Powstanie wyroczni: inwestorzy instytucjonalni potrzebują zaufanych danych z rynku kryptowalut

W tym artykule zamierzam omówić znaczenie danych rynkowych, ekonometrii finansów zdecentralizowanych (DeFi) i badań stosowanych DeFi nad aktywami kryptograficznymi (i cyfrowymi) jako uzupełnienie ekonometrii finansowej i badań stosowanych. Spróbuję także wykorzystać perspektywę i wnioski z przełomowych artykułów Eugene’a Famy, bazując na jego zainteresowaniu pomiarem statystycznych właściwości cen akcji i rozstrzygnięciem debaty pomiędzy analizą techniczną (wykorzystanie wzorców geometrycznych na wykresach cen i wolumenów do prognozowania przyszłych cen zmiany wartości papieru wartościowego) i analizę fundamentalną (wykorzystanie danych księgowych i ekonomicznych do ustalenia wartości godziwej papieru wartościowego). Laureatka Nagrody Nobla Famy zoperacjonalizowany hipoteza efektywnego rynku — podsumować zwięźle w fragmencie, że „ceny w pełni odzwierciedlają wszystkie dostępne informacje” na efektywnych rynkach. 

Skoncentrujmy się zatem na informacjach dotyczących aktywów kryptograficznych i cyfrowych, na danych kryptograficznych i zdecentralizowanych finansach źródła, analiza danych rynkowych i wszystko, co otacza ogromną, wschodzącą branżę DeFi, która jest niezbędna do przyciągnięcia inwestorów instytucjonalnych na rynki kryptowalut, DeFi i ogólnie szersze rynki „tokenów”.

Na większości rynków dane rynkowe definiuje się jako cenę instrumentu (aktywa, papieru wartościowego, towaru itp.) oraz dane związane z handlem. Dane te odzwierciedlają zmienność rynku i klasy aktywów, wolumen oraz dane specyficzne dla danej transakcji, takie jak otwarcie, najwyższy, najniższy poziom, zamknięcie, wolumen (OHLCV) i inne dane o wartości dodanej, takie jak dane dotyczące księgi zamówień (rozpiętość cen ofertowych, zagregowane dane rynkowe głębokość itp.) oraz ceny i wycena (dane referencyjne, tradycyjne dane finansowe, takie jak pierwsze kursy wymiany itp.). Te dane rynkowe odgrywają kluczową rolę w różnych ekonometrii finansowej, finansach stosowanych, a obecnie w badaniach DeFi, takich jak:

• Zarządzanie ryzykiem i ramy modelu ryzyka
• Handel ilościowy
• Cena i wycena
• Budowa portfela i zarządzanie nim
• Ogólne finanse kryptograficzne

Chociaż stosowanie tradycyjnej metodologii do oceny ryzyka i dostrzegania różnego stopnia możliwości rozprzestrzeniania się w różnych i pojawiających się klasach aktywów kryptograficznych może być ograniczające, jest to początek. Pojawiły się nowe modele wyceny, których celem jest zrozumienie tych aktywów cyfrowych, które zdominowały prawdziwie globalne rynki cyfrowe, a nawet te modele wymagają danych rynkowych. Niektóre z tych modeli obejmują między innymi:

• VWAP, czyli średnia cena ważona wolumenem – metodologia, która zazwyczaj określa wartość godziwą składnika aktywów cyfrowych poprzez obliczenie średniej ceny ważonej wolumenem na podstawie wcześniej wybranej grupy dostępnych danych potransakcyjnych z giełd składowych.
• TWAPlub średnia cena ważona w czasie, którą może być wyrocznia lub inteligentny kontrakt, który oblicza ceny tokenów z pul płynności, wykorzystując przedział czasowy do określenia współczynnika zabezpieczenia.
• Wskaźnik wzrostu określa współczynnik zabezpieczenia.
• TVL, czyli zablokowana wartość całkowita, jest przeznaczona dla pul płynności i automatycznych animatorów rynku (AMM).
• Całkowita liczba użytkowników odzwierciedla efekt sieciowy oraz potencjalne wykorzystanie i rozwój.
• Podstawowa metodologia rynkowa dotyczy rynku głównego, który często definiuje się jako rynek o największym wolumenie i aktywności w przypadku zasobu cyfrowego. Wartość godziwa będzie ceną otrzymaną za aktywa cyfrowe na tym rynku.
• Wolumen obrotu CEX i DEX to suma wolumenów obrotu na giełdach scentralizowanych (CEX) i giełdach zdecentralizowanych (DEX).
• CVI, czyli indeks zmienności kryptowalut, tworzony jest poprzez obliczenie zdecentralizowanego indeksu zmienności na podstawie cen opcji na kryptowaluty wraz z analizą oczekiwań rynku co do przyszłej zmienności.

Dlatego dane rynkowe stają się kluczowe dla wszystkich narzędzi do modelowania i analizy służących do zrozumienia rynków, a także do przeprowadzania analiz korelacji między różnymi sektorami kryptowalut, takimi jak warstwa pierwsza, warstwa druga, Web 3.0 i DeFi. Głównym źródłem danych dotyczących rynku kryptowalut jest stale rosnąca i fragmentaryczna mieszanka giełd kryptowalut. Dane z tych giełd nie mogą mieć szerokiego charakteru zaufany, ponieważ widzieliśmy przypadki zawyżonych wolumenów w wyniku praktyk takich jak wash trading i zamknięte baseny, które mogą zniekształcić cenę poprzez fałszywe przedstawianie popytu i wolumenu. Zatem modelowanie hipotezy w oparciu o dane empiryczne, a następnie testowanie hipotezy w celu sformułowania teorii inwestycji (wnioski z abstraktów empirycznych) może być trudne. W ten sposób powstają wyrocznie, których celem jest rozwiązanie problemów związanych z zaufanymi danymi wpływającymi do systemu transakcyjnego blockchain lub warstwy pośredniczącej pomiędzy warstwą kryptograficzną a tradycyjną finansami.

Związane z: Oracle chce wprowadzić blockchain do mas poprzez ofertę danych zabezpieczonych kryptograficznie

Blockchain, podstawowa technologia rządząca wszystkimi aktywami i sieciami kryptograficznymi, zachwala swoje podstawowe zasady handlu, zaufania i własności w oparciu o przejrzystość zapewnianą przez systemy zaufania (lub konsensus), więc dlaczego dane rynkowe są tak ogromnym problemem? Czy poleganie na danych, które należą do rynku i są łatwo dostępne do analizy, nie jest częścią etosu blockchain i branży kryptograficznej?

Odpowiedź brzmi tak! Ale!" Sprawy stają się interesujące, gdy przecinamy rynki kryptowalut z płynnością opartą na fiatach – transakcje denominowane w dolarach amerykańskich, euro, jenach i funtach brytyjskich są koleją do tradycyjnego finansowania, które ułatwiają giełdy kryptowalut.

Zrozumienie makro kryptograficznego i różnicowanie makro globalnego

Jak stwierdził Peter Tchir, szef globalnego makro w Academy Securities z siedzibą w Nowym Jorku: wyjaśnia w artykule napisanym przez Simona Constable’a: „Globalne makro to termin określający podstawowe trendy, które są tak duże, że mogą podnieść lub spaść gospodarkę lub znaczną część rynków papierów wartościowych”. Konstabl dodał:

„Różnią się one od mikroczynników, które mogą mieć wpływ na wyniki pojedynczej firmy lub podsektora rynku”.

Chciałbym rozróżnić makro globalne i makro kryptograficzne. Podczas gdy globalne trendy makro – takie jak inflacja, podaż pieniądza i inne zdarzenia makro – wpływają na globalne krzywe popytu i podaży, makro kryptowalut reguluje korelację między różnymi sektorami (takimi jak Web 3.0, warstwa pierwsza, warstwa druga, DeFi i niepalne żetony), tokeny reprezentujące te sektory i zdarzenia, które wpływają na odpowiedni ruch tych klas aktywów.

Związane z: W jaki sposób NFT, DeFi i Web 3.0 są ze sobą powiązane

Klasy aktywów kryptograficznych (i cyfrowych) definiują zupełnie nową sferę tworzenia aktywów, transakcji i przepływu aktywów, gdy ograniczają się do wymienności między klasami aktywów i mechanizmami wymiany, takimi jak pożyczki, zabezpieczenia i wymiany. Tworzy to środowisko makro oparte na zasadach i teoriach kryptoekonomicznych. Próba połączenia tych dwóch głównych środowisk makroekonomicznych w celu zastrzyku lub przeniesienia płynności z jednego systemu gospodarczego do drugiego zasadniczo komplikuje nasze pomiary i dane rynkowe ze względu na kolizję systemów wartości.

Pozwólcie, że zademonstruję złożoność na przykładzie znaczenia danych rynkowych i innych czynników w formułowaniu teorii inwestycji w oparciu o wnioski z abstraktów empirycznych.

Chociaż warstwa pierwsza zapewnia ważną użyteczność dla wielu ekosystemów powstających w sieciach warstwy pierwszej, nie wszystkie sieci warstwy pierwszej są sobie równe i nie zapewniają tej samej wyjątkowej wartości i cech. Bitcoin (BTC), na przykład, miał przewagę pierwszego ruchu i jest w pewnym sensie twarzą ekosystemu kryptowalut. Zaczęło się od użyteczności publicznej, ale przekształciło się w magazyn wartości i klasę aktywów jako zabezpieczenie przed inflacją, próbujące wyprzeć złoto.

Eter (ETH.), z drugiej strony wpadł na pomysł programowalności (umiejętności stosowania warunków i zasad) w celu wartościowania ruchu, tworząc w ten sposób bogate ekosystemy, takie jak DeFi i NFT. Zatem ETH staje się tokenem użytkowym, który zasila te ekosystemy i ułatwia współtworzenie. Wzrost aktywności transakcyjnej zwiększył popyt na Ether, ponieważ jest on niezbędny do przetwarzania transakcji.

Bitcoin jako nośnik wartości i zabezpieczenie przed inflacją znacznie różni się od stale rozwijającego się i powstającego biznesu w sieci pierwszej warstwy. Dlatego ważne jest, aby zrozumieć, co nadaje wartość tym tokenom. To użyteczność tokena jako opłaty w sieci czyni go cennym lub jego zdolność do przechowywania i przesyłania (dużej) wartości w krótkim czasie, co daje mu przewagę nad istniejącymi systemami przenoszenia wartości lub płatności.

W obu przypadkach użyteczność, wolumen transakcji, podaż w obiegu i powiązane wskaźniki transakcji zapewniają wgląd w wycenę tokena. Gdybyśmy przeanalizowali i przyjrzeli się głębszemu wpływowi makroekonomicznemu na wycenę (takim jak stopy procentowe, podaż pieniądza, inflacja itd.), a także czynnikom makroekonomicznym obejmującym korelację innych aktywów kryptograficznych i kryptowalut, które bezpośrednio lub pośrednio wpływają na warstwę pierwszą, wynikająca z tego teoria obejmowałaby rozwój podstawowych technologii, rolę rodzimych klas aktywów i premie za zapadalność. Wskazywałoby to na ryzyko technologiczne i przyjęcie na rynek, efekt sieciowy i premię za płynność, które wykazują szeroką akceptację w różnych ekosystemach opartych na kryptowalutach. Spojrzenie inwestycyjne na strategiczne dopasowanie, powiedzmy, do konstrukcji portfela kryptowalut, obejmuje rozważania dotyczące cykli makroekonomicznych, płynności kryptowalut (zdolność do konwersji aktywów kryptograficznych) i wpływu kryptowalut na makro i postrzega je jako średnioterminowe niskie ryzyko w naszym modelu ryzyka struktura.

Dostępność zaufanych danych rynkowych dotyczących kryptowalut umożliwia nie tylko podejmowanie decyzji handlowych w czasie rzeczywistym i na miejscu, ale także różne analizy ryzyka i optymalizacji potrzebne do budowy i analizy portfela. Analiza wymaga dodatkowych tradycyjnych danych rynkowych, gdy zaczynamy rozmawiać z tradycyjnymi cyklami rynkowymi i płynnością związaną z finansami, które mogą również próbować korelować makrosektory kryptowalut z makrosektorami globalnymi. Z punktu widzenia modelowania może to szybko się skomplikować, po prostu ze względu na rozbieżność między różnorodnością i szybkością danych rynkowych między dwoma systemami wartości.

Perspektywy

Choć efektywność rynku kryptowalut ma fundamentalne znaczenie dla dobrego podejmowania decyzji finansowych, jest ona słabo rozumiana i zniekształcana przez złe lub nieodpowiednie informacje. To dane dotyczące rynku kryptowalut (ekonomicznego) i różne modele ekonomiczne pozwalają nam zrozumieć wschodzące i chaotyczne rynki kryptowalut. Zasady hipotezy efektywnego rynku – która zakłada, że ​​na efektywnych rynkach cena zawsze odzwierciedla dostępne informacje – mają również zastosowanie do rynków kryptowalut.

Dane rynkowe stają się zatem kluczowe dla wszystkich narzędzi do modelowania i analizy służących do zrozumienia rynków, a także do przeprowadzania analiz korelacji między różnymi sektorami kryptowalut, takimi jak warstwa pierwsza, warstwa druga, Web 3.0 i DeFi. Głównym źródłem danych dotyczących rynku kryptowalut jest stale rosnąca i fragmentaryczna mieszanka giełd kryptowalut. Klasy aktywów kryptograficznych i cyfrowych definiują zupełnie nową sferę tworzenia aktywów, transakcji i przepływu aktywów, szczególnie gdy ograniczają się do wymienności między klasami aktywów i mechanizmami wymiany, takimi jak pożyczki, zabezpieczenia i wymiany. Tworzy to środowisko makro oparte na zasadach i teoriach kryptoekonomicznych.

Kiedy próbujemy połączyć te dwa główne środowiska makroekonomiczne w celu zastrzyku lub przeniesienia płynności z jednego systemu gospodarczego do drugiego, zasadniczo komplikować naszych pomiarów i danych rynkowych, ze względu na kolizję systemów wartości. Analiza wymaga dodatkowych tradycyjnych danych rynkowych, gdy zaczynamy rozmawiać z tradycyjnymi cyklami rynkowymi i płynnością związaną z finansami, a także próbujemy skorelować makrosektory kryptowalut z makrosektorami globalnymi. Z punktu widzenia modelowania może to szybko się skomplikować, po prostu ze względu na rozbieżność między różnorodnością i szybkością danych rynkowych między dwoma systemami wartości.

Ten artykuł nie zawiera porad inwestycyjnych ani rekomendacji. Każdy ruch inwestycyjny i handlowy wiąże się z ryzykiem, a czytelnicy powinni przeprowadzić własne badania podczas podejmowania decyzji.

Poglądy, myśli i opinie wyrażone tutaj są wyłącznie autorami i niekoniecznie odzwierciedlają lub reprezentują poglądy i opinie Cointelegraph.

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