Bitcoin — один из немногих рынков, где есть публичная история всех транзакций, проведенных на базовом уровне, но возможности этих данных ограничены, и их часто смешивают с интерпретацией.
При правильном подходе ончейн-анализ позволяет не смешивать наблюдаемые данные с их интерпретацией и при этом делать выводы на основе объективно измеримых фактов.
Все, что можно и нельзя наблюдать напрямую, относится к двум категориям: к тому, что напрямую связано с ончейн-транзакциями, и к тому, что лишь косвенно выводится из них.
Что блокчейн фиксирует напрямую
Блокчейн Bitcoin напрямую фиксирует создание и расходование выходов, их объем, факт расходования, транзакции, в которых они были созданы, и то, как долго они существуют ончейн. На этой основе возраст монет, комиссии, движение предложения через UTXO-набор, эмиссия и другие производные метрики являются объективными фактами.
Другие свойства напрямую не наблюдаются, а рассчитываются на основе наблюдаемых данных.
Самый очевидный пример — цена: стоимость одного bitcoin в долларах в блокчейне не записана. То же относится к Realized Cap: хотя эта метрика использует наблюдаемое предложение и присваивает каждому bitcoin стоимость на основе внешней рыночной цены в момент его последнего ончейн-перемещения, перевод этой стоимости в доллары все равно остается внешним параметром расчета.
Это важное различие, поскольку различные отношения цены к себестоимости и другие метрики, косвенно связанные со стоимостью bitcoin, могут зависеть от дополнительных данных, которые рассчитываются по-разному или напрямую не наблюдаются.
Цена последнего перемещения — не обязательно цена покупки
Realized Price, MVRV, NUPL, Supply in Profit/Loss и похожие метрики, которые пытаются анализировать совокупную стоимость bitcoin относительно цены покупки, опираются на стоимость в момент последнего ончейн-перемещения.
В лучшем случае это дает приблизительную оценку совокупной ончейн-себестоимости монет на основе цен, при которых они в последний раз перемещались, но редко отражает фактическую цену покупки конкретного bitcoin. Та же логика применима и к себестоимости отдельного инвестора.
Такой анализ может помочь приблизительно оценить стоимость совокупных активов отдельного владельца, если он регулярно перемещает bitcoin ончейн, но редко дает представление о том, как именно он их покупал.
Например, человек может перемещать монеты каждый раз при смене кастодиана, адреса или кошелька либо просто переводить их между собственными адресами или адресами, которыми управляет одна и та же сущность. Каждое такое перемещение будет обновлять расчетную себестоимость этих монет и потенциально искажать анализ, который пытается связать эту стоимость с ценой покупки.
При этом некоторые факторы, влияющие на совокупное предложение, стоимость или себестоимость, вообще не учитываются, поскольку не появляются ончейн. Например, сделки между сторонами, которые используют одного и того же кастодиана, фактически не оставляют ончейн-следа, поскольку custody bitcoin ончейн не меняется. На практике это означает, что смена экономического владельца bitcoin между сущностями, представленными одним и тем же кастодиальным кошельком, остается невидимой для большинства, если не для всех, перечисленных выше метрик.
Адреса не равны людям
Кошельки и адреса, которыми управляет один и тот же человек или одна и та же сущность, могут быть связаны между собой сложным образом, который трудно однозначно восстановить. Один человек может владеть десятками или сотнями адресов, особенно при взаимодействии с биржами. Один кошелек может использовать несколько адресов, а одна транзакция — включать сразу несколько адресов, в том числе адрес для сдачи, возвращаемой отправителю. Биржи обычно контролируют тысячи адресов, связанных с депозитами и выводами пользователей, поэтому транзакция между биржевыми адресами может отражать движение средств одного или сразу нескольких пользователей.
Это означает, что любая метрика, основанная на агрегации адресов, дает приблизительную оценку стоимости или изменений в агрегированном предложении.
Метрики, которые пытаются уменьшить эту неопределенность, используют дополнительные данные для группировки адресов по предполагаемому владельцу, например с помощью кластеризации. Это не делает их неправильными, но обычно такие методы применимы только в достаточно конкретных случаях, а обоснованность их предположений часто остается спорной.
Та же логика относится к когортам адресов по балансу: рост предложения в определенных диапазонах показывает агрегированный объем в этих диапазонах, но нельзя с какой-либо уверенностью сказать, означает ли это появление новых инвесторов. Вполне возможно, что крупная сущность просто перераспределяет свои монеты между несколькими адресами.
Что можно сказать с помощью ончейн-данных
Оничейн-данные лучше всего подходят для описания наблюдаемых состояний и агрегированных тенденций, связанных с состоянием монет и их перемещением.
Они позволяют достаточно эффективно оценивать такие агрегаты на разных уровнях — например, объем предложения в определенных стоимостных диапазонах или количество bitcoin в прибыли и убытке. Они могут показывать, сколько bitcoin поступает на биржи или выводится с них при наличии разметки адресов, сколько майнеры получают в bitcoin или в фиатном выражении при использовании внешних ценовых данных, размер комиссий и другие свойства, наблюдаемые на базовом уровне.
Эти метрики можно сравнивать между собой, например сопоставлять отношение Market Cap к Realized Cap с предложением в прибыли и убытке или отслеживать агрегированные изменения на протяжении жизненного цикла bitcoin, такие как время нахождения монет ончейн или стоимость депозитов и выводов при определенных ценах. В совокупности эти метрики могут сформировать представление о состоянии и тенденциях рынка bitcoin.
Но они не могут сказать, что именно означает это представление — отражает ли оно оптимизм или пессимизм и как оно может повлиять на будущую цену.
Что нельзя наблюдать
Значительная часть торговли bitcoin и активности на рынке деривативов происходит вне блокчейна и обеспечивает существенную глубину рынка за пределами обычной биржевой торговли. По своей природе большая часть этой активности напрямую ончейн не видна, и лишь немногие метрики способны описывать ее состояние и характеристики.
Позиции, обязательства, ликвидации, использование плеча, соотношение long/short и позиционирование в опционах либо вообще не видны, либо оцениваются непоследовательно.
Та же проблема касается переводов bitcoin внутри и между биржевыми платформами. Если такие переводы не следуют предсказуемым схемам или не связаны достаточно последовательно с другими видимыми транзакциями, их влияние на потоки, cost basis или метрики на уровне сущностей либо трудно определить, либо оно может быть существенно искажено.
Например, депозит bitcoin на биржевой кошелек почти ничего не говорит о том, будет ли этот bitcoin продан и когда именно, поскольку сама биржа может продолжать его хранить. То же касается переводов между биржевыми кошельками, а также депозитов и выводов у кастодианов.
Категоризация держателей — это условность
Разделение предложения между краткосрочными и долгосрочными держателями полностью условно, но полезно, поскольку позволяет увидеть, как соотносятся между собой эти части предложения, а также сравнивать их по объему, реализованной стоимости, распределению объема и другим метрикам. Подобный подход можно применять и к другим категориям предложения, например к bitcoin на биржах и вне бирж, хотя для такого анализа уже требуются дополнительные предположения помимо самих ончейн-данных.
Та же логика применима к разделению между институциональными и розничными инвесторами, хотя и здесь для разграничения двух групп нужна внешняя информация. Такой подход становится контрпродуктивным, когда эти категории начинают смешивать с объективными фактами, которые реально влияют на рынок bitcoin.
На практике разделение между биржевыми и внебиржевыми кошельками может быть особенно полезным, поскольку оно отражает важную часть экономической структуры Bitcoin. Оно может помочь понять, связано ли изменение определенных метрик предложения или потоков с движением через публичную рыночную инфраструктуру или всего лишь с внутренним перераспределением между сущностями, использующими одного и того же кастодиана.
Сам Bitcoin этих различий не делает, а разделение между биржевыми и личными кошельками существует только в представлении аналитиков. Его полезно учитывать при описании наблюдаемых тенденций в предложении bitcoin, но оно редко напрямую переносится на другие классификации за пределами разделения на биржевое и внебиржевое предложение.
Применяйте метрику на том уровне, на котором она рассчитана
В этом контексте одна из самых очевидных ошибок при обсуждении фундаментальных показателей bitcoin — смешение объективных и субъективных наблюдений. «Предложение в убытке растет» — объективное наблюдение, если термины определены корректно. «Инвесторы капитулируют» — субъективная интерпретация, которая связывает объективные наблюдения с намерениями людей. «Дно сформировано» — предположение о будущем, которое может следовать из этих наблюдений, а может и не следовать, и поэтому всегда требует осторожности.
Эти утверждения не исключают друг друга, но относятся к разным категориям: наблюдения описывают факты независимо от намерений, а предположения — возможные исходы, основанные на этих фактах. В публичных комментариях эти уровни регулярно смешивают, хотя их следует рассматривать отдельно. Наблюдения полезны как контекст для интерпретаций и предположений, но их не следует путать ни с тем, ни с другим.