

随着比特币努力重回近期的历史高点,我们调查了长期和短期持有者对供需两侧的贡献。我们还利用新的细分指标来评估不同长期投资者子集的卖出行为和市场影响。
在第18周链上周报中,我们探讨了一种方法来识别市场内外资本流动的方向和强度。我们考虑使用短期持有者群体内各年龄段的平均成本基础的框架:
我们将首先比较两个群体的现货价格与成本基础的关系:
通过这一比较,我们可以识别出牛市和熊市早期阶段资本流动的宏观变化。下图展示了这两个价格模型在2023-24年牛市期间如何提供市场支持。
自六月中旬以来,现货价格已跌破1周-1个月持有者($6.85万)和1个月-3个月持有者($6.64万)的成本基础。如果这种结构持续下去,历史上通常会导致投资者信心的恶化,并且可能使这一修正更深且恢复时间更长。
我们还可以通过将这些群体的成本基础相互比较来表征市场动能。下图强调了:
在之前的牛市中,负资本流动结构最多出现过五次。我们还可以看到这种结构自5月以来一直存在并延续到6月初。
为了获得当前市场的完整宏观视图,我们可以利用描述长期持有者(LTH)行为的指标。在牛市期间,LTH群体是供给侧的主要参与者,他们卖出币并实现利润。市场周期顶部的形成,部分是由于LTH加大卖出强度,直到需求被压垮并耗尽。
下图将现货价格与应用于LTH群体平均成本基础(LTH实现价格)的显著倍数进行了比较。
如果我们将这一框架应用于最近的周期,可以看到当前的牛市从宏观角度来看与2017年的周期非常相似。特别是,近期在之前历史最高点附近的横盘阶段与应用于LTH实现价格的3.5倍描述的从平衡到狂热的边界一致。
LTH持有的未实现利润的规模可以看作是该群体出售币并兑现的动机的衡量标准。我们可以使用LTH-NUPL指标来可视化这种心理动机。
在撰写本文时,LTH-NUPL为0.66,处于与狂热前阶段相关的水平之间。这种情况已经持续了96天,与2016-17周期的持续时间非常相似。
使用长期持有者支出二元指标,我们可以识别出这一群体正在强劲支出的时期。在这些事件期间,LTH持有的总余额持续且显著下降。
从中我们可以识别出以下LTH支出机制:
下一个图表旨在结合前两个模型,以评估LTH情绪和行为。这结合了这一群体获利了结的动机与他们的实际支出行为。
我们考虑了描述LTH撤资和行为模式变化的四种机制:
1. 投降即现货价格低于LTH成本基础,因此任何强劲支出可能与恐惧和投降有关。
2. 过渡即价格略高于LTH成本基础,并且偶尔有轻微支出。这被认为与典型的日常活动有关。
3. 平衡即从长期熊市中恢复后,市场在新的需求轻微流入、流动性较弱以及前一周期的水下持有者逐渐撤资之间寻求新的平衡。在这一阶段,LTH的强劲支出通常与突然的反弹或修正有关。
4. 狂热即LTH-MVRV交易高于3.5,并且历史上与市场达到前一个周期的ATH一致。LTH群体平均持有超过+250%的未实现利润。市场进入狂热的上涨期,这激励这些投资者以非常高且加速的速度进行卖出。
使用这一模板,我们可以看到LTH在2023年第四季度和2024年第一季度的支出制度显著提升。这使得市场在此期间进入平衡状态。
之前的指标考虑了长期持有者总供应量下降的时期。同样,对于短期持有者群体,我们也可以检查哪些子年龄组对卖方压力负有责任。
为了评估各LTH子群体支出的贡献,我们重点标出了其支出量至少高于年平均值一个标准差的日子。
尽管每个群体偶尔会有支出活动的爆发,但在牛市的狂热阶段,高支出日的频率会显著增加。这突显了长期投资者在价格快速上涨期间获利了结的相对一致的行为模式。
由于每日链上交易量中只有4%-8%对应于LTH,我们可以利用另一个核心链上指标来解释这些投资者在供给侧的相对权重。
尽管其支出量占比小,LTH币通常在价格显著高于(或低于)最初获得时移动。因此,通过支出币实现的利润或损失的规模提供了一个洞察其行为模式的重要视角。
下图捕捉了长期持有者在牛市期间锁定的累计实现利润量。我们发现,LTH通常占总锁定利润的20%到40%。
尽管其交易量仅占每日总量的4%到8%,LTH群体却占投资者获利了结的比例高达40%。
自三月初以来横盘价格走势占据主导地位,我们利用长期和短期投资者的成本基础来评估市场当前的供需程度。
利用短期投资者子群体成本基础的变化,我们构建了一个工具箱,用于估算资本流入网络的动能。结果证实,三月的历史最高点(ATH)之后出现了一个资本流出的时期(负动能)。
接下来,我们将长期持有者的支出分解为不同年龄子群体。结论表明,在牛市狂热阶段,高卖出日的频率显著增加。有趣的是,长期持有者的交易量仅占每日总量的4%到8%,然而,这一群体却代表了投资者实现利润的40%。
免责声明:此报告不提供任何投资建议。所有数据仅供参考和教育目的使用。不应根据此处提供的信息做出任何投资决策,您应对自己的投资决策负完全责任。
显示的交易所余额来自Glassnode的地址标签综合数据库,该数据库通过官方公布的交易所信息和专有聚类算法积累而成。虽然我们努力确保交易所余额的最大准确性,但必须注意的是,这些数字可能并不总是交易所储备的全部,特别是当交易所不披露其官方地址时。我们敦促用户在使用这些指标时要谨慎小心。Glassnode不应对任何差异或潜在的不准确负责。在使用交易所数据时,请阅读我们的透明度公告。