Ψηφιακά περιουσιακά στοιχεία

Μπορούν τα δεδομένα on-chain να προβλέψουν τους κύκλους του Bitcoin;

mm
Προσθέστε το Securities.io στις προτιμώμενες πηγές σας στο Google

Οι χρηματοοικονομικές αγορές κινείται από την ψυχολογία και τις ενέργειες των θεσμικών και λιανικών επενδυτών. Αυτό σημαίνει ότι η ανάλυση του όγκου συναλλαγών, των προτύπων και άλλων δεδομένων μπορεί να είναι εξαιρετικά πολύτιμη για τους traders και τους επενδυτές στην πρόβλεψη μελλοντικών κινήσεων τιμών.

Το Bitcoin ήταν μία από τις πιο επιτυχημένες νέες κατηγορίες περιουσιακών στοιχείων στην ιστορία, και διαφέρει από τα παραδοσιακά περιουσιακά στοιχεία όπως οι μετοχές και ο χρυσός μερικούς τρόπους, όπως οι άμεσες συναλλαγές και η μαθηματικά περιορισμένη προσφορά. Μια λιγότερο συζητημένη διαφορά είναι το πόσο διαφανής είναι η αγορά και οι συναλλαγές του Bitcoin και των κρυπτονομισμάτων γενικότερα.

Σ θεωρία, αυτό μπορεί να δώσει στους επενδυτές έναν διαφορετικό τρόπο μελέτης των κύκλων της αγοράς, με κάθε συναλλαγή να καταγράφεται και να «αποθηκεύεται» ανοιχτά για πρόσβαση στο δημόσιο λογιστικό βιβλίο.

Ένα νέο οικονομικό ερευνητικό άρθρο που δημοσιεύθηκε από ερευνητές του Πανεπιστημίου Vaasa (Φινλανδία) και του Πανεπιστημίου Turin (Ιταλία) διερευνά το δυναμικό αυτής της μεθόδου. Δημοσιεύθηκε στο Research In International Business and Finance1, με τίτλο “Using on-chain data to predict Bitcoin cycles”.

Πρόβλεψη Αγορών

Δεδομένου ότι η πρόβλεψη των τιμών των χρηματοοικονομικών αγορών μπορεί να είναι εξαιρετικά κερδοφόρα, έχει δοθεί σημαντική προσοχή σε αυτό το θέμα. Ωστόσο, τα παραδοσιακά χρηματοοικονομικά μοντέλα δυσκολεύονται να εξηγήσουν τις κινήσεις τιμών των κρυπτο-περιουσιακών στοιχείων.

Αυτό συμβαίνει επειδή, σε αντίθεση με τις μετοχές, τα κρυπτονομίσματα δεν έχουν εγγενή αξία που να συνδέεται με μια εταιρεία και πιθανά μελλοντικά μερίσματα. Ομοίως, δεν είναι το ίδιο με τα εθνικά νομίσματα, που επηρεάζονται από τις αποφάσεις της κεντρικής τράπεζας και τη δύναμη ή αδυναμία της εθνικής οικονομίας.

Αντίθετα, η τιμή των κρυπτονομισμάτων καθορίζεται κυρίως από το συναίσθημα, ακόμη και αν η υποκείμενη χρηστικότητα για συναλλαγές ή ως αποθήκη αξίας είναι, φυσικά, ο βαθύτερος λόγος της αξίας των κρυπτονομισμάτων.

Στις παραδοσιακές αγορές, οι κινήσεις τιμών που καθορίζονται από το συναίσθημα συνήθως προκύπτουν από έμμεσους δείκτες όπως έρευνες ή δείκτες βασισμένους στα μέσα ενημέρωσης. Ωστόσο, οι αλυσίδες μπλοκ παρέχουν ένα διαφανές και αμετάβλητο λογιστικό βιβλίο συναλλαγών, προσφέροντας ένα επαληθεύσιμο αρχείο της συμπεριφοράς των επενδυτών.

Για να απαντήσουν στο ερώτημα εάν τα on-chain δεδομένα είναι χρήσιμα για την πρόβλεψη των τιμών του Bitcoin, οι ερευνητές χρησιμοποίησαν τρία on-chain, βασισμένα σε συναλλαγές μέτρα. Τα μέτρησαν σε τρεις σημαντικούς κύκλους της αγοράς.

Μέτρηση του Συναισθήματος του Bitcoin

Επισκόπηση Δεικτών

Οι ερευνητές αναλύουν τις τιμές του Bitcoin από 7 Δεκεμβρίου 2013 έως 12 Απριλίου 2025, καλύπτοντας τρεις πλήρεις κύκλους αγοράς: 2015, 2018 και 2022.

Οι τρεις δείκτες που χρησιμοποιήθηκαν σε αυτή τη μελέτη είναι:

  • Δείκτης Καθαρών Μη Υλοποιημένων Κερδών/Ζημιών (NUPL)
  • Δείκτης Z-score Αξίας Αγοράς προς Υλοποιημένη Αξία (MVRV Z-score)
  • Συσσωρευμένες Ημέρες Αξίας Καταστροφής (CVDD).

Οι πρώτοι δύο δείκτες συνδέουν τις τιμές με το συνολικό κόστος βάσης των κατόχων (υλοποιημένη αξία) και μπορούν να ερμηνευτούν μέσω μηχανισμών συμπεριφορικής χρηματοοικονομίας.

Το CVDD αντικατοπτρίζει τη συμπεριφορά των μακροπρόθεσμων κατόχων, καθώς καταγράφει τη δαπάνη των μακροχρόνια κατεχόμενων νομισμάτων και έτσι παρέχει πληροφορίες για την παραίτηση των μακροπρόθεσμων κατόχων κατά περιόδους ακραίου απαισιοδοξίας.

Γενικά, η ιδέα είναι η αξιολόγηση του συναισθήματος των επενδυτών, όπου η υπερβολική αισιοδοξία μπορεί να προκαλέσει υπερβολική ανάληψη κινδύνου και αυξήσεις τιμών που μπορούν να εξελιχθούν σε φούσκες, οι οποίες σκάσουν όταν οι επενδυτές πανικοβληθούν, και οι τιμές πέσουν πολύ κάτω από την εγγενή αξία.

Στα κρυπτονομίσματα, η δραστηριότητα των μηχανών αναζήτησης και τα κοινωνικά δίκτυα είναι μεταξύ των πιο σημαντικών πηγών ανάλυσης συναισθήματος. Ωστόσο, τα on-chain δεδομένα τελικά περιέχουν την απόδειξη του συναισθήματος που μετατρέπεται σε ενέργειες.

Δείκτης Καθαρών Μη Υλοποιημένων Κερδών/Ζημιών (NUPL)

Ο δείκτης NUPL προσεγγίζει το ποσοστό των νομισμάτων που αυτή τη στιγμή κατέχονται με μη υλοποιημένο κέρδος ή ζημία.

Ως εκ τούτου, υψηλές τιμές (πάνω από 0,75) υποδηλώνουν πιθανή κορυφή της αγοράς, με ευφορικό συναίσθημα που οδηγεί σε διατήρηση σημαντικών μη υλοποιημένων κερδών. Αντίστοιχα, χαμηλές τιμές συνδέονται συνήθως με φόβο και παραίτηση σε μια χαμηλή της αγοράς.

Δείκτης Z-score Αξίας Αγοράς προς Υλοποιημένη Αξία (MVRV)

Το MVRV Z-score αξιολογεί εάν ένα νόμισμα είναι υποτιμημένο ή υπερτιμημένο σε σχέση με τη «δίκαιη αξία» του, και αποτελεί έναν ευρέως χρησιμοποιούμενο on-chain δείκτη.

Για να το κάνει αυτό, συνδυάζει 3 δείκτες:

  • Αξία αγοράς (MV): Τιμή Bitcoin πολλαπλασιασμένη με τον αριθμό των νομισμάτων σε κυκλοφορία.
  • Υλοποιημένη αξία (RV): Αξιολόγηση κάθε νομίσματος στην τιμή με την οποία μεταφέρθηκε τελευταία φορά on-chain και άθροιση σε όλα τα νομίσματα σε κυκλοφορία.
  • Z-score: Κανονικοποιεί την απόκλιση μεταξύ MV και RV με την τυπική απόκλιση της αξίας αγοράς.

Αυτός ο δείκτης υποδηλώνει ότι οι συμμετέχοντες στην αγορά διατηρούν μεγάλα μη υλοποιημένα κέρδη κατά τις φάσεις ανοδικής αγοράς, όταν η αξία αγοράς του Bitcoin αυξάνεται σημαντικά πάνω από την υλοποιημένη αξία.

Σκορ κάτω από -0,2 θεωρείται κατάσταση αυξημένου φόβου και αβεβαιότητας. Ένα όριο εξόδου 5-7 υποδεικνύει ότι ο μέσος συμμετέχων διατηρεί μεγάλα μη υλοποιημένα κέρδη, δημιουργώντας τη συμπεριφορική πίεση προς λήψη κερδών που ιστορικά συμπίπτει με τις κορυφές των κύκλων.

Συσσωρευμένες Ημέρες Αξίας Καταστροφής (CVDD)

Το CVDD βασίζεται στο Coin Days Destroyed (CDD), έναν δείκτη που ζυγίζει τις συναλλαγές τόσο με βάση το ποσό των νομισμάτων που μετακινήθηκαν όσο και το πόσο καιρό κρατήθηκαν.

Πιο συγκεκριμένα, μετρά τον αριθμό των νομισμάτων που μεταφέρθηκαν πολλαπλασιασμένο με τον αριθμό των ημερών από την τελευταία μεταφορά τους. Το CVDD συγκεντρώνει αυτή τη δραστηριότητα με την πάροδο του χρόνου

Μπορεί να είναι ιδιαίτερα χρήσιμο για τη μέτρηση του πυθμένα της αγοράς, καθώς αξιολογεί πότε οι μακροπρόθεσμοι κάτοχοι παραδίδονται.

Μπορούν τα δεδομένα on-chain να προβλέψουν την τιμή του Bitcoin;

Δημοσιευμένα Αποτελέσματα

Διάφορες δοκιμασμένες στρατηγικές NULP υπερέβησαν όλες τη στρατηγική αγοράς‑και‑κρατήματος. Εκτός από υψηλότερες αποδόσεις, εμφάνισαν επίσης μικρότερες πτώσεις. Η πιο επιθετική στρατηγική NULP αποδείχθηκε η πιο κερδοφόρα.

Το MVRV Z-score παρουσίασε επίσης ανώτερη και ισχυρή απόδοση προσαρμοσμένη στον κίνδυνο σε σχέση με το benchmark αγοράς‑και‑κρατήματος. Υπερέβη τις στρατηγικές βασισμένες στο NUPL σε όλους τους δείκτες, αν και με κάποια επιπλέον μεταβλητότητα σε ορισμένες περιπτώσεις.

Οι στρατηγικές CVDD αποδείχθηκαν ικανές να εντοπίζουν τα κάτω σημεία των κύκλων σε όλες τις συναλλαγές και χρονικά παράθυρα, ξεπερνώντας τις περισσότερες τυχαίες εισόδους.

Με p‑value 99%, υποδηλώνει ότι αν και το CVDD συνήθως εισέρχεται πολύ κοντά στο κάτω σημείο, οι περίοδοι κράτησής του είναι κάποιες φορές πιο μακρές από το ιδανικό, γεγονός που μειώνει την ετήσια απόδοση.

Αυτά τα αποτελέσματα δείχνουν ότι και τα τρία μέτρα περιέχουν προβλεπτική αξία, με το MVRV Z-score να προσφέρει την ισχυρότερη συνολική απόδοση προσαρμοσμένη στον κίνδυνο και το CVDD να φαίνεται ιδιαίτερα ενημερωτικό για την ταυτοποίηση των πυθμένων της αγοράς.

Συνολικά, η μελέτη υποδεικνύει ότι ναι, τα on-chain δεδομένα περιέχουν οικονομικά σημαντικές πληροφορίες για τη συμπεριφορά της αγοράς του Bitcoin.

Περιορισμοί

Δεν θα πρέπει να είναι έκπληξη ότι οι δείκτες αγοράς για μια κατάσταση υπεραγοράς ή υπερπώλησης των αγορών Bitcoin βοηθούν το trading περισσότερο από μια στρατηγική αγοράς‑και‑κρατήματος. Τελικά, αν αυτοί οι δείκτες δεν παρείχαν πρόσθετο πλεονέκτημα, οι traders θα είχαν σταματήσει να τους χρησιμοποιούν εδώ και πολύ καιρό.

Ωστόσο, δεν είναι μαντική μπάλα, και πιθανότατα μια πιο εξελιγμένη προσέγγιση που συνδυάζει πολλαπλούς δείκτες θα έχει ανώτερη απόδοση, συμπεριλαμβανομένων και άλλων τύπων εκτός των on-chain δεικτών.

Το ερευνητικό άρθρο επίσης παραδέχεται ότι απαιτείται περαιτέρω εργασία για την ανάλυση της σχέσης μεταξύ on-chain δεδομένων και τιμών για άλλα περιουσιακά στοιχεία, όπως το Ethereum, το Solana και το XRP.

Ανάλογα, άλλοι on-chain δείκτες δεν έχουν ακόμη αξιολογηθεί επιστημονικά.

Διατάραξη AI;

Τέλος, η εμφάνιση των LLM (Μεγάλων Μοντέλων Γλώσσας) και της AI γενικότερα θα μπορούσε να διαταράξει το μοτίβο που δοκιμάστηκε από το 2013.

Τα LLM χρησιμοποιούνται όλο και περισσότερο από λιανικούς και θεσμικούς επενδυτές για την ερμηνεία των συνθηκών της αγοράς και την επεξεργασία πληροφοριών, με τη δυνατότητα ενίσχυσης των συμπεριφορικών προκαταλήψεων. Αυτό θα μπορούσε να αλλάξει ριζικά τη δυναμική των on-chain σημάτων συναισθήματος που εξετάζονται εδώ.

Έτσι, οι επενδυτές σε κρυπτονομίσματα πρέπει να είναι προσεκτικοί ώστε να μην γίνουν υπερβολικά σίγουροι για την αξιοπιστία των δεικτών που λειτούργησαν στο παρελθόν, καθώς οι αγορές εξελίσσονται συνεχώς, σήμερα ακόμη περισσότερο, καθώς νέα αναλυτικά εργαλεία όπως η AI μπορούν επίσης να αλλάξουν τη δομή των αγορών.

Έτσι, όπως πάντα στην επένδυση, η διαφοροποίηση και η υπενθύμιση ότι «οι προηγούμενες επιδόσεις δεν αποτελούν απόδειξη των μελλοντικών αποτελεσμάτων» θα είναι σημαντικές.

Μελέτη Αναφοράς

1. Klaus Grobys, Sebastian Näsman, και Davide Sandretto. Using on-chain data to predict Bitcoin cycles. Research in International Business and Finance. Σεπτέμβριος 2026. Άρθρο: 103486. Τόμος: Volume 89. 10.1016/j.ribaf.2026.103486.

Ο Jonathan είναι ένας πρώην ερευνητής βιοχημείας που εργάστηκε στην γενετική ανάλυση και τις κλινικές δοκιμές. Τώρα είναι αναλυτής μετοχών και συγγραφέας χρηματοοικονομικών με εστίαση στην καινοτομία, τους κύκλους της αγοράς και τη γεωπολιτική στην έκδοσή του 'The Eurasian Century".