هل يمكن للبيانات على السلسلة توقع دورات البيتكوين؟

تتحرك الأسواق المالية بناءً على سيكولوجية وإجراءات المؤسسات والمستثمرين الأفراد. وهذا يعني أن تحليل حجم المعاملات والأنماط والبيانات الأخرى يمكن أن يكون ذا قيمة كبيرة للمتداولين والمستثمرين في توقع تحركات الأسعار المستقبلية.

كان البيتكوين أحد أنجح الفئات الجديدة من الأصول في التاريخ، ويختلف عن الأصول التقليدية مثل الأسهم والذهب في عدة أمور، مثل المعاملات الفورية والإمداد المحدود رياضيًا. أحد الاختلافات الأقل مناقشة هو مدى شفافية السوق والمعاملات للبيتكوين والعملات المشفرة بشكل عام.

نظريًا، يمكن أن يمنح هذا المستثمرين طريقة مختلفة لدراسة دورات السوق، حيث يتم تسجيل كل معاملة و”تخزينها” مفتوحة للوصول في السجل العام.

نشر ورقة بحثية اقتصادية جديدة من قبل باحثين في جامعة فاسا (فنلندا) وجامعة تورين (إيطاليا) تستكشف إمكانات هذه الطريقة. نُشرت في مجلة Research In International Business and Finance¹، تحت العنوان “استخدام البيانات على السلسلة لتوقع دورات البيتكوين”.

توقع الأسواق

نظرًا لأن توقع أسعار الأسواق المالية يمكن أن يكون مربحًا للغاية، فقد حظي هذا الموضوع باهتمام كبير. ومع ذلك، تكافح النماذج المالية التقليدية لشرح تحركات أسعار الأصول المشفرة.

ذلك لأن العملات المشفرة، على عكس الأسهم، تفتقر إلى قيمة جوهرية مرتبطة بشركة وعوائد مستقبلية محتملة. وبالمثل، فهي ليست كالعملات الوطنية التي تتأثر بقرارات البنك المركزي وقوة أو ضعف الاقتصاد الوطني.

بدلاً من ذلك، يُقَدَّر سعر العملات المشفرة إلى حد كبير بناءً على المشاعر، حتى وإن كانت الفائدة الأساسية للمعاملات أو كوسيلة تخزين للقيمة هي السبب الأعمق لقيمة العملات المشفرة.

في الأسواق التقليدية، يتم استنتاج تحركات الأسعار المدفوعة بالمشاعر عادةً من مؤشرات غير مباشرة مثل الاستطلاعات أو مؤشرات الإعلام. لكن سلاسل الكتل توفر سجلًا شفافًا ومقاومًا للعبث للمعاملات، مما يقدم سجلاً يمكن التحقق منه لسلوك المستثمرين.

للإجابة على سؤال ما إذا كانت البيانات على السلسلة مفيدة لتوقع أسعار البيتكوين، استخدم الباحثون ثلاث مقاييس قائمة على السلسلة وعلى التداول. قاموا بقياسها عبر ثلاث دورات سوق رئيسية.

قياس مشاعر البيتكوين

نظرة عامة على المقاييس

حلل الباحثون أسعار البيتكوين من 7 ديسمبر 2013 حتى 12 أبريل 2025، وهو ما يغطي ثلاث دورات سوق كاملة: 2015، 2018، و2022.

المؤشرات الثلاثة المستخدمة في هذه الدراسة هي:

• نسبة الربح/الخسارة غير المحققة (NUPL)
• درجة Z لقيمة السوق إلى القيمة المحققة (MVRV Z-score)
• القيمة التراكمية لأيام التدمير (CVDD).

المقياسان الأولان يربطان الأسعار بقاعدة تكلفة الحاملين الإجمالية (القيمة المحققة) ويمكن تفسيرهما من خلال آليات التمويل السلوكي.

تعكس CVDD سلوك الحاملين على المدى الطويل حيث تلتقط إنفاق العملات التي تم الاحتفاظ بها لفترات طويلة، وبالتالي توفر معلومات عن استسلام الحاملين على المدى الطويل خلال فترات التشاؤم الشديد.

بشكل عام، الفكرة هي تقييم مشاعر المستثمرين، حيث قد يؤدي التفاؤل المفرط إلى اتخاذ مخاطر مفرطة وارتفاعات سعرية قد تتحول إلى فقاعات، ثم تنفجر عندما يذعر المستثمرون، وتنخفض الأسعار إلى ما دون القيمة الجوهرية.

في العملات المشفرة، يُعد نشاط محركات البحث ووسائل التواصل الاجتماعي من أبرز مصادر تحليل المشاعر. لكن البيانات على السلسلة في النهاية تحتوي على دليل تحويل تلك المشاعر إلى أفعال.

نسبة الربح/الخسارة غير المحققة

تقريبًا، تُقَدِّر نسبة NUPL حصة العملات التي تُحْتَفظ بها حاليًا بربح أو خسارة غير محققة.

وبالتالي، تشير القيم العالية (أكثر من 0.75) إلى احتمال وجود قمة سوقية، مع مشاعر النشوة التي تؤدي إلى الاحتفاظ بأرباح غير محققة كبيرة. وبالمثل، ترتبط القيم المنخفضة عادةً بالخوف والاستسلام عند قاع السوق.

درجة Z لقيمة السوق إلى القيمة المحققة

تقيم درجة Z لـ MVRV ما إذا كانت العملة مقيمة بأقل من قيمتها أو بأكثر من قيمتها مقارنةً بـ “القيمة العادلة”، وهي مقياس شائع الاستخدام على السلسلة.

للقيام بذلك، يجمع بين 3 مقاييس:

• قيمة السوق (MV): سعر البيتكوين مضروبًا في عدد العملات المتداولة.
• القيمة المحققة (RV): تقييم كل عملة بالسعر الذي نُقِلَتْ به آخر مرة على السلسلة وجمع ذلك عبر جميع العملات المتداولة.
• درجة Z: توحيد الانحراف بين MV و RV بواسطة الانحراف المعياري لقيمة السوق.

تشير هذه المؤشرة إلى أن المشاركين في السوق يحتفظون بأرباح غير محققة كبيرة خلال مراحل السوق الصاعدة، عندما ترتفع قيمة السوق للبيتكوين بشكل كبير فوق قيمتها المحققة.

تُعتبر الدرجة التي تقل عن -0.2 حالة من الخوف والقلق المتزايد. وعند عتبة خروج تتراوح بين 5-7، يشير ذلك إلى أن المتوسط ​​يحتفظ بأرباح غير محققة كبيرة، مما يولد ضغطًا سلوكيًا نحو جني الأرباح يتزامن تاريخيًا مع قمم الدورات.

القيمة التراكمية لأيام التدمير

تُبنى CVDD على مقياس أيام العملات المدمرة (CDD)، وهو مقياس يوزن المعاملات بناءً على كل من كمية العملات المنقولة ومدة احتفاظها.

بشكل أكثر دقة، يقيس عدد العملات المنقولة مضروبًا في عدد الأيام منذ آخر مرة تم فيها نقل تلك العملات. تقوم CVDD بتجميع هذا النشاط على مر الوقت

يمكن أن يكون مفيدًا بشكل خاص لقياس قاع السوق، حيث يقيّم متى يستسلم الحاملون على المدى الطويل.

هل يمكن للبيانات على السلسلة توقع سعر البيتكوين؟

النتائج المنشورة

تفوقت عدة استراتيجيات NULP التي تم اختبارها جميعًا على استراتيجية الشراء والاحتفاظ. بالإضافة إلى عوائد أعلى، أظهرت جميعها انخفاضًا أصغر في السحب. وكانت أكثر استراتيجية NULP عدوانية هي الأكثر ربحية.

كما أظهر MVRV Z-score أداءً متفوقًا ومتينًا معدلًا للمخاطر مقارنةً بمعيار الشراء والاحتفاظ. فقد تفوق على استراتيجيات NUPL عبر جميع المقاييس، رغم وجود بعض التقلبات الإضافية في بعض الحالات.

ثبت أن استراتيجيات CVDD قادرة على تحديد قيعان الدورات عبر جميع الصفقات ونطاقات النوافذ، متفوقة على معظم الإدخالات التي تم توقيتها عشوائيًا.

مع قيمة p بنسبة 99٪، يشير ذلك إلى أنه على الرغم من أن CVDD عادةً ما يدخل قريبًا جدًا من القاع، فإن فترات الاحتفاظ قد تكون أطول من المثالية في بعض الأحيان، مما يقلل من الأداء السنوي.

تشير هذه النتائج إلى أن جميع المقاييس الثلاثة تحتوي على قيمة تنبؤية، حيث ينتج MVRV Z-score أقوى أداء معدل للمخاطر بشكل عام، وتظهر CVDD مفيدة بشكل خاص لتحديد قيعان السوق.

بشكل عام، تشير الدراسة إلى أن البيانات على السلسلة تحتوي على معلومات ذات معنى اقتصادي حول سلوك سوق البيتكوين.

القيود

ليس من المفاجئ أن مؤشرات السوق لحالة الشراء المفرط أو البيع المفرط في أسواق البيتكوين تساعد التداول أكثر من استراتيجية الشراء والاحتفاظ. فبعد كل شيء، إذا لم تكن هذه المؤشرات توفر ميزة إضافية، لكان المتداولون قد توقفوا عن استخدامها منذ زمن طويل.

مع ذلك، فهي ليست كرة بلورية، ومن المرجح أن نهجًا أكثر تعقيدًا يجمع بين مؤشرات متعددة سيحقق أداءً أفضل، بما في ذلك أنواع أخرى غير مؤشرات السلسلة.

كما تعترف المقالة البحثية بأن هناك حاجة إلى مزيد من العمل لتحليل الصلة بين البيانات على السلسلة وأسعار أصول أخرى، مثل إيثريوم، سولانا، وXRP.

وبالمثل، لا يزال من الضروري تقييم مقاييس السلسلة الأخرى علميًا.

التحول الذكي؟

أخيرًا، قد يؤدي ظهور نماذج اللغة الكبيرة (LLM) والذكاء الاصطناعي بشكل عام إلى إحداث اضطراب في النمط الذي تم اختباره منذ عام 2013.

تُستخدم نماذج اللغة الكبيرة بشكل متزايد من قبل المستثمرين الأفراد والمؤسسات لتفسير ظروف السوق ومعالجة المعلومات، مع إمكانية تضخيم الانحيازات السلوكية. وهذا قد يغيّر جذريًا ديناميكيات إشارات المشاعر على السلسلة التي تم فحصها هنا.

لذا يجب على المستثمرين في العملات المشفرة أن يكونوا حذرين من الثقة المفرطة في موثوقية المؤشرات التي نجحت في الماضي، حيث إن الأسواق تتطور باستمرار، واليوم أكثر من ذلك، حيث يمكن للأدوات التحليلية الجديدة مثل الذكاء الاصطناعي أن تغير أيضًا هيكل الأسواق.

لذلك، كما هو الحال دائمًا في الاستثمار، فإن التنويع وتذكر أن “الأداءات السابقة ليست دليلًا على النتائج المستقبلية” سيكون لهما أهمية.

الدراسة المشار إليها

^{1. كلاوس غروبيس، سيباستيان نيسمان، ودافيدي ساندريتو. استخدام البيانات على السلسلة لتوقع دورات البيتكوين. Research in International Business and Finance. سبتمبر 2026. المقال: 103486. المجلد: المجلد 89. 10.1016/j.ribaf.2026.103486.}