ظهور خطابه ها: سرمایه گذاران نهادی به داده های معتبر بازار رمزنگاری نیاز دارند

در این مقاله، من قصد دارم در مورد اهمیت داده های بازار، اقتصاد سنجی مالی غیرمتمرکز (DeFi) و تحقیقات کاربردی DeFi در مورد دارایی های رمزنگاری (و دیجیتال) به عنوان نتیجه ای برای اقتصاد سنجی مالی و تحقیقات کاربردی بحث کنم. من همچنین سعی خواهم کرد از دیدگاه و یافته های مقالات اساسی یوجین فاما بر اساس علاقه او به اندازه گیری ویژگی های آماری قیمت سهام و حل بحث بین تحلیل تکنیکال (استفاده از الگوهای هندسی در نمودارهای قیمت و حجم برای پیش بینی قیمت آینده) استفاده کنم. تحرکات یک اوراق بهادار) و تحلیل بنیادی (استفاده از داده های حسابداری و اقتصادی برای تعیین ارزش منصفانه اوراق بهادار). فاما برنده جایزه نوبل عملیاتی شده است فرضیه بازار کارآمد - خلاصه شده به طور فشرده در اپیگرام که "قیمت ها به طور کامل همه اطلاعات موجود را منعکس می کنند" در بازارهای کارآمد 

بنابراین، بیایید روی این اطلاعات در مورد دارایی‌های دیجیتال و ارز دیجیتال، روی داده‌های مالی غیرمتمرکز و ارزهای دیجیتال تمرکز کنیم. منابعتجزیه و تحلیل داده های بازار، و هر چیزی که صنعت عظیم در حال ظهور DeFi را احاطه می کند که برای جذب سرمایه گذاران نهادی به بازارهای رمزنگاری، دیفای و به طور کلی بازارهای "توکن" گسترده تر ضروری است.

در بیشتر بازارها، داده های بازار به عنوان قیمت یک ابزار (یک دارایی، اوراق بهادار، کالا و غیره) و داده های مربوط به تجارت تعریف می شود. این داده ها منعکس کننده نوسانات بازار و طبقه دارایی، حجم و داده های تجاری خاص، مانند باز، زیاد، کم، بسته، حجم (OHLCV) و سایر داده های ارزش افزوده مانند داده های دفترچه سفارش (پرداخت قیمت پیشنهادی، بازار انبوه) است. عمق و غیره) و قیمت گذاری و ارزش گذاری (داده های مرجع، داده های مالی سنتی مانند نرخ های مبادله اول و غیره) این داده های بازار در تحقیقات مختلف اقتصاد سنجی مالی، مالی کاربردی و در حال حاضر، تحقیقات DeFi مانند:

• مدیریت ریسک و چارچوب مدل ریسک
• تجارت کمی
• قیمت و ارزش گذاری
• ساخت و مدیریت پورتفولیو
• به طور کلی تامین مالی کریپتو

اگرچه استفاده از یک روش سنتی برای ارزیابی ریسک و تشخیص درجات متفاوتی از فرصت‌ها که در کلاس‌های دارایی‌های رمزنگاری متنوع و نوظهور پخش می‌شوند ممکن است محدودکننده باشد، اما شروعی است. مدل‌های ارزش‌گذاری جدیدی پدید آمده‌اند که هدفشان درک این دارایی‌های دیجیتال است که برای تسلط بر بازارهای دیجیتال واقعاً جهانی صعود کرده‌اند، و حتی این مدل‌ها به داده‌های بازار نیاز دارند. برخی از این مدل‌ها عبارتند از:

• VWAPیا قیمت میانگین وزنی حجمی، روشی است که معمولاً ارزش منصفانه یک دارایی دیجیتال را با محاسبه میانگین قیمت وزنی حجمی از یک گروه از پیش انتخاب شده از داده‌های موجود پس از معامله صرافی‌های تشکیل دهنده تعیین می‌کند.
• TWAPیا قیمت متوسط ​​وزن‌دار زمانی، که می‌تواند اوراکل یا قرارداد هوشمندی باشد که قیمت‌های رمز را از استخرهای نقدینگی استخراج می‌کند و با استفاده از یک بازه زمانی برای تعیین نسبت وثیقه.
• نسبت رشد عامل وثیقه را تعیین می کند.
• TVL، یا ارزش کل قفل شده، برای استخرهای نقدینگی و بازارسازان خودکار (AMM) است.
• تعداد کل کاربران منعکس کننده اثر شبکه و استفاده و رشد بالقوه است.
• روش شناسی اصلی بازار برای بازار اصلی، که اغلب به عنوان بازاری با بیشترین حجم و فعالیت برای دارایی دیجیتال تعریف می شود، اعمال می شود. ارزش منصفانه قیمت دریافتی برای یک دارایی دیجیتال در آن بازار خواهد بود.
• حجم معاملات CEX و DEX مجموع حجم معاملات در صرافی های متمرکز (CEX) و صرافی های غیرمتمرکز (DEX) است.
• IVCیا شاخص نوسانات کریپتو، با محاسبه یک شاخص نوسان غیرمتمرکز از قیمت گزینه ارزهای دیجیتال همراه با تجزیه و تحلیل انتظارات بازار از نوسانات آتی ایجاد می شود.

بنابراین، داده‌های بازار برای همه ابزارهای مدل‌سازی و تحلیل برای درک بازارها، و همچنین برای انجام تحلیل‌های همبستگی بین بخش‌های مختلف رمزنگاری مانند لایه یک، لایه دو، وب 3.0 و دی‌فای، مرکزی می‌شوند. منبع اصلی این داده‌های بازار کریپتو از ترکیب رو به رشد و تکه تکه مبادلات ارزهای دیجیتال می‌آید. داده های این مبادلات نمی تواند گسترده باشد مورد اعتمادهمانطور که نمونه هایی از افزایش حجم را از طریق اقداماتی مانند تجارت شستشو و استخرهای بسته مشاهده کرده ایم که می تواند با ارائه نادرست تقاضا و حجم قیمت را مخدوش کند. بنابراین، مدل‌سازی یک فرضیه بر اساس داده‌های تجربی و متعاقباً آزمایش فرضیه برای فرمول‌بندی یک نظریه سرمایه‌گذاری (بینش‌های حاصل از چکیده‌های تجربی) می‌تواند مشکل باشد. این امر باعث پیدایش اوراکل هایی می شود که هدف آنها حل مشکلات داده های قابل اعتماد وارد شده به سیستم تراکنش بلاک چین یا یک لایه میانجی بین لایه های ارز دیجیتال و مالی سنتی است.

مرتبط: اوراکل می خواهد بلاک چین را از طریق ارائه داده های امن رمزنگاری به توده ها بیاورد

بلاک چین، فناوری زیربنایی که بر تمام دارایی‌ها و شبکه‌های رمزنگاری حاکم است، اصول اساسی تجارت، اعتماد و مالکیت خود را بر اساس شفافیت گسترش یافته توسط سیستم‌های اعتماد (یا اجماع) مطرح می‌کند، پس چرا داده‌های بازار چنین مشکل بزرگی است؟ آیا تکیه بر داده هایی که به بازار تعلق دارند و به راحتی برای تجزیه و تحلیل در دسترس هستند، بخشی از اخلاق بلاک چین و صنعت کریپتو نیست؟

پاسخ بله است! ولی!" وقتی بازارهای کریپتو را با نقدینگی مبتنی بر فیات تلاقی می‌کنیم - تراکنش‌های دلار آمریکا، یورو، ین و پوند انگلیس راه آهن سنتی مالی هستند که توسط مبادلات ارزهای دیجیتال تسهیل می‌شود، چیزها جالب می‌شوند.

درک ماکرو کریپتو و تمایز کلان جهانی

به عنوان پیتر تچیر، رئیس کلان جهانی در آکادمی اوراق بهادار مستقر در نیویورک، توضیح می دهد در مقاله ای که توسط Simon Constable نوشته شده است: "کلان جهانی اصطلاحی است برای روندهای اساسی که به قدری بزرگ هستند که می توانند اقتصاد یا بخش های گسترده ای از بازارهای اوراق بهادار را بهبود یا کاهش دهند." پاسبان اضافه کرد:

آنها با عوامل خرد تفاوت دارند که ممکن است بر عملکرد یک شرکت یا زیربخش از بازار تأثیر بگذارد.

من مایلم بین ماکرو جهانی و ماکرو رمزنگاری تمایز قائل شوم. در حالی که روندهای کلان جهانی - مانند تورم، عرضه پول و سایر رویدادهای کلان - بر منحنی‌های عرضه و تقاضای جهانی تأثیر می‌گذارند، کلان کریپتو بر همبستگی بین بخش‌های مختلف (مانند Web 3.0، لایه یک، لایه دو، DeFi و نشانه های غیرقابل استفاده)، نشانه هایی هستند که نماینده بخش ها و رویدادهایی هستند که بر حرکت متناظر این طبقات دارایی تأثیر می گذارند.

مرتبط: نحوه NFT ها ، DeFi و Web 3.0 بهم آمیخته شده اند

کلاس‌های دارایی رمزنگاری (و دیجیتال) قلمرو جدیدی از ایجاد دارایی، تراکنش و جابجایی دارایی را زمانی که به قابلیت تعویض بین کلاس‌های دارایی و مکانیسم‌های مبادله، مانند وام، وثیقه و مبادلات محدود می‌شود، تعریف می‌کنند. این یک محیط کلان را ایجاد می کند که زیربنای اصول و نظریه های رمزنگاری-اقتصادی است. هنگامی که ما سعی می کنیم این دو محیط بزرگ اقتصادی کلان را برای تزریق یا انتقال نقدینگی از یک سیستم اقتصادی به سیستم دیگر به هم پیوند دهیم، اساساً به دلیل برخورد سیستم های ارزشی، معیارهای اندازه گیری و داده های بازار خود را پیچیده می کنیم.

اجازه دهید پیچیدگی را با مثالی از اهمیت داده‌های بازار و سایر عوامل در فرمول‌بندی یک نظریه سرمایه‌گذاری بر اساس بینش‌های حاصل از چکیده‌های تجربی نشان دهم.

در حالی که لایه یک ابزار مهمی را برای بسیاری از اکوسیستم‌هایی که در شبکه‌های لایه-یک پدیدار می‌شوند، فراهم می‌کند، همه شبکه‌های لایه-یک یکسان ایجاد نمی‌شوند و ارزش و ویژگی‌های متمایز یکسانی را ارائه نمی‌دهند. بیت کوین (BTCبرای مثال، مزیت حرکت اول را داشت و به نوعی چهره اکوسیستم ارزهای دیجیتال است. این به عنوان یک ابزار کاربردی شروع شد، اما به عنوان یک محافظ تورم که تلاش می‌کند طلا را جایگزین کند، به یک ذخیره ارزش و یک طبقه دارایی تبدیل شده است.

اتر (ETHاز سوی دیگر، مفهوم برنامه‌پذیری (توانایی اعمال شرایط و قوانین) برای ارزش‌گذاری حرکت را مطرح کرد و در نتیجه اکوسیستم‌های غنی مانند DeFi و NFT ایجاد کرد. بنابراین، ETH تبدیل به توکن ابزاری می شود که این اکوسیستم ها را تقویت می کند و ایجاد مشترک را تسهیل می کند. افزایش فعالیت تراکنش، تقاضا برای اتر را افزایش داد، زیرا برای پردازش تراکنش مورد نیاز است.

بیت‌کوین به‌عنوان یک ذخیره‌کننده ارزش و محافظ تورم کاملاً با یک تجارت در حال رشد و در حال ظهور در شبکه یک لایه متفاوت است. از این رو درک اینکه چه چیزی به این توکن ها ارزش می دهد بسیار مهم است. استفاده از یک توکن به عنوان عوارض در شبکه است که آن را با ارزش می کند، یا توانایی آن برای ذخیره و انتقال ارزش (بزرگ) در زمان نزدیک به آن برتری نسبت به جابجایی ارزش یا سیستم های پرداخت موجود می دهد.

در هر صورت، ابزار، حجم تراکنش، عرضه در گردش و معیارهای تراکنش مرتبط، بینش هایی را در مورد ارزش گذاری رمز ارائه می کنند. اگر بخواهیم تأثیر عمیق‌تر اقتصاد کلان بر ارزش‌گذاری (مانند نرخ بهره، عرضه پول، تورم و غیره) و همچنین عوامل کلان رمزنگاری مربوط به همبستگی سایر دارایی‌های کریپتو و ارزهای دیجیتال را که به طور مستقیم یا غیرمستقیم بر لایه یک تأثیر می‌گذارند، تحلیل و بررسی کنیم، تئوری حاصل شامل رشد فناوری پایه، نقش طبقات دارایی های بومی و حق بیمه سررسید می شود. این نشان‌دهنده ریسک فناوری و پذیرش بازار، اثر شبکه و حق بیمه نقدینگی است که پذیرش گسترده‌ای را در اکوسیستم‌های مختلف مبتنی بر رمزارز نشان می‌دهد. دیدگاه سرمایه‌گذاری در مورد تناسب استراتژیک با، مثلاً، ساخت سبد کریپتو، شامل ملاحظاتی در مورد چرخه‌های اقتصاد کلان، نقدینگی کریپتو (توانایی تبدیل دارایی‌های کریپتو) و تأثیر کلان کریپتو است، و این موارد را به‌عنوان یک ریسک میان‌مدت کم در مدل ریسک ما می‌بیند. چارچوب.

در دسترس بودن داده‌های بازار ارزهای دیجیتال قابل اعتماد نه تنها تصمیمات معاملاتی در زمان واقعی و در محل را ممکن می‌سازد، بلکه تحلیل‌های مختلف ریسک و بهینه‌سازی مورد نیاز برای ساخت و تجزیه و تحلیل سبد را نیز ممکن می‌سازد. تجزیه و تحلیل به داده های بازار سنتی اضافی نیاز دارد زیرا ما شروع به گفتگو با چرخه های بازار سنتی مرتبط با امور مالی و نقدینگی می کنیم، که همچنین می تواند سعی کند بخش های کلان رمزنگاری را با بخش های کلان جهانی مرتبط کند. این می تواند به سرعت از منظر مدل سازی پیچیده شود، صرفاً به دلیل تفاوت بین تنوع و سرعت داده های بازار بین دو سیستم ارزشی.

دیدگاه

همانطور که کارایی بازار کریپتو برای تصمیم گیری مالی خوب اساسی است، به خوبی درک نشده و توسط اطلاعات ضعیف یا ناکافی تحریف شده است. این داده‌های بازار کریپتو (اقتصادی) و مدل‌های مختلف اقتصادی است که ما را قادر می‌سازد تا بازارهای در حال ظهور و آشفته کریپتو را درک کنیم. اصول فرضیه بازار کارآمد - که به این معنی است که در بازارهای کارآمد، قیمت همیشه منعکس کننده اطلاعات موجود است - در بازارهای کریپتو نیز کاربرد دارد.

بنابراین، داده‌های بازار برای همه ابزارهای مدل‌سازی و تحلیل برای درک بازارها و همچنین برای انجام تحلیل‌های همبستگی بین بخش‌های مختلف رمزنگاری، مانند لایه یک، لایه دو، وب 3.0 و DeFi، مرکزی می‌شوند. منبع اصلی این داده‌های بازار کریپتو از ترکیب رو به رشد و تکه تکه مبادلات ارزهای دیجیتال می‌آید. کلاس‌های دارایی دیجیتال و رمزنگاری، قلمرو جدیدی از ایجاد دارایی، تراکنش و جابجایی دارایی را تعریف می‌کنند، به‌ویژه زمانی که به قابلیت تعویض بین طبقات دارایی و مکانیسم‌های مبادله، مانند وام، وثیقه و مبادلات محدود می‌شود. این یک محیط کلان را ایجاد می کند که زیربنای اصول و نظریه های اقتصادی کریپتو است.

هنگامی که ما سعی می کنیم این دو محیط کلان اقتصادی را برای تزریق یا انتقال نقدینگی از یک سیستم اقتصادی به سیستم دیگر به هم مرتبط کنیم، اساسا پیچیدگی معیارهای اندازه گیری ما و داده های بازار، به دلیل برخورد سیستم های ارزش. این تجزیه و تحلیل به داده های بازار سنتی اضافی نیاز دارد زیرا ما شروع به گفتگو با چرخه های بازار سنتی مرتبط با امور مالی و نقدینگی می کنیم و همچنین سعی می کنیم بخش های کلان رمزنگاری را با بخش های کلان جهانی مرتبط کنیم. این می تواند به سرعت از منظر مدل سازی پیچیده شود، صرفاً به دلیل تفاوت بین تنوع و سرعت داده های بازار بین دو سیستم ارزشی.

این مقاله شامل توصیه ها و توصیه های سرمایه گذاری نیست. هر حرکت سرمایه گذاری و تجاری شامل ریسک است و خوانندگان هنگام تصمیم گیری باید تحقیقات خود را انجام دهند.

نظرات ، افکار و نظرات بیان شده در اینجا تنها نویسنده است و لزوماً دیدگاه ها و نظرات Cointelegraph را منعکس نمی کند یا نشان دهنده آن نیست.

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