

隨著比特幣努力重回近期的歷史高點,我們調查了長期和短期持有者對供需兩側的貢獻。我們還利用新的細分指標來評估不同長期投資者子集的賣出行為和市場影響。
在第18周鏈上週報中,我們探討了一種方法來識別市場內外資本流動的方向和強度。我們考慮使用短期持有者群體內各年齡段的平均成本基礎的框架:
我們將首先比較兩個群體的現貨價格與成本基礎的關係:
透過這一比較,我們可以識別出牛市和熊市早期階段資本流動的宏觀變化。下圖展示了這兩個價格模型在2023-24年牛市期間如何提供市場支援。
自六月中旬以來,現貨價格已跌破1周-1個月持有者($6.85萬)和1個月-3個月持有者($6.64萬)的成本基礎。如果這種結構持續下去,歷史上通常會導致投資者信心的惡化,並且可能使這一修正更深且恢復時間更長。
我們還可以透過將這些群體的成本基礎相互比較來表徵市場動能。下圖強調了:
在之前的牛市中,負資本流動結構最多出現過五次。我們還可以看到這種結構自5月以來一直存在並延續到6月初。
爲了獲得當前市場的完整宏觀檢視,我們可以利用描述長期持有者(LTH)行為的指標。在牛市期間,LTH群體是供給側的主要參與者,他們賣出幣並實現利潤。市場週期頂部的形成,部分是由於LTH加大賣出強度,直到需求被壓垮並耗盡。
下圖將現貨價格與應用於LTH群體平均成本基礎(LTH實現價格)的顯著倍數進行了比較。
如果我們將這一框架應用於最近的週期,可以看到當前的牛市從宏觀角度來看與2017年的週期非常相似。特別是,近期在之前歷史最高點附近的橫盤階段與應用於LTH實現價格的3.5倍描述的從平衡到狂熱的邊界一致。
LTH持有的未實現利潤的規模可以看作是該群體出售幣並兌現的動機的衡量標準。我們可以使用LTH-NUPL指標來視覺化這種心理動機。
在撰寫本文時,LTH-NUPL為0.66,處於與狂熱前階段相關的水平之間。這種情況已經持續了96天,與2016-17週期的持續時間非常相似。
使用長期持有者支出二元指標,我們可以識別出這一群體正在強勁支出的時期。在這些事件期間,LTH持有的總餘額持續且顯著下降。
從中我們可以識別出以下LTH支出機制:
下一個圖表旨在結合前兩個模型,以評估LTH情緒和行為。這結合了這一群體獲利了結的動機與他們的實際支出行為。
我們考慮了描述LTH撤資和行為模式變化的四種機制:
1. 投降即現貨價格低於LTH成本基礎,因此任何強勁支出可能與恐懼和投降有關。
2. 過渡即價格略高於LTH成本基礎,並且偶爾有輕微支出。這被認為與典型的日常活動有關。
3. 平衡即從長期熊市中恢復後,市場在新的需求輕微流入、流動性較弱以及前一週期的水下持有者逐漸撤資之間尋求新的平衡。在這一階段,LTH的強勁支出通常與突然的反彈或修正有關。
4. 狂熱即LTH-MVRV交易高於3.5,並且歷史上與市場達到前一個週期的ATH一致。LTH群體平均持有超過+250%的未實現利潤。市場進入狂熱的上漲期,這激勵這些投資者以非常高且加速的速度進行賣出。
使用這一模板,我們可以看到LTH在2023年第四季度和2024年第一季度的支出制度顯著提升。這使得市場在此期間進入平衡狀態。
之前的指標考慮了長期持有者總供應量下降的時期。同樣,對於短期持有者群體,我們也可以檢查哪些子年齡組對賣方壓力負有責任。
爲了評估各LTH子群體支出的貢獻,我們重點標出了其支出量至少高於年平均值一個標準差的日子。
儘管每個群體偶爾會有支出活動的爆發,但在牛市的狂熱階段,高支出日的頻率會顯著增加。這突顯了長期投資者在價格快速上漲期間獲利了結的相對一致的行為模式。
由於每日鏈上交易量中只有4%-8%對應於LTH,我們可以利用另一個核心鏈上指標來解釋這些投資者在供給側的相對權重。
儘管其支出量佔比小,LTH幣通常在價格顯著高於(或低於)最初獲得時移動。因此,透過支出幣實現的利潤或損失的規模提供了一個洞察其行為模式的重要視角。
下圖捕捉了長期持有者在牛市期間鎖定的累計實現利潤量。我們發現,LTH通常佔總鎖定利潤的20%到40%。
儘管其交易量僅佔每日總量的4%到8%,LTH群體卻佔投資者獲利了結的比例高達40%。
自三月初以來橫盤價格走勢佔據主導地位,我們利用長期和短期投資者的成本基礎來評估市場當前的供需程度。
利用短期投資者子群體成本基礎的變化,我們構建了一個工具箱,用於估算資本流入網路的動能。結果證實,三月的歷史最高點(ATH)之後出現了一個資本流出的時期(負動能)。
接下來,我們將長期持有者的支出分解為不同年齡子群體。結論表明,在牛市狂熱階段,高賣出日的頻率顯著增加。有趣的是,長期持有者的交易量僅佔每日總量的4%到8%,然而,這一群體卻代表了投資者實現利潤的40%。
免責宣告:此報告不提供任何投資建議。所有資料僅供參考和教育目的使用。不應根據此處提供的資訊做出任何投資決策,您應對自己的投資決策負完全責任。
顯示的交易所餘額來自Glassnode的地址標籤綜合資料庫,該資料庫透過官方公佈的交易所資訊和專有聚類演算法積累而成。雖然我們努力確保交易所餘額的最大準確性,但必須注意的是,這些數字可能並不總是交易所儲備的全部,特別是當交易所不披露其官方地址時。我們敦促使用者在使用這些指標時要謹慎小心。Glassnode不應對任何差異或潛在的不準確負責。在使用交易所資料時,請閱讀我們的透明度公告。