Modelowanie przyszłej wyceny bitcoina na podstawie zachowania HODLerów

Poznaj ewolucję instrumentów modelowania przyszłej wyceny bitcoina.

Definiowanie pieniędzy

Po 12 latach adopcji koncepcja Bitcoina jako pieniądza cyfrowego jest obecnie powszechnie znana. Jak na ironię, kiedy ludzie dowiadują się o Bitcoinie, wielu z nich zmuszonych jest do (ponownego) zastanowienia się, czym są pieniądze…

Jednym z przykładów definicji, na którą mogą się natknąć, jest:

„Najlepiej sprzedający się towar do przenoszenia wartości w przestrzeni i czasie.”

Cyfrowa natura Bitcoina umożliwia płynny transfer wartości w przestrzeni. Jego maksymalna podaż wynosząca 21 milionów monet sprawia, że ​​jest on wyjątkowo rzadki, co pozwala mu również utrzymać siłę nabywczą w czasie – zakładając, że popyt nie spadnie. Jak dotąd taka sytuacja nie miała miejsca.

Wręcz przeciwnie. W świecie, który dławi się efektami ubocznymi niekończącego się drukowania pieniędzy i stale rosnącego zadłużenia, właściwości „twardego” pieniądza dają bitcoinowi siłę przyciągania, której trudno się oprzeć. Wynikająca z tego adopcja poprawia sprzedaż i płynność rynku, wielokrotnie otwierając drzwi jeszcze większym uczestnikom rynku, aby mogli zanurzyć palce w puli, która stale się powiększa.

Ponieważ BTC jest obecnie dodawany do bilansów spółek notowanych na giełdzie, a nawet krajów, coraz więcej osób próbuje odpowiedzieć na pytanie „co daje bitcoinowi wartość?” a więc jaka jest uczciwa cena?

Wycena bitcoina

Kiedy Bitcoin miał zaledwie tydzień, Hal Finney stał się nie tylko pierwszą osobą poza Satoshim, która wydobyła kryptowalutę i stała się adresatem pierwszej transakcji, ale także pierwszą osobą, która publicznie spekulowała na temat długoterminowego horyzontu wartości kryptowaluty. Porównując rynek docelowy z przybliżonym szacunkiem światowego bogactwa gospodarstw domowych, Finney przewidywał potencjalną kapitalizację rynkową od 100 do 300 bilionów dolarów, co miałoby dać bitcoinowi wartość około 10 milionów dolarów za monetę.

Od tego czasu podjęto wiele prób modelowania zarówno krótkoterminowej, jak i długoterminowej ceny bitcoina. Być może najbardziej znanymi modelami są modele Stock-to-Flow (S2F) i S2F cross-asset (S2FX) od PlanB, które przewidują cenę w bieżącym cyklu halvingowym (2020-2024) na poziomach (odpowiednio) około 100 tys. i 288 tys. dolarów. Chociaż można dyskutować nad statystyczną i metodologiczną poprawnością każdego modelu, ułatwiły one narrację wokół niedoboru jako głównej właściwości, która nadaje bitcoinowi wartość.

Inni próbowali przewidzieć cenę bitcoina za pomocą modeli regresji, które jako zmienną wejściową wykorzystują czas. Jednak prognozy modeli opartych na czasie różnią się zwykle w zależności od interwałów czasu, które używane są jako dane wejściowe dla modelu, zapewniając (zdaniem niektórych) niestabilne prognozy oparte na niepoprawnych metodologicznie modelach.

Innym podejściem jest ekstrapolacja ceny kontraktów futures za pomocą regresji statystycznej. Wycena adaptacyjna w porównaniu z wartością bazową dla „wartości godziwej” dostosowuje się w miarę pojawiania się większej ilości informacji. Przykładem takiego dynamicznego modelu jest „temperatura ceny bitcoina” (BPT), która przypisuje wycenę względną do ceny w porównaniu do jej średniej z 4 lat. Ponieważ cena bitcoina ma tendencję do poruszania się w około 4-letnich cyklach (przynajmniej historycznie), porównanie cen z ich 4-letnim trendem może pomóc oszacować, jak przegrzane lub przechłodzone są ceny. Minusem korzystania z samej ceny jest to, że zakłada się, że stosowane trendy są stabilne, co niekoniecznie jest prawdą. Zmiany w zachowaniu uczestników rynku mogą jednak całkowicie odwrócić wcześniej silny trend, na który takie modele wyceny oparte wyłącznie na cenie pozostają wrażliwe.

Ciekawym aspektem Bitcoina jest to, że jest on publiczną księgą wszystkich transakcji, które kiedykolwiek zostały wykonane. Zapewnia bazę danych, o której ekonomiści mogli dawniej tylko pomarzyć. W lutym 2017 r. Willy Woo po raz pierwszy wykorzystał to, wprowadzając wskaźnik wartości sieci do transakcji (Network Value to Transactions (NVT) Ratio). W ten sposób Woo stał się pionierem w dziedzinie analizy on-chain, która od tego czasu stała się bardzo popularna. NVT Ratio porównuje wartość rynku bitcoina z wartością wszystkich monet, które stanowią przedmiot obrotu transakcyjnego w perspektywie tygodnia. Dlatego modeluje cenę bitcoina w oparciu o jedną z definiujących właściwości pieniądza, a mianowicie zdolność do przekazywania wartości.

Od czasu wprowadzenia współczynnika NVT przez Woo, adopcja Lightning Network zmienia ślad sieciowy Bitcoina. Rosnący wymiar wartości nie jest już przedmiotem transakcji bezpośrednio w łańcuchu, ale przepływa kanałami na warstwach Bitcoina. W rezultacie wskaźnik NVT stopniowo traci dokładność, stwarzając potrzebę opracowania alternatywnych metod wyceny.

Zachowanie HODLera jako narzędzie pomiaru

Jeśli niedobór jest kluczowym aspektem, który sprawia, że ​​pieniądze są wartościowe, pozwalając im przenosić wartość w czasie, zbadanie zachowania osób, które prawdopodobnie doświadczyły tego przypadku użycia, może dostarczyć znaczącego wglądu w to, co jest cenione przez tych, którzy wydają się go rozumieć.

W marcu 2020 r. firma Glassnode, zajmująca się analizą danych w sieci, podjęła w tym zakresie pierwszą próbę. Analizując wiek bitcoinowych transakcji odkryli, że powyżej punktu odcięcia wynoszącego około 155 dni, niewykorzystane dane transakcyjne (UTXO) mają bardzo niskie prawdopodobieństwo ponownego przemieszczenia się w łańcuchu. Na tej podstawie stworzyli wskaźnik Long-Term Holder (LTH), który oddaje całkowitą liczbę bitcoinów, które wpadają do tego koszyka. W listopadzie 2020 r. Glassnode ulepszył tę metrykę, nie patrząc już na poszczególne UTXO, ale zamiast tego wykorzystując (zastrzeżone) algorytmy on-chain, aby spojrzeć na średni wiek monet poszczególnych podmiotów. Zastosowali również bardziej płynny próg dla monet, aby dojrzewały w ramach podaży LTH.

Miesiąc później, w grudniu 2020 r., Glassnode ponownie powtórzył tę koncepcję, wprowadzając nowy wskaźnik zwany niepłynną podażą (illiquid supply). Tam, gdzie podaż LTH uwzględnia średni wiek niewydanych bitcoinów podmiotu, podaż niepłynna analizuje historię wydatków podmiotu i klasyfikuje podmiot jako niepłynny, płynny lub wysoce płynny. Rysunek 1 pokazuje podaż bitcoinów w obiegu (czarny), podaż LTH (niebieski) i podaż niepłynną (czerwony).

Rysunek 1: Podaż bitcoinów w obiegu (czarny), podaż niepłynna (czerwony) i podaż posiadaczy długoterminowych LTH (niebieski)

Jak widać na rysunku 1, algorytm Glassnode’a dotyczący braku płynności wydaje się stosować bardziej liberalną metodę, jeśli chodzi o klasyfikację podmiotu jako charakteryzującego się małym prawdopodobieństwem zachowań sprzedażowych.

Wiedząc, jaka podaż znajduje się w rękach posiadaczy długoterminowych i niepłynnych podmiotów, możemy obliczyć wartość długoterminowego posiadacza (LV) i niepłynną wartość (IV), które reprezentują całkowitą wartość LTH i niepłynnej podaży (LTH / niepłynna podaż * cena). Ponieważ cena bitcoina może być zmienna, zastosowanie średniej ruchomej nad LV i IV jest pomocne w lepszym uchwyceniu długoterminowych trendów. Rysunek 2 wizualizuje LV i IV z roczną średnią kroczącą, która uwzględnia efekty sezonowe (np. sezonowe efekty wydobycia bitcoinów, sezony podatkowe itp.) w ujęciu rocznym.

Rysunek 2: Wartość rynkowa bitcoina (MV, czarny) i roczne średnie ruchome wartości niepłynnej (IV) i wartości posiadacza długoterminowego (LV)

Jak widać na rysunku 2, średnia roczna całkowitej wartości podaży bitcoinów, która znajduje się w rękach długoterminowych posiadaczy i podmiotów niepłynnych, zwykle znajduje się tam, gdzie cena bitcoina znajduje wsparcie podczas spadków na rynku.

Powód, dla którego tak właśnie bywa, przypisać można zjawisku zwanemu HODL, które wywodzi się z memu, który ma swoje źródło w poście na forum Bitcoin z 2013 roku. Historycznie rzecz biorąc, bitcoinowe bessy okazywały się trudne, powodując, że kryptowalutę uznawano za martwą około 432 razy. Podczas bessy spekulanci, którzy kupowali bitcoiny tylko po to, by się wzbogacić, szybko sprzedają swoje monety. W rezultacie rynek jest zalany nadwyżką podaży, którą może mieć trudności z wchłonięciem po nadmiernie euforycznych warunkach rynkowych, gdy popyt ze strony tych samych spekulantów, którzy podnieśli ceny, spada. Ceny spadają, aż wszyscy mniej przekonani zostaną pozbawieni swoich pozycji i pozostaną tylko „prawdziwi” HODLerzy. Trzymając swoje monety „bez względu na wszystko”, grupa ta skutecznie ustala cenę minimalną, która została zobrazowana na rysunku 2.

Porównanie wartości rynkowej do wartości niepłynnej i LTH

Podobnie jak David Puell i Murad Mahmudov stworzyli współczynnik wartości rynkowej do zrealizowanej (MVRV), który Awe and Wonder następnie ustandaryzowali w MVRV Z-Score, możliwe jest porównanie wartości rynkowej bitcoina z wartością niepłynną i LTH.

Odbywa się to poprzez obliczenie najpierw różnicy odpowiednio między wartością rynkową (MV) a długoterminową wartością posiadacza (LV) i wartością niepłynną (IV). Liczba ta jest następnie dzielona przez odchylenie standardowe MV, tworząc wskaźniki wartości rynkowej do wartości posiadacza długoterminowego (MVLV) oraz wartości rynkowej do wartości niepłynnej (MVIV). Otrzymane wskaźniki MVLV i MVIV reprezentują zatem liczbę odchyleń standardowych, w których wartość rynkowa jest (nad)rozszerzona w porównaniu z całkowitą wartością LTH i niepłynnej podaży (rysunek 3).

Rysunek 3: Wskaźniki wartości rynkowej do wartości niepłynnej (MVIV) i wartości rynkowej do wartości posiadacza długoterminowego (MVLV)

Ze względu na podobieństwo metryk LV i IV, zarówno pod względem fundamentalnym, jak i danych, MVIV i MVLV są wskaźnikami podobnymi, przy czym MVIV jest najbardziej wyrazisty. Wybór zastosowania jednego z nich powinien opierać się na stopniu, w jakim uważa się, że starzenie się monet powinno być brane pod uwagę w celu ustalenia, czy dany podmiot może sprzedawać swoje monety, ponieważ ten aspekt jest silniej odzwierciedlony w LV niż w IV.

Obydwie miary pozwalają na historyczne porównanie ogólnej wartości rynkowej w porównaniu z wartością podaży, która jest w rękach podmiotów, ze strony których sprzedaż jest mało prawdopodobna. Jak widać na rysunku 3, bessy mają tendencję do osiągania dna w okolicach 0 (co jest roczną średnią kroczącą samych IV i LV) i historycznie osiągały szczyty przy wartościach około 8 i wyższych. Chociaż cykliczność w wycenie rynkowej bitcoina jest hipnotyzująca i skłania wielu do założenia, że ​​historia się powtórzy, nie ma gwarancji, że ta (4-letnia) cykliczność będzie w przyszłości kontynuowana.

Pasma MVIV i MVLV

Teraz, gdy mamy miernik, który określa ilościowo relatywną wycenę rynku bitcoina w porównaniu do wartości LTH i niepłynnej podaży, możliwe jest mapowanie ceny bitcoina na każdym odpowiednim poziomie MVIV/MVLV na szczycie wykresu cenowego. Pozwala to wykreślić, ile jest miejsca na wzrost lub spadek, aby cena ponownie osiągnęła określone poziomy MVIV/MVLV.

Odbywa się to poprzez dodanie wielokrotności odchylenia standardowego MV do samego IV lub LV, gdzie wielokrotność reprezentuje wartość MVIV/MVLV, którą chcesz wizualizować. Otrzymane liczby są następnie dzielone przez podaż bitcoinów w obiegu, aby uzyskać wycenę BTC. Po wykreśleniu na górze wykresu cenowego wartości te reprezentują „pasma” w koncepcjach MVIV Bands i MVLV Bands, które są wizualizowane odpowiednio na rysunkach 4 i 5.

Rysunek 4: Cena bitcoina (czarny) i pasma wartości rynkowej do wartości niepłynnej (MVIV) (kolorowe)
Rysunek 5: cena bitcoina (czarny) i pasma wartości rynkowej do wartości długoterminowego posiadacza (MVLV) (kolorowe)

Porównanie modeli granicznych

Po dodaniu do tej mieszanki pasm MVIV i MVLV mamy teraz cztery podstawowe modele wyceny bitcoina, z których każdy wykorzystuje inne wartości bazowe do oszacowania jego „wartości godziwej”. Rysunek 6 przedstawia wartości bazowe modeli pasm MVIV, MVLV, MVRV i BPT.

Rysunek 6: Cena bitcoin (czarny) i pasma 0 MVRV (niebieski), MVLV (zielony), MVIV (pomarańczowy) i BPT (czerwony)

Jak widać, linia bazowa MVRV Bands jest najbardziej responsywna, ponieważ jest to jedyna metryka, która nie obejmuje jednego (MVIV i MVLV) lub czteroletniego (BPT) składnika średniej ruchomej.

Chociaż jest to istotne, niekoniecznie oznacza, że jest to lepszy model, na którym można polegać. Jak widać na wykresie 6, wartości bazowe zarówno dla wartości podaży niepłynnej, jak i LTH są obecnie wyższe od wartości MVRV, co historycznie miało miejsce tylko na krótko pod koniec 2014 i pod koniec 2018 w szczytowych warunkach bessy, a nigdy podczas trendu wzrostowego ukierunkowanego na ATH, tak jak ma to miejsce obecnie.

Wyjaśnieniem może być zmiana w sposobie postrzegania bitcoina przez świat. Jak widać na rysunku 7, trendy dotyczące procentowej podaży bitcoinów będących w obiegu, które nie znajdują się na giełdach (niebieskie) lub oznaczone jako niepłynne (zielone) zmieniły się dramatycznie od około 12 marca 2020 r.

Rysunek 7: Podaż niepłynna i niewymienna jako procent podaży bitcoinów w obiegu (źródło)

Wyprzedaże na globalnym rynku finansowym wywołały tego dnia kaskadę likwidacji pozycji długich, które sprowadziły cenę bitcoina o ponad 50% w ciągu dwóch dni i oczyściły rynek z wszelkiej nadmiernej dźwigni. Od tego czasu firmy notowane na giełdzie, a teraz nawet jeden kraj, przyjęły BTC, podczas gdy banki centralne „podkręciły obroty na drukarkach pieniędzy”, próbując zwalczyć spowolnienie gospodarcze – tworząc zamiast tego gigantyczną bańkę aktywów.

W czasach, gdy bitcoin czyni postępy, aby stać się środkiem schronienia przed inflacją pieniężną, zwiększone przyjęcie bitcoina jako aktywa do przekazywania wartości oznacza, że ​​cyfrowe monety stają się mniej skłonne do przemieszczania się w łańcuchu. Ten trend może zostać zaostrzony przez przyjęcie Lightning Network, co jeszcze bardziej zmniejszy liczbę konieczności zawierania transakcji w sieci głównej. W rezultacie, niewykorzystane transakcje mogą zająć więcej czasu, aby „zrealizować wartość” poprzez ślad w łańcuchu, jak jest to określone ilościowo w metryce MVRV. Jednocześnie wzrasta prawdopodobieństwo ich włączenia do niepłynnej podaży Glassnode lub LTH.

Jeśli te trendy będą się utrzymywać, możliwe jest, że linia bazowa MVRV zacznie się opóźniać, a przedstawione wskaźniki MVIV i MVLV będą w stanie zapewnić bardziej wiarygodne oszacowanie ceny minimalnej bitcoin. Dlatego miło, że mamy teraz wiele podobnych opcji, na których można się oprzeć, które wykorzystują tę metodę wyceny z różnych perspektyw. Na razie wskaźniki te są bardzo podobne – zwłaszcza, gdy wartość rynkowa bitcoinów odbiega bardziej od odpowiednich wartości bazowych (rysunek 8).

Rysunek 8: Porównanie metryk Bitcoin MVRV, MVLV, MVIV i BPT

Podobieństwo między modelami przedstawionymi na rysunku 7 a wynikowymi metrykami z rysunku 8 można również postrzegać jako formę konfluencji. MVRV, MVLV i MVIV uwzględniają cykl życia monet bazowych. Wskaźniki te odzwierciedlają zatem preferencje czasowe inwestorów i zawierają cenne informacje na temat względnej wyceny bitcoina w porównaniu z ceną minimalną ustaloną przez HODLerów.

Ograniczeniem wskazań pasm MVLV i MVIV, o którym trzeba pamiętać, jest to, że do skonstruowania używanych metryk podaży dla posiadaczy niepłynnych i długoterminowych wykorzystano algorytmy Glassnode. Jest wysoce prawdopodobne, że firma stale ulepsza te algorytmy. Jeśli tak jest oznaczałoby to, że zarówno przyszłe, jak i historyczne wartości mogą z czasem ulec zmianie. Wykresy reprezentujące metryki MVIV i MVLV (pasma) powinny być zatem postrzegane jako migawka wykorzystująca najbardziej aktualną metodę do ilościowego określenia podaży, która jest w rękach podmiotów prawdopodobnie nie zainteresowanych sprzedażą i nie można ich porównywać z wcześniejszymi wizualizacjami tego samego wskaźnika.

***

Opracowanie jest tłumaczeniem artykułu autorstwa Dilution-proof zat. Valuing Bitcoin based on HODLer behavior; źródło: link

Może Cię zainteresować:

BitcoinKryptowaluty
Komentarze (0)
Dodaj komentarz