[链上大师]glassnode 链上周报：利用链上数据追踪市场动态

链上的数据可以提供数字货币性能的卓越透明度，这在传统资产中并不常见。这种透明度的一个好处是，它允许分析师和投资者通过非常广泛的指标和指示器来监控市场趋势和动态。

在本文中，我们将讨论如何利用链上的数据来识别拐点，以及BTC市场积极动能的持续阶段。我们将通过四个链分析类别来讨论这个概念：

• 🟢链上活动:利用网络活动和利用率来识别增长阶段和用户基础扩展阶段。
• 市场盈利能力：识别投资者持有的未实现利润正在改善的阶段。
• 售出行为:当现有持有人获利时，发现有足够的需求流入吸收阶段。
• 🟠 财富分配:考虑新老持有人之间的财富平衡和转移。

虽然每个指标都可以单独考虑，但我们也将建立一个具体的综合指标，以评估市场动能的强度和方向。

在本文中，我们还将展示各种链上的数据分析和标准化技术，这对分析师非常有启发性。

链上的活动和利用率

比特币网络利用率的提高是增长期的典型特征，包括用户群的扩大、网络活动的增加和价格的增加。因此，我们可以通过描述链上活动上升的指标来决定积极动能的阶段。

转账费上涨

第一个例子是使用链上的成本收入作为区块空间需求的代理。当客户传达了更高的危机感，并愿意为下一个区块支付更高的费用时，成本压力就会增加。

在这个例子中，我们将矿工从成本中获得的收入比例应用了两年的滚动Z-Score。这种衡量选择和Z-Score转换完成了两个目标：

• 跨周期标准化数据集。
• 与最后两年半周期相比，发现拐点（例如，与衰退的熊市相比，成本上升，或在周期高点后降低）。

矿工收入动能：

- 基础指标:矿工手续费收入

- 转换:2年滚动Z-Score

- 积极动能: Z-Score > 0

交易所流入量动能

在网络增长期间，与交易所相关的交易量和交易活动通常会上升。在这里，我们考虑交易所的流入，因为它得益于Glassnode的物理调节启发方法，是现货市场活动的更直接代表。

本指标将采用简单的快/慢移动平均线交叉转换方法，寻找30天简单移动平均线交叉转换方法(SMA)简单移动平均365天以上(SMA)阶段。这说明近期活动高于较慢的长期基线。

分析师还可以考虑移动平均线之间的偏差和梯度，以识别更先进的指示和矛盾。

交易所流入动能：

-基础指标:交易所流入量 美金

- 转换: 30D-SMA和365D-SMA交叉 -🟩 积极动能:30d-sma > 365d-sma

未实现利润和定价

链分析的一个主要优势是可以根据最终交易的价格戳来监控每个比特币的成本基础。我们可以使用未实现损益的工具包来决定大量的价格区域。

盈利趋势中的供应

在持续的市场上涨趋势中，现货价格继续上涨，超过了越来越多BTC供应的成本基础（使供应处于“盈利”状态）。为了平稳日常起伏，我们对利润的总供应[BTC]指标应用90天指数移动平均(EMA)。

然后，我们可以识别利润中90天的EMA正在增加的良好动能阶段。在这里，我们使用30天的差异函数，并将其显示为振荡器。这意味着过去30天利润的总供应量增加了。

更先进的分析可以选择振荡器的大小和矛盾，尤其是它与周期极值的关系(所有时间高点100%的供应都在盈利，周期低点周围大量转手)。

利润供应动能：

- 基本指标:[ 盈利供给量 BTC]

- 转换:盈利中供应量30天差值 (90D-EMA) - 🟩积极动能:盈利供应(90D)-EMA)在过去 30 天内增加。

MVRV和AVIV拐点

监测投资者利润拐点的另一个有力工具是MVRV比例。在我们之前的报告中， 《掌握 MVRV 在比例中，我们根据365D-SMA交叉方法建立了跟踪市场动能的指标。

在不久的将来，我们和 ARK Invest AVIV比例共同开发 货币经济学框架的一部分。我们认为，AVIV是活跃投资者更具代表性的未实现利润/亏损振荡器。因此，我们可以确定市场拐点:

• 积极动能:随着投资者盈利能力的提高，AVIV正在增强 365D-SMA 这通常表明，许多投资者持有的BTC货币现在有了有益的成本基础。

• 负动能:AVIV在365D-SMA 下方交叉，投资者盈利能力下降，一般说明很多投资者因为成本上升而被困。

MVRV或AVIV动能：

- 基础指标:MVRV 或 AVIV 比例

- 转换:365D-SMA

- 积极动能: MVRV 或 AVIV 比例 >365D-SMA

短期持有人正在盈利

我们也可以利用短期持有人 MVRV 跟踪进入市场的新需求的未实现利润或损失。短期持有人将是短期持有人(STH)将成本基础与现货价格进行比较，可以了解新市场参与者所经历的压力水平，无论是亏损还是盈利。

通过跟踪STH-MVRV交易在1.0以上或以下阶段，可以实现一个特别简单的动能指标。

与MVRV和AVIV相比，这种特定的组合更为敏感，因为它只考虑过去155天移动的BTC。因此，它对大量BTC最近在特定价格范围内转手的阶段特别敏感。随着价格偏移，聚集区将显著改变STHS未实现的利润/损失。

STH-MVRV动能：

- 基础指标:短期持有人 MVRV 比例

-转换:365D-SMA

- 🟩积极动能: STH-MVRV > 365d-SMA

利润/亏损和销售活动已经实现

在上一节中，我们评估了促进市场参与者决策的未实现损益激励因素。这些观察结果补充了描述投资者是否实际采取行动来处理这些激励因素的评估指标。

因此，下一步是评估市场对这些压力的具体反应。

SOPR动能

我们考虑的第一个指标是SOPR指标，它评估了所有参与者在给定日期内的利润和损失事件的平均规模。其目的是识别利润反吐增加的阶段，而不是长期基线。

为了实现这一目标，我们将再次选择快速/慢速动能交叉策略，并将其应用于SOPR指标。我们还将选择物理调整SOPR组合，以确保我们只捕获经济交易，而不包括内部交易和自我销售。

SOPR动能：

- 基础指标:SOPR实体调整后的SOPR

- 转换:30D-SMA和365-SMA

- 积极动能:30d-SMA > 365d-SMA

第二个要考虑的指标是利润与损失之间的比例。该工具在系统转型过程中特别敏感。例如，在强劲的上升趋势中，BTC的损失相对较少：

• 在强劲的上升趋势中，BTC损失较少。然而，在调整过程中，这种情况很快就会发生变化，因为最近的买家恐慌，在亏损销售之前获利的BTC。

• 当接近熊市周期低点时，许多投资者遭受了重大损失，而BTC的利润相对较少。随着市场开始恢复，与之前的熊市趋势相比，利润已经大幅上升。

我们将再次选择动能交叉法，突出任何方向快速加速的利润/损失比例。这有利于识别趋势拐点。

实际利润/亏损比例动能：

- 基础指标: 已实现利润 与 已实现亏损 两者之间的比例(实体调整后)

- 转换:30D-SMA和365-SMA

- 🟩 积极动能:30d-SMA > 365d-SMA

财富转移

SLRV带状动能

我们要讨论的最后一个特点是财富从长期投资者转移到新投资者（通常是经验较少的投资者）。一般来说，周期底部的特征是长期持有人拥有不成比例的财富。相反，在周期的顶部，短期投资者通常会大大饱和。

两人之间的财富平衡可以用来洞察当前的周期位置。

为了模拟这一现象，我们将使用SLVR指标来比较24小时货币年龄和6-1年货币年龄的财富。根据指标，作者 Capriole Investments最初建议，使用30天至150天的动能交叉。

SLRV带状动能：

- 基础指标:24 囤积小时货币的起伏与6个月至1年货币年龄的起伏之间的比例 (SLRV)

- 转换:30D-SMA和365-SMA

- 🟩 积极动能: 30D-SMA > 150D-SMA

构建综合动能指标

最后，我们可以构建上述类别所需的综合指标，以生成一个整体模型。目标是评估不同类别的组合情况： 盈利能力、 售出行为、 链上活动和财富转移。

在这里，我们加权了每个独立部分的平均值，并应用了一个简单的条件，即当8个条件包含4个条件时，它被标记为蓝色。这在历史上确定了BTC市场正处于可持续增长趋势的阶段。我们也可以用紫色来标记满足所有八个要求的阶段，这表明所有类型的积极动能都非常强大。

相反，如果综合指数值小于4，则表明这些动能条件中的大部分是负动能。这表明，市场正面临整体负动能，这通常发生在整个熊市中，包括最初的拐点。

总结和结论

链上的数据为分析师和投资者提供了数字资产的性能、利用率和投资者定位的卓越透明度。在本文中，我们突出了几种评估各种数据类别市场动态的方法和框架。