Hvad er On-Chain Valuation Metrics?
▾
On-chain-metrics er kvantitative indikatorer, der er afledt direkte fra blockchain-transaktionsdata, og giver unik indsigt i værdiansættelsen, adoptionen og markedsadfærden af kryptovalutaer, der ikke har nogen ækvivalent i traditionel finansiering. I modsætning til aktiemarkeder, hvor transaktionsdata er uigennemsigtige og aggregerede, registrerer offentlige blockchain-regnskaber hver transaktion uforanderligt - hvilket gør det muligt for forskere og investorer at beregne målinger, der afslører on-chain-aktivitet, indehaveradfærd, minearbejderøkonomi og netværkssikkerhed. De vigtigste værdiansættelsesmålinger i kæden omfatter: Network Value to Transactions (NVT)-forholdet (analogt med P/E-forholdet — markedsværdi divideret med daglig transaktionsværdi); forholdet mellem markedsværdi og realiseret værdi (MVRV) (markedsværdi divideret med det realiserede loft — summen af alle mønter værdisat til den pris, de sidst flyttede); Stock-to-Flow (S2F)-modellen (der relaterer Bitcoins knaphed via udbudsvækst til prisen); HODL-bølgerne (visualisering af møntens aldersfordeling efter, hvornår de sidst flyttede); og reserverisiko-metrikken (der sammenligner indehaverens tillid med den aktuelle pris). Disse målinger blev udviklet af forskere, herunder Willy Woo, Nic Carter, Plan B (den pseudonyme Stock-to-Flow modeludvikler) og teamet hos Glassnode. On-chain analyse er blevet en væsentlig disciplin inden for investeringsforskning i kryptovaluta, med institutionel anvendelse af værktøjer fra Glassnode, CryptoQuant, Nansen og Dune Analytics. Kædens metrikker står imidlertid over for vigtige begrænsninger: de er bagudskuende (baseret på historiske kædedata), modtagelige for manipulation (vaskehandel øger transaktionsmængderne), underlagt udviklende blockchain-arkitektur (lag 2-transaktioner er muligvis ikke synlige på lag 1-analyse) og kan ikke inkorporere faktorer uden for kæden, såsom kortsigtede reguleringsændringer eller makroøkonomiske ændringer.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Formel
▾
Beregning af kædemetrikker:
Trin 1: Få adgang til on-chain data fra blockchain explorers (Glassnode, CryptoQuant, Dune Analytics) eller offentlige node API'er.
Trin 2: Beregn NVT-forhold: NVT = Market_Cap / Daily_Transaction_Volume_USD; sammenligne med historisk gennemsnit (~50-70 for Bitcoin).
Trin 3: Beregn MVRV: Indsaml realiseret loft (summen af UTXO-værdier ved sidste bevægelsespris); MVRV = Market_Cap / Realized_Cap.
Trin 4: Fortolk MVRV: under 1,0 = mønter prissat under anskaffelsesprisen (historisk stærke købszoner); over 3,5 = potentiel top.
Trin 5: Overvåg SOPR: beregn pris_solgt/købt pris for hver overførsel i kæden; glat med 7-dages MA; værdier under 1 i bear markets indikerer kapitulation.
Trin 6: Spor trenden for aktive adresser: vedvarende vækst indikerer ægte adoption; faldende adresser signalerer reduceret engagement.
Trin 7: Kombiner flere metrics for sammenløb i stedet for at stole på en enkelt indikator.
Hvert trin bygger på det foregående og kombinerer komponentberegningerne til et omfattende kædemetrik-resultat. Formlen fanger de matematiske relationer, der styrer kædemetrics adfærd.Variabelbeskrivelse
▾
| Symbol | Navn | Enhed | Beskrivelse |
|---|---|---|---|
| NVT | NVT-forhold | dimensionless | Netværksværdi til transaktioner: Markedsværdi/Daglig on-Chain transaktionsvolumen (i USD); høj NVT = overvurderet. |
| MVRV | MVRV-forhold | dimensionless | Markedsværdi til realiseret værdi: Nuværende markedsværdi / realiseret loft; over 3,5 signalerer historisk markedstoppe. |
| Realized_Cap | Realiseret kapitalisering | USD | Summen af alle UTXO'er vurderet til prisen, da de sidst flyttede på kæden; fjerner spekulativ præmie fra markedsværdien. |
| S2F | Lager-til-flow-forhold | years | Samlet forsyning / Årlig nyudstedelse; måler knaphed. Bitcoins post-april 2024 halvering af S2F ≈ 120 år. |
| SOPR | Forbrugt output fortjenesteforhold | dimensionless | Prismønter blev solgt / Prismønter blev anskaffet; over 1 = sælgere i fortjeneste; under 1 = sælger med tab. |
| Active_Addresses | Aktive adresser | addresses per day | Unikke adresser, der sendte eller modtog BTC på en dag; proxy for netværksadoption og brugervækst. |
Sådan On-Chain Valuation Metrics
▾
- 1Få adgang til on-chain data fra blockchain explorers (Glassnode, CryptoQuant, Dune Analytics) eller offentlige node API'er.
- 2Beregn NVT-forhold: NVT = Market_Cap / Daily_Transaction_Volume_USD; sammenligne med historisk gennemsnit (~50-70 for Bitcoin).
- 3Beregn MVRV: indsamle realiseret loft (summen af UTXO-værdier ved sidste bevægelsespris); MVRV = Market_Cap / Realized_Cap.
- 4Fortolk MVRV: under 1,0 = mønter prissat under anskaffelsesprisen (historisk stærke købszoner); over 3,5 = potentiel top.
- 5Overvåg SOPR: beregn pris_solgt/pris_indkøbt for hver overførsel i kæden; glat med 7-dages MA; værdier under 1 i bear markets indikerer kapitulation.
- 6Spor aktive adresser trend: vedvarende vækst indikerer ægte adoption; faldende adresser signalerer reduceret engagement.
- 7Kombiner flere metrikker for sammenløb i stedet for at stole på en enkelt indikator.
Løste eksempler
▾
MVRV på 2,41 antyder midt i tyrens cyklus; investorer i alt 141 % i overskud på omkostningsbasis
MVRV-forholdet på 2,41 indikerer, at den gennemsnitlige mønt sidder på 141% urealiseret overskud i forhold til dens sidste anskaffelsespris i kæden. Historisk set har Bitcoin MVRV toppet på 3,5-4,5 ved cyklustoppe (i november 2021 nåede peak MVRV 3,7) og bundet under 1,0 under akkumuleringsfaser (november 2022 nåede MVRV 0,76). Ved 2,41 er markedet i en rentabel tilstand i overensstemmelse med en udvidelse i midten af cyklussen, med yderligere opside mulig, før det når den historiske farezone.
Høj NVT kan også afspejle flyttet brug til Lightning Network/L2, der ikke er fanget i L1-data
En NVT på 162,5 er næsten 3× det langsigtede gennemsnit, hvilket tyder på, at Bitcoins markedsværdi er meget høj i forhold til on-chain transaktionsaktivitet. Dette kan signalere overvurdering (markedsprissætning i fremtidig vækst, der endnu ikke afspejles i on-chain-brug) eller måleproblemer (Lightning Network-transaktioner er off-chain og ikke fanget). Willy Woos NVT-signal (ved hjælp af 90-dages glidende gennemsnit af volumen) har været en pålidelig topindikator på mellemlang sigt, når det topper over 150, men skal tolkes sammen med andre målinger.
November 2022 BTC-bunden på $16.000 viste præcis dette SOPR-mønster
En SOPR konsekvent under 1,0 betyder, at kædesælgere i gennemsnit sælger deres Bitcoin for mindre, end de betalte for det - et kapitulationssignal. Den vedvarende 0,92 SOPR over 3 uger af november 2022 indikerede, at selv langsigtede ejere blev tvunget til at sælge med tab, et tegn på dyb markedsfortvivlelse, der historisk falder sammen med cyklusbund. Bitcoins genopretning fra $16.000 i november 2022 til $67.000+ i marts 2024 validerede dette signal.
Plan B's S2F-model forudsiger pris baseret på knaphed; nøjagtig i 2019-2021, divergeret i 2022-2023
Post-halvering af Bitcoins Stock-to-Flow-forhold på cirka 120 år (det tager 120 års nuværende produktion at replikere det eksisterende udbud) placerer det i en unik knaphedskategori over guld (S2F ~60 år). Plan B's S2F-model, som viste et bemærkelsesværdigt konsistent forhold mellem Bitcoins S2F-forhold og pris fra 2011-2021, forudsagde priser på $400.000-600.000 for den aktuelle cyklus. Mens modellen fangede Bitcoins overordnede prisbane bemærkelsesværdigt godt i et årti, har den været udsat for kritik for at være ude af stand til at tage højde for chok på efterspørgselssiden og har underpræsteret cyklus-til-cyklus.
Praktiske anvendelser
▾
Institutionelle kryptoinvestorer timing markedscyklusallokeringer, der repræsenterer et vigtigt anvendelsesområde for On Chain Metrics i professionelle og analytiske sammenhænge, hvor nøjagtige beregninger på kædemetrikker direkte understøtter informeret beslutningstagning, strategisk planlægning og præstationsoptimering
Krypto-hedgefonde, der genererer alfa fra on-chain signal-baserede strategier, repræsenterer et vigtigt anvendelsesområde for On Chain Metrics i professionelle og analytiske sammenhænge, hvor nøjagtige beregninger på kædemetrikker direkte understøtter informeret beslutningstagning, strategisk planlægning og præstationsoptimering
Akademiske forskere og universitetsfakultetet bruger On Chain Metrics til empiriske undersøgelser, afhandlingsforskning og peer-reviewed publikationer, der kræver strenge kvantitative analyser af kædemetrik på tværs af kontrollerede eksperimentelle forhold og sammenlignende undersøgelser
DeFi-protokolstyring, der analyserer brugeradfærd for parameterjusteringer, der repræsenterer et vigtigt anvendelsesområde for On Chain Metrics i professionelle og analytiske sammenhænge, hvor nøjagtige beregninger på kædemetrikker direkte understøtter informeret beslutningstagning, strategisk planlægning og præstationsoptimering
Makroanalytikere vurderer Bitcoin-adoption og monetær netværksvækst, hvilket repræsenterer et vigtigt anvendelsesområde for On Chain Metrics i professionelle og analytiske sammenhænge, hvor nøjagtige beregninger på kædemetrikker direkte understøtter informeret beslutningstagning, strategisk planlægning og præstationsoptimering
Særlige tilfælde
▾
{'case': 'Bitcoin ETF launch impact on-chain metrics (2024)', 'description': "Lanceringen i januar 2024 af spot Bitcoin ETF'er i USA skabte betydelige on-chain metriske forvrængninger: Bitcoin indehaves af ETF-depotholdere (primært Coinbase Custody) fremstår som en valutasaldo, der har opblæst 'udvekslingspres' for at udveksle kæden for analyser. reserver målinger for at udelukke kendte ETF-depotadresser for at undgå falske signaler."}
{'case': 'LUNA/UST-kollaps og SOPR-signal', 'description': 'Terra/LUNA-kollapset i maj 2022 fik Bitcoin til at falde fra $40.000 til $26.000 på dage. SOPR faldt markant under 1, da tvangssælgere likviderede med tab. Men i modsætning til ægte cyklusbunde var SOPR-genopretningen kort før et andet ben nede - hvilket illustrerer, at smittehændelser kan skabe falske kapitulationssignaler, der først løses, efter at den fulde skade er vurderet.'}
{'case': 'Wash trading and NVT distortion', 'description': "Børser, der konkurrerer om rangering af handelsvolumen, beskæftigede sig ofte med wash trading (selvmatchende handler for at oppuste rapporterede mængder) i 2018-2020. Denne kunstige transaktionsvolumen undertrykte NVT-forhold, hvilket gjorde, at mønt-blockchain-analyse var billigere end mønt-blockchain-analyse. justerede transaktionsvolumenmålinger forsøger at filtrere vaskehandel fra NVT-beregninger."}
Bitcoin On-Chain Metrisk fortolkningsvejledning
▾
| Metrisk | Køb Signal Zone | Neutral zone | Sælg Signal Zone | Aktuel (april 2024) |
|---|---|---|---|---|
| MVRV-forhold | < 1,0 | 1,0 - 3,0 | > 3,5 | ~2,4 (midt-tyr) |
| NVT signal | < 50 | 50 - 100 | > 150 | ~90-110 |
| SOPR (7D MA) | Vedvarende < 1,0 | ~1,0 | > 1,02 øverst | ~1.01 |
| Puell Multiple | < 0,5 | 0,5 - 2,0 | > 4,0 | ~0,6-0,8 (efterhalvering) |
| Reserverisiko | < 0,002 | 0,002 - 0,024 | > 0,024 | ~0,006-0,010 |
| LTH Udbud % | > 75 % (akkumulering) | 60-75 % | < 50 % (fordeling) | ~72 % |
Ofte stillede spørgsmål
▾
Hvad er det realiserede loft, og hvorfor er det nyttigt?
Det realiserede loft (udviklet af Nic Carter og Antoine Le Calvez fra Coin Metrics) værdisætter hver Bitcoin UTXO til den pris, den sidst flyttede på blockchain, snarere end den aktuelle markedspris. Dette skaber et mål for det samlede omkostningsgrundlag for alle Bitcoin-indehavere - det samlede beløb investeret i Bitcoin til forskellige historiske priser. I modsætning til markedsværdi (som værdiansætter alle mønter til den aktuelle spekulative pris), er realiseret loft forankret til faktiske transaktionspriser. Det har en tendens til at være meget mere stabilt og fungerer som en slags 'fair value'-anker, som markedsværdien svinger rundt gennem bull- og bear-cyklusser.
Hvor pålidelig er Stock-to-Flow-modellen (S2F)?
Stock-to-Flow-modellen, udviklet af den pseudonyme analytiker Plan B, forudsagde Bitcoins prisbane bemærkelsesværdigt nøjagtigt fra 2011 til 2021, med R-kvadrat over 0,90 mod log-pris. Imidlertid overvurderede modellen betydeligt Bitcoins pris i 2022 og 2023, hvor den forudsagde $100.000+, mens Bitcoin faldt til $16.000. Kritikere hævder, at S2F undlader at inkorporere efterspørgsel, regulatoriske og makroøkonomiske faktorer, der dominerer kortsigtede prishandlinger. Modellen forstås bedst som en langsigtet knaphedsramme snarere end en præcis prisprædiktor, og dens empiriske tilpasning kan afspejle held i de historiske data snarere end ægte forudsigelseskraft.
Hvad er forskellen mellem udbud, der holdes af langsigtede og kortsigtede indehavere?
On-chain-analyse klassificerer typisk Bitcoin-indehavere som langsigtede indehavere (LTH - mønter, der ikke er flyttet i 155+ dage) og kortsigtede indehavere (STH - mønter flyttet inden for de sidste 155 dage). LTH-udbuddet har tendens til at vokse under bjørnemarkeder (tålmodighed hos veteranholdere) og falde nær toppen (efterhånden som veteraner distribuerer til nye deltagere). STH-udbuddet vokser nær toppen (efterhånden som spekulanter samler sig) og i bunden (efterhånden som nødlidende sælgere cykler mønter til nye hænder). LTH/STH-forsyningsdynamikken er en af de mest pålidelige on-chain makrocyklusindikatorer, udgivet af Glassnode.
Hvad er Puell Multiple, og hvordan bruges det?
Puell Multiple måler forholdet mellem den daglige minearbejderindtægt (i USD) og det 365-dages glidende gennemsnit af den daglige minearbejderindtægt. Den fanger minearbejdernes rentabilitet i forhold til det langsigtede gennemsnit, identificerer perioder med ekstrem minearbejderstress (lavt Puell = bjørnemarked, minearbejdere potentielt tvunget til at sælge mønter) og ekstrem minearbejderrentabilitet (høj Puell = topforhold for bullmarkedet). Værdier under 0,5 har historisk set været sammenfaldende med fremragende købsmuligheder; værdier over 4 er faldet sammen med markedstoppe. Halveringen i april 2024 halverede øjeblikkeligt Puell Multiple, hvilket placerede den i den historisk attraktive zone.
Hvordan påvirker lag 2-netværk on-chain metrisk fortolkning?
Layer 2-netværk (Bitcoin Lightning Network, Ethereum's Arbitrum og Optimism, Polygon) behandler transaktioner uden for hovedkæden, med kun periodisk afregning på Layer 1. Dette betyder, at on-chain transaktionsvolumen-metrics for Bitcoin og Ethereum går glip af en stigende andel af reel økonomisk aktivitet. Et stigende NVT-forhold kan afspejle faktisk overvurdering ELLER blot et skift af brugen til Layer 2 i stedet for Layer 1. On-chain analytikere må i stigende grad tage højde for Layer 2-volumen og justere deres metrics i overensstemmelse hermed. Ethereum-analyseværktøjer som Dune Analytics sporer i stigende grad L2-aktivitet separat.
Hvad er reserverisiko, og hvordan beregnes den?
Reserve Risk, udviklet af Hans Hauge, kvantificerer risiko-belønningen ved at investere i Bitcoin i forhold til tilliden hos langsigtede HODLere. Den måler forholdet mellem den nuværende pris og HODL Bank (det kumulative antal dage, hvor mønter er blevet holdt uden salg - et mål for HODLers overbevisning). Lav reserverisiko (under 0,002) indikerer historisk attraktive købszoner - HODLere udviser høj overbevisning, mens prisen er lav. Høj reserverisiko (over 0,024) indikerer historisk ugunstig risiko-belønning - prisen er forhøjet i forhold til den underliggende HODLer-overbevisning. Metrikken beregnes og spores af Glassnode.
Hvad er valutareservedata, og hvad signalerer faldende valutasaldi?
Sporing af mængden af Bitcoin og Ethereum, der holdes på centraliserede børser, er en ledende indikator på kæden. Faldende valutareserver (mønter, der flyder fra børser til selvdepot-punge) tyder på, at indehavere trækker sig for at holde på lang sigt, hvilket reducerer det umiddelbart tilgængelige salgstryk - generelt positivt. Stigende valutareserver signalerer, at indehavere forbereder sig på at sælge, hvilket øger salgspresset - generelt bearish. Nettoudvekslingsstrømmen (indskud minus udbetalinger) spores af CryptoQuant og Glassnode og korrelerer omvendt med prisen i mange historiske perioder, især ved markedsvendepunkter.
Almindelige fejl at undgå
▾
- !Brug af markedsværdi (nuværende pris × alt udbud) i stedet for realiseret loft til omkostningsgrundlagsanalyse - markedsværdi er meget volatil og ikke en indikator for investoromkostningsgrundlag.
- !At behandle en enkelt kæde-metrik som et endegyldigt køb/salg-signal - alle metrics fungerer bedre i kombination og skal fortolkes sammen med makrobetingelser.
- !At ignorere Layer 2-aktivitet ved fortolkning af NVT — faldende L1-transaktionsvolumen kan afspejle sund migrering til L2 snarere end reduceret netværksbrug.
- !Forvirrende børsbeholdningsdata: ETF-depoteradresser kan fremstå som børssaldi, hvilket forvrænger reservestrømsanalysen.
- !Overindeksering på S2F-modellens prisforudsigelser — knaphed er et input til prisen, ikke den eneste afgørende faktor; faktorer på efterspørgselssiden er lige så vigtige.
Pro Tip
Til markedscykluspositionering skal du bruge MVRV Z-Score (normaliseret MVRV) i stedet for rå MVRV, da det tegner sig for den langsigtede tendens. MVRV Z-Score under 0 har historisk set været i den grønne zone (køb), over 7 i den røde zone (sælg). Glassnode leverer dette som en gratis metrik, hvilket gør det til en af de mest tilgængelige indikatorer i institutionel kvalitet.
Vidste du?
Glassnode, en af de førende on-chain analytics platforme, identificerede, at cirka 3-4 millioner Bitcoin (værd $200-270 milliarder til 2024-priser) er permanent tabt - sendt til utilgængelige tegnebøger eller holdt af ejere, der har mistet deres private nøgler. Disse tabte mønter gør faktisk Bitcoin mere sparsomme end den nominelle forsyning antyder, med den effektive cirkulerende forsyning på cirka 19,7 millioner minus 3-4 millioner mistede mønter.
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
Referencer
Read the full guide on how to use this calculator effectively
Læs mere →Få ugentlige matematiktips
Slut dig til 12.000+ abonnenter, der får lommeregnertips hver uge.