Oraklens framväxt: Institutionella investerare behöver betrodda kryptomarknadsdata PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

Oracle-uppkomsten: Institutionella investerare behöver pålitlig kryptomarknadsinformation

Oraklens framväxt: Institutionella investerare behöver betrodda kryptomarknadsdata PlatoBlockchain Data Intelligence. Vertikal sökning. Ai.

I den här artikeln tänker jag diskutera betydelsen av marknadsdata, decentraliserad finans (DeFi) ekonometri och tillämpad DeFi-forskning om krypto (och digitala) tillgångar som en följd av finansiell ekonometri och tillämpad forskning. Jag kommer också att försöka dra nytta av perspektivet och rönen från Eugene Famas banbrytande artiklar baserat på hans intresse av att mäta aktiekursernas statistiska egenskaper och lösa debatten mellan teknisk analys (användningen av geometriska mönster i pris- och volymdiagram för att förutsäga framtida pris rörelser av ett värdepapper) och grundläggande analys (användning av redovisningsdata och ekonomiska data för att fastställa ett värdepappers verkliga värde). Nobelpristagaren Fama operationellt hypotesen om effektiv marknad — sammanfattas kompakt i epigrammet att "priserna helt återspeglar all tillgänglig information" på effektiva marknader. 

Så låt oss fokusera på denna information kring krypto och digitala tillgångar, på krypto och decentraliserad finansdata källor, marknadsdataanalys och allt som omger den massiva framväxande DeFi-industrin som är avgörande för att locka institutionella investerare till krypto-, DeFi- och bredare "token"-marknader i allmänhet.

På de flesta marknader definieras marknadsdata som priset på ett instrument (en tillgång, säkerhet, råvara etc.) och handelsrelaterade data. Dessa data återspeglar volatilitet på marknaden och tillgångsklasser, volym och handelsspecifika data, såsom öppen, hög, låg, nära, volym (OHLCV) och andra mervärdesdata, såsom orderbokdata (bud-ask-spread, aggregerad marknad djup, etc.) och prissättning och värdering (referensdata, traditionell finansinformation som första valutakurser, etc.) Denna marknadsinformation är avgörande för olika finansekonometriska, tillämpade finanser och nu DeFi-forskning som:

  • Riskhantering och ram för riskmodell
  • Kvantitativ handel
  • Pris och värdering
  • Portföljkonstruktion och förvaltning
  • Övergripande kryptofinansiering

Även om det är begränsande att tillämpa en traditionell metod för att utvärdera risk och urskilja olika grader av möjligheter spridda över olika och framväxande kryptotillgångsklasser, men det är en början. Nya värderingsmodeller har dykt upp som syftar till att förstå dessa digitala tillgångar som har stigit upp för att dominera de verkligt globala digitala marknadsplatserna, och även dessa modeller behöver marknadsdata. Några av dessa modeller inkluderar men är inte begränsade till:

  • VWAP, eller volymvägd genomsnittspris, en metod som vanligtvis bestämmer verkligt värde för en digital tillgång genom att beräkna det volymvägda genomsnittspriset från en förvald grupp av beståndsdelar som finns tillgängliga efter handel.
  • TWAP, eller tidsvägd genomsnittspris, som kan vara ett orakel eller smart kontrakt som härrör tokenpriser från likviditetspooler, med hjälp av ett tidsintervall för att bestämma säkerhetsgraden.
  • Tillväxtkvot bestämmer säkerhetsfaktorn.
  • TVL, eller totalvärdet låst, är för likviditetspooler och automatiserade marknadsförare (AMM).
  • Totalt antal användare speglar nätverkseffekten och potentiell användning och tillväxt.
  • Huvudsaklig marknadsmetodik gäller huvudmarknaden, som ofta definieras som den marknad med störst volym och aktivitet för en digital tillgång. Verkligt värde skulle vara det pris som erhållits för en digital tillgång på den marknaden.
  • Handelsvolymer för CEX och DEX är summan av handelsvolymer på centraliserade börser (CEX) och decentraliserade börser (DEX).
  • CVI, eller kryptovolatilitetsindex, skapas genom att beräkna ett decentraliserat volatilitetsindex från kryptovalutapoptionspriser tillsammans med att analysera marknadens förväntningar på framtida volatilitet.

Därför blir marknadsdata central för alla modellerings- och analysverktyg för att göra meningsfulla marknader, och även för att utföra korrelationsanalyser mellan olika kryptosektorer såsom lager ett, lager två, Web 3.0 och DeFi. Den primära källan till dessa kryptomarknadsdata kommer från den ständigt växande och fragmenterade mixen av kryptobörser. Uppgifterna från dessa utbyten kan inte vara omfattande betrodd, eftersom vi har sett fall av uppblåsta volymer genom metoder som tvätthandel och stängda pooler som kan snedvrida priset genom att missvisa efterfrågan och volym. Så att modellera en hypotes baserad på empiriska data och därefter testa hypotesen för att formulera en investeringsteori (insikter från empiriska sammanfattningar) kan vara knepigt. Detta ger upphov till orakel som syftar till att lösa problemen med pålitlig data som kommer in i blockchain-transaktionssystemet eller ett förmedlingslager mellan krypto- och traditionella finanslager.

Relaterat: Oracle vill ta blockchain till massorna genom ett kryptosäkert dataanbud

Blockchain, den underliggande tekniken som styr alla kryptotillgångar och nätverk, visar sina grundläggande principer för handel, förtroende och ägande på grundval av öppenhet utökad av förtroende-system (eller konsensus), så varför är marknadsdata så stort? Är det inte en del av blockchain och kryptoindustrins etos att förlita sig på data som tillhör marknaden och är lättillgängliga för analys?

Svaret är ja! Men!" Saker blir intressanta när vi skär kryptomarknaderna med fiatbaserad likviditet - amerikanska dollar-, euro-, yen- och brittiska pundtransaktioner är järnvägen till traditionell finansiering som underlättas av kryptobörser.

Förstå kryptomakro och differentiera globalt makro

Som Peter Tchir, chef för global makro på New York-baserade Academy Securities, förklarar i en artikel skriven av Simon Constable: "Global makro är en term för underliggande trender som är så stora att de skulle kunna lyfta eller släppa ekonomin eller stora delar av värdepappersmarknaderna." Konstapel lade till:

"De skiljer sig från mikrofaktorer, vilket kan påverka resultatet för ett enda företag eller undersektor på marknaden."

Jag skulle vilja skilja på globalt makro och kryptomakro. Medan globala makrotrender - såsom inflation, penningmängd och andra makrohändelser - påverkar globala efterfråge- och utbudskurvor, styr kryptomakro korrelationen mellan de olika sektorerna (som Web 3.0, lager ett, lager två, DeFi och icke svängbara symboler), tokens som är representativa för de sektorer och händelser som påverkar motsvarande rörelse för dessa tillgångsklasser.

Relaterat: Hur NFT, DeFi och Web 3.0 är sammanflätade

Krypto (och digitala) tillgångsklasser definierar ett helt nytt område för tillgångsskapande, transaktion och tillgångsrörelse när det är begränsat till fungibilitet mellan tillgångsslag och utbytesmekanismer, såsom lån, säkerheter och utbyten. Detta skapar en makromiljö som stöds av krypto-ekonomiska principer och teorier. När vi försöker länka dessa två stora makroekonomiska miljöer för att antingen injicera eller överföra likviditet från ett ekonomiskt system till ett annat, komplicerar vi i princip våra mätvärden och marknadsdata på grund av en kollision mellan värdesystem.

Låt mig visa komplexiteten med ett exempel på vikten av marknadsdata och andra faktorer för att formulera en investeringsteori baserad på insikter från empiriska abstrakt.

Medan lager ett är ett viktigt verktyg för många ekosystem som uppstår i lager-ett-nätverk, skapas inte alla lager-ett-nätverk lika och ger inte samma kräsna värde och egenskaper. Bitcoin (BTC), till exempel, hade den första fördelen och är liksom ansiktet utåt för ekosystemet för kryptovaluta. Det började som ett verktyg men har förvandlats till ett värdelager och en tillgångsklass som en inflationssäkring som försöker ersätta guld.

Eter (ETH), å andra sidan, kom på begreppet programmerbarhet (förmågan att tillämpa villkor och regler) för att värdera rörelse, och därigenom skapade rika ekosystem som DeFi och NFT. Så, ETH blir nyttosymbolen som driver dessa ekosystem och underlättar samskapande. Ökningen i transaktionsaktivitet drev på efterfrågan på Ether, eftersom det behövs för transaktionsbearbetning.

Bitcoin som en värdebutik och en inflationssäkring skiljer sig ganska från en ständigt växande och framväxande verksamhet i ett lager-ett-nätverk. Det är därför viktigt att förstå vad som ger dessa tokens värde. Det är nyttan av en token som en vägtull på nätverket som gör det värdefullt, eller dess förmåga att lagra och överföra (stort) värde på kort tid vilket ger det en fördel jämfört med befintliga värdeförflyttnings- eller betalningssystem.

I båda fallen ger verktyg, transaktionsvolym, cirkulerande leverans och relaterade transaktionsmätvärden insikter i tokenvärderingen. Om vi ​​skulle analysera och undersöka den djupare makroekonomiska effekten på värderingen (såsom räntor, penningmängd, inflation och så vidare) och även kryptomakrofaktorer som involverar korrelation av andra kryptotillgångar och kryptovalutor som direkt eller indirekt påverkar lager ett, den resulterande teorin skulle inkludera tillväxten av grundteknik, rollerna för inhemska tillgångsslag och förfallspremier. Det skulle vara ett tecken på teknikrisk och marknadsanpassning, nätverkseffekt och likviditetspremie som visar bred acceptans i olika kryptodrivna ekosystem. En investeringssyn på strategisk passform för att säga en kryptoportföljkonstruktion inkluderar överväganden kring makroekonomiska cykler, kryptolikviditet (möjligheten att konvertera kryptotillgångar) och kryptomakroeffekt, och ser dessa som en låg risk på kort sikt på vår riskmodell ramverk.

Tillgängligheten av pålitliga kryptomarknadsdata möjliggör inte bara beslut i realtid och handel på plats utan också olika risk- och optimeringsanalyser som behövs för portföljkonstruktion och analys. Analysen kräver ytterligare traditionella marknadsdata när vi börjar prata med traditionella finansrelaterade marknadscykler och likviditet, vilket också kan försöka korrelera kryptomakrosektorerna med globala makrosektorer. Detta kan snabbt kompliceras ur ett modelleringsperspektiv, helt enkelt på grund av skillnaden mellan marknadsdataens mångfald och hastighet mellan två värdesystem.

Perspektiv

Så grundläggande som kryptomarknadseffektivitet är för ett bra ekonomiskt beslutsfattande, är det dåligt förstått och förvrängt av dålig eller otillräcklig information. Det är krypto (ekonomisk) marknadsinformation och olika ekonomiska modeller som gör det möjligt för oss att förstå nya och röriga kryptomarknader. Principerna för den effektiva marknadshypotesen - vilket innebär att priset alltid återspeglar tillgänglig information på effektiva marknader - gäller även kryptomarknader.

Marknadsdata blir därför centralt för alla modellerings- och analysverktyg för att förstå marknader och även för att utföra korrelationsanalyser mellan olika kryptosektorer, såsom lager ett, lager två, Web 3.0 och DeFi. Den primära källan till denna kryptomarknadsinformation kommer från den ständigt växande och fragmenterade blandningen av kryptobörser. Krypto- och digitala tillgångsklasser definierar ett helt nytt område för skapande av tillgångar, transaktioner och tillgångsrörelser, särskilt när de är begränsade till fungibilitet mellan tillgångsslag och utbytesmekanismer, såsom lån, säkerheter och utbyten. Detta skapar en makromiljö som stöds av kryptoekonomiska principer och teorier.

När vi försöker koppla samman dessa två stora makroekonomiska miljöer för att antingen tillföra eller överföra likviditet från ett ekonomiskt system till ett annat, komplicera våra mätvärden och marknadsdata, på grund av en kollision av värdesystem. Analysen kräver ytterligare traditionell marknadsdata när vi börjar konversera med traditionella finansrelaterade marknadscykler och likviditet, och även försöker korrelera kryptomakrosektorerna med globala makrosektorer. Detta kan bli komplicerat snabbt ur ett modelleringsperspektiv, helt enkelt på grund av skillnaden mellan mångfalden och hastigheten på marknadsdata mellan två värdesystem.

Denna artikel innehåller inte investeringsråd eller rekommendationer. Varje investerings- och handelsrörelse innebär risker och läsare bör göra sin egen forskning när de fattar ett beslut.

De åsikter, tankar och åsikter som uttrycks här är författarens ensamma och återspeglar inte nödvändigtvis Cointelegraphs åsikter och åsikter.

Nitin Gaur är grundare och chef för IBM Digital Asset Labs, där han tar fram branschstandarder och användningsfall och arbetar för att blockchain för företaget ska bli verklighet. Han fungerade tidigare som teknologichef för IBM World Wire och IBM Mobile Payments och Enterprise Mobile Solutions, och han grundade IBM Blockchain Labs, där han ledde ansträngningarna för att etablera blockchain-praxis för företaget. Gaur är också en IBM-framstående ingenjör och en IBM-uppfinnare med en rik patentportfölj. Dessutom fungerar han som forsknings- och portföljförvaltare för Portal Asset Management, en multi-manager-fond som specialiserat sig på digitala tillgångar och DeFi-investeringsstrategier.

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

Tidsstämpel:

Mer från Cointelegraph