Cykel topp-/bottendetektering: Använda borrkoncept i kedjeanalys

---

Marknadspulsen

Market Pulses är en svit med premium glassnode-innehåll som släpps varje vecka för avancerade och professionella medlemmar Glassnode Forum. Det här stycket har släppts gratis för att stödja släppet av en ny Workbench Pre-set, som vi utvecklar i analysen nedan.

Market Pulse-serien försöker demonstrera unika koncept och metoder för att analysera Bitcoin- och kryptovalutamarknader, med tonvikt på steg-för-steg-guider för att använda Workbench- och Glassnode-verktyg.

---

Beskrivning

Att uppskatta bergets hårdhet/hållfasthet på ett godtyckligt djup under borroperationer är en framträdande utmaning bland geovetare och petroleumingenjörer, även känd som Mätning under borrning (MWD). Kärnkonceptet i MWD är att övervaka ojämnheterna i den implicita kraften (trycket) under borrningsprocessen och sedan associera tryckfluktuationen med bergets hårdhet/hållfasthetsvariation vid aktuellt borrdjup.

Analogin mellan marknad och borrning

I denna Market Pulse använder vi principer som används i Bitcoin beteendeanalys för att utveckla ett ramverk analogt med MWD. Målet är att bedöma investerares motståndskraft mot prisvolatilitet.

Målet med detta stycke är att utveckla en liknande analogi för att bedöma investerarnas motståndskraft mot prisvolatilitet. Med andra ord, genom att matcha följande variabler;

• Prisförändring ≡ Tryckförändring
• Procent av utbudet i vinstförändring ≡ Variation i penetrationshastighet
• Säljare utmattning ≡ Stenhårdhet/styrka

Vi kan spåra korrelationen mellan prisförändringen och förändringen i % utbud i vinst i ett försök att uppskatta enl. Säljarens utmattning upplevt under hela marknadsbottenbildningsfasen.

Logiken bakom denna metafor grundar sig på det tillfälliga avbrottet av konvergensen mellan pris- och utbudslönsamhetsförändringar. Följande diagram bekräftar sammanflödet mellan utbudslönsamhet 🠠 och spotprisförändring 🟣 med avseende på senaste ATH.

Trots den framträdande korrelationen mellan dessa två mått på lång sikt, på mikroskalan, finns det många övergående intervall där utbudets lönsamhet inte följer trenden med prisförändringar.

Med andra ord, när marknaden går igenom en utökad björnmarknad (eller tjurmarknad), orsakar säljarnas (eller köparnas) utmattning att den kortsiktiga priskorrelationen med andelen utbud i vinst avviker från sitt typiska intervall (~0.9) till 1).

---

En nyfiken korrelation

Följande figur visar 7-dagars korrelationen mellan pris och procentuellt utbud i vinst och den höga 🟩 (0.9)

???? Arbetsbänksfunktioner:
m1 = Pris
m2 = Procent Utbud i Vinst
f1 = 7-dagars korrelation = corr(m1, m2, 7)

Som visas i grafen ovan förblir den diskuterade korrelationen konsekvent i intervallet 0.9 till 1 under en betydande del av en typisk marknadscykel. Men när makrotrenden upplever en övergångsfas mellan en tjur- och björnmarknad (eller vice versa), upplever denna korrelation flera fall till värden under 0.75.

Detta beteende kan representeras i något av följande scenarier:

• Övergång från Bear till Bull Market 🟩, där björnmarknaden är i sina senare skeden och säljarna är slut. Denna frustration gör att den återstående deltagaren är ovillig att flytta sina pengar, varför korrelationen mellan pris och utbudslönsamhet avviker från intervallet 0.9-1.
• Övergång från Bull till Bear Market 🟥, där tjurmarknaden är parabolisk, och nästan 100 procent av utbudet är i vinst på grund av prishandel över den tidigare ATH. Därför minskar korrelationen mellan pris och lönsamhet i denna fas tills marknaden går in i baissestadiet efter ATH.

Användning: Bear Markets

För närvarande har marknaden många kännetecken för en bottenupptäcktsfas. Därför är övergången från Bear till Bull Market den period av intresse. För att markera korrelationsoegentligheterna har vi endast markerat de dagar där denna korrelation är mindre än 0.75.

Därefter kan vi redogöra för oegentligheter som enbart ingår i björnmarknadstrenden. För detta överväger vi endast inträden medan marknadspriset är under det realiserade priset. dvs medan den bredare marknaden är i en aggregerad, orealiserad förlust. Ett annat mer brett alternativ kan vara att filtrera efter priser under 200-dagars glidande medelvärde.

???? Arbetsbänksfunktioner:
m1 = Pris
m2 = Procent Utbud i Vinst
m3: Bear Market Indicator = Realiserat pris (eller 200DMA)
f1: 7-dagars korrelation = corr(m1, m2, 7)
-----------------
För att konstruera golvmodellindikatorn som visas i ⚫ kommer vi att multiplicera en kombination av två if-then uttalanden för att producera en AND uttalande.

Först om: Om korrelationen är < 0.75, returnera 1, annars returnera 0.
A) if(f1, "<", 0.75, 1, 0)
Andra om: Om priset är < Realiserat pris, returnera 1, annars returnera 0.
B) if(m1, "<=", m3, 1, 0)
Kombinerat om:
A * B * m1 —> detta kommer att returnera 1*1*Pris när villkoren är sanna. Var noga med att ställa in Y-axeln till prisdiagrammet och Diagramstil till stapel.

Slutlig Utgång
f2= if(f1, "<", 0.75, 1, 0)   *  if(m1, "<=", m3, 1, 0)   *   m1

Användning: Bull Markets

Vi kan också använda samma teknik för att identifiera formation av cykeltopp, med det välkända 200-dagars glidande medelvärdet och derivatoscillatorn Mayer Multipel som vår tjurcykel extrem. Historiskt sett, Mayer Multipel värden över 2.4 har signalerat en relativt överhettad Bitcoin-marknad, med prishandel med en premie på 240 % till 200-dagars MA.

Vi kan nu etablera en likvärdig tjur-till-björn cykelövergång, genom att byta ut det villkorliga testet relaterat till det realiserade priset, mot ett lägsta värde av Mayer-multipeln.

???? Arbetsbänksfunktioner:
m1 = Pris
m2= Procent Utbud i Vinst
m3: Bear Market Indicator = Realiserat pris (eller 200DMA)
f1: 7-dagars korrelation = corr(m1, m2, 7)
f2: Golvdetekteringsmodell = if(f1, "<", 0.75, 1, 0)*if(m1, "<=", m3, 1, 0)*m1
f3: Mayer Multipel = m1/sma(m1,200)
------------------
Konstruktionen är identisk med f2, men vi kommer att byta tillståndet i pat B) med ett test av om Mayer Multiple är ≥ 2.4
Slutlig Utgång
f4 =if(f1, "=", 2.4**, 1, 0)   *   m1

Slutsats

Genom att använda analoger till metoder från bergborrningsindustrin i on-chain analys har vi introducerat en metod för att spåra de potentiella övergångsperioderna mellan björn- och tjurmarknader.

Korrelationen mellan lönsamhet och pris undersöktes för att fastställa övergångsfaserna i en cykel. Resultatet visade att pris och marknadslönsamhet är starkt korrelerade när makrotrender är helt etablerade (korrelation ~ 0.9 till 1).

Under ett övergångsskede sjunker dock korrelationen mellan dessa två mått till nivåer under 0.75. Detta innebär att utbudslönsamheten är nära dess extrema brytpunkter, en förändring i investerarnas beteende och att prisförändringar inte leder till en tillhörande lönsamhetsförändring. Denna struktur är idealisk för makrotrendvändning.

Den slutliga golvdetekteringsmodellen fångar i huvudsak följande händelser med hjälp av en If-then-and uttalande konstruktion:

• Priset är under det realiserade priset, vilket signalerar en sannolikt sent skede björnmarknadsstruktur.
• Korrelationen mellan Pris och Procent Utbud i Vinst är under 0.75
• Försämring av korrelationen betyder den ökade sannolikheten att HODLers inte flyttar sina pengar.

---