评估比特币牛市的风险

执行摘要

• 在这篇文章中，我们介绍了一个新的 风险评估 该框架利用了一套核心链上工具，涵盖 短期和长期 风险周期。
• 借助这个新框架，我们的目标是为投资者和分析师等提供一个强大的模型，从数据驱动的角度评估回撤风险。
• 总之，我们将所有考虑的指标编译成热图，以评估各种数据类别的风险融合情况。

宏观风险分析

分析师可以使用许多模型和指标来评估周期中任何给定点的市场风险。在本文中，我们将特别将“风险”视为比特币现货价格大幅下跌的风险。

因此，“高风险🟥”被定义为市场可能陷入投机泡沫的点。相比之下，“低风险🟩”环境被认为是大部分投机性过剩已被清除的环境，并且市场更有可能处于底部形成模式内。

价格泡沫

作为第一个构建块，我们监控价格与两个长期均值回归基线的偏差：

• MVRV 模型 🟠：该模型衡量现货价格与市场总体成本基础（已实现价格）之间的比率。
• Mayer Multiple 🔵：利用200D-SMA作为技术周期中线，衡量相对于该基线的溢价或折价。

在下图中，我们通过组合定义了以下风险类别 MVRV 和 梅耶倍数 (MM) 楷模。

目前现货价格为 42.9 美元，实现价格和 200 天移动平均线交易价格分别为 22.8 美元和 34.1 美元。这使得市场处于一个 高风险🟧 环境。

衡量供应盈利能力

利润中的供应百分比 (PSIP) 🔵 指标衡量成本基础低于当前现货价格的代币比例。随着投资者看到获利的动机不断增强，该指标可以帮助识别抛售压力增加的潜在风险。

当该指标交易高于上限时，从历史上看，它与市场进入牛市的“欣快阶段”保持一致。在最近围绕现货 ETF 推出的市场反弹期间，该指标达到了 高风险 🟥，随后价格收缩至 38 美元。

衡量恐惧和贪婪

量化增长相关风险的另一个强大工具 恐惧与贪婪 市场情绪是 净未实现利润/亏损（NUPL） 公制。该指标检查净利润或亏损总额的美元价值占市值的百分比。

因此，在使用 供应占利润的百分比，我们可以用NUPL来衡量投资者盈利能力的大小。

继 2023 年 XNUMX 月集会之后，NUPL 进入 高风险 🟧 范围，达到 0.47 的值。尽管利润持币量大幅增长，但美元利润规模并未达到 高风险 🟥状态。这表明，在 30 年下半年，很大一部分代币是在约 2 万美元的整合范围内以成本基础积累的。

已实现损益

下一步是评估市场参与者如何调整他们的支出模式，实现损益比（RPLR）是实现这一目标的绝佳指南针。

该指标跟踪链上发生的获利和亏损事件之间的比率。我们使用该比率的 14D-MA 来消除日常噪音，并更清楚地识别投资者行为的宏观变化。

随着价格触及最近的 48.4 美元峰值，该指标最近标记了极高风险 🟥 状态。目前已实现盈亏比为 4.1，处于高风险🟧状态。

活动风险分析

稍微改变一下方式，我们现在将通过需求的视角来评估风险，并使用一系列与网络活动相关的采用指标来衡量。

对区块空间的需求

鉴于比特币网络中的区块空间有限，衡量需求的一个有效方法是通过检查费用市场。通常，随着下一个区块的竞争加剧，需求的持续增长会导致费用持续上涨。

矿工费用收入二元指标（MFR-BI）显示过去 30 天内费用市场压力逐日增加的天数比例。

在抛售跌至 38 美元期间，该指标触发了 风险极低 🟩信号。随着现货价格反弹至 43 美元，该指标又回到了低风险 🟨 区域（约 46%）。

投机势头

作为活动风险分析套件的最后一个组成部分，我们重新审视了交易所交易量动量指标，该指标比较了从/转入所有交易所的月度和年度平均交易量。该工具可以代表市场的投机兴趣。

该风险指标衡量较快的月度移动平均线 (30D-MA) 相对于较慢的年度移动平均线 (365-MA) 的变化幅度和方向。

自 10 月份以来，交易所流入量的月平均值一直呈强劲上升趋势，使该指标处于领先地位 高风险 🟥政权。这表明市场目前处于相对投机状态。

短期和长期风险分析

上述风险分析考虑的是相对宏观和全局的视角。在下一节中，我们将考虑短期和长期持有者群体的行为，更详细地评估模式。

新投资者获利

重新审视之前报告中得出的结论（世界贸易委员会第 38 届会议，2023 年 和 世界贸易委员会第 50 届会议，2023 年），短期持有者往往在塑造近期价格走势（例如局部顶部和底部）方面具有巨大影响力。

因此，我们采用因果方法来发现高（或低）风险区间。这是基于两步评估：

• 这些新投资者持有的未实现利润（或损失）（支出激励）。
• 新投资者锁定的已实现利润（和损失）（实际支出）。

我们从短期持有者供应盈亏比（STH-SPLR）开始，它反映了新投资者持有的供应量利润与损失之间的平衡。

该指标最近表明 高风险 🟥 2023 年 2024 月中旬至 XNUMX 年 XNUMX 月中旬期间的情况，ETF 投机达到顶峰。这表明绝大多数新投资者都实现了盈利，获利回吐的可能性增加。此后，这种情况已经向中性方向冷却 低风险 🟨范围。

锁定短期收益

下一步是关注这些短期持有者的实际支出，通过其已实现的利润或损失来衡量。下图重点介绍了自 2016 年 XNUMX 月以来的高获利了结🟩（或亏损🟥）制度的示例。如图所示，这些高支出时期往往与强劲反弹和调整同时发生。

我们使用 90 天的 Z 分数函数对这些指标进行转换和标准化，该函数标准化了短期持有者以美元计价的活动。该技术有助于发现短期持有者支出何时超出统计极端值，这可以转化为市场内潜在的局部顶部和底部形成。

请注意，为了改善该风险指标的视觉效果，我们反转了已实现损失 z 分数（乘以 -1）。

根据该指标，ETF 推出后近期价格调整至 38 美元，导致市场风险显着降低。 STH 已实现利润 Z 得分当前为 -1.22，而 STH 已实现利润 Z 得分为 -0.24。这使得目前的市场结构 低风险 🟨政权。

老手锁定利润

我们引入了一个与上述短期持有者风险评估类似的框架，但它在之前的报告中重点关注长期持有者 (LTH)（WoC-22-2023）。目标是评估长期持有者持有的未实现利润何时达到统计上的极端水平，然后追踪该群体是否相应地增加支出。

第一个指标使用长期持有者 MVRV 比率衡量 LTH 的未实现利润部分。这衡量了市场价格与平均 LTH 成本基础之间的差异。

在 FTX 崩盘后经历了充满挑战的复苏后，该指标已升至 2.06，进入了 高风险 🟧政权。如前所述，这些水平通常出现在牛市的早期阶段，因为长期投资者会恢复到相对有意义的盈利水平。

长期持有者支出

在本风险分析研究的最后一步中，我们构建了一个二元指标来评估 LTH 支出何时持续增长。长期持有者发送二元指标 (LTH-SBI) 跟踪 LTH 支出足以在持续 7 天内减少 LTH 供应总量的时期。

当 LTH 供应减少时，表明长期休眠的供应重新进入液体循环，以抵消新的需求。

ETF 投机反弹至 48.4 美元将这一风险指标从 低风险 🟨 进入 高风险 🟧 范围。当前值为 0.7，表明随着投资者和 ETF 重新平衡（即来自 GBTC）转移代币所有权，LTH 的支出有所增加。

结论

在这篇文章中，我们开发了一个评估比特币市场下跌风险的程序。这些风险因素考虑了广泛的数据和投资者行为类别，有助于为分析师和投资者建立框架。

虽然每个指标都可以单独使用，但组合起来通常可以更全面地了解市场状况。下图将这些汇总成过去 5 年各种风险指标的热图视图。由此，我们可以将指标与值得注意的顶部和底部进行比较，可以看到显着的汇合。

这些级别和转换旨在作为初始指南，并应由分析师和从业者进行迭代，以针对特定的兴趣点进行优化。

---

免责声明：本报告不提供任何投资建议。 所有数据仅供参考和教育目的。 任何投资决定都不应基于此处提供的信息，您对自己的投资决定负全部责任。

所显示的兑换余额源自 Glassnode 的地址标签综合数据库，该数据库是通过官方发布的兑换信息和专有的聚类算法收集的。 虽然我们努力确保代表外汇余额的最准确，但值得注意的是，这些数字可能并不总是包含交易所储备的全部，特别是当交易所不披露其官方地址时。 我们敦促用户在使用这些指标时保持谨慎和谨慎。 Glassnode 对任何差异或潜在的不准确之处不承担任何责任。 使用交换数据时请阅读我们的透明度声明.

---

---

• SEO 支持的内容和 PR 分发。 今天得到放大。
• PlatoData.Network 垂直生成人工智能。 赋予自己力量。 访问这里。
• 柏拉图爱流。 Web3 智能。 知识放大。 访问这里。
• 柏拉图ESG。 碳， 清洁科技, 能源， 环境， 太阳能， 废物管理。 访问这里。
• 柏拉图健康。 生物技术和临床试验情报。 访问这里。
• Sumber: https://insights.glassnode.com/assessing-risk-in-a-bitcoin-bull/