Glassnode：如何利用鏈上數據追蹤市場動能？

链上数据使数字资产的表现具有显著的透明度，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，我們將探討如何使用鏈上數據來識別拐點以及比特幣持續的積極市場勢頭。 我們將透過四個鏈上分析類別來探討這個概念：

鏈上活動：使用網路活動和採用來確定成長和用戶群擴張時期。（綠色）

市場獲利能力：確定投資者持有的未實現利潤正在改善的時期。（藍色）

流出行為：發現有足夠的需求流入來吸收現有持有者獲利了結的時期。（紅色）

財富分配：考慮新舊持有者之間財富的平衡和轉移。（橘色）

雖然每個指標都可以單獨考慮，但我們也將建立如下所示的綜合指數來評估市場動能的強度和方向。

在本文中，我們也將示範各種用於解析和規範化鏈上資料的技術，這對分析師來說具有指導意義。

鏈上活動和採用

比特幣網路使用量的增加是成長時期的典型特徵，用戶群擴大，網路活動增加，價格趨於升值。因此，我們可以透過描述鏈上活動上升的指標來識別積極勢頭。

費用壓力上升

第一個例子利用鏈上費用收入作為區塊空間需求的代理。當用戶表達出更高的緊迫性並願意支付更高的費用以納入下一個區塊時，費用壓力將會增加。

在本例中，我們將 2 年滾動 Z 分數應用於礦工從費用中賺取的收入比例。這種測量選擇和 Z 分數轉換實現了兩個目標：

跨週期標準化資料集。

發現相對於上一個 2 年半週期的拐點（例如，相對於熊市減弱的費用上漲，或週期峰值後費用的下降）。

外匯流入量動能

在網路成長期間，與交易所相關的交易量和交易活動也會隨之攀升，這也是典型的現象。在這裡，我們考慮交易所流入量，因為它受益於 Glassnode 的實體調整啟發式，並且是現貨交易活動的更直接的代表。

我們將對此指標使用簡單的快速/慢速移動平均線交叉變換，尋找 30D-SMA 高於 365D-SMA 的時期。這顯示近期活動高於較慢的長期基線。

分析師還可以考慮這些移動平均線之間的偏差幅度以及它們的梯度，以識別更高級的跡象和背離。

未實現利潤和定價

鏈上分析的主要優點是能夠考慮到最後交易的價格戳來監控每個代幣的成本基礎。我們可以使用這個未實現損益工具包來識別大量供應已易手的價格區域。

利潤趨勢中的供給

在市場持續上漲的過程中，現貨價格持續攀升至超過代幣供應增加的成本基礎（使供應量「獲利」）。為了消除每日波動，我們對利潤 [BTC] 指標中的總供應量應用了 90D-EMA。

然後，我們可以將積極勢頭確定為利潤供給 90D-EMA 增加的時期。在這裡，我們使用 30 天差異函數並將其顯示為 振盪（藍色）。正值表示利潤中的總供應量在過去 30 天內增加。

更進階的分析可以考慮此振盪指標的振幅和差異，特別是當它與週期極端情況相關時（ATH 的利潤中 100% 的供應量，以及當大量成交量在週期低點附近易手時）。

MVRV 和 AVIV 拐點

監控投資者獲利拐點的另一個強大工具是 MVRV 比率。在我們先前的報告《掌握 MVRV 比率》中，我們建立了一個基於 365D-SMA 交叉方法來追蹤市場動量的指標。

最近，我們與 ARK Invest 一起開發了 AVIV 比率，作為 Cointime Economics 框架的一部分。我們認為 AVIV 對於活躍投資者來說是一個更具代表性的未實現損益震盪指標。由此，我們可以辨識市場拐點：

正面勢頭：隨著投資者獲利能力的改善，AVIV 突破 365D-SMA，這通常表明許多投資者持有目前成本基礎有利的代幣。

負面動能：隨著投資者獲利能力惡化，AVIV 跌破 365D-SMA，這通常表明許多投資者陷入了成本基礎升高和水下的困境。

獲利的短期持有者

我們還可以利用短期持有者 MVRV 來專門追蹤進入市場的新需求的未實現利潤或損失。透過將 STH 成本基礎與現貨價格進行比較，可以深入了解新市場參與者所承受的壓力程度，要么屈服於虧損，要么獲利了結。

透過追蹤 STH-MVRV 高於或低於 1.0 的交易週期，可以實現一個非常簡單的動量指標。

這個特殊的變體將非常敏感（相對於 MVRV 和 AVIV），因為它只考慮過去 155 天內移動的代幣。因此，它對最近大量代幣在特定價格範圍內易手的時期非常敏感。當價格遠離該集群時，它會極大地改變某物的未實現利潤/損失狀況。

已實現損益和支出活動

在上一節中，我們評估了推動市場參與者做出決策的未實現利潤/損失誘因。這些觀察結果與描述投資者是否真正針對這些激勵措施採取行動的指標相符。因此，下一個合乎邏輯的步驟是評估市場對這些壓力的實際反應。

SOPR 勢頭

我們考慮的第一個指標是 SOPR ，它評估參與者在任何一天的獲利和虧損事件的平均程度。目標是確定獲利回吐相對於長期基線增加的時期。

為了實現這一目標，我們再次利用應用於 SOPR 指標的快/慢動量交叉策略。我們還將採用實體調整 SOPR 變體，以確保我們僅捕獲具有經濟意義的交易，並排除內部交易和自我支出。

要考慮的第二個指標是已實現利潤與已實現損失之間的比率。該工具在牛熊更迭期間特別敏感，例如：

• 在強勁的上升趨勢中，損失的代幣相對較少。 然而，在調整期間，這種情況會迅速發生變化，因為最近的買家感到恐慌，並花費了之前有利可圖的代幣，造成了損失。

• 接近熊市週期低點時，許多投資者因巨額虧損而投降，而獲利的代幣相對較少。 隨著市場開始復甦，已實現利潤相對於先前的看跌趨勢大幅上升。

我們將再次採用動量交叉法來突顯損益比在任一方向上經歷快速加速的時期。這有助於識別趨勢拐點。

財富轉移

SLRV Ribbon動力

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著饱和而被打断。

然後，可以利用這兩個群體之間的財富平衡來深入了解當前週期的狀況。

為了模擬這種現象，我們將利用SLVR指標，該指標將24小時內存放的硬幣的財富與6個月至1年內存放的代幣的財富進行比較。我們使用了30天到150天的動量交叉，這是最初由該指標的作者Capriole Investments提出的。

建構複合動量指標

最後，可以建構上述幾個條件的綜合指數以產生整體模型。目標是評估不同類別之間的整合； 獲利能力、支出行為、鏈上活動和財富轉移。

在這裡，我們對每個單獨的組別進行均勻加權，並應用一個簡單的條件來標記何時滿足 8 個條件中的 4 個（藍色）。從歷史上看，這確定了比特幣市場處於可持續上升趨勢的時期。當所有八個條件都滿足時，我們也可以用紫色標記，表明所有類別都具有強烈的正面動力。

相反，綜合指數值小於 4 表示從淨值來看，大部分的動量條件都是負值。這表明市場正在經歷整體負面勢頭，並且通常在整個熊市期間經歷，包括最初的轉折點。

總結

鏈上數據為分析師和投資者提供了數位資產的表現、採用和投資者定位的高度透明度。在本文中，我們重點介紹了用於評估各種數據類別的市場勢頭的幾種方法和框架。