Sorry, you have been blocked
This website is using a security service to protect itself from online attacks. The action you just performed triggered the security solution. There are several actions that could trigger this block including submitting a certain word or phrase, a SQL command or malformed data.
What can I do to resolve this?
You can email the site owner to let them know you were blocked. Please include what you were doing when this page came up and the Cloudflare Ray ID found at the bottom of this page.
Cloudflare Ray ID: 80f3823dcd28b335 • Your IP: Click to reveal 45.84.122.27 • Performance & security by Cloudflare
Onchain-метрики. Что это и для чего они нужны?
Главная задача любого трейдера и инвестора — это получить прибыль от совершенных сделок. Всё, что для этого нужно — это вовремя войти в сделку по направлению движения рынка и вовремя выйти из неё. Для человека, не знакомого с рынками это звучит просто, на деле всё гораздо сложнее. Непосредственно на осуществление сделки (вход и выход из позиции) тратится от силы пара процентов времени, всё остальное время посвящено анализу рынка, графика, чтобы с высокой вероятностью определить правильное направление движения рынка и выбрать наиболее удачную точку для входа (ну и выхода, соответственно).
Если на традиционных фондовых рынках в распоряжении трейдеров и инвесторов есть фундаментальный анализ и технический анализ, то на крипто рынке доступен еще один блок инструментов — это так называемый onchain-анализ.
Любая криптовалюта основана на технологии распределенного реестра, на блокчейне. Помимо прочих особенностей блокчейн характерен своей прозрачностью. Информация об активных кошельках и транзакциях хранится в нем постоянно и доступна всем участникам. Транзакции при этом имеют необратимый характер, то есть не могут быть скорректированы, они остаются в блокчейне навсегда. Это свойство блокчейна открывает широкие возможности для дополнительного анализа движения цены той или иной криптовалюты.
Может показаться, что в блокчейне хранится не так уж и много полезной для анализа информации. В частности, запись о транзакции содержит кроме хеша (уникального идентификатора) только id кошельков отправителя и получателя, сумму транзакции и, соответственно, время её осуществления.
Тем не менее, эта информация предоставляет широчайшие возможности для анализа. Используя различные математические и статистические методы, сопоставляя и сравнивая данные между собой и с данными вне блокчейна, можно получить массу полезной информации. С помощью onchain-метрик можно оценить динамику спроса и предложения, силу и слабость тренда, психологию игроков, имея возможность при этом сегментировать этих игроков по балансу кошельков, строить модели расходов, накопления, оценивать активность майнеров и многое другое.
В настоящее время существуют сотни onchain-метрик, а имея доступ к блокчейну, любой желающий может создать свою собственную метрику или адаптировать уже существующую с релевантными изменениями под свою собственную торговую стратегию.
Многие трейдеры, особенно в начале своего профессионального пути задаются вопросом, как вообще возможно оценить психологию поведения «толпы», ведь в голову каждому не залезешь, а для анализа изначально доступны только сухие цифры.
Приведу пример. Инвестор накапливает позицию в BTC с целью продажи актива, когда он существенно вырастет в цене. Предположим, что рынок начинает падать. Инвестор в соответствии со своей стратегией скорее всего усреднит позицию (то есть докупит еще BTC) от какого-то значимого по его стратегии уровня. Теперь средняя цена входа инвестора снизилась, но и позиция (количество купленных BTC) теперь стала больше. При этом инвестор находится в убытке относительно средней цены входа. Если он выйдет сейчас, он зафиксирует текущий убыток, если останется в рынке, и рынок развернется вверх, он заработает больше, чем планировал изначально, так как размер его позиции увеличился. Однако рынок после небольшой паузы продолжает падение. Предположим, инвестор усреднится еще раз. может несколько раз. Нет смысла гадать, какая у него торговая стратегия, важно одно, с каждым движением рынка против него и с каждым новым усреднением его нереализованные убытки растут, а следовательно растёт и моральное напряжение, приближая факт капитуляции, то есть момент, когда он признается себе в том, что совершил ошибку и закроет сделку со всеми убытками. До этого может не дойти, но на дне рынка кто-то обязательно капитулирует, на то оно и дно рынка.
Еще один пример. Майнеры добывают новые биткоины, для этого используется специальное компьютерное оборудование. Процесс сам по себе не сильно сложный, но весьма капиталозатратный. Во-первых, чтобы повысить вероятность получения награды за блок нужно обладать большими вычислительными мощностями, это значит необходимо купить много единиц оборудования («асиков»). Во-вторых, майнинг происходит в формате 24/7, всё это время асики работают, а значит потребляют электричество и должны обслуживаться сервисным персоналом, а это — прямые затраты на электроэнергию, аренду помещений и заработную плату. Если цена биткоина высокая, то бизнес майнеров процветает, часть добытых биткоинов они продают на рынке, окупая все затраты. Если же цена низкая, то при достижении определенного порога майнеры наинают работать в убыток. Порог убыточности у разных майнеров, естественно, разный. Кто-то находится в Европе и переплачивает за электроэнергию в «3-5 раз», кто-то находится в РФ и использует «дешевое» электричество, а кто-то вообще имеет доступ к условно бесплатной розетке (например избыточные мощности при ГЭС). Принцип здесь примерно такой же, как в примере с инвестором. Для каждого бизнеса, и в майнинге тоже, есть предел после которого придется продать все запасы биткоинов, намайненных до этого, чтобы расплатиться по долгам и не дать бизнесу обанкротиться. Это называется капитулацией майнеров.
Оба примера имеют непосредственное отношение к психологии, так связаны с необходимостью принятия непростых решений о фиксации убытков в условиях неопределенности. При этом будь то инвестор, трейдер или майнер, сильно сути дела это не меняет. Учитывая, что на рынке огромное количество игроков, мы можем оценивать те или иные процессы, в том числе, например, уровни капитуляции статистически.
Давайте дальше рассмотрим некоторые наиболее популярные метрики, которые используются в onchain-анализе.
NUPL (Net Unrealized Profit and Loss) — эта метрика показывает, какая доля инвесторов находится в прибыли, а какая — в убытках. Используется в основном на истории Bitcoin, но может применяться и к другим блокчейнам. Используя свойство фрактальности и принципы графического анализа, можно сделать предположения о различных зонах и уровнях цены, а также построить разворотные паттерны.
В основе метрики NUPL лежит отношение разницы между рыночной капитализацией и реализованной капитализацией к рыночной капитализации. График метрики представлен ниже. Подробнее о метрике NUPL можно прочитать в отдельной статье, примеры ее использования при анализе рынка — здесь и здесь.
MVRV (Market Value, Realized Value) — эта метрика показывает, насколько в момент времени актив переоценен либо недооценен относительно условной справедливой цены. Если актив слишком переоценен, то трейдеры и инвесторы будут стремиться закрывать длинные позиции и искать точки для входа в сделки на продажу, то есть оказывать давление на цену актива. Справедливо и обратное, если актив сильно недооценен, то это будет вызывать интерес у трейдеров и инвесторов искать сделки на покупку, то есть поддерживать цену актива.
Подробнее о метрике MVRV и примеры практического применения — здесь и здесь.
График метрики выглядит следующим образом:
Puell Multiple — эта метрика оценивает доходы майнеров. Как видно из примера о майнерах, приведенного выше, для поддержания бизнеса им необходимо периодически продавать добытые биткоины, “вечно” хранить криптовалюту в ожидании высоких цен не получится, так как рынок цикличен, и за взлетом цены неизбежно следует падение. График метрики показывает, в какой момент времени майнеры получают высокую прибыль, в какой — низкую, а в какой момент они находятся в убытках.
Посмотрите на график ниже, условная зона убытка отражена зеленым цветом, условная зона сверх-прибыли — красным. Пример применения метрики при анализе рынка — можно увидеть здесь.
Модель Stock-to-Flow. Формально Stock-to-Flow относится к классу циклических моделей, а не onchein-метрик, так как не использует данные непосредственно из блокчейна, кроме номеров блоков. Однако, мне кажется небезынтересным добавить ее к этой статье для иллюстрации многообразия возможностей анализа. Модель создана задолго до появления криптовалют, изначально применялась к драгоценным металлам, в частности к золоту. Модель оценивает степень достаточности ресурса. В основе построения лежит отношение запасов ресурса к его приросту, то есть в случае с биткоином отношение общего количества биткоинов в сети к его регулярному приросту (эмиссия новых биткоинов в качестве награды за майнинг). На момент написания статьи, например, общее количество биткоинов в сети составляет 19,212,450 BTC, а за сутки майнится примерно еще 900 новых BTC.
После построения модели (см. график выше), можно наблюдать различные интересные статистические закономерности, например, дно (минимальное значение цены актива) каждого цикла биткоина находится примерно посередине между халвингами. Халвинг — это снижение награды майнерам в два раза за каждый новый “добытый” блок сети. Количество халвингов известно, они происходят на заранее определенных блоках, поэтому зная текущий темп (вычислительные мощности) майнинга, можно примерно оценить дату следующего халвинга. Примеры практического применения модели при анализе рынка можно посмотреть здесь и здесь.
Перечислять все метрики не имеет смысла, их сотни. Каждая метрика при этом отдельными авторами часто модифицируется, добавляются дополнительные параметры и переменные. Как я писал выше, каждый трейдер и инвестор может выбрать себе набор метрик, наиболее полезных для его ТС или вообще создать свою собственную метрику.
Важно отметить, что торговать исключительно по onchain-метрикам нельзя. Они — лишь дополнение к основной торговой стратегии. Все метрики используют исторические данные, а значит показывают ситуацию “в прошлом”, т.е. действуют, как индикаторы, с запаздыванием. Также рассматривать ончейн-метрики следует только на больших таймфреймах и за длительный период времени. В основе их построения лежат статистические методы, а значит, чем больше входящих данных (чем крупнее таймфрейм), тем точнее результат и тем нагляднее процессы, которые они иллюстрируют.
В этой статье я рассказал про несколько метрик, которые я сам использую, но не ограничиваясь ими, при onchain-анализе чаще всего. А какие используете вы? Напишите в комментариях. Напоминаю, что более оперативная информация по рынкам и некоторые сделки онлайн — в Telegram-канале.
On-Chain Analytics
On-chain metrics turn blockchain-based transaction data into actionable crypto market insights.
Chain Coin Analytics
Coin Lifespan
Lifespan is one of the most powerful tool in on-chain analysis, and is a concept that is unique to blockchains. The transparency of the Bitcoin ledger allows us to Timestamp each UTXO, which allows us to calculate the Lifespan of each coin.
Lifespan metrics allow us to assess:
- The time since a coin was last moved (investor holding time).
- How much time is 'destroyed' when a coin is spent (divestment trends by longer-term investors).
- Volumes of coin supply in particular age bands (market impact of accumulation and distribution).
Coindays Destroyed (CDD)
If 0.1 BTC was acquired 100 days ago, it will have accumulated 100 x 0.1 = 10 Coindays. When this Bitcoin is next spent, the coin days stored are considered destroyed, measured as Coindays Destroyed (CDD).
The CDD metric measures the total volume of Coin Days Destroyed across all Bitcoin spent on any given day. This gives insight into the lifespan of the coins being spent, and a view on the macro sentiment of Bitcoin's longer-term investors.
- High CDD values ↗️ suggest long term investors are spending coins to realize profits, taking advantage of market strength, or have reduced conviction to hold the asset.
- Low CDD values ↘️ occur when day-to-day network traffic dominates network traffic, older coins remain dormant, and conviction to hold the asset is high. Periods of reduced interest in the asset (such as bearish markets) tend to lead to less on-chain activity and thus lower indicator values.
CDD-90 and Coin Years Destroyed (CYD)
The two metrics below present macro scale measures of the volume of coindays destroyed.
- CDD-90 presents the 90-day sum of CDD.
- Coin Years Destroyed (CYD) presents the 365-day sum of CDD.
Binary CDD
Binary Coin Days Destroyed (Binary CDD) is a derivative of the Supply-Adjusted CDD metric. It considers whether the volume of CDD was more, or less, than the long-term historical average. This provides a view as to whether the spending behaviour of large volumes and/or old coins is significant relative to historical data.
Binary CDD will return either a 1 or a 0:
- Returns 1 when measured CDD is greater than the long term average.
- Returns 0 when measured CDD is less than the long term average.
Here we have applied a 7-day SMA to identify trends in investor spedning behavior. Higher values indicate longer-term Bitcoin holders are spending their coins at a greater rate than the long-term average.
Dormancy
The Average Coin Dormancy (Dormancy) metric assesses the average amount of Coin Days Destroyed per unit Bitcoin transacted (i.e. Coindays Destroyed per BTC).
Thus the metric measured in units of time (days) and represents the average number of days that each spent coin was dormant prior to being transacted.
High dormancy values ↗️ mean that, on average, coins spent that day had been held for longer periods of time in an illiquid state and may be being spent back into liquid circulation.
Low dormancy values ↘️ mean the coins being spent that day have are relatively young, signalling that older coins are generally remaining unspent, and on-chain volume is characteristic of more day-to-day traffic.
Average Lifespan per Coin
This presents the average Lifespan held per coin (the age of the average HODL wave). It is based upon the following principles:
- Each unit of coin in the supply creates an equivalent volume of coindays per day.
- Some portion of the coin supply is spent each day, destroying the accumulated coindays (called Coindays Destroyed, CDD)
- The remaining non-destroyed coindays can be aggregated, and then divided by the Circulating Supply to obtain the average Lifespan per coin.
Metrics
- �� Total Lifespan Destroyed = Coindays Destroyed (CDD)
- �� Total Lifespan Created = Circulating Supply
- �� Average Lifespan per Coin (days)
Uptrends in the Average Lifespan metric indicate there is more HODLing taking place than Lifespan destruction. Downtrends indicate that longer-term investors are spending their coins in larger volumes, with steeper downtrends indicating more spent volume.
Liveliness
Liveliness defines the balance between aggregate Coin Day Destruction and Coin Day Creation. This provides a macro scale appreciation of the market preference for HODLing, or distributional behaviour.
Uptrends ↗️ suggests that a distribution regime is occurring. This indicates that the rate of Coin Day Destruction is outpacing Coin Day Creation, and indicates longer-term investors are spending their coins.
Downtrends ↘️ suggests that an accumulation regime is occurring. This indicates that the rate of Coin Day Creation is outpacing Coin Day Destruction, and thus investor accumulation and colder storage is dominant.
Steepness of the Trend provides a gauge on the relative magnitude and aggressiveness of the market preference described in the points above.
HODL Waves
The HODL Waves present a macro view of the age distribution of the coin supply, and provides insight into changes in investor holding and spending patterns. The metric bundles the coin supply into colored age bands, with the thickness proportional to the percent of total coin supply represented.
Warmer Colors represent younger coins (days to months) which have been recently transacted. Larger volumes of young coins tend to indicate a net divestment by longer-term investors, and increasing saturation by newer investors.
Cooler Colors represent older coins which have not transacted for several months to years. Larger volumes of old coins tend to indicate a growing supply dominance held by longer-term investors, and decreasing saturation of newer investors.
Spent Volume Age Bands (SVAB)
Where HODL Waves present the Unspent coin supply by age, the SVAB metric presents the age breakdown of Spent coins each day. SVAB bundles spent coins into age bands and presents them in proportion of total coins moved.
SVAB is a useful tool for identifying periods of time or trends where on-chain transactions are dominated by younger, or older coins. The metric demonstrates the age of coins that are moving, and thereby highlights whether market movements are influenced by long-term HODLers or newer market participants.
How Can On-chain Analysis Help Cryptocurrency Traders?
The development and application of these ideas are promising for traders who want to leverage public blockchain information, with the potential to enhance their trading strategies and position management.
Perhaps the most dominant form of analysis in cryptocurrency trading is the study of price action, i.e., technical analysis. But utilising the wealth of information provided by public blockchains like Bitcoin and Ethereum can provide a unique perspective that is impossible for traditional assets and can complement other analyses.
What is On-chain Analysis?
Cryptocurrency is the first asset class where investor activity can be extracted from massive data sets through each crypto-asset’s public ledger, which captures every on-chain action in history.
Since blockchains are a treasure trove of open, incorruptible financial data, we can pinpoint measures of economic activity in these networks. Through the collection and study of this data, we can measure sentiment and investor behaviour.
On-chain analysis is a fundamentals driven approach rather than based on hype, sentiment or technical analysis. This type of analysis can be focused exclusively on one crypto-asset by looking at historical trends or can be used to compare different crypto-assets to identify undervalued/overvalued coins.
We can think of the actual value of a cryptocurrency like BTC as made up of two parts: speculative value and utility value. On-chain analysis is a vital tool that helps you separate the speculative value of a cryptocurrency from its utility value. By examining, for instance, user adoption and miner activity using blockchain data, we can see whether the current price is justified by the fundamentals.
A Brief History of On-chain Analysis
On-chain analysis can trace its history back as far as 2011, when coin days destroyed was created as a valuation metric for bitcoin and was the first indicator to make use of the age of bitcoin addresses.
One of the first widely used, on-chain metrics that was developed for cryptocurrencies was the Network Value to Transaction (NVT) ratio, popularised by CoinMetrics, Chris Burniske and Jack Tatar. The NVT ratio was created in summer 2017 to determine the utility value of a cryptocurrency, specifically how much the market is willing to pay for the transactional utility of the blockchain.
By comparing the value of the network with the volume of transactions recorded on the blockchain, we can identify when a cryptocurrency is overvalued. When the value of the network is not justified by the volume of transactions, the NVT ratio is relatively high. When considering the transaction volume, if the network value is unusually low then it may suggest that a higher valuation is justified. The NVT ratio is often compared with the Price-Earnings ratio for equities and is applied in a similar way to find coins to buy, hold or sell.
It wasn’t long until the NVT ratio was iterated upon further. Other researchers made improvements to the metric so it was a more accurate assessment whether the network value is justified by economic activity taking place on the blockchain.
For example, the Network Value to Transaction ratio Signal (or NVTS) was developed by taking the 90-day moving average of transaction volume. More recently, CoinMetrics have refined the ratio further by using the free float supply in their calculations. These gradual improvements demonstrate how the methods of fundamentally valuing a cryptocurrency are continually evolving.
Another on-chain metric emerged from the dissatisfaction with simplistic measures from technical analysis (such as price/volume) and other concepts borrowed from traditional markets, such as market capitalisation. Market capitalisation is widely used by many comparison websites to rank cryptocurrencies.
But since cryptocurrencies are more similar to money or commodities (rather than a company stock), market capitalisation is an inexact and misleading measure. Market capitalisation ranks can be gamed through different methods of issuance — for instance, a token can be created with a circulating supply of 1 trillion and a few coins sold at $1 means the market cap is $1 trillion — but the coin could only have a trading volume of $3.
Because of the weakness with market capitalisation and the pitfalls of applying traditional metrics bluntly to cryptocurrencies, a new set of tools have been developed that can help traders to more accurately and precisely assess the health of blockchain networks.
A lot of these metrics rely on the concept of UTXOs (Unspent Transaction Outputs) in Bitcoin, which can be tracked to see when a wallet last moved their coins or how long an address has held coins for. The age, size and number of UTXOs transferred on a particular blockchain can provide reliable signals and have been developed into on-chain metrics, such as realised capitalisation, HODL waves and percentage of supply in profit/loss.
Realised capitalisation emerged as a way without any of the drawbacks of market capitalisation used to analyse coins fundamentally using blockchain data. Created by Nic Carter and Antoine Le Calvez, realised capitalisation aggregates all UTXOs and each UTXO is assigned a price based on the last time they were moved.
Further work built on the realised capitalisation metric, such as the Market Value to Realised Value (MVRV) ratio which was developed in October 2018 by Mahmud Marov and David Puell. The MVRV ratio can be thought of as an oscillator that has historically respected certain thresholds that suggest bitcoin is over- or under-valued. The metric has been tweaked with variations such as the MVRV z-score, the long-term holder/short-term holder MVRV ratio and application to account-based blockchains like Ethereum as well.
Ethereum as the second largest blockchain network, differs from Bitcoin and some altcoins as it is based on an account model rather than a UTXO model. In the UTXO model, a UTXO calculates a cumulative sum along each coin’s path to a final address, the ledger records who owns what and when, and addresses can have multiple UTXOs.
In contrast, the account model means that individual coins are not as easily tracked since incoming and outgoing coins are mixed into account balances, so some metrics such as coin age for Ethereum and ERC-20 tokens is slightly more difficult to obtain. Some metrics applied to Bitcoin (and other UTXO-based cryptocurrencies like Bitcoin Cash and Litecoin) are not directly applicable to Ethereum or other similar blockchains, and more work is needed to bring these models over to account-based cryptocurrencies.
How Can On-chain Metrics Help Crypto-traders?
The major benefit of on-chain metrics is that they illuminate investor behaviour and network health in real-time.
Two important on-chain metrics to watch are: the number of active addresses and the number of transactions which are two proxies for the demand for (and usage of) a blockchain network. When the number of active addresses and transactions rise sharply, these conditions usually correlate with a rising price.