Расцвет оракулов: институциональным инвесторам нужны надежные данные крипторынка

В этой статье я намерен обсудить важность рыночных данных, эконометрики децентрализованных финансов (DeFi) и прикладных исследований DeFi по крипто- (и цифровым) активам как дополнения к финансовой эконометрике и прикладным исследованиям. Я также попытаюсь опираться на точку зрения и выводы основополагающих статей Юджина Фамы, основанные на его интересе к измерению статистических свойств цен на акции и разрешению споров между техническим анализом (использование геометрических моделей на графиках цен и объемов для прогнозирования будущих цен). движение ценной бумаги) и фундаментальный анализ (использование бухгалтерских и экономических данных для определения справедливой стоимости ценной бумаги). Нобелевский лауреат Фама введен в действие гипотеза эффективного рынка — кратко компактно в эпиграмме, что «цены полностью отражают всю имеющуюся информацию» на эффективных рынках. 

Итак, давайте сосредоточимся на информации о криптовалютах и ​​цифровых активах, на данных о криптовалютах и ​​децентрализованных финансах. источников, анализ рыночных данных и все, что окружает огромную развивающуюся индустрию DeFi, что важно для привлечения институциональных инвесторов на рынки криптовалют, DeFi и более широкие рынки «токенов» в целом.

На большинстве рынков рыночные данные определяются как цена инструмента (актива, ценной бумаги, товара и т. д.) и данные, связанные с торговлей. Эти данные отражают волатильность рынка и классов активов, объем и данные, специфичные для сделки, такие как открытие, максимум, минимум, закрытие, объем (OHLCV) и другие данные с добавленной стоимостью, такие как данные книги заказов (спред спроса и предложения, агрегированные рыночные данные). глубина и т. д.), а также ценообразование и оценка (справочные данные, традиционные финансовые данные, такие как первые обменные курсы и т. д.). Эти рыночные данные играют важную роль в различных финансовых эконометрических, прикладных финансовых исследованиях, а теперь и в исследованиях DeFi, таких как:

• Структура управления рисками и модели рисков
• Количественная торговля
• Цена и оценка
• Создание и управление портфелем
• Общее криптофинансирование

Хотя применение традиционной методологии для оценки риска и выявления различной степени распространения возможностей среди разнообразных и новых классов криптоактивов может быть ограниченным, это только начало. Появились новые модели оценки, целью которых является осмысление этих цифровых активов, которые стали доминировать на действительно глобальных цифровых рынках, и даже эти модели нуждаются в рыночных данных. Некоторые из этих моделей включают, помимо прочего:

• VWAP, или средневзвешенная цена, методология, которая обычно определяет справедливую стоимость цифрового актива путем расчета средневзвешенной по объему цены на основе предварительно выбранной группы доступных постторговых данных составляющих бирж.
• ТВАПили средневзвешенная по времени цена, которая может быть оракулом или смарт-контрактом, который получает цены токенов из пулов ликвидности, используя временной интервал для определения коэффициента обеспечения.
• Коэффициент роста определяет сопутствующий фактор.
• TVL, или общая заблокированная стоимость, предназначена для пулов ликвидности и автоматических маркет-мейкеров (AMM).
• Общее количество пользователей отражает сетевой эффект и потенциальное использование и рост.
• Основная рыночная методология применяется к основному рынку, который часто определяется как рынок с наибольшим объемом и активностью цифрового актива. Справедливой стоимостью будет цена, полученная за цифровой актив на этом рынке.
• Объемы торгов на CEX и DEX представляют собой сумму объемов торгов на централизованных биржах (CEX) и децентрализованных биржах (DEX).
• ХВН, или индекс волатильности криптовалюты, создается путем расчета децентрализованного индекса волатильности на основе цен опционов на криптовалюту вместе с анализом ожиданий рынка в отношении будущей волатильности.

Таким образом, рыночные данные становятся центральными для всех инструментов моделирования и анализа для понимания рынков, а также для проведения корреляционного анализа между различными секторами криптовалюты, такими как первый уровень, второй уровень, Web 3.0 и DeFi. Основным источником данных о рынке криптовалют является постоянно растущая и фрагментированная смесь криптобирж. Данные этих обменов не могут быть широко распространены. надежных, поскольку мы видели случаи завышения объемов из-за таких практик, как фиктивная торговля и закрытые пулы, которые могут исказить цену, искажая спрос и объем. Таким образом, моделирование гипотезы на основе эмпирических данных и последующая проверка гипотезы для формулирования инвестиционной теории (на основе эмпирических тезисов) может оказаться сложной задачей. Это приводит к появлению оракулов, целью которых является решение проблем с доверенными данными, поступающими в систему транзакций блокчейна или на посреднический уровень между криптографическим и традиционным финансовым уровнями.

Связанный: Oracle хочет вывести блокчейн в массы с помощью предложения криптозащищенных данных

Блокчейн, базовая технология, которая управляет всеми криптоактивами и сетями, продвигает свои фундаментальные принципы торговли, доверия и собственности на основе прозрачности, обеспечиваемой системами доверия (или консенсусом), так почему же рыночные данные являются такой огромной проблемой? Разве не является частью духа блокчейна и криптоиндустрии полагаться на данные, которые принадлежат рынку и легко доступны для анализа?

Ответ: «Да! Но!" Все становится интереснее, когда мы пересекаемся с криптовалютными рынками с ликвидностью, основанной на фиатных валютах: транзакции, выраженные в долларах США, евро, иенах и британских фунтах, являются дорогой к традиционным финансам, которым способствуют криптобиржи.

Понимание криптомакроса и дифференциация глобального макроса

Как сказал Питер Чир, руководитель глобального макроэкономического отдела нью-йоркской компании Academy Securities, объясняет, в статье, написанной Саймоном Констеблом: «Глобальная макроэкономика — это термин, обозначающий основные тенденции, которые настолько велики, что могут поднять или опустить экономику или огромные куски рынков ценных бумаг». Констебль добавил:

«Они отличаются от микрофакторов, которые могут повлиять на результаты деятельности отдельной компании или подсектора рынка».

Я хотел бы различать глобальный макрос и криптомакрос. В то время как глобальные макротенденции, такие как инфляция, денежная масса и другие макрособытия, влияют на глобальные кривые спроса и предложения, криптомакрос управляет корреляцией между различными секторами (такими как Web 3.0, первый уровень, второй уровень, DeFi и нематериальные жетоны), токены, которые являются репрезентативными для тех секторов и событий, которые влияют на соответствующее движение этих классов активов.

Связанный: Как взаимосвязаны NFT, DeFi и Web 3.0

Классы крипто- (и цифровых) активов определяют совершенно новую сферу создания активов, транзакций и движения активов, когда они ограничиваются взаимозаменяемостью между классами активов и механизмами обмена, такими как кредиты, залог и обмен. Это создает макросреду, подкрепленную криптоэкономическими принципами и теориями. Когда мы пытаемся связать эти две основные макроэкономические среды для вливания или перевода ликвидности из одной экономической системы в другую, мы существенно усложняем наши показатели измерения и рыночные данные из-за столкновения систем ценностей.

Позвольте мне продемонстрировать сложность на примере важности рыночных данных и других факторов при формулировании инвестиционной теории, основанной на выводах из эмпирических тезисов.

Хотя первый уровень обеспечивает важную полезность для многих экосистем, возникающих в сетях первого уровня, не все сети первого уровня созданы равными и не обеспечивают одинаковую ценность и характеристики. Биткойн (BTC), например, имел преимущество первого хода и является своего рода лицом криптовалютной экосистемы. Он начинался как коммунальное предприятие, но превратился в средство сбережения и класс активов в качестве инструмента хеджирования инфляции, пытающегося вытеснить золото.

Эфир (ETH), с другой стороны, придумали идею программируемости (возможности применять условия и правила) для оценки движения, тем самым создав богатые экосистемы, такие как DeFi и NFT. Таким образом, ETH становится служебным токеном, который питает эти экосистемы и способствует совместному творчеству. Рост транзакционной активности увеличил спрос на эфир, поскольку он необходим для обработки транзакций.

Биткойн как средство сбережения и защита от инфляции сильно отличается от постоянно растущего и развивающегося бизнеса в сети первого уровня. Следовательно, крайне важно понять, что придает ценность этим токенам. Именно полезность токена в качестве платы за использование сети делает его ценным, или его способность хранить и передавать (крупную) стоимость в ближайшее время, что дает ему преимущество перед существующими системами движения стоимости или платежными системами.

В любом случае полезность, объем транзакций, оборотное предложение и соответствующие показатели транзакций дают представление о оценке токена. Если бы нам пришлось проанализировать и изучить более глубокое макроэкономическое влияние на оценку (например, процентные ставки, денежная масса, инфляция и т. д.), а также криптомакрофакторы, включающие корреляцию других криптоактивов и криптовалют, которые прямо или косвенно влияют на первый уровень, В результате теория будет включать рост фундаментальных технологий, роль местных классов активов и премий за погашение. Это будет свидетельствовать о технологическом риске и принятии на рынке, сетевом эффекте и премии за ликвидность, которые демонстрируют широкое признание в различных экосистемах, основанных на криптовалюте. Инвестиционный взгляд на стратегическое соответствие, скажем, построению крипто-портфеля включает в себя соображения, касающиеся макроэкономических циклов, крипто-ликвидности (возможности конвертировать криптоактивы) и макроэкономического влияния криптовалюты, и рассматривает их как среднесрочный низкий риск в нашей модели риска. рамки.

Доступность надежных данных криптовалютного рынка позволяет не только принимать торговые решения в режиме реального времени и на месте, но также проводить различные анализы рисков и оптимизации, необходимые для построения и анализа портфеля. Анализ требует дополнительных традиционных рыночных данных, поскольку мы начинаем общаться с традиционными рыночными циклами и ликвидностью, связанными с финансами, которые также могут попытаться соотнести крипто-макросектора с глобальными макросекторами. Это может быстро усложниться с точки зрения моделирования просто из-за несоответствия между разнообразием и скоростью рыночных данных между двумя системами ценностей.

Perspectives

Каким бы фундаментальным ни было эффективность крипторынка для правильного принятия финансовых решений, она плохо понимается и искажается плохой или неадекватной информацией. Именно данные крипто (экономического) рынка и различные экономические модели позволяют нам разобраться в развивающихся и запутанных крипторынках. Принципы гипотезы эффективного рынка, которая подразумевает, что на эффективных рынках цена всегда отражает доступную информацию, также применимы к рынкам криптовалют.

Таким образом, рыночные данные становятся центральными для всех инструментов моделирования и анализа для понимания рынков, а также для проведения корреляционного анализа между различными секторами криптовалюты, такими как первый уровень, второй уровень, Web 3.0 и DeFi. Основным источником данных о рынке криптовалют является постоянно растущая и фрагментированная смесь криптобирж. Классы крипто- и цифровых активов определяют совершенно новую сферу создания активов, транзакций и движения активов, особенно когда они ограничиваются взаимозаменяемостью между классами активов и механизмами обмена, такими как кредиты, залог и обмен. Это создает макросреду, подкрепленную криптоэкономическими принципами и теориями.

Когда мы пытаемся связать эти две основные макроэкономические среды для вливания или перевода ликвидности из одной экономической системы в другую, мы, по сути, усложнять наши показатели измерений и рыночные данные из-за столкновения систем ценностей. Для анализа требуются дополнительные традиционные рыночные данные, поскольку мы начинаем изучать традиционные рыночные циклы и ликвидность, связанные с финансами, а также пытаемся соотнести крипто-макросектора с глобальными макросекторами. Это может быстро усложниться с точки зрения моделирования просто из-за несоответствия между разнообразием и скоростью рыночных данных между двумя системами ценностей.

Эта статья не содержит советов или рекомендаций по инвестированию. Каждое инвестиционное и торговое движение сопряжено с риском, и читатели должны проводить собственное исследование при принятии решения.

Мнения, мысли и мнения, выраженные здесь, являются одними только автора и не обязательно отражают или представляют взгляды и мнения Cointelegraph.

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