Glassnode：如何利用链上数据追踪市场势头？

作者：Glassnode, UkuriaOC；编译：邓通，金色财经

链上数据使数字资产的表现具有显著的透明度，通常达到传统金融资产不常见的程度。 这种透明度的好处是，它允许分析师和投资者通过广泛的指标和指标来监控市场趋势和势头。

在本文中，我们将探讨如何使用链上数据来识别拐点以及比特币持续的积极市场势头。 我们将通过四个链上分析类别来探讨这个概念：

链上活动：使用网络活动和采用来确定增长和用户群扩张时期。（绿色）

市场盈利能力：确定投资者持有的未实现利润正在改善的时期。（蓝色）

出行为：发现有足够的需求流入来吸收现有持有者获利了结的时期。（红色）

财富分配：考虑新老持有者之间财富的平衡和转移。（橘色）

虽然每个指标都可以单独考虑，但我们还将构建如下所示的综合指数来评估市场动能的强度和方向。

在本文中，我们还将演示各种用于解析和规范化链上数据的技术，这对分析师来说具有指导意义。

链上活动和采用

比特币网络使用量的增加是增长时期的一个典型特征，用户群扩大，网络活动增加，价格趋于升值。 因此，我们可以通过描述链上活动上升的指标来识别积极势头。

费用压力上升

第一个例子利用链上费用收入作为区块空间需求的代理。 当用户表达出更高的紧迫性并愿意支付更高的费用以纳入下一个区块时，费用压力将会增加。

在本例中，我们将 2 年滚动 Z 分数应用于矿工从费用中赚取的收入比例。 这种度量选择和 Z 分数转换实现了两个目标：

跨周期标准化数据集。

发现相对于上一个 2 年半周期的拐点（例如，相对于熊市减弱的费用上涨，或周期峰值后费用的下降）。

外汇流入量势头

在网络增长期间，与交易所相关的交易量和交易活动也会随之攀升，这也是典型的现象。 在这里，我们考虑交易所流入量，因为它受益于 Glassnode 的实体调整启发式，并且是现货交易活动的更直接的代表。

我们将对此指标使用简单的快速/慢速移动平均线交叉变换，寻找 30D-SMA 高于 365D-SMA 的时期。 这表明近期活动高于较慢的长期基线。

分析师还可以考虑这些移动平均线之间的偏差幅度以及它们的梯度，以识别更高级的迹象和背离。

未实现利润和定价

链上分析的主要优点是能够考虑到最后交易的价格戳来监控每个代币的成本基础。 我们可以使用这个未实现损益工具包来识别大量供应已易手的价格区域。

利润趋势中的供给

在市场持续上涨的过程中，现货价格继续攀升至超过代币供应量增加的成本基础（使供应量“盈利”）。 为了消除每日波动，我们对利润 [BTC] 指标中的总供应量应用了 90D-EMA。

然后，我们可以将积极势头确定为利润供给 90D-EMA 增加的时期。 在这里，我们使用 30 天差异函数并将其显示为 振荡（蓝色）。 正值表示利润中的总供应量在过去 30 天内有所增加。

更高级的分析可以考虑该振荡指标的幅度和差异，特别是当它与周期极端情况相关时（ATH 的利润中 100% 的供应量，以及当大量成交量在周期低点附近易手时）。

MVRV 和 AVIV 拐点

监控投资者盈利拐点的另一个强大工具是 MVRV 比率。 在我们之前的报告《掌握 MVRV 比率》中，我们建立了一个基于 365D-SMA 交叉方法来跟踪市场动量的指标。

最近，我们与 ARK Invest 一起开发了 AVIV 比率，作为 Cointime Economics 框架的一部分。 我们认为 AVIV 对于活跃投资者来说是一个更具代表性的未实现损益震荡指标。 由此，我们可以识别市场拐点：

积极势头：随着投资者盈利能力的改善，AVIV 突破 365D-SMA，这通常表明许多投资者持有目前成本基础有利的代币。

负面动能：随着投资者盈利能力恶化，AVIV 跌破 365D-SMA，这通常表明许多投资者陷入了成本基础升高和水下的困境。

获利的短期持有者