Glassnode:數據評估比特幣牛市的風險



长期持有者的MVRV比率显示,市场正处于牛市早期阶段。

作者: Glassnode

編譯:Felix, PANews(本文有所刪減)

本文透過多種等鏈上指標,從數據角度評估了市場風險,並將所有指標彙編成熱圖,以評估各種數據類別的風險融合情況。

注意:本文數據截至日期為2月7日,風險類別中的「風險」是指比特幣價格大幅下跌的風險。

宏觀風險分析

分析師可以使用許多模型和指標來評估週期中任何時間點的市場風險。本文將特別考慮比特幣現貨價格大幅下跌的「風險」。

因此,「高風險🟥」為市場可能陷入投機泡沫。相較之下,「低風險🟩」為大部分投機行為已消失,且市場更有可能處於底部形成階段。

價格泡沫

此模組監控了兩個長期均值回歸基準的價格偏差:

  • MVRV 指標🟠:衡量市場價格與已實現價格的比率。
  • Mayer Multiple🔵:判斷比特幣超買和超賣情況。透過計算比特幣價格與200天移動平均線之間的比率來確定價格偏離長期平均水平的程度。

在下圖中,結合MVRV和Mayer Multiple (MM)模型定義了以下風險類別。

  • 極高風險🟥:MVRV >1且MM >1, Mayer倍數比其累積平均值高出兩個標準差(MM > +2 STD)。
  • 高風險🟧:MVRV > 1 且MM >1,Mayer倍數低於其累積平均值的兩個標準差(1.0 < MM < +2 STD)。
  • 低風險🟨:MVRV>1,但MM<1。
  • 風險極低🟩:MVRV<1 ,且MM<1。

當比特幣價格為42,900美元時,已實現價格和200天移動平均線價格分別為22,800美元和34,100美元。市場正處於高風險🟧環境。

Glassnode:數據評估比特幣牛市的風險插图1

衡量供應獲利能力

Percent of Supply in Profit (PSIP)指標🔵 是指流通中比特幣的獲利佔比。隨著投資人獲利了結的動機越來越強,這項指標有助於識別拋壓加大的潛在風險。

  • 極高風險🟥:PSIP比歷史平均值高出一個以上標準差(PSIP > 90%)。
  • 高風險🟧:PSIP比歷史平均值高出不到一個標準差(75% < PSIP < 90%)。
  • 低風險🟨:PSIP低於歷史平均值,但高於統計下限(58% < PSIP < 75%)。
  • 風險極低🟩PSIP比歷史平均值低一個以上標準差(PSIP < 58%)。

當該指標高於上限時,從歷史上看,與市場進入牛市的「繁榮階段」一致。在圍繞現貨ETF推出的市場反彈期間,該指標暗示了市場處於極高風險🟥,隨後價格收縮至3.8萬美元。

Glassnode:數據評估比特幣牛市的風險插图3

衡量恐懼和貪婪

另一個量化與市場恐懼和貪婪情緒的相關風險工具是淨未達到盈虧(NUPL)。這項指標檢視了總淨利潤或淨虧損的美元價值佔市值的百分比。在使用PSIP估算出獲利的代幣數量後,可以使用NUPL衡量投資者獲利能力的大小。

  • 極高風險🟥:NUPL超過4年平均一個標準差,顯示市場處於興奮階段,未實現利潤達到極端水準(NUPL > 0.59)。
  • 高風險🟧:NUPL位於上限和4年平均之間,表示市場處於淨利潤狀態,但低於統計高點(0.35 < NUPL < 0.59)。
  • 低風險🟨:NUPL跌破4年平均水平,但高於統計低點(0.12 < NUPL < 0.35)。
  • 風險極低🟩:NUPL跌破統計低點,與歷史上熊市的底部發現階段相吻合(NUPL < 0.12)。

在2023年10月反彈之後,NUPL進入高風險🟧範圍,達到0.47。儘管利潤中持有的代幣數量大幅增加,但美元利潤的幅度並未達到極高風險🟥狀態。這顯示在2023 年下半年,很大一部分代幣是以約3萬美元的成本累積起來。

Glassnode:數據評估比特幣牛市的風險插图5

已實現損益比

已實現盈虧比(RPLR)指標追蹤鏈上發生的獲利和虧損事件之間的比率。此處使用該比率的14日移動平均線(14D-MA)以清楚識別投資者行為。

  • 極高風險🟥:RPLR > 9,意味著90%以上的鏈上行動代幣被用於獲利,這是市場需求達到枯竭的典型特徵。
  • 高風險🟧:3 < RPLR < 9,顯示75%-90% 的代幣在獲利,這種結構在市場高峰前後經常出現。
  • 低風險🟨: 1 < RPLR < 3,這通常發生在市場經歷高風險和低風險狀態之間的過渡階段。
  • 風險極低🟩:RPLR < 1,這顯示多數代幣虧損,是投資者投降的訊號,在熊市後期很常見。

隨著比特幣價格觸及48,400美元是峰值,該指標暗示了市場處於極高風險🟥 狀態。目前RPLR為4.1,處於高風險🟧狀態。

Glassnode:數據評估比特幣牛市的風險插图7

短期和長期風險分析

上述風險分析考慮的是相對宏觀和全局的視角。以下將考慮短期和長期持有者群體的行為。

短期持有者

從短期持有者盈虧比指標(STH-SPLR)反映了新投資者持有代幣的獲利與損失之間的比率。

  • 極高風險🟥:STH-SPLR > 9,顯示90%的新投資者的代幣都在獲利。
  • 高風險🟧:1 < STH-SPLR < 9,顯示50%到90%的新投資者代幣獲利,支出風險中等。
  • 低風險🟨:0.11 < STH-SPLR <1,顯示新投資者供應的10%到50%是獲利的。
  • 風險極低🟩:STH-SPLR < 0.11,顯示超過90%的新投資者供應處於虧損狀態,這是熊市後期的典型情況。

該指標最近在2023年10月中旬至2024年1月中旬期間顯示出極高風險🟥狀況,當時ETF投機活動達到頂峰。這顯示絕大多數新投資者都是獲利的,獲利回吐的可能性增加。此後,此比率已趨於中性低風險🟨區間。

Glassnode:數據評估比特幣牛市的風險插图9

長期持有者

長期持有者的MVRV比率(LTH-MVRV)衡量長期持有人的未實現利潤。此指標可衡量市場價格與長期持有者平均成本之間的差異。

  • 極高風險🟥:LTH-MVRV > 3.5,顯示長期持有者的平均未實現利潤為250%。此情況通常發生在市場ATH時。
  • 高風險🟧:1.5 < LTH-MVRV <3.5,這種情況通常出現在熊市和牛市的早期階段。
  • 低風險🟨:1 < LTH-MVRV <1.5,這表示長期持有者的平均利潤微薄,是典型的熊市後期和牛市早期。
  • 風險極低🟩:LTH-MVRV < 1,價格跌破長期持有者平均成本。這通常凸顯了賣方疲憊和​​投資者投降的狀態。

在經歷FTX崩盤的復甦後,該指標已升至2.06,進入高風險🟧狀態。如前所述,該水平通常出現在牛市的早期階段。

Glassnode:數據評估比特幣牛市的風險插图11

雖然上述每個指標都可以單獨使用,但綜合使用往往能更全面地反映市場狀況。下面的圖表是由過去5年的數據彙編而成。這些風險因素參考了一系列數據和投資者行為,有助於為分析師和投資者建立分析框架。

Glassnode:數據評估比特幣牛市的風險插图13

相關閱讀:華爾街分析師:比特幣今年將達7萬美元的四個原因

��PANews紅包接「龍」,看文章,集密碼!贏100 U 新年紅包!

收集今日助記詞

Glassnode:數據評估比特幣牛市的風險插图15

推特關注@PANewsCN參與,活動連結:

第四届PANews年度评选暨 PARTY AWARD 2024 开启报名!

本届评选以「CONNECT」为主题,旨在链接及表彰优秀的Web3建设者,链接Web3与现实世界,链接新老周期。将通过数据初选、公开征集、线上投票及专业评议,评选出9大类共21个年度权威奖项,欢迎Web3领域各优秀项目方、机构、社区及KOL报名参与。

点击图片报名!

Glassnode:數據評估比特幣牛市的風險插图17

聯系郵箱:0xniumao@gmail.com