Können On-Chain-Daten Bitcoin-Zyklen vorhersagen?

Finanzmärkte werden von der Psychologie und den Handlungen von Institutionen und Privatanlegern bewegt. Das bedeutet, dass die Analyse von Transaktionsvolumen, Mustern und anderen Daten für Händler und Investoren äußerst wertvoll sein kann, um zukünftige Kursbewegungen vorherzusagen.

Bitcoin ist eine der erfolgreichsten neuen Asset-Kategorien der Geschichte und unterscheidet sich von traditionellen Anlagen wie Aktien und Gold in einigen Punkten, wie sofortigen Transaktionen und mathematisch begrenztem Angebot. Ein weniger diskutierter Unterschied ist, wie transparent der Markt und die Transaktionen von Bitcoin und Kryptowährungen im Allgemeinen sind.

Theoretisch kann dies Investoren eine andere Möglichkeit bieten, Marktzyklen zu untersuchen, da jede Transaktion registriert und „gespeichert“ im öffentlichen Ledger einsehbar ist.

Ein neues wirtschaftswissenschaftliches Forschungspapier, veröffentlicht von Forschern der Universität Vaasa (Finnland) und der Universität Turin (Italien), untersucht das Potenzial dieser Methode. Es wurde in Research In International Business and Finance¹ veröffentlicht, unter dem Titel “Using on-chain data to predict Bitcoin cycles”.

Marktvorhersage

Da die Vorhersage von Finanzmarktpreisen äußerst lukrativ sein kann, hat dieses Thema erhebliche Aufmerksamkeit erhalten. Traditionelle Finanzmodelle haben jedoch Schwierigkeiten, die Preisbewegungen von Krypto-Assets zu erklären.

Dies liegt daran, dass Kryptowährungen im Gegensatz zu Aktien keinen intrinsischen Wert haben, der an ein Unternehmen und potenzielle zukünftige Dividenden gebunden ist. Ebenso sind sie nicht mit nationalen Währungen vergleichbar, die von Entscheidungen der Zentralbank und der Stärke oder Schwäche einer Volkswirtschaft beeinflusst werden.

Stattdessen wird der Preis von Kryptowährungen weitgehend von der Stimmung getrieben, obwohl die zugrunde liegende Nützlichkeit für Transaktionen oder als Wertaufbewahrungsmittel natürlich der tiefere Grund für den Wert von Kryptowährungen ist.

In traditionellen Märkten werden stimmungsabhängige Kursbewegungen typischerweise aus indirekten Indikatoren wie Umfragen oder medienbasierten Kennzahlen abgeleitet. Blockchains hingegen bieten ein transparentes und manipulationssicheres Transaktionsledger, das einen überprüfbaren Nachweis des Anlegerverhaltens liefert.

Um die Frage zu beantworten, ob On-Chain-Daten nützlich sind, um Bitcoin-Preise vorherzusagen, nutzten die Forscher drei on-chain, handelsbasierte Messgrößen. Sie maßen diese über drei große Marktzyklen.

Messung der Bitcoin-Stimmung

Übersicht der Kennzahlen

Die Forscher analysieren Bitcoin-Preise vom 7. Dezember 2013 bis zum 12. April 2025, was drei vollständige Marktzyklen umfasst: 2015, 2018 und 2022.

Die drei in dieser Studie verwendeten Indikatoren sind:

• Net Unrealized Profit/Loss (NUPL)-Verhältnis
• Market Value to Realized Value Z-Score (MVRV Z-Score)
• Cumulative Value Days Destroyed (CVDD).

Die ersten beiden Kennzahlen beziehen die Preise auf die aggregierte Kostenbasis (realisierter Wert) der Inhaber und können über Mechanismen der Verhaltensökonomie interpretiert werden.

CVDD spiegelt das Verhalten langfristiger Inhaber wider, da es die Ausgabe von lange gehaltenen Coins erfasst und somit Informationen über die Kapitulation langfristiger Inhaber in Phasen extremer Pessimismus liefert.

Insgesamt geht es darum, die Stimmung der Investoren zu bewerten, wobei Überoptimismus übermäßige Risikobereitschaft und Kursanstiege auslösen kann, die zu Blasen führen, die dann platzen, wenn Investoren in Panik geraten und die Preise weit unter den intrinsischen Wert fallen.

Bei Kryptowährungen gehören Suchmaschinenaktivität und soziale Medien zu den prominentesten Quellen für Sentiment-Analysen. On-Chain-Daten enthalten jedoch letztlich den Nachweis dafür, dass sich diese Stimmung in Handlungen umsetzt.

Net Unrealized Profit/Loss Verhältnis

Das NUPL-Verhältnis schätzt den Anteil der Coins, die derzeit mit einem nicht realisierten Gewinn oder Verlust gehalten werden.

Daher deuten hohe Werte (über 0,75) auf einen potenziellen Marktgipfel hin, wobei euphorische Stimmung zu erheblichen nicht realisierten Gewinnen führt. Ebenso werden niedrige Werte typischerweise mit Angst und Kapitulation am Marktboden in Verbindung gebracht.

Market Value to Realized Value Z-Score

Der MVRV Z-Score bewertet, ob ein Coin im Vergleich zu seinem „fairen Wert“ unter- oder überbewertet ist, und ist ein weit verbreitetes On-Chain-Metrik.

Um dies zu tun, kombiniert er 3 Kennzahlen:

• Marktwert (MV): Bitcoin-Preis multipliziert mit der Anzahl der im Umlauf befindlichen Coins.
• Realisiert­er Wert (RV): Bewertung jedes Coins zum Preis, zu dem er zuletzt on-chain transferiert wurde, und Summierung über alle im Umlauf befindlichen Coins.
• Z-Score: Standardisiert die Abweichung zwischen MV und RV anhand der Standardabweichung des Marktwerts.

Dieser Indikator legt nahe, dass Marktteilnehmer während Bullenmarktphasen große nicht realisierte Gewinne halten, wenn der Marktwert von Bitcoin deutlich über seinem realisierten Wert liegt.

Ein Wert unter -0,2 gilt als Zustand erhöhter Angst und Unsicherheit. Ein Ausstiegsschwellenwert von 5–7 zeigt, dass der durchschnittliche Teilnehmer große nicht realisierte Gewinne hält, was den Verhaltensdruck zum Gewinnmitnehmen erzeugt, der historisch mit Zyklushöhen zusammenfällt.

Kumulierte Wert-Tage zerstört

CVDD basiert auf Coin Days Destroyed (CDD), einer Kennzahl, die Transaktionen sowohl nach der Menge der bewegten Coins als auch nach der Haltedauer gewichtet.

Genauer gesagt misst es die Anzahl der übertragenen Coins multipliziert mit der Anzahl der Tage seit der letzten Bewegung dieser Coins. CVDD aggregiert diese Aktivität über die Zeit

Sie kann besonders nützlich sein, um den Marktboden zu messen, da sie beurteilt, wann langfristige Inhaber kapitulieren.

Können On-Chain-Daten den Bitcoin-Preis vorhersagen?

Veröffentlichte Ergebnisse

Mehrere getestete NUPL-Strategien übertrafen alle eine Buy-and-Hold-Strategie. Zusätzlich zu höheren Renditen zeigten sie auch geringere Drawdowns. Die aggressivste NUPL-Strategie erwies sich als die profitabelste.

Der MVRV Z-Score zeigte ebenfalls eine überlegene und robuste risikoadjustierte Performance im Vergleich zum Buy-and-Hold-Benchmark. Er übertraf die NUPL-basierten Strategien in allen Kennzahlen, wenn auch in einigen Fällen mit zusätzlicher Volatilität.

Die CVDD-Strategien erwiesen sich als fähig, Zyklusböden über alle Handels- und Zeitfenster hinweg zu identifizieren und übertrafen die meisten zufällig getimten Einstiege.

Mit einem p-Wert von 99 % deutet dies darauf hin, dass CVDD zwar typischerweise sehr nahe am Boden einsteigt, seine Halteperioden jedoch manchmal länger als ideal sind, was die annualisierte Performance reduziert.

Diese Ergebnisse zeigen, dass alle drei Kennzahlen einen prädiktiven Wert besitzen, wobei der MVRV Z-Score die insgesamt stärkste risikoadjustierte Performance liefert und CVDD besonders informativ für die Identifizierung von Marktböden ist.

Insgesamt weist die Studie darauf hin, dass On-Chain-Daten tatsächlich wirtschaftlich bedeutsame Informationen über das Bitcoin-Marktverhalten enthalten.

Einschränkungen

Es sollte nicht überraschen, dass Marktindikatoren für eine überkaufte oder überverkaufte Situation der Bitcoin-Märkte das Trading besser unterstützen als eine Buy-and-Hold-Strategie. Schließlich würden Händler sie längst nicht mehr verwenden, wenn solche Indikatoren keinen zusätzlichen Vorteil bieten würden.

Sie sind jedoch kein Kristallkugel, und höchstwahrscheinlich wird ein anspruchsvollerer Ansatz, der mehrere Indikatoren kombiniert, eine überlegene Performance erzielen, einschließlich anderer Arten als On-Chain-Indikatoren.

Der Forschungsartikel gibt zudem zu, dass weitere Arbeiten erforderlich sind, um die Verbindung zwischen On-Chain-Daten und Preisen anderer Assets wie Ethereum, Solana und XRP zu analysieren.

Ähnlich müssen andere On-Chain-Metriken noch wissenschaftlich bewertet werden.

KI-Disruption?

Abschließend könnte das Aufkommen von LLMs (Large Language Models) und KI im Allgemeinen das seit 2013 rückblickend getestete Muster stören.

LLMs werden von Privatanlegern und institutionellen Investoren zunehmend genutzt, um Marktbedingungen zu interpretieren und Informationen zu verarbeiten, wobei sie das Potenzial haben, Verhaltensbias zu verstärken. Dies könnte die Dynamik der hier untersuchten On-Chain-Stimmungs‑Signale grundlegend verändern.

Krypto‑Investoren sollten daher vorsichtig sein, nicht zu übermäßigem Vertrauen in die Zuverlässigkeit von Indikatoren zu gelangen, die in der Vergangenheit funktioniert haben, da sich die Märkte ständig weiterentwickeln, heute noch stärker, da neue Analysewerkzeuge wie KI die Marktstruktur ebenfalls verändern können.

Wie immer beim Investieren sind Diversifikation und die Erinnerung daran, dass „vergangene Leistungen kein Beweis für zukünftige Ergebnisse sind“, von Bedeutung.

Studie referenziert

^{1. Klaus Grobys, Sebastian Näsman, und Davide Sandretto. Using on-chain data to predict Bitcoin cycles. Research in International Business and Finance. September 2026. Artikel: 103486. Band: Volume 89. 10.1016/j.ribaf.2026.103486.}