Kunnen on-chain gegevens Bitcoin-cycli voorspellen?

Financiële markten worden gedreven door de psychologie en acties van instellingen en particuliere beleggers. Dit betekent dat het analyseren van transactievolume, patronen en andere gegevens uiterst waardevol kan zijn voor handelaren en beleggers bij het voorspellen van toekomstige prijsbewegingen.

Bitcoin is een van de meest succesvolle nieuwe activaklassen in de geschiedenis geweest, en verschilt op enkele manieren van traditionele activa zoals aandelen en goud, zoals directe transacties en een wiskundig begrensde voorraad. Een minder besproken verschil is hoe transparant de markt en transacties van Bitcoin en cryptocurrencies in het algemeen zijn.

In theorie kan dit beleggers een andere manier bieden om marktcycli te bestuderen, aangezien elke transactie wordt geregistreerd en “geheugen” openstaat voor toegang in het openbare grootboek.

Een nieuw economisch onderzoekspapier, gepubliceerd door onderzoekers van de Universiteit van Vaasa (Finland) en de Universiteit van Turijn (Italië), onderzoekt het potentieel van deze methode. Het werd gepubliceerd in Research In International Business and Finance¹, onder de titel “Using on-chain data to predict Bitcoin cycles”.

Markten voorspellen

Omdat het voorspellen van prijzen op de financiële markten buitengewoon winstgevend kan zijn, is er veel aandacht aan dit onderwerp besteed. Traditionele financiële modellen hebben echter moeite om de prijsbewegingen van crypto‑activa te verklaren.

Dit komt doordat, in tegenstelling tot aandelen, crypto’s geen intrinsieke waarde hebben die gekoppeld is aan een bedrijf en potentiële toekomstige dividenden. Evenzo zijn ze niet hetzelfde als nationale valuta’s, die worden beïnvloed door de beslissingen van de centrale bank en de sterkte of zwakte van een nationale economie.

In plaats daarvan wordt de prijs van crypto’s grotendeels gedreven door sentiment, hoewel de onderliggende bruikbaarheid voor transacties of als waardevast middel uiteraard de diepere reden is voor de waarde van cryptocurrencies.

In traditionele markten worden sentimentgedreven prijsbewegingen meestal afgeleid van indirecte proxy’s zoals enquêtes of mediagerichte indicatoren. Blockchains bieden echter een transparante en manipulatiebestendige grootboek van transacties, waardoor een verifieerbare registratie van het gedrag van beleggers ontstaat.

Om de vraag te beantwoorden of on-chain gegevens nuttig zijn om Bitcoin‑prijzen te voorspellen, gebruikten de onderzoekers drie on-chain, handelsgebaseerde maatstaven. Ze maten deze over drie grote marktcycli.

Het meten van Bitcoin’s sentiment

Overzicht van metrics

De onderzoekers analyseren Bitcoin‑prijzen van 7 december 2013 tot 12 april 2025, wat drie volledige marktcycli omvat: 2015, 2018 en 2022.

De drie indicatoren die in deze studie worden gebruikt zijn:

• Netto ongerealiseerde winst/verlies (NUPL) ratio
• Marktwaarde-tot-gerealiseerde waarde Z-score (MVRV Z-score)
• Cumulatieve waarde dagen vernietigd (CVDD).

De eerste twee metrics relateren prijzen aan de gezamenlijke kostprijsbasis (gerealiseerde waarde) van houders en kunnen worden geïnterpreteerd via mechanismen uit de gedragsfinanciering.

CVDD weerspiegelt het gedrag van langetermijnhouders, aangezien het de uitgaven van lang aangehouden munten vastlegt en daardoor informatie biedt over capitulatie door langetermijnhouders tijdens periodes van extreme pessimisme.

Over het geheel genomen is het idee om het sentiment van beleggers te evalueren, waarbij overoptimisme kan leiden tot buitensporige risicobereidheid en prijsstijgingen die kunnen uitgroeien tot bubbels, die vervolgens barsten wanneer beleggers in paniek raken en de prijzen ver onder de intrinsieke waarde dalen.

In crypto’s zijn zoekmachine‑activiteit en sociale media enkele van de meest prominente bronnen van sentimentanalyse. Maar on-chain gegevens bevatten uiteindelijk het bewijs dat dergelijk sentiment wordt omgezet in acties.

Netto ongerealiseerde winst/verlies Ratio

De NUPL‑ratio benadert het aandeel munten dat momenteel wordt gehouden met een ongerealiseerde winst of verlies.

Daarom duiden hoge waarden (boven 0,75) op een potentieel markttop, waarbij euforisch sentiment leidt tot het aanhouden van aanzienlijke ongerealiseerde winsten. Evenzo worden lage waarden doorgaans geassocieerd met angst en capitulatie bij een marktbodem.

Marktwaarde-tot-gerealiseerde waarde Z-score

De MVRV Z-score beoordeelt of een munt onder- of overgewaardeerd is ten opzichte van zijn “eerlijke waarde”, en is een veelgebruikte on-chain metric.

Daartoe combineert het 3 metrics:

• Marktwaarde (MV): Bitcoin‑prijs vermenigvuldigd met het aantal munten in omloop.
• Gerealiseerde waarde (RV): Elke munt waarderen tegen de prijs waarop deze voor het laatst on-chain werd overgedragen en vervolgens optellen over alle munten in omloop
• Z-score: Standaardiseert de afwijking tussen MV en RV door de standaarddeviatie van de marktwaarde

Deze indicator suggereert dat marktdeelnemers grote ongerealiseerde winsten aanhouden tijdens bull‑marktfasen, wanneer de marktwaarde van Bitcoin aanzienlijk stijgt boven de gerealiseerde waarde.

Een score onder -0,2 wordt beschouwd als een toestand van verhoogde angst en onzekerheid. Een uitstapdrempel van 5‑7 geeft aan dat de gemiddelde deelnemer grote ongerealiseerde winsten aanhoudt, wat de gedragsdruk naar winstneming genereert die historisch samenvalt met cyclustoppen.

Cumulatieve waarde dagen vernietigd

CVDD is gebaseerd op Coin Days Destroyed (CDD), een metric die transacties weegt op zowel de hoeveelheid verplaatste munten als hoe lang ze werden aangehouden.

Meer precies meet het het aantal verplaatste munten vermenigvuldigd met het aantal dagen sinds die munten voor het laatst werden verplaatst. CVDD aggregeert deze activiteit over de tijd

Het kan bijzonder nuttig zijn om de marktbodem te meten, aangezien het beoordeelt wanneer langetermijnhouders capituleren.

Kunnen on-chain gegevens de Bitcoin-prijs voorspellen?

Gepubliceerde resultaten

Verschillende geteste NULP‑strategieën presteerden allemaal beter dan een buy‑and‑hold‑strategie. Naast hogere rendementen vertoonden ze ook kleinere neerwaartse bewegingen. De meest agressieve NULP‑strategie bleek de meest winstgevende te zijn.

De MVRV Z-score vertoonde ook een superieure en robuuste risico‑gecorrigeerde prestatie ten opzichte van de buy‑and‑hold‑benchmark. Ze presteerden beter dan de NUPL‑gebaseerde strategieën over alle metrics, hoewel er in sommige gevallen extra volatiliteit was.

De CVDD‑strategieën bleken in staat te zijn om cyclusbodems te identificeren over alle handels- en vensterreeksen, en overtroffen de meeste willekeurig getimede ingangen.

Met een p‑waarde van 99% suggereert dit dat hoewel CVDD doorgaans zeer dicht bij de bodem instapt,  de houdperiodes soms langer zijn dan ideaal, wat de geannualiseerde prestatie vermindert.

Deze resultaten geven aan dat alle drie de maatstaven voorspellende waarde bevatten, waarbij de MVRV Z-score de sterkste algehele risico‑gecorrigeerde prestatie levert en CVDD bijzonder informatief blijkt voor het identificeren van marktbodems.

Over het geheel genomen geeft de studie aan dat ja, on-chain gegevens economisch betekenisvolle informatie over het gedrag van de Bitcoin‑markt bevatten.

Beperkingen

Het mag niet verrassend zijn dat marktindicatoren van een overbought‑ of oversold‑situatie van Bitcoin‑markten het handelen beter ondersteunen dan een buy‑and‑hold‑strategie. Immers, als dergelijke indicatoren geen extra voordeel boden, zouden handelaren ze al lang geleden hebben verlaten.

Ze zijn echter geen kristallen bol, en hoogstwaarschijnlijk zal een meer geavanceerde aanpak die meerdere indicatoren combineert betere prestaties leveren, inclusief andere soorten dan on-chain indicatoren.

Het onderzoeksartikel geeft ook toe dat er meer werk nodig is om de link tussen on-chain gegevens en prijzen voor andere activa, zoals Ethereum, Solana en XRP, te analyseren.

Evenzo moeten andere on-chain metrics nog wetenschappelijk worden geëvalueerd.

AI-verstoringen?

Ten slotte zou de opkomst van LLM’s (Large Language Model) en AI in het algemeen het patroon dat sinds 2013 is teruggetest, kunnen verstoren.

LLM’s worden steeds vaker gebruikt door particuliere en institutionele beleggers om marktomstandigheden te interpreteren en informatie te verwerken, met het potentieel om gedragsbiases te versterken. Dit zou de dynamiek van de hier onderzochte on-chain sentiment‑signalen radicaal kunnen veranderen.

Crypto‑beleggers moeten dus oppassen dat ze niet te zelfverzekerd worden over de betrouwbaarheid van indicatoren die in het verleden werkten, aangezien markten voortdurend evolueren, tegenwoordig nog meer, omdat nieuwe analytische tools zoals AI ook de structuur van markten kunnen veranderen.

Dus, zoals altijd bij beleggen, zijn diversificatie en het onthouden dat “verleden prestaties geen bewijs zijn van toekomstige resultaten” van belang.

Gerefereerde studie

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