Отслеживание динамики рынка

On-chain данные предоставляют аналитикам и инвесторам высокую степень прозрачности в отношении эффективности, принятия и позиционирования в мире цифровых активов. В этой статье рассматривается несколько подходов и схем для оценки динамики рынка по различным категориям данных.

Преимущество прозрачности в on-chain данных заключается в том, что они позволяют аналитикам и инвесторам отслеживать тенденции и динамику рынка с помощью широкого спектра метрик и показателей.

Далее анализируется, как on-chain данные могут быть использованы для выявления точек перегиба и устойчивых периодов положительной динамики крипторынка. Эта концепция рассматривается через призму четырех категорий анализа on-chain:

🟢 On-chain активность: Использование сетевой активности и принятия для выявления периодов роста и расширения пользовательской базы.

🔵 Прибыльность рынка: Выявление периодов, когда нереализованная прибыль, удерживаемая инвесторами, увеличивается.

🔴 Поведение расходов: Выявление периодов, когда существует достаточный приток спроса, чтобы поглотить фиксацию прибыли существующими держателями.

🟠 Распределение богатства: Рассмотрение баланса и передачи богатства между старыми и новыми держателями.

Хотя каждый показатель можно рассматривать по отдельности, также можно построить и составной индекс, как показано ниже, чтобы оценить силу и направление рыночного импульса.

On-chain активность и принятие

Увеличение числа пользователей сети Биткоина — типичная характеристика в периоды роста, когда расширяется пользовательская база, повышается активность сети, а цена имеет тенденцию к росту. Таким образом, можно определить периоды положительной динамики по метрикам, описывающим рост активности в сети.

Увеличение давления комиссии

В качестве косвенного показателя спроса на блокчейн используется доход от комиссии в сети. Комиссия будет возрастать, когда пользователи будут выражать повышенную срочность и готовы платить больше за включение транзакций в следующий блок.

В данном случае применяется скользящий Z-Score за 2 года к доле дохода майнеров, полученной от комиссий. Такой выбор метрики и преобразование Z-score позволяет достичь двух целей:

Стандартизация набора данных относительно разных циклов.
Выявление точек перегиба по отношению к последнему 2-летнему полуциклу (например, рост комиссий на фоне ослабления медвежьего рынка или снижение комиссий после пика цикла).

Динамика притока на биржи

Для периодов роста сети характерно увеличение объемов и торговой активности, связанных с биржами. Ниже рассматриваются объемы притока на биржи, так как он является более прямым показателем активности спотовой торговли.

Для этой метрики используется простое преобразование пересечения быстрой/медленной скользящей средней, когда 30D-SMA выше 365D-SMA. Это указывает на то, что активность в ближайшей перспективе выше, чем более медленная долгосрочная базовая линия.

Аналитики могут также учитывать величину отклонения между этими скользящими средними, а также их наклон для выявления более продвинутых признаков и дивергенций.

Нереализованная прибыль и ценообразование

Основным преимуществом on-chain анализа является возможность отслеживать базовую стоимость каждой монеты с учетом цены, по которой была совершена последняя сделка. Можно использовать этот набор инструментов нереализованной прибыли/убытка для определения ценовых диапазонов, где большой объем предложения перешел из рук в руки.

Тренд предложения в прибыли

Во время устойчивых восходящих рыночных трендов спотовая цена продолжает подниматься выше базовой стоимости растущих объемов предложения монет (что делает это предложение прибыльным). Чтобы сгладить ежедневные колебания, применяется 90D-EMA к метрике Supply in Profit [BTC].

Затем можно определить периоды положительного импульса как те, в которых 90D-EMA Supply in Profit увеличивается. Здесь используется функция 30-дневной разницы в виде осциллятора 🟦. Положительные значения означают, что общее предложение BTC в прибыли увеличилось за последние 30 дней.

Более продвинутый анализ может учитывать величину и дивергенции этого осциллятора, особенно когда он совпадает с экстремумами цикла (100% предложения в прибыли при ATH и когда большие объемы переходят из рук в руки вблизи минимумов цикла).

Точки перегиба MVRV и AVIV

Еще одним мощным инструментом для отслеживания точек перегиба в доходности инвесторов является коэффициент MVRV. В отчете Mastering the MVRV Ratio показано, как индикатор, основанный на методологии пересечения 365D-SMA, используется для отслеживания рыночного импульса.

Совсем недавно команда Glassnode разработала коэффициент AVIV вместе с ARK Invest в рамках Cointime Economics framework. AVIV более репрезентативный осцилляторор нереализованной прибыли/убытков для активных инвесторов. На его основе можно определить точки перегиба рынка:

Положительный импульс: AVIV пересекается выше 365D-SMA, так как доходность инвесторов повышается, что часто указывает на то, что многие инвесторы держат монеты с выгодной базовой стоимостью.
Отрицательный импульс: AVIV пересекает отметку ниже 365D-SMA, когда доходность инвесторов ухудшается, что часто указывает на то, что многие инвесторы оказались закрыты с высокой ценой покупки и нереализованными убытками с их средней ценой покупки.

Прибыль краткосрочных держателей

Можно использовать MVRV относительно краткосрочных держателей для отслеживания нереализованной прибыли/убытков, связанных с появлением на рынке нового спроса. Сравнение средней цены покупки STH со спотовой ценой дает представление о степени давления, которое испытывают новые участники рынка, чтобы либо капитулировать с убытком, либо зафиксировать прибыль.

Простой индикатор импульса может быть получен путем отслеживания периодов, когда STH-MVRV торгуется выше или ниже значения 1,0.

Этот вариант метрики будет довольно чувствительным (по сравнению с MVRV и AVIV), поскольку он учитывает только монеты, перемещенные в течение последних 155 дней. Таким образом, он весьма чувствителен к периодам, когда множество монет недавно перешли из рук в руки в определенном ценовом диапазоне. Когда цена отходит него, это резко меняет положение нереализованных прибылей/убытков STH.

Реализованные прибыли/убытки и активность расходов

В предыдущем разделе были оценены стимулы нереализованной прибыли/убытков, которые побуждают участников рынка принимать решения. Эти наблюдения хорошо сочетаются с метриками, описывающими, предпринимают ли инвесторы реальные действия в ответ на эти стимулы.

Таким образом, следующим логическим шагом будет оценка реализованной реакции рынка на эти стимулы.

Моментум SOPR

Первой метрикой является показатель SOPR, который оценивает среднюю амплитуду величины фиксаций прибыли/убытков участников рынка в любой день. Цель состоит в том, чтобы выявить периоды, когда фиксация прибыли увеличивается по сравнению с более долгосрочной базовой линией (365D-SMA).

Для этого снова используется стратегию пересечения быстрого/медленного импульса SOPR. Команда Glassnode использует вариант SOPR с поправкой на пользователей, чтобы обеспечить учет только экономически значимых операций и исключить внутренние операции и саморасходы.

Вторая метрика, которую следует учитывать, — это соотношение между реализованной прибылью и реализованным убытком. Этот инструмент особенно чувствителен во время смены настроений на рынке, например:

Во время сильных восходящих трендов относительно мало монет находятся в убытке. Однако во время коррекций ситуация быстро меняется, поскольку недавние покупатели впадают в панику и тратят ранее прибыльные монеты в убыток.
Вблизи минимумов медвежьего цикла многие инвесторы капитулируют, фиксируя большие потери, и в прибыли остается относительно мало монет. Когда рынок начинает восстанавливаться, происходит резкий рост реализованной прибыли по сравнению с предшествующим медвежьим трендом.

Команда Glassnode использует методику пересечения импульсов, чтобы выделить периоды, когда соотношение прибыли и убытков резко ускоряется в ту или иную сторону. Это помогает выявить точки перегиба тренда.

Перераспределение богатства

Импульс SLRV Ribbon

Последняя характеристика — это передача богатства от долгосрочных инвесторов к новым и зачастую менее опытным инвесторам. Как правило, низы циклов отличаются непропорционально большим количеством богатства, принадлежащего долгосрочным держателям. И наоборот, вершины циклов часто сопровождаются значительным насыщением краткосрочными держателями.

Баланс богатства между этими двумя группами может быть использован для определения положения текущего цикла.

Для моделирования этого явления используется метрика SLVR, которая сравнивает состояние монет, находящихся в обращении 24 часа, с монетами, находящимися в обращении 6м-1год. Используется пересечение импульса 30D-MA и 150D-MA, как первоначально предложил автор метрики Capriole Investments.

Построение составного индикатора

Наконец, для создания целостной модели можно построить составной индекс из нескольких вышеупомянутых метрик. Цель состоит в том, чтобы оценить слияние различных аспектов: прибыльность, поведение инвесторов при расходовании средств, on-chain активность и перераспределение богатства.

Каждая метрика имеет равный вес. Синим цветом 🔵 отмечается, когда 4 из 8 условий выполняются. Так исторически определялись периоды, когда рынок BTC находился в устойчивом восходящем тренде. Можно также отметить случаи, когда все 8 условий выполняются фиолетовым цветом 🟣, что указывает на периоды с чрезвычайно сильным положительным импульсом по всем метрикам.

И наоборот, можно выделить случаи, когда активны менее 4 метрик, что являются отрицательным фактором. Это говорит о том, что рынок переживает общий негативный импульс, который обычно наблюдается на медвежьих рынках, включая начальные первичные точки смены тренда.

Резюме и выводы

On-chain данные предоставляют аналитикам и инвесторам много информации, помогающей принимать инвестиционные решения. В этой статье были рассмотрены несколько подходов для оценки динамики рынка по различным категориям данных.