Kan on-chain-data förutsäga Bitcoin-cykler?

Finansiella marknader drivs av psykologin och handlingarna hos institutioner och detaljhandelsinvesterare. Detta innebär att analys av transaktionsvolym, mönster och annan data kan vara extremt värdefull för handlare och investerare när de förutsäger framtida prisrörelser.

Bitcoin har varit en av de mest framgångsrika nya tillgångskategorierna i historien och skiljer sig från traditionella tillgångar som aktier och guld på flera sätt, såsom omedelbara transaktioner och matematiskt begränsad tillgång. En mindre diskuterad skillnad är hur transparent marknaden och transaktionerna för Bitcoin och kryptovalutor i allmänhet är.

I teorin kan detta ge investerare ett annat sätt att studera marknadscykler, då varje transaktion registreras och “memoriseras” och är tillgänglig i den offentliga ligaledger.

Ett nytt ekonomiskt forskningspapper publicerat av forskare vid University of Vaasa (Finland) och University of Turin (Italien) undersöker potentialen i denna metod. Det publicerades i Research In International Business and Finance¹, under titeln “Using on-chain data to predict Bitcoin cycles”.

Förutsäga marknader

Eftersom förutsägelse av finansiella marknadspriser kan vara extremt lönsam har ämnet fått stor uppmärksamhet. Traditionella finansiella modeller har dock svårt att förklara prisrörelserna för kryptotillgångar.

Detta beror på att, till skillnad från aktier, kryptovalutor saknar ett inneboende värde kopplat till ett företag och potentiella framtida utdelningar. På samma sätt är de inte samma som nationella valutor, som påverkas av centralbankens beslut och en nationell ekonomis styrka eller svaghet.

Istället är priset på kryptovalutor i stor utsträckning sentimentdrivet, även om den underliggande nyttan för transaktioner eller som värdebevarare naturligtvis är den djupare anledningen till kryptovalutors värde.

I traditionella marknader härleds sentimentdrivna prisrörelser vanligtvis från indirekta proxyer såsom undersökningar eller mediebaserade indikatorer. Men blockkedjor erbjuder en transparent och manipuleringsresistent ligaledger av transaktioner, vilket ger en verifierbar redogörelse för investerarbeteende.

För att besvara frågan om on-chain-data är användbara för att förutsäga Bitcoin-priser använde forskarna tre on-chain, handelsbaserade mått. De mätte dem över tre stora marknadscykler.

Mäta Bitcoins sentiment

Översikt över metrik

Forskarnas analyser av Bitcoin-priser sträcker sig från 7 december 2013 till 12 april 2025, vilket omfattar tre kompletta marknadscykler: 2015, 2018 och 2022.

De tre indikatorerna som används i denna studie är:

• Netto orealiserad vinst/förlust (NUPL) förhållande
• Marknadsvärde till realiserat värde Z-score (MVRV Z-score)
• Kumulativt värde dagar förstörda (CVDD).

De två första metrikernas förhållande priset till innehavarnas samlade kostnadsbas (realiserat värde) och kan tolkas genom beteendefinansiella mekanismer.

CVDD speglar långsiktiga innehavares beteende då det fångar förbrukningen av länge hållna mynt och därmed ger information om kapitulation av långsiktiga innehavare under perioder av extrem pessimism.

Övergripande är idén att utvärdera investerarnas sentiment, där överoptimism kan utlösa överdrivet risktagande och prisökningar som kan utvecklas till bubblor, vilka sedan spricker när investerare får panik och priserna faller långt under det inneboende värdet.

I kryptovalutor är sökmotoraktivitet och sociala medier bland de mest framträdande källorna till sentimentanalys. Men on-chain-data innehåller i slutändan beviset på att sådant sentiment omvandlas till handlingar.

Netto orealiserad vinst/förlust förhållande

NUPL-förhållandet uppskattar andelen mynt som för närvarande hålls med en orealiserad vinst eller förlust.

Som sådan indikerar höga värden (över 0,75) en potentiell marknadstop, med euforisk sentiment som leder till att hålla betydande orealiserade vinster. På samma sätt är låga värden vanligtvis kopplade till rädsla och kapitulation vid ett marknadsbotten.

Marknadsvärde till realiserat värde Z-score

MVRV Z-score bedömer om ett mynt är undervärderat eller övervärderat i förhållande till dess “rättvisa värde” och är en ofta använd on-chain-metrik.

För att göra detta kombinerar den 3 metrikar:

• Marknadsvärde (MV): Bitcoin-priset multiplicerat med antalet mynt i cirkulation.
• Realiserat värde (RV): Värdera varje mynt till det pris det senast överfördes on-chain och summera över alla mynt i cirkulation
• Z-score: Standardiserar avvikelsen mellan MV och RV med standardavvikelsen för marknadsvärdet

Denna indikator tyder på att marknadsdeltagare håller stora orealiserade vinster under bull-marknadsfaser, när Bitcoins marknadsvärde stiger avsevärt över dess realiserade värde.

Ett resultat under -0,2 anses vara ett tillstånd av ökad rädsla och osäkerhet. En utgångströskel på 5-7 indikerar att den genomsnittliga deltagaren har stora orealiserade vinster, vilket skapar ett beteendemässigt tryck mot vinsttagning som historiskt sammanfaller med cykeltoppar.

Kumulativt värde dagar förstörda

CVDD är baserat på Coin Days Destroyed (CDD), en metrik som väger transaktioner både efter mängden mynt som flyttas och hur länge de har hållits.

Mer exakt mäter den antalet mynt som överförts multiplicerat med antalet dagar sedan dessa mynt senast flyttades. CVDD samlar denna aktivitet över tid.

Den kan vara särskilt användbar för att mäta marknadsbotten, då den bedömer när långsiktiga innehavare kapitulerar.

Kan on-chain-data förutsäga Bitcoin-pris?

Publicerade resultat

Flera testade NULP-strategier överträffade alla en köp‑och‑håll‑strategi. Förutom högre avkastning visade de också mindre nedgångar. Den mest aggressiva NULP-strategin visade sig vara den mest lönsamma.

MVRV Z-score uppvisade också överlägsen och robust riskjusterad prestanda i förhållande till köp‑och‑håll‑referensen. De överträffade de NUPL-baserade strategierna på alla mått, även om de i vissa fall hade extra volatilitet.

CVDD-strategierna har visat sig kunna identifiera cykelbottnar över alla handels- och fönsterintervall, och överträffade de flesta slumpmässigt tidpunktsbestämda inträden.

Med ett p‑värde på 99 % tyder det på att även om CVDD vanligtvis går in mycket nära botten, så är dess innehavsperioder ibland längre än idealiskt, vilket minskar den årliga avkastningen.

Dessa resultat indikerar att alla tre måtten har förutsägande värde, där MVRV Z-score ger den starkaste övergripande riskjusterade prestandan och CVDD framstår som särskilt informativ för att identifiera marknadsbottnar.

Sammanfattningsvis visar studien att ja, on-chain-data innehåller ekonomiskt meningsfull information om Bitcoins marknadsbeteende.

Begränsningar

Det bör inte vara någon överraskning att marknadsindikatorer för en överköpt eller översåld situation på Bitcoin-marknaderna hjälper handel bättre än en köp‑och‑håll‑strategi. Om sådana indikatorer inte gav någon extra fördel skulle handlare ha slutat använda dem för länge sedan.

De är dock ingen kristallkula, och sannolikt kommer en mer sofistikerad metod som kombinerar flera indikatorer att ha överlägsen prestanda, inklusive andra typer än on-chain‑indikatorer.

Forskningsartikeln medger också att mer arbete behövs för att analysera sambandet mellan on-chain-data och priser för andra tillgångar, såsom Ethereum, Solana och XRP.

På liknande sätt har andra on-chain‑metrik ännu inte utvärderats vetenskapligt.

AI-distorsion?

Slutligen kan framväxten av LLM:er (Large Language Model) och AI i allmänhet störa det mönster som testats bakåt från 2013.

LLM:er används i ökande grad av detaljhandels- och institutionella investerare för att tolka marknadsförhållanden och bearbeta information, med potential att förstärka beteendebiaser. Detta kan radikalt förändra dynamiken i de on-chain‑sentimentsignaler som undersökts här.

Kryptoinvesterare bör därför vara försiktiga så att de inte blir alltför självsäkra på tillförlitligheten hos indikatorer som fungerade tidigare, eftersom marknaderna ständigt utvecklas, idag ännu mer, då nya analytiska verktyg som AI också kan förändra marknadsstrukturen.

Så, som alltid vid investeringar, är diversifiering och att komma ihåg att “tidigare resultat är ingen garanti för framtida resultat” viktigt.

Studie refererad

^{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. Volym: Volume 89. 10.1016/j.ribaf.2026.103486.}