Makro die Korrelation zwischen den verschiedenen Sektoren (wie Web 3.0, Schicht eins, Schicht zwei, DeFi usw.). nicht fungible Token), Token, die repräsentativ für die Sektoren und Ereignisse sind, die sich auf die entsprechende Bewegung dieser Anlageklassen auswirken.

Related: Wie NFTs, DeFi und Web 3.0 miteinander verflochten sind

Krypto- (und digitale) Anlageklassen definieren einen völlig neuen Bereich der Vermögensbildung, -transaktion und -bewegung, wenn man sich auf die Fungibilität zwischen Anlageklassen und Austauschmechanismen wie Krediten, Sicherheiten und Börsen beschränkt. Dadurch entsteht ein Makroumfeld, das auf kryptoökonomischen Prinzipien und Theorien basiert. Wenn wir versuchen, diese beiden großen makroökonomischen Umgebungen zu verknüpfen, um entweder Liquidität von einem Wirtschaftssystem in ein anderes zuzuführen oder zu übertragen, verkomplizieren wir aufgrund einer Kollision von Wertesystemen im Wesentlichen unsere Messgrößen und Marktdaten.

Lassen Sie mich die Komplexität anhand eines Beispiels verdeutlichen, wie wichtig Marktdaten und andere Faktoren für die Formulierung einer Anlagetheorie sind, die auf Erkenntnissen aus empirischen Zusammenfassungen basiert.

Während Schicht eins einen wichtigen Nutzen für viele Ökosysteme bietet, die auf Schicht-eins-Netzwerken entstehen, sind nicht alle Schicht-eins-Netzwerke gleich geschaffen und bieten nicht den gleichen anspruchsvollen Wert und die gleichen Eigenschaften. Bitcoin (BTC) hatte zum Beispiel den First-Move-Vorteil und ist sozusagen das Gesicht des Kryptowährungs-Ökosystems. Es begann als Versorgungsunternehmen, hat sich aber zu einem Wertaufbewahrungsmittel und einer Anlageklasse zur Inflationsabsicherung entwickelt, die versucht, Gold zu verdrängen.

Äther (ETH) hingegen entwickelte die Idee der Programmierbarkeit (die Fähigkeit, Bedingungen und Regeln anzuwenden) auf Wertbewegungen und schuf so reichhaltige Ökosysteme wie DeFi und NFTs. So wird die ETH zum Utility-Token, der diese Ökosysteme antreibt und die gemeinsame Gestaltung erleichtert. Der Anstieg der Transaktionsaktivität steigerte die Nachfrage nach Ether, da es für die Transaktionsabwicklung benötigt wird.

Bitcoin als Wertaufbewahrungsmittel und Inflationsschutz unterscheidet sich deutlich von einem ständig wachsenden und aufstrebenden Unternehmen in einem Layer-One-Netzwerk. Daher ist es wichtig zu verstehen, was diesen Tokens einen Wert verleiht. Es ist der Nutzen eines Tokens als Maut im Netzwerk, der ihn wertvoll macht, oder seine Fähigkeit, (großen) Wert in kurzer Zeit zu speichern und zu übertragen, was ihm einen Vorteil gegenüber bestehenden Wertbewegungs- oder Zahlungssystemen verschafft.

In beiden Fällen liefern der Nutzen, das Transaktionsvolumen, das zirkulierende Angebot und die damit verbundenen Transaktionsmetriken Einblicke in die Token-Bewertung. Wenn wir die tieferen makroökonomischen Auswirkungen auf die Bewertung (wie Zinssätze, Geldmenge, Inflation usw.) und auch Krypto-Makrofaktoren analysieren und untersuchen würden, die die Korrelation anderer Krypto-Assets und Kryptowährungen einschließen, die sich direkt oder indirekt auf Schicht eins auswirken, die Die daraus resultierende Theorie würde das Wachstum grundlegender Technologien, die Rolle nativer Anlageklassen und Laufzeitprämien umfassen. Dies wäre ein Hinweis auf das Technologierisiko und die Marktakzeptanz, den Netzwerkeffekt und die Liquiditätsprämie, die eine breite Akzeptanz in verschiedenen kryptogetriebenen Ökosystemen belegen. Eine Investitionsansicht zur strategischen Eignung beispielsweise für den Aufbau eines Krypto-Portfolios umfasst Überlegungen zu makroökonomischen Zyklen, Krypto-Liquidität (die Fähigkeit, Krypto-Assets umzuwandeln) und die Auswirkungen von Krypto-Makros und betrachtet diese als mittelfristig geringes Risiko für unser Risikomodell Rahmen.

Die Verfügbarkeit vertrauenswürdiger Kryptomarktdaten ermöglicht nicht nur Handelsentscheidungen in Echtzeit und vor Ort, sondern auch verschiedene Risiko- und Optimierungsanalysen, die für den Portfolioaufbau und die Portfolioanalyse erforderlich sind. Die Analyse erfordert zusätzliche traditionelle Marktdaten, da wir beginnen, uns mit traditionellen finanzbezogenen Marktzyklen und Liquidität zu befassen, die auch versuchen können, die Krypto-Makrosektoren mit globalen Makrosektoren zu korrelieren. Dies kann aus Modellierungssicht schnell kompliziert werden, allein aufgrund der unterschiedlichen Vielfalt und Geschwindigkeit der Marktdaten zwischen zwei Wertesystemen.

Perspectives

So grundlegend die Effizienz des Kryptomarktes für eine gute finanzielle Entscheidungsfindung ist, sie wird kaum verstanden und durch schlechte oder unzureichende Informationen verzerrt. Es sind Krypto-(Wirtschafts-)Marktdaten und verschiedene Wirtschaftsmodelle, die es uns ermöglichen, die aufstrebenden und chaotischen Kryptomärkte zu verstehen. Die Grundsätze der Effizienzmarkthypothese – die besagt, dass der Preis auf effizienten Märkten immer die verfügbaren Informationen widerspiegelt – gelten auch für Kryptomärkte.

Marktdaten werden daher von zentraler Bedeutung für alle Modellierungs- und Analysetools, um Märkte zu verstehen und auch Korrelationsanalysen zwischen verschiedenen Kryptosektoren durchzuführen, wie z. B. Schicht eins, Schicht zwei, Web 3.0 und DeFi. Die Hauptquelle dieser Krypto-Marktdaten ist der ständig wachsende und fragmentierte Mix an Krypto-Börsen. Krypto- und digitale Anlageklassen definieren einen völlig neuen Bereich der Vermögensbildung, -transaktion und -bewegung, insbesondere wenn sie auf die Fungibilität zwischen Anlageklassen und Austauschmechanismen wie Krediten, Sicherheiten und Börsen beschränkt sind. Dadurch entsteht ein Makroumfeld, das auf kryptoökonomischen Prinzipien und Theorien basiert.

Wenn wir versuchen, diese beiden großen makroökonomischen Umgebungen miteinander zu verbinden, um entweder Liquidität von einem Wirtschaftssystem in ein anderes zuzuführen oder zu übertragen, tun wir das im Wesentlichen komplizieren unsere Messgrößen und Marktdaten aufgrund einer Kollision von Wertesystemen. Die Analyse erfordert zusätzliche traditionelle Marktdaten, da wir beginnen, uns mit traditionellen finanzbezogenen Marktzyklen und Liquidität auseinanderzusetzen und auch versuchen, die Krypto-Makrosektoren mit globalen Makrosektoren zu korrelieren. Dies kann aus Modellierungssicht schnell kompliziert werden, allein schon aufgrund der unterschiedlichen Vielfalt und Geschwindigkeit der Marktdaten zwischen zwei Wertesystemen.

Dieser Artikel enthält keine Anlageempfehlungen oder -empfehlungen. Jeder Investitions- und Handelsschritt ist mit Risiken verbunden, und die Leser sollten bei ihrer Entscheidung ihre eigenen Untersuchungen durchführen.

Die hier geäußerten Ansichten, Gedanken und Meinungen sind die alleinigen Ansichten und Meinungen des Autors und spiegeln nicht notwendigerweise die Ansichten und Meinungen von Cointelegraph wider.

Quelle: https://cointelegraph.com/news/the-rise-of-oracles-institutional-investors-need-trusted-crypto-market-data