利用链上数据追踪市场势头

利用链上数据追踪市场势头

链上数据使数字资产的表现具有显着的透明度,通常达到传统金融资产不常见的程度。这种透明度的好处是,它允许分析师和投资者通过广泛的指标和指标来监控市场趋势和势头。

在本文中,我们将探讨如何使用链上数据来识别拐点以及比特币持续的积极市场势头。我们将通过四个链上分析类别来探讨这个概念:

  • 🟢 链上活动:利用网络活动和采用情况来确定增长和用户群扩张的时期。
  • ???? 市场盈利能力: 确定投资者持有的未实现利润正在改善的时期。
  • ???? 消费行为: 发现有足够的需求流入来吸收现有持有者获利了结的时期。
  • 🟠 财富分配: 考虑新老持有者之间财富的平衡和转移。

虽然每个指标都可以单独考虑,但我们还将构建如下所示的综合指数来评估市场动能的强度和方向。

利用链上数据 PlatoBlockchain 数据智能跟踪市场势头。垂直搜索。人工智能。
现场工作台

在本文中,我们还将演示各种用于解析和规范化链上数据的技术,这对分析师来说具有指导意义。

📊

相关仪表板: Glassnode 分析师团队定期使用的示例链上方法的仪表板可在 这个仪表板.

链上活动和采用

比特币网络使用量的增加是增长时期的一个典型特征,用户群扩大,网络活动增加,价格趋于升值。因此,我们可以通过描述链上活动上升的指标来识别积极势头的时期。

费用压力上升

第一个例子利用链上费用收入作为区块空间需求的代理。当用户表达出更高的紧迫性并愿意支付更高的费用以纳入下一个区块时,费用压力将会增加。

在本例中,我们将 2 年滚动 Z 分数应用于矿工从费用中赚取的收入比例。这种度量选择和 Z 分数转换实现了两个目标:

  • 跨周期标准化数据集。
  • 发现相对于上一个 2 年半周期的拐点(例如,相对于熊市减弱的费用上涨,或周期峰值后费用的下降)。

????

矿工收入势头:
– 基本指标: 矿工费用收入
- 转型: 2 年滚动 Z 分数
– 🟩 积极势头: Z 分数 > 0
利用链上数据 PlatoBlockchain 数据智能跟踪市场势头。垂直搜索。人工智能。
现场工作台

外汇流入量势头

在网络增长期间,与交易所相关的交易量和交易活动也会随之攀升,这也是典型的现象。在这里,我们考虑交易所流入量,因为它受益于 Glassnode 的实体调整启发法,并且是现货交易活动的更直接的代表。

我们将对此指标使用简单的快速/慢速移动平均线交叉变换,寻找 30D-SMA 高于 365D-SMA 的时期。这表明近期活动高于较慢的长期基线。

分析师还可以考虑这些移动平均线之间的偏差幅度以及它们的梯度,以识别更高级的迹象和背离。

????

外汇流入势头:
基本指标: 外汇流入量 [美元]
- 转型: 30D-SMA 和 365D-SMA 交叉
🟩 积极的势头: 30D-SMA > 365D-SMA
利用链上数据 PlatoBlockchain 数据智能跟踪市场势头。垂直搜索。人工智能。
现场工作台

未实现利润和定价

链上分析的主要优点是能够考虑到最后交易的价格戳来监控每个代币的成本基础。我们可以使用这个未实现损益工具包来识别大量供应已易手的价格区域。

利润趋势中的供给

在市场持续上涨的过程中,现货价格继续攀升至超过代币供应量增加的成本基础(使供应量“盈利”)。为了消除每日波动,我们对利润 [BTC] 指标中的总供应量应用了 90D-EMA。

然后,我们可以将积极势头确定为利润供给 90D-EMA 增加的时期。在这里,我们使用 30 天差异函数并将其显示为 🔵 振荡器。正值表示利润中的总供应量在过去 30 天内有所增加。

更高级的分析可以考虑该振荡指标的幅度和差异,特别是当它与周期极端情况相关时(ATH 的利润中 100% 的供应量,以及当大量成交量在周期低点附近易手时)。

????

盈利动能供给:
– 基本指标: 利润供应 [BTC]
- 转型: 30 天供应差利润 (90D-EMA)
🟩积极的势头: 利润供应量 (90D-EMA) 在过去 30 天内有所增加。
利用链上数据 PlatoBlockchain 数据智能跟踪市场势头。垂直搜索。人工智能。
现场工作台

MVRV 和 AVIV 拐点

监控投资者盈利拐点的另一个强大工具是 MVRV 比率。在我们之前的报告中, 掌握 MVRV 比率,我们建立了一个基于 365D-SMA 交叉方法来跟踪市场动量的指标。

利用链上数据 PlatoBlockchain 数据智能跟踪市场势头。垂直搜索。人工智能。
现场工作台

最近,我们与 ARK Invest 一起开发了 AVIV 比率,作为 Cointime经济框架。我们认为 AVIV 对于活跃投资者来说是一个更具代表性的未实现损益震荡指标。由此,我们可以识别市场拐点:

  • 积极的势头: 随着投资者盈利能力的改善,AVIV 突破 365D-SMA,这通常表明许多投资者持有目前成本基础有利的代币。
  • 负动量: 随着投资者盈利能力恶化,AVIV 跌破 365D-SMA,这通常表明许多投资者陷入了成本基础升高和水下的困境。

????

MVRV 或 AVIV 动量:
– 基本指标: MVRV or 艾维 长宽比
- 转型: 365D-SMA
– 🟩 积极势头: MVRV 或 AVIV 比率 > 365D-SMA
利用链上数据 PlatoBlockchain 数据智能跟踪市场势头。垂直搜索。人工智能。
现场工作台

获利的短期持有者

我们还可以利用短期持有者 MVRV 来专门跟踪进入市场的新需求的未实现利润或损失。通过将 STH 成本基础与现货价格进行比较,可以深入了解新市场参与者面临的压力程度,要么屈服于亏损,要么获利了结。

通过跟踪 STH-MVRV 高于或低于 1.0 的交易周期,可以实现一个非常简单的动量指标。

这个特殊的变体将非常敏感(相对于 MVRV 和 AVIV),因为它只考虑过去 155 天内移动的硬币。因此,它对最近大量代币在特定价格范围内易手的时期非常敏感。当价格远离该集群时,它会极大地改变某物的未实现利润/损失状况。

利用链上数据 PlatoBlockchain 数据智能跟踪市场势头。垂直搜索。人工智能。
现场工作台

已实现损益和支出活动

在上一节中,我们评估了推动市场参与者做出决策的未实现利润/损失激励。这些观察结果与描述投资者是否真正针对这些激励措施采取行动的指标相匹配。

因此,下一个合乎逻辑的步骤是评估市场对这些压力的实际反应。

SOPR 势头

我们考虑的第一个指标是 SOPR 指标,它评估参与者在任何一天的盈利和亏损事件的平均程度。目标是确定获利回吐相对于长期基线增加的时期。

为了实现这一目标,我们再次利用应用于 SOPR 指标的快/慢动量交叉策略。我们还将采用实体调整 SOPR 变体,以确保我们仅捕获具有经济意义的交易,并排除内部交易和自我支出。

????

SOPR 势头:
– 基本指标: 实体调整后的 SOPR
- 转型: 30D-SMA 和 365D-SMA
– 🟩 积极势头: 30D-SMA > 365D-SMA

利用链上数据 PlatoBlockchain 数据智能跟踪市场势头。垂直搜索。人工智能。
现场工作台

要考虑的第二个指标是已实现利润与已实现损失之间的比率。该工具在政权更迭期间特别敏感,例如:

  • 在强劲的上升趋势中,损失的代币相对较少。然而,在调整期间,这种情况会迅速发生变化,因为最近的买家感到恐慌,并花费了之前有利可图的代币,造成了损失。
  • 接近熊市周期低点时,许多投资者因巨额亏损而投降,而获利的代币相对较少。随着市场开始复苏,已实现利润相对于之前的看跌趋势大幅上升。

我们将再次采用动量交叉方法来突出损益比在任一方向上经历快速加速的时期。这有助于识别趋势拐点。

????

已实现盈亏比动量:
– 基本指标: 之间的比率 已实现利润已实现亏损 (实体调整)
- 转型: 30D-SMA 和 365D-SMA
– 🟩 积极势头: 30D-SMA > 365D-SMA
利用链上数据 PlatoBlockchain 数据智能跟踪市场势头。垂直搜索。人工智能。
现场工作台

财富转移

SLRV 丝带动力

我们要讨论的最后一个特征是财富从长期投资者转移到新的且往往经验不足的投资者。通常,周期底部的特点是长期持有者持有不成比例的财富。相反,周期顶部往往会因短期持有者的显着饱和而被打断。

然后,可以利用这两个群体之间的财富平衡来深入了解当前周期的状况。

为了模拟这种现象,我们将利用 SLVR 指标,该指标将 24 小时的代币与 6 万至 1 年的代币所持有的财富进行比较。使用 30 天到 150 天的动量交叉,正如指标作者最初提出的那样 卡普里奥投资.

利用链上数据 PlatoBlockchain 数据智能跟踪市场势头。垂直搜索。人工智能。
现场工作台

构建复合动量指标

最后,可以构建上述几个条件的综合指数以产生整体模型。目标是评估不同类别之间的融合; 盈利, 消费行为, 链上活动财富转移.

在这里,我们对每个单独的组件进行均匀加权,并应用一个简单的条件来标记何时满足 4 个条件中的 8 个(蓝色)。从历史上看,这确定了比特币市场处于可持续上升趋势的时期。当所有八个条件都满足时,我们还可以用紫色标记,表明所有类别都具有极强的积极势头。

利用链上数据 PlatoBlockchain 数据智能跟踪市场势头。垂直搜索。人工智能。
现场工作台

相反,综合指数值小于 4 表示从净值来看,大部分动量条件都是负面的。这表明市场正在经历整体负面势头,并且通常会在整个熊市期间经历,包括最初的拐点。

利用链上数据 PlatoBlockchain 数据智能跟踪市场势头。垂直搜索。人工智能。
现场工作台

总结和结论

链上数据为分析师和投资者提供了数字资产的表现、采用和投资者定位的高度透明度。在本文中,我们重点介绍了用于评估各种数据类别的市场势头的几种方法和框架。


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.



利用链上数据 PlatoBlockchain 数据智能跟踪市场势头。垂直搜索。人工智能。

时间戳记:

更多来自 Glassnode