คืออะไร On-Chain Valuation Metrics?
▾
ตัวชี้วัดแบบออนไลน์เป็นตัวบ่งชี้เชิงปริมาณที่ได้รับโดยตรงจากข้อมูลธุรกรรมบล็อคเชน ซึ่งนำเสนอข้อมูลเชิงลึกที่ไม่ซ้ำใครเกี่ยวกับการประเมินค่า การนำไปใช้ และพฤติกรรมของตลาดของสกุลเงินดิจิทัลที่ไม่เทียบเท่าในการเงินแบบดั้งเดิม ต่างจากตลาดหุ้นที่ข้อมูลธุรกรรมไม่ชัดเจนและถูกรวบรวมไว้ บัญชีแยกประเภทบล็อกเชนสาธารณะจะบันทึกทุกธุรกรรมอย่างไม่เปลี่ยนแปลง ช่วยให้นักวิจัยและนักลงทุนสามารถคำนวณตัวชี้วัดที่เปิดเผยกิจกรรมออนไลน์ พฤติกรรมของผู้ถือครอง เศรษฐศาสตร์ของนักขุด และความปลอดภัยของเครือข่าย ตัวชี้วัดการประเมินค่าออนไลน์ที่สำคัญที่สุด ได้แก่: อัตราส่วนมูลค่าเครือข่ายต่อธุรกรรม (NVT) (คล้ายกับอัตราส่วน P/E — มูลค่าตลาดหารด้วยมูลค่าธุรกรรมรายวัน) อัตราส่วนมูลค่าตลาดต่อมูลค่าที่เกิดขึ้นจริง (MVRV) (มูลค่าตลาดหารด้วยมูลค่าสูงสุดที่รับรู้ — ผลรวมของเหรียญทั้งหมดที่มีมูลค่าในราคาที่เคลื่อนไหวครั้งล่าสุด) โมเดล Stock-to-Flow (S2F) (เกี่ยวข้องกับความขาดแคลนของ Bitcoin ผ่านอัตราการเติบโตของอุปทานต่อราคา) HODL Waves (การแสดงภาพการกระจายยุคเหรียญตามเวลาที่เคลื่อนไหวครั้งล่าสุด); และตัวชี้วัดความเสี่ยงสำรอง (เปรียบเทียบความเชื่อมั่นของผู้ถือกับราคาปัจจุบัน) ตัวชี้วัดเหล่านี้บุกเบิกโดยนักวิจัย ได้แก่ Willy Woo, Nic Carter, Plan B (ผู้พัฒนาโมเดล Stock-to-Flow โดยใช้นามแฝง) และทีมงานที่ Glassnode การวิเคราะห์แบบออนไลน์กลายเป็นระเบียบวินัยที่สำคัญในการวิจัยการลงทุนสกุลเงินดิจิทัล โดยสถาบันนำเครื่องมือจาก Glassnode, CryptoQuant, Nansen และ Dune Analytics มาใช้ อย่างไรก็ตาม ตัวชี้วัดแบบออนไลน์เผชิญกับข้อจำกัดที่สำคัญ: เป็นแบบย้อนหลัง (ขึ้นอยู่กับข้อมูลห่วงโซ่ในอดีต) อ่อนแอต่อการบิดเบือน (การซื้อขายแบบล้างทำให้ปริมาณการทำธุรกรรมเพิ่มขึ้น) ขึ้นอยู่กับสถาปัตยกรรมบล็อกเชนที่พัฒนา (ธุรกรรมในเลเยอร์ 2 อาจไม่สามารถมองเห็นได้ในการวิเคราะห์เลเยอร์ 1) และไม่สามารถรวมปัจจัยนอกห่วงโซ่ เช่น การเปลี่ยนแปลงด้านกฎระเบียบหรือการเปลี่ยนแปลงทางเศรษฐกิจมหภาคที่ครอบงำการเคลื่อนไหวของราคาในระยะสั้น
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
สูตร
▾
การคำนวณเมตริกแบบออนเชน:
ขั้นตอนที่ 1: เข้าถึงข้อมูลออนไลน์จาก blockchain explorer (Glassnode, CryptoQuant, Dune Analytics) หรือ API โหนดสาธารณะ
ขั้นตอนที่ 2: คำนวณอัตราส่วน NVT: NVT = Market_Cap / Daily_Transaction_Volume_USD; เปรียบเทียบกับค่าเฉลี่ยในอดีต (~50-70 สำหรับ Bitcoin)
ขั้นตอนที่ 3: คำนวณ MVRV: รวบรวมมูลค่าสูงสุดที่รับรู้ (ผลรวมของค่า UTXO ณ ราคาเคลื่อนไหวล่าสุด) MVRV = Market_Cap / Realized_Cap
ขั้นตอนที่ 4: ตีความ MVRV: ต่ำกว่า 1.0 = เหรียญที่มีราคาต่ำกว่าต้นทุนการซื้อ (โซนการซื้อที่แข็งแกร่งในอดีต) สูงกว่า 3.5 = ศักยภาพสูงสุด
ขั้นตอนที่ 5: ตรวจสอบ SOPR: คำนวณ price_sold/price_acquired สำหรับการโอนแบบออนไลน์แต่ละครั้ง ราบรื่นด้วย MA 7 วัน; ค่าที่ต่ำกว่า 1 ในตลาดหมีบ่งบอกถึงการยอมจำนน
ขั้นตอนที่ 6: ติดตามแนวโน้มที่อยู่ที่ใช้งานอยู่: การเติบโตที่ยั่งยืนบ่งชี้ถึงการยอมรับอย่างแท้จริง ที่อยู่ที่ลดลงจะส่งสัญญาณการมีส่วนร่วมที่ลดลง
ขั้นตอนที่ 7: รวมหลายตัวชี้วัดเข้าด้วยกันแทนที่จะอาศัยตัวบ่งชี้ตัวเดียว
แต่ละขั้นตอนสร้างขึ้นจากขั้นตอนก่อนหน้า โดยรวมการคำนวณส่วนประกอบเข้ากับผลลัพธ์การวัดลูกโซ่ที่ครอบคลุม สูตรจะรวบรวมความสัมพันธ์ทางคณิตศาสตร์ที่ควบคุมพฤติกรรมของหน่วยเมตริกลูกโซ่คำอธิบายตัวแปร
▾
| สัญลักษณ์ | ชื่อ | หน่วย | คำอธิบาย |
|---|---|---|---|
| NVT | อัตราส่วน NVT | dimensionless | มูลค่าเครือข่ายต่อธุรกรรม: มูลค่าตลาด / ปริมาณธุรกรรมออนไลน์รายวัน (เป็น USD) NVT สูง = มีมูลค่าสูงเกินไป |
| MVRV | อัตราส่วน MVRV | dimensionless | มูลค่าตลาดต่อมูลค่าที่รับรู้: มูลค่าตลาดปัจจุบัน / มูลค่าที่รับรู้; ในอดีตที่สูงกว่า 3.5 ส่งสัญญาณถึงจุดสูงสุดของตลาด |
| Realized_Cap | การใช้อักษรตัวพิมพ์ใหญ่ที่เกิดขึ้นจริง | USD | ผลรวมของ UTXO ทั้งหมดที่มีมูลค่าตามราคาเมื่อย้ายแบบออนไลน์ครั้งล่าสุด ลบพรีเมี่ยมเก็งกำไรออกจากมูลค่าตลาด |
| S2F | อัตราส่วนสต็อคต่อการไหล | years | อุปทานทั้งหมด / การออกใหม่ประจำปี; วัดความขาดแคลน Bitcoin หลังเดือนเมษายน 2024 การลดลงครึ่งหนึ่งของ S2F 120 ปี |
| SOPR | อัตราส่วนกำไรเอาท์พุตที่ใช้ไป | dimensionless | เหรียญราคาถูกขาย / ได้รับเหรียญราคา; ด้านบน 1 = ผู้ขายที่ได้กำไร; ต่ำกว่า 1 = ขายขาดทุน |
| Active_Addresses | ที่อยู่ที่ใช้งานอยู่ | addresses per day | ที่อยู่เฉพาะที่ส่งหรือรับ BTC ในหนึ่งวัน พร็อกซีสำหรับการยอมรับเครือข่ายและการเติบโตของผู้ใช้ |
วิธี On-Chain Valuation Metrics
▾
- 1เข้าถึงข้อมูลออนไลน์จาก blockchain explorer (Glassnode, CryptoQuant, Dune Analytics) หรือ API โหนดสาธารณะ
- 2คำนวณอัตราส่วน NVT: NVT = Market_Cap / Daily_Transaction_Volume_USD; เปรียบเทียบกับค่าเฉลี่ยในอดีต (~50-70 สำหรับ Bitcoin)
- 3คำนวณ MVRV: รวบรวมมูลค่าสูงสุดที่รับรู้ (ผลรวมของค่า UTXO ณ ราคาเคลื่อนไหวล่าสุด) MVRV = Market_Cap / Realized_Cap
- 4ตีความ MVRV: ต่ำกว่า 1.0 = เหรียญที่มีราคาต่ำกว่าต้นทุนการซื้อ (โซนการซื้อที่แข็งแกร่งในอดีต) สูงกว่า 3.5 = ศักยภาพสูงสุด
- 5ตรวจสอบ SOPR: คำนวณ price_sold/price_acquired สำหรับการโอนแบบออนไลน์แต่ละครั้ง ราบรื่นด้วย MA 7 วัน; ค่าที่ต่ำกว่า 1 ในตลาดหมีบ่งบอกถึงการยอมจำนน
- 6ติดตามแนวโน้มที่อยู่ที่ใช้งานอยู่: การเติบโตที่ยั่งยืนบ่งชี้ถึงการยอมรับอย่างแท้จริง ที่อยู่ที่ลดลงจะส่งสัญญาณการมีส่วนร่วมที่ลดลง
- 7รวมหลายเมตริกเข้าด้วยกันเพื่อการบรรจบกัน แทนที่จะอาศัยตัวบ่งชี้ตัวเดียว
ตัวอย่างที่มีคำตอบ
▾
MVRV ที่ 2.41 บ่งชี้ถึงวงจรช่วงกลางตลาดกระทิง นักลงทุนมีกำไรรวม 141% ตามต้นทุน
อัตราส่วน MVRV ที่ 2.41 บ่งชี้ว่าเหรียญโดยเฉลี่ยอยู่ที่ 141% ของกำไรที่ยังไม่เกิดขึ้นจริง เมื่อเทียบกับราคาซื้อกิจการออนไลน์ครั้งล่าสุด ในอดีต Bitcoin MVRV ขึ้นสูงสุดที่ 3.5-4.5 ที่จุดสูงสุดของรอบ (จุดสูงสุดในเดือนพฤศจิกายน 2564 เห็น MVRV สูงถึง 3.7) และต่ำสุดต่ำกว่า 1.0 ในช่วงสะสม (พฤศจิกายน 2565 เห็น MVRV สูงถึง 0.76) ที่ 2.41 ตลาดอยู่ในสถานะทำกำไรซึ่งสอดคล้องกับการขยายตัวในช่วงกลางรอบ โดยอาจมีการกลับตัวเพิ่มเติมก่อนที่จะถึงเขตอันตรายในอดีต
NVT ที่สูงยังสามารถสะท้อนถึงการใช้งานที่เปลี่ยนไปเป็น Lightning Network/L2 ที่ไม่ได้บันทึกไว้ในข้อมูล L1
NVT ที่ 162.5 เกือบ 3 เท่าของค่าเฉลี่ยในระยะยาว ซึ่งบ่งชี้ว่ามูลค่าตลาดของ Bitcoin นั้นสูงมากเมื่อเทียบกับกิจกรรมการทำธุรกรรมออนไลน์ สิ่งนี้สามารถส่งสัญญาณการประเมินค่าสูงเกินไป (การกำหนดราคาในตลาดในการเติบโตในอนาคตที่ยังไม่สะท้อนให้เห็นในการใช้งานออนไลน์) หรือปัญหาการวัดผล (ธุรกรรม Lightning Network อยู่นอกเครือข่ายและไม่ได้บันทึก) สัญญาณ NVT ของ Willy Woo (โดยใช้ปริมาณเฉลี่ยเคลื่อนที่ 90 วัน) เป็นตัวบ่งชี้อันดับต้นๆ ระยะกลางที่เชื่อถือได้ เมื่อพุ่งสูงกว่า 150 แต่จะต้องตีความควบคู่ไปกับตัวชี้วัดอื่นๆ
ราคา BTC ต่ำสุดในเดือนพฤศจิกายน 2022 ที่ 16,000 ดอลลาร์แสดงให้เห็นรูปแบบ SOPR นี้อย่างชัดเจน
SOPR ที่ต่ำกว่า 1.0 อย่างต่อเนื่องหมายความว่าผู้ขายออนไลน์โดยเฉลี่ยจะขาย Bitcoin ในราคาที่น้อยกว่าที่พวกเขาจ่ายไป ซึ่งเป็นสัญญาณการยอมจำนน SOPR ที่คงที่ 0.92 ในช่วง 3 สัปดาห์ของเดือนพฤศจิกายน 2022 บ่งชี้ว่าแม้แต่ผู้ถือระยะยาวก็ยังถูกบังคับให้ขายโดยขาดทุน ซึ่งเป็นสัญญาณของความสิ้นหวังในตลาดลึกซึ่งในอดีตเกิดขึ้นพร้อมกับจุดต่ำสุดของวงจร การฟื้นตัวของ Bitcoin จาก 16,000 ดอลลาร์ในเดือนพฤศจิกายน 2565 เป็น 67,000 ดอลลาร์ขึ้นไปภายในเดือนมีนาคม 2567 เป็นเครื่องยืนยันสัญญาณนี้
แบบจำลอง S2F ของ Plan B คาดการณ์ราคาตามความขาดแคลน แม่นยำในปี 2562-2564 แยกจากปี 2565-2566
อัตราส่วน Stock-to-Flow ของ Bitcoin หลังการลดจำนวนลงครึ่งหนึ่งอยู่ที่ประมาณ 120 ปี (ต้องใช้เวลา 120 ปีในการผลิตในปัจจุบันเพื่อจำลองอุปทานที่มีอยู่) ทำให้ Bitcoin อยู่ในหมวดหมู่ความขาดแคลนที่ไม่เหมือนใครเหนือทองคำ (S2F ~ 60 ปี) โมเดล S2F ของ Plan B ซึ่งแสดงให้เห็นความสัมพันธ์ที่สอดคล้องกันอย่างน่าทึ่งระหว่างอัตราส่วน S2F ของ Bitcoin และราคาตั้งแต่ปี 2554-2564 คาดการณ์ราคาไว้ที่ 400,000-600,000 ดอลลาร์สำหรับรอบปัจจุบัน แม้ว่าแบบจำลองดังกล่าวจะจับเส้นทางราคาโดยรวมของ Bitcoin ได้เป็นอย่างดีอย่างน่าทึ่งมานานนับทศวรรษ แต่ก็ต้องเผชิญกับคำวิจารณ์ว่าไม่สามารถรับผิดชอบต่อการเปลี่ยนแปลงด้านอุปสงค์ได้ และมีประสิทธิภาพต่ำกว่าแบบวงจรต่อวงจร
การประยุกต์ใช้จริง
▾
นักลงทุน crypto สถาบันกำหนดเวลาการจัดสรรวงจรตลาด ซึ่งเป็นตัวแทนของพื้นที่การใช้งานที่สำคัญสำหรับ On Chain Metrics ในบริบททางวิชาชีพและการวิเคราะห์ โดยที่การคำนวณเมตริกลูกโซ่ที่แม่นยำจะสนับสนุนการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพโดยตรง
กองทุนป้องกันความเสี่ยง Crypto ที่สร้างอัลฟ่าจากกลยุทธ์ตามสัญญาณออนไลน์ เป็นตัวแทนของพื้นที่การใช้งานที่สำคัญสำหรับ On Chain Metrics ในบริบททางวิชาชีพและการวิเคราะห์ที่การคำนวณที่แม่นยำบน Chain Metrics สนับสนุนโดยตรงในการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพ
นักวิจัยเชิงวิชาการและคณาจารย์ของมหาวิทยาลัยใช้ On Chain Metrics เพื่อการศึกษาเชิงประจักษ์ การวิจัยวิทยานิพนธ์ และสิ่งพิมพ์ที่ได้รับการตรวจสอบโดยผู้ทรงคุณวุฒิ ซึ่งต้องใช้การวิเคราะห์ตัวชี้วัดแบบลูกโซ่เชิงปริมาณที่เข้มงวดในเงื่อนไขการทดลองที่มีการควบคุมและการศึกษาเปรียบเทียบ
การกำกับดูแลโปรโตคอล DeFi วิเคราะห์พฤติกรรมผู้ใช้สำหรับการปรับพารามิเตอร์ ซึ่งแสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ On Chain Metrics ในบริบททางวิชาชีพและการวิเคราะห์ โดยที่การคำนวณเมตริกลูกโซ่ที่แม่นยำจะสนับสนุนโดยตรงในการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพ
นักวิเคราะห์ระดับมหภาคประเมินการนำ Bitcoin มาใช้และการเติบโตของเครือข่ายการเงิน ซึ่งแสดงถึงขอบเขตการใช้งานที่สำคัญสำหรับ On Chain Metrics ในบริบททางวิชาชีพและการวิเคราะห์ ซึ่งการคำนวณเมตริกลูกโซ่ที่แม่นยำจะสนับสนุนการตัดสินใจอย่างมีข้อมูล การวางแผนเชิงกลยุทธ์ และการเพิ่มประสิทธิภาพประสิทธิภาพโดยตรง
กรณีพิเศษ
▾
{'case': 'การเปิดตัว Bitcoin ETF ส่งผลกระทบต่อการวัดแบบออนไลน์ (2024)', 'คำอธิบาย': "การเปิดตัวสปอต Bitcoin ETFs ในสหรัฐอเมริกาในเดือนมกราคม 2024 ทำให้เกิดการบิดเบือนการวัดแบบออนไลน์อย่างมีนัยสำคัญ: Bitcoin ที่ถือครองโดยผู้ดูแล ETF (โดยหลักคือการดูแล Coinbase) ปรากฏเป็นยอดดุลการแลกเปลี่ยน ทำให้ 'ทุนสำรองการแลกเปลี่ยน' พองตัวโดยไม่แสดงถึงแรงกดดันในการขายจริง นักวิเคราะห์ต้องปรับเปลี่ยน ตัวชี้วัดการสำรองออนไลน์เพื่อยกเว้นที่อยู่การดูแล ETF ที่ทราบเพื่อหลีกเลี่ยงสัญญาณเท็จ"}
{'case': 'LUNA/UST การล่มสลายและสัญญาณ SOPR', 'คำอธิบาย': 'การล่มสลายของ Terra/LUNA ในเดือนพฤษภาคม 2022 ทำให้ Bitcoin ลดลงจาก 40,000 ดอลลาร์เป็น 26,000 ดอลลาร์ในไม่กี่วัน SOPR ร่วงลงต่ำกว่า 1 อย่างมาก เนื่องจากผู้ขายที่ถูกบังคับเลิกกิจการจากการขาดทุน อย่างไรก็ตาม ไม่เหมือนกับพื้นวงจรของแท้ การฟื้นตัวของ SOPR นั้นทำได้เพียงช่วงสั้น ๆ ก่อนล้มขาที่สองลง ซึ่งแสดงให้เห็นว่าเหตุการณ์การติดเชื้อสามารถสร้างสัญญาณการยอมจำนนที่ผิดพลาดซึ่งได้รับการแก้ไขหลังจากประเมินความเสียหายทั้งหมดแล้วเท่านั้น'}
{'case': 'Wash trading and NVT distortion', 'description': "การแลกเปลี่ยนที่แข่งขันกันเพื่อจัดอันดับปริมาณการซื้อขายมักจะเกี่ยวข้องกับการซื้อขายแบบล้าง (การซื้อขายที่จับคู่ตัวเองเพื่อเพิ่มปริมาณที่รายงาน) ในปี 2561-2563 ปริมาณธุรกรรมปลอมนี้ระงับอัตราส่วน NVT ทำให้เหรียญดูถูกกว่าปัจจัยพื้นฐานที่รับประกัน การวิเคราะห์บล็อคเชนที่ดีขึ้นและการวัดปริมาณธุรกรรมที่ปรับแล้วของ CoinMetrics พยายามกรองการซื้อขายล้างจาก NVT การคำนวณ"}
คู่มือการตีความเมตริก Bitcoin On-Chain
▾
| เมตริก | ซื้อโซนสัญญาณ | โซนกลาง | ขายโซนสัญญาณ | ปัจจุบัน (เมษายน 2567) |
|---|---|---|---|---|
| อัตราส่วน MVRV | <1.0 | 1.0 - 3.0 | > 3.5 | ~2.4 (กลางวัว) |
| สัญญาณ NVT | < 50 | 50 - 100 | > 150 | ~90-110 |
| โซปรา (7D MA) | ยั่งยืน < 1.0 | ~1.0 | > 1.02 ที่ด้านบน | ~1.01 |
| ปูเอลล์ มัลติเพิล | <0.5 | 0.5 - 2.0 | > 4.0 | ~0.6-0.8 (หลังการลดลงครึ่งหนึ่ง) |
| ความเสี่ยงสำรอง | < 0.002 | 0.002 - 0.024 | > 0.024 | ~0.006-0.010 |
| อุปทาน LTH % | > 75% (สะสม) | 60-75% | < 50% (การกระจาย) | ~72% |
คำถามที่พบบ่อย
▾
หมวกที่รับรู้คืออะไรและเหตุใดจึงมีประโยชน์
ค่าสูงสุดที่เกิดขึ้น (พัฒนาโดย Nic Carter และ Antoine Le Calvez จาก Coin Metrics) จะให้มูลค่า Bitcoin UTXO แต่ละรายการในราคาที่เคลื่อนไหวครั้งล่าสุดบนบล็อกเชน แทนที่จะเป็นราคาตลาดปัจจุบัน สิ่งนี้จะสร้างการวัดพื้นฐานต้นทุนรวมของผู้ถือ Bitcoin ทั้งหมด — จำนวนเงินทั้งหมดที่ลงทุนใน Bitcoin ในราคาในอดีตต่างๆ ต่างจากมูลค่าตลาด (ซึ่งคิดมูลค่าเหรียญทั้งหมดในราคาเก็งกำไรในปัจจุบัน) มูลค่าสูงสุดที่รับรู้นั้นยึดติดอยู่กับราคาธุรกรรมจริง มีแนวโน้มที่จะมีเสถียรภาพมากขึ้นและทำหน้าที่เป็นจุดยึด 'มูลค่ายุติธรรม' ที่มูลค่าตลาดผันผวนผ่านวงจรกระทิงและหมี
โมเดล Stock-to-Flow (S2F) มีความน่าเชื่อถือเพียงใด
โมเดล Stock-to-Flow พัฒนาโดยนักวิเคราะห์นามแฝง Plan B คาดการณ์เส้นทางราคาของ Bitcoin ได้อย่างแม่นยำอย่างน่าทึ่งตั้งแต่ปี 2011 ถึง 2021 โดย R-squared สูงกว่า 0.90 เทียบกับราคาบันทึก อย่างไรก็ตาม โมเดลดังกล่าวประเมินราคา Bitcoin ไว้สูงเกินไปอย่างมีนัยสำคัญในปี 2022 และ 2023 เมื่อคาดการณ์ไว้ที่ 100,000 ดอลลาร์สหรัฐฯ ในขณะที่ Bitcoin ลดลงเหลือ 16,000 ดอลลาร์ นักวิจารณ์โต้แย้งว่า S2F ล้มเหลวในการรวมอุปสงค์ กฎระเบียบ และปัจจัยทางเศรษฐกิจมหภาคที่ครอบงำการเคลื่อนไหวของราคาในระยะสั้น แบบจำลองนี้เป็นที่เข้าใจดีที่สุดว่าเป็นกรอบการขาดแคลนในระยะยาว มากกว่าที่จะเป็นตัวทำนายราคาที่แม่นยำ และความพอดีเชิงประจักษ์อาจสะท้อนถึงโชคในข้อมูลในอดีตมากกว่าอำนาจการทำนายที่แท้จริง
อะไรคือความแตกต่างระหว่างอุปทานที่ถือครองโดยผู้ถือระยะยาวและผู้ถือระยะสั้น?
โดยทั่วไปการวิเคราะห์แบบออนไลน์จะจัดประเภทผู้ถือ Bitcoin ว่าเป็นผู้ถือระยะยาว (LTH — เหรียญที่ไม่ถูกเคลื่อนย้ายเป็นเวลา 155+ วัน) และผู้ถือระยะสั้น (STH — เหรียญที่เคลื่อนไหวภายใน 155 วันที่ผ่านมา) อุปทาน LTH มีแนวโน้มที่จะเติบโตในช่วงตลาดหมี (ความอดทนของผู้ถือครองทหารผ่านศึก) และลดลงใกล้ระดับสูงสุด (เนื่องจากทหารผ่านศึกแจกจ่ายให้กับผู้เข้ามาใหม่) อุปทานของ STH เติบโตใกล้จุดสูงสุด (เมื่อนักเก็งกำไรสะสม) และที่จุดต่ำสุด (เนื่องจากผู้ขายที่ประสบปัญหาหมุนเวียนเหรียญไปสู่มือใหม่) ไดนามิกของอุปทาน LTH/STH เป็นหนึ่งในตัวบ่งชี้รอบมาโครออนไลน์ที่เชื่อถือได้มากที่สุด ซึ่งเผยแพร่โดย Glassnode
Puell Multiple คืออะไร และใช้อย่างไร?
Puell Multiple วัดอัตราส่วนของรายได้จากการขุดรายวัน (เป็น USD) ต่อค่าเฉลี่ยเคลื่อนที่ 365 วันของรายได้จากการขุดรายวัน โดยจะบันทึกความสามารถในการทำกำไรของนักขุดเทียบกับค่าเฉลี่ยในระยะยาว โดยระบุช่วงเวลาที่ความเครียดของนักขุดสูงมาก (Puell ต่ำ = ตลาดหมี นักขุดอาจถูกบังคับให้ขายเหรียญ) และความสามารถในการทำกำไรของนักขุดสุดขีด (Puell สูง = สภาวะจุดสูงสุดของตลาดกระทิง) ค่าที่ต่ำกว่า 0.5 ในอดีตใกล้เคียงกับโอกาสในการซื้อที่ดีเยี่ยม ค่าที่สูงกว่า 4 ใกล้เคียงกับจุดสูงสุดของตลาด การลดลงครึ่งหนึ่งในเดือนเมษายน 2024 ทำให้ Puell Multiple ลดลงครึ่งหนึ่งทันที ส่งผลให้ราคาอยู่ในโซนที่น่าสนใจทางประวัติศาสตร์
เครือข่ายเลเยอร์ 2 ส่งผลต่อการตีความตัวชี้วัดแบบออนไลน์อย่างไร
เครือข่ายเลเยอร์ 2 (Bitcoin Lightning Network, Arbitrum และ Optimism ของ Ethereum, Polygon) ประมวลผลธุรกรรมนอกเครือข่ายหลัก โดยมีการชำระเงินเป็นระยะบนเลเยอร์ 1 เท่านั้น ซึ่งหมายความว่าตัวชี้วัดปริมาณธุรกรรมออนไลน์สำหรับ Bitcoin และ Ethereum พลาดส่วนแบ่งที่เพิ่มขึ้นของกิจกรรมทางเศรษฐกิจที่แท้จริง อัตราส่วน NVT ที่เพิ่มขึ้นอาจสะท้อนถึงการประเมินค่าที่สูงเกินไปจริง หรือเพียงการเปลี่ยนการใช้งานไปยังเลเยอร์ 2 แทนที่จะเป็นเลเยอร์ 1 นักวิเคราะห์แบบออนไลน์จะต้องคำนึงถึงปริมาณของเลเยอร์ 2 มากขึ้น และปรับการวัดตามนั้น เครื่องมือวิเคราะห์ Ethereum เช่น Dune Analytics ติดตามกิจกรรม L2 แยกจากกันมากขึ้น
ความเสี่ยงสำรองคืออะไร และคำนวณอย่างไร?
Reserve Risk พัฒนาโดย Hans Hauge วัดปริมาณผลตอบแทนความเสี่ยงของการลงทุนใน Bitcoin เทียบกับความเชื่อมั่นของ HODLers ในระยะยาว มันวัดอัตราส่วนของราคาปัจจุบันต่อ HODL Bank (จำนวนวันที่สะสมเหรียญที่ถูกถือไว้โดยไม่มีการขาย - เป็นการวัดความเชื่อมั่นของ HODLer) ความเสี่ยงสำรองต่ำ (ต่ำกว่า 0.002) บ่งชี้ถึงโซนซื้อที่น่าสนใจในอดีต — HODLers แสดงให้เห็นถึงความเชื่อมั่นในระดับสูงในขณะที่ราคายังต่ำ ความเสี่ยงสำรองสูง (สูงกว่า 0.024) บ่งชี้ถึงผลตอบแทนจากความเสี่ยงที่ไม่เอื้ออำนวยในอดีต — ราคาจะสูงขึ้นเมื่อเทียบกับความเชื่อมั่นของ HODLer ตัวชี้วัดได้รับการคำนวณและติดตามโดย Glassnode
ข้อมูลสำรองอัตราแลกเปลี่ยนคืออะไร และยอดคงเหลืออัตราแลกเปลี่ยนที่ลดลงส่งสัญญาณอะไร
การติดตามปริมาณ Bitcoin และ Ethereum ที่ถืออยู่ในกระเป๋าแลกเปลี่ยนแบบรวมศูนย์เป็นตัวบ่งชี้ชั้นนำบนเครือข่ายออนไลน์ การแลกเปลี่ยนทุนสำรองที่ลดลง (เหรียญไหลออกจากการแลกเปลี่ยนไปยังกระเป๋าเงินที่ดูแลตนเอง) แนะนำให้ผู้ถือถอนออกเพื่อถือครองระยะยาว ช่วยลดแรงกดดันในการขายได้ทันที - โดยทั่วไปจะเป็นภาวะกระทิง ผู้ถือสัญญาณสำรองการแลกเปลี่ยนที่เพิ่มขึ้นเตรียมขาย เพิ่มความกดดันในการขาย — โดยทั่วไปจะเป็นภาวะหมี กระแสการแลกเปลี่ยนสุทธิ (เงินฝากลบการถอน) ติดตามโดย CryptoQuant และ Glassnode และมีความสัมพันธ์ผกผันกับราคาในช่วงประวัติศาสตร์หลายช่วง โดยเฉพาะอย่างยิ่งที่จุดเปลี่ยนของตลาด
ข้อผิดพลาดที่ควรหลีกเลี่ยง
▾
- !การใช้มูลค่าตลาด (ราคาปัจจุบัน x อุปทานทั้งหมด) แทนมูลค่าสูงสุดที่รับรู้สำหรับการวิเคราะห์ต้นทุนตามต้นทุน — มูลค่าตลาดมีความผันผวนสูงและไม่ใช่ตัวบ่งชี้ต้นทุนของนักลงทุน
- !การปฏิบัติต่อตัวชี้วัดออนไลน์ใดๆ ก็ตามเป็นสัญญาณซื้อ/ขายที่ชัดเจน — ตัวชี้วัดทั้งหมดทำงานได้ดีกว่าเมื่อรวมกัน และจะต้องตีความควบคู่ไปกับเงื่อนไขระดับมหภาค
- !การเพิกเฉยกิจกรรมของเลเยอร์ 2 เมื่อตีความ NVT — ปริมาณธุรกรรม L1 ที่ลดลงอาจสะท้อนถึงการโยกย้ายที่ดีไปยัง L2 แทนที่จะลดการใช้เครือข่าย
- !ข้อมูลการถือครองการแลกเปลี่ยนที่สับสน: ที่อยู่ของผู้ดูแล ETF อาจปรากฏเป็นยอดคงเหลือของการแลกเปลี่ยน ซึ่งบิดเบือนการวิเคราะห์การไหลของสำรอง
- !การจัดทำดัชนีมากเกินไปในการคาดการณ์ราคาของโมเดล S2F — ความขาดแคลนเป็นอินพุตหนึ่งของราคา ไม่ใช่ปัจจัยกำหนดเพียงอย่างเดียว ปัจจัยด้านอุปสงค์ก็มีความสำคัญไม่แพ้กัน
เคล็ดลับโปร
สำหรับการวางตำแหน่งวงจรตลาด ให้ใช้ MVRV Z-Score (MVRV ปกติ) แทนที่จะเป็น MVRV แบบดิบ เนื่องจากคำนึงถึงแนวโน้มระยะยาว MVRV Z-Score ต่ำกว่า 0 ในอดีตอยู่ในโซนสีเขียว (ซื้อ) สูงกว่า 7 ในโซนสีแดง (ขาย) Glassnode ให้สิ่งนี้เป็นตัวชี้วัดฟรี ทำให้เป็นหนึ่งในตัวชี้วัดออนไลน์ระดับสถาบันที่เข้าถึงได้มากที่สุด
คุณรู้ไหม?
Glassnode หนึ่งในแพลตฟอร์มการวิเคราะห์ออนไลน์ชั้นนำ ระบุว่า Bitcoin ประมาณ 3-4 ล้าน Bitcoin (มูลค่า 200-270 พันล้านดอลลาร์ ณ ราคาปี 2567) สูญหายอย่างถาวร ส่งไปยังกระเป๋าเงินที่ไม่สามารถเข้าถึงได้หรือถือโดยเจ้าของที่ทำกุญแจส่วนตัวหาย เหรียญที่สูญหายเหล่านี้ทำให้ Bitcoin หายากกว่าอุปทานที่ระบุ โดยอุปทานหมุนเวียนที่มีประสิทธิภาพอยู่ที่ประมาณ 19.7 ล้าน ลบด้วยเหรียญที่หายไป 3-4 ล้านเหรียญ
Regional Guides
▾
🇺🇸 US▾
🇬🇧 UK▾
🇪🇺 EU▾
เอกสารอ้างอิง
รับเคล็ดลับคณิตศาสตร์รายสัปดาห์
เข้าร่วมกับสมาชิก 12,000+ รายที่ได้รับเคล็ดลับเครื่องคิดเลขทุกสัปดาห์