Les données en chaîne permettent un niveau remarquable de transparence sur les performances des actifs numériques, souvent à un degré rare pour les actifs financiers traditionnels. L’un des avantages de cette transparence est qu’elle permet aux analystes et aux investisseurs de surveiller les tendances et la dynamique du marché grâce à un très large éventail de mesures et d’indicateurs.

Dans cet article, nous explorerons comment les données en chaîne peuvent être utilisées pour identifier les points d’inflexion et les périodes prolongées de dynamique positive du marché pour Bitcoin. Nous explorerons ce concept à travers le prisme de quatre catégories d'analyse en chaîne :

• 🟢 Activité en chaîne: Utilisation de l'activité et de l'adoption du réseau pour identifier les périodes de croissance et d'expansion de la base d'utilisateurs.
• ???? Rentabilité du marché : Identifier les périodes où le profit latent détenu par les investisseurs s'améliore.
• 🔴 Comportement en matière de dépenses : Repérer les périodes où il y a un afflux de demande suffisant pour absorber les prises de bénéfices des détenteurs existants.
• 🟠 Répartition des richesses : Considérant l'équilibre et le transfert de richesse entre anciens et nouveaux détenteurs.

Bien que chaque indicateur puisse être considéré individuellement, nous construirons également un indice composite comme indiqué ci-dessous pour évaluer la force et la direction de la dynamique du marché.

Tout au long de cet article, nous démontrerons également diverses techniques d'analyse et de normalisation des données en chaîne qui peuvent être instructives pour les analystes.

Activité et adoption en chaîne

L’utilisation croissante du réseau Bitcoin est une caractéristique typique pendant les périodes de croissance, où la base d’utilisateurs se développe, l’activité du réseau augmente et les prix ont tendance à s’apprécier. En tant que tel, nous pouvons identifier des périodes de dynamique positive grâce à des mesures décrivant une légère augmentation de l’activité en chaîne.

Pression croissante sur les frais

Le premier exemple utilise les revenus des frais en chaîne comme indicateur de la demande de blockspace. La pression sur les frais augmentera lorsque les utilisateurs exprimeront une urgence accrue et une volonté de payer des frais élevés pour être inclus dans le bloc suivant.

Dans ce cas, nous avons appliqué un Z-Score glissant sur 2 ans à la proportion des revenus des mineurs provenant des frais. Cette sélection de métriques et cette transformation du score Z atteignent deux objectifs :

• Standardise l’ensemble de données à travers les cycles.
• Repère les points d'inflexion par rapport au dernier demi-cycle de 2 ans (par exemple, une légère hausse des frais par rapport à un marché baissier en déclin, ou une baisse des frais après un pic de cycle).

Dynamisme du volume d’afflux d’échange

Il est également courant que les volumes et les activités de négociation liés aux échanges augmentent pendant les périodes de croissance du réseau. Nous considérons ici les volumes d'entrées d'échange car ils bénéficient de l'heuristique d'ajustement d'entité de Glassnode et constituent un indicateur plus direct de l'activité de trading au comptant.

Nous utiliserons une simple transformation croisée de moyenne mobile rapide/lente pour cette métrique, en recherchant les périodes où le 30D-SMA est supérieur au 365D-SMA. Cela indique que l’activité à court terme est supérieure à la ligne de base plus lente à long terme.

Les analystes peuvent également prendre en compte l'ampleur de l'écart entre ces moyennes mobiles, ainsi que leur gradient pour identifier des indications et des divergences plus avancées.

Bénéfice non réalisé et tarification

L’un des principaux avantages de l’analyse en chaîne est la possibilité de surveiller le coût de base de chaque pièce en tenant compte du prix auquel elle a été négociée pour la dernière fois. Nous pouvons utiliser cette boîte à outils de profits/pertes non réalisés pour identifier les zones de prix dans lesquelles un grand volume de l'offre a changé de mains.

Offre dans la tendance des bénéfices

Lors de tendances haussières soutenues du marché, le prix au comptant continue de grimper au-dessus du coût de base des volumes croissants de l'offre de pièces (ce qui rend cette offre « rentable »). Pour lisser les fluctuations quotidiennes, nous avons appliqué un 90D-EMA à la mesure totale de l'offre en profit [BTC].

Nous pouvons alors identifier les périodes de dynamique positive comme celles où l’EMA 90D de l’offre en profit augmente. Ici, nous utilisons une fonction de différence sur 30 jours et l'affichons sous la forme d'un oscillateur 🔵. Des valeurs positives signifient que l'offre totale de profit a augmenté au cours des 30 derniers jours.

Une analyse plus avancée peut considérer l’ampleur et les divergences de cet oscillateur, en particulier en ce qui concerne les extrêmes du cycle (100 % de l’offre en profit aux ATH, et lorsque des volumes importants changent de mains à proximité des plus bas du cycle).

Points d'inflexion MVRV et AVIV

Un autre outil puissant pour surveiller les points d’inflexion de la rentabilité des investisseurs est le ratio MVRV. Dans notre précédent rapport, Maîtriser le rapport MVRV, nous avons établi un indicateur de suivi de la dynamique du marché basé sur une méthodologie croisée 365D-SMA.

Plus récemment, nous avons développé le Ratio AVIV aux côtés d'ARK Invest dans le cadre du Cadre Cointime Economics. Nous considérons AVIV comme un oscillateur de profits/pertes latents plus représentatif pour les investisseurs actifs. A partir de là, nous pouvons identifier les points d’inflexion du marché :

• Élan positif : AVIV dépasse son 365D-SMA à mesure que la rentabilité des investisseurs s'améliore, ce qui indique souvent que de nombreux investisseurs détiennent des pièces avec une base de coût désormais favorable.
• Momentum négatif : AVIV passe en dessous de son 365D-SMA à mesure que la rentabilité des investisseurs se détériore, ce qui indique souvent que de nombreux investisseurs sont piégés par une base de coûts élevée et sous-marine.

Détenteurs à court terme en profit

Nous pouvons également tirer parti du MVRV du détenteur à court terme pour suivre spécifiquement les profits ou les pertes non réalisés de la nouvelle demande entrant sur le marché. La comparaison de la base de coûts du STH avec le prix au comptant donne un aperçu du degré de pression que subissent les nouveaux acteurs du marché, soit pour capituler à perte, soit pour réaliser des bénéfices.

Un indicateur de dynamique très simple peut être obtenu en suivant les périodes pendant lesquelles STH-MVRV se négocie au-dessus ou en dessous de 1.0.

Cette variante particulière sera assez réactive (par rapport à MVRV et AVIV) car elle ne prend en compte que les pièces déplacées au cours des 155 derniers jours. En tant que tel, il est assez sensible aux périodes où de nombreuses pièces ont récemment changé de mains dans une fourchette de prix spécifique. À mesure que les prix s’éloignent de ce cluster, cela modifie considérablement la position des profits/pertes non réalisés des STH.

Bénéfice/perte réalisé et activité de dépenses

Dans la section précédente, nous avons évalué les incitations aux profits/pertes latentes qui poussent les acteurs du marché à prendre des décisions. Ces observations sont bien associées à des mesures qui décrivent si les investisseurs prennent réellement des mesures en réponse à ces incitations.

Ainsi, la prochaine étape logique consiste à évaluer la réponse réelle du marché à ces pressions.

Élan du SOPR

La première mesure que nous considérons est l’indicateur SOPR, qui évalue l’ampleur moyenne des événements de prise de profits et de pertes des participants un jour donné. L'objectif est d'identifier les périodes pendant lesquelles les prises de bénéfices augmentent par rapport à une référence à plus long terme.

Pour y parvenir, nous utilisons à nouveau une stratégie de croisement d’élan rapide/lent appliquée à la métrique SOPR. Nous utiliserons également notre variante SOPR ajustée en fonction de l'entité pour garantir que nous capturons uniquement les transactions économiquement significatives et excluons les transactions internes et les dépenses personnelles.

La deuxième mesure à considérer est le rapport entre le bénéfice réalisé et la perte réalisée. Cet outil est particulièrement sensible lors de changements de régime tels que :

• Lors de fortes tendances haussières, relativement peu de pièces sont perdues. Cependant, cela change rapidement lors des corrections, car les acheteurs récents paniquent et dépensent à perte des pièces auparavant rentables.
• À l’approche des plus bas du cycle baissier, de nombreux investisseurs capitulent face à de lourdes pertes et il y a relativement peu de pièces en profit. À mesure que le marché commence à se redresser, les bénéfices réalisés augmentent considérablement par rapport à la tendance baissière précédente.

Nous emploierons à nouveau une méthodologie de croisement de dynamique pour mettre en évidence les périodes où le ratio profits/pertes connaît une accélération rapide dans les deux sens. Cela aide à identifier les points d’inflexion des tendances.

Transfert de patrimoine

Élan du ruban SLRV

La dernière caractéristique dont nous discuterons est le transfert de richesse des investisseurs à long terme vers des investisseurs plus récents et souvent moins expérimentés. En règle générale, les creux de cycle se distinguent par une quantité disproportionnée de richesse détenue par les détenteurs à long terme. A l’inverse, les sommets de cycle sont souvent ponctués d’une saturation importante des détenteurs de court terme.

L’équilibre des richesses détenues entre ces deux cohortes peut alors être utilisé pour donner un aperçu de la position du cycle actuel.

Pour modéliser ce phénomène, nous utiliserons la métrique SLVR, qui compare la richesse détenue par les pièces âgées de 24 heures à celles âgées de 6 mois à 1 an. Un croisement de dynamique de 30 jours à 150 jours est utilisé, comme initialement proposé par l'auteur de la métrique. Investissements Capriole.

Construire un indicateur composite de momentum

Enfin, un indice composite de plusieurs des conditions mentionnées ci-dessus peut être construit pour produire un modèle holistique. L’objectif est d’évaluer la convergence entre diverses catégories ; Rentabilité, Comportement en matière de dépenses, Activité en chaîne et par Transfert de richesse.

Ici, nous avons pondéré chaque composant de manière égale et appliqué une condition simple pour signaler en bleu lorsque 4 conditions sur 8 sont remplies. Cela a historiquement identifié des périodes où le marché du Bitcoin est dans une tendance haussière durable. Nous pouvons également signaler en violet lorsque les huit conditions sont remplies, indiquant les périodes avec une dynamique positive extrêmement forte dans toutes les catégories.

À l’inverse, une valeur d’indice composite inférieure à 4 indique qu’en net, la majorité de ces conditions de dynamique sont négatives. Cela suggère que le marché connaît une dynamique globalement négative, et cela se produit généralement tout au long des marchés baissiers, y compris aux points d'inflexion initiaux.

Résumé et conclusions

Les données en chaîne offrent aux analystes et aux investisseurs un degré remarquable de transparence sur les performances, l'adoption et le positionnement des investisseurs au sein des actifs numériques. Dans cet article, nous avons mis en évidence plusieurs approches et cadres pour évaluer la dynamique du marché dans diverses catégories de données.

Avis de non-responsabilité : ce rapport ne fournit aucun conseil en investissement. Toutes les données sont fournies à titre informatif et éducatif uniquement. Aucune décision d'investissement ne sera basée sur les informations fournies ici et vous êtes seul responsable de vos propres décisions d'investissement.

Les soldes d'échange présentés sont dérivés de la base de données complète d'étiquettes d'adresse de Glassnode, qui sont rassemblées à la fois grâce à des informations d'échange officiellement publiées et à des algorithmes de clustering propriétaires. Bien que nous nous efforcions d'assurer la plus grande précision dans la représentation des soldes des changes, il est important de noter que ces chiffres ne reflètent pas toujours l'intégralité des réserves d'une bourse, en particulier lorsque les bourses s'abstiennent de divulguer leurs adresses officielles. Nous invitons les utilisateurs à faire preuve de prudence et de discrétion lorsqu'ils utilisent ces mesures. Glassnode ne pourra être tenu responsable de toute divergence ou inexactitude potentielle. Veuillez lire notre avis de transparence lorsque vous utilisez des données d'échange.

• Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
• PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
• PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
• PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
• PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
• La source: https://insights.glassnode.com/the-week-onchain-week-06-2024/