Onchain-метрики. Что это, и для чего они нужны?

Главная задача любого трейдера и инвестора - это получить прибыль от совершенных сделок. Всё, что для этого нужно - это вовремя войти в сделку по направлению движения рынка и вовремя выйти из неё. Для человека, не знакомого с рынками это звучит просто, на деле всё гораздо сложнее. Непосредственно на осуществление сделки (вход и выход из позиции) тратится от силы пара процентов времени, всё остальное время посвящено анализу рынка, графика, чтобы с высокой вероятностью определить правильное направление движения рынка и выбрать наиболее удачную точку для входа (ну и выхода, соответственно). Если на традиционных фондовых рынках в распоряжении трейдеров и инвесторов есть фундаментальный анализ и технический анализ, то на крипто рынке доступен еще один блок инструментов - это так называемый onchain-анализ. Onchain-метрики. Что это такое? Любая криптовалюта основана на технологии распределенного реестра, на блокчейне. Помимо прочих особенностей блокчейн характерен своей прозрачностью. Информация об активных кошельках и транзакциях хранится в нем постоянно и доступна всем участникам. Транзакции при этом имеют необратимый характер, то есть не могут быть скорректированы, они остаются в блокчейне навсегда. Это свойство блокчейна открывает широкие возможности для дополнительного анализа движения цены той или иной криптовалюты.Может показаться, что в блокчейне хранится не так уж и много полезной для анализа информации. В частности, запись о транзакции содержит кроме хеша (уникального идентификатора) только id кошельков отправителя и получателя, сумму транзакции и, соответственно, время её осуществления. Тем не менее, эта информация предоставляет широчайшие возможности для анализа. Используя различные математические и статистические методы, сопоставляя и сравнивая данные между собой и с данными вне блокчейна, можно получить массу полезной информации. С помощью onchain-метрик можно оценить динамику спроса и предложения, силу и слабость тренда, психологию игроков, имея возможность при этом сегментировать этих игроков по балансу кошельков, строить модели расходов, накопления, оценивать активность майнеров и многое другое.В настоящее время существуют сотни onchain-метрик, а имея доступ к блокчейну, любой желающий может создать свою собственную метрику или адаптировать уже существующую с релевантными изменениями под свою собственную торговую стратегию. Onchain-метрики и психология "рынка" Многие трейдеры, особенно в начале своего профессионального пути задаются вопросом, как вообще возможно оценить психологию поведения "толпы", ведь в голову каждому не залезешь, а для анализа изначально доступны только сухие цифры.Приведу пример. Инвестор накапливает позицию в BTC с целью продажи актива, когда он существенно вырастет в цене. Предположим, что рынок начинает падать. Инвестор в соответствии со своей стратегией скорее всего усреднит позицию (то есть докупит еще BTC) от какого-то значимого по его стратегии уровня. Теперь средняя цена входа инвестора снизилась, но и позиция (количество купленных BTC) теперь стала больше. При этом инвестор находится в убытке относительно средней цены входа. Если он выйдет сейчас, он зафиксирует текущий убыток, если останется в рынке, и рынок развернется вверх, он заработает больше, чем планировал изначально, так как размер его позиции увеличился. Однако рынок после небольшой паузы продолжает падение. Предположим, инвестор усреднится еще раз... может несколько раз. Нет смысла гадать, какая у него торговая стратегия, важно одно, с каждым движением рынка против него и с каждым новым усреднением его нереализованные убытки растут, а следовательно растёт и моральное напряжение, приближая факт капитуляции, то есть момент, когда он признается себе в том, что совершил ошибку и закроет сделку со всеми убытками. До этого может не дойти, но на дне рынка кто-то обязательно капитулирует, на то оно и дно рынка.Еще один пример. Майнеры добывают новые биткоины, для этого используется специальное компьютерное оборудование. Процесс сам по себе не сильно сложный, но весьма капиталозатратный. Во-первых, чтобы повысить вероятность получения награды за блок нужно обладать большими вычислительными мощностями, это значит необходимо купить много единиц оборудования ("асиков"). Во-вторых, майнинг происходит в формате 24/7, всё это время асики работают, а значит потребляют электричество и должны обслуживаться сервисным персоналом, а это - прямые затраты на электроэнергию, аренду помещений и заработную плату. Если цена биткоина высокая, то бизнес майнеров процветает, часть добытых биткоинов они продают на рынке, окупая все затраты. Если же цена низкая, то при достижении определенного порога майнеры наинают работать в убыток. Порог убыточности у разных майнеров, естественно, разный. Кто-то находится в Европе и переплачивает за электроэнергию в "3-5 раз", кто-то находится в РФ и использует "дешевое" электричество, а кто-то вообще имеет доступ к условно бесплатной розетке (например избыточные мощности при ГЭС). Принцип здесь примерно такой же, как в примере с инвестором. Для каждого бизнеса, и в майнинге тоже, есть предел после которого придется продать все запасы биткоинов, намайненных до этого, чтобы расплатиться по долгам и не дать бизнесу обанкротиться. Это называется капитулацией майнеров. Оба примера имеют непосредственное отношение к психологии, так связаны с необходимостью принятия непростых решений о фиксации убытков в условиях неопределенности. При этом будь то инвестор, трейдер или майнер, сильно сути дела это не меняет. Учитывая, что на рынке огромное количество игроков, мы можем оценивать те или иные процессы, в том числе, например, уровни капитуляции статистически. Примеры onchain-метрик Давайте дальше рассмотрим некоторые наиболее популярные метрики, которые используются в onchain-анализе.NUPL (Net Unrealized Profit and Loss) — эта метрика показывает, какая доля инвесторов находится в прибыли, а какая — в убытках. Используется в основном на истории Bitcoin, но может применяться и к другим блокчейнам. Используя свойство фрактальности и принципы графического анализа, можно сделать предположения о различных зонах и уровнях цены, а также построить разворотные паттерны.В основе метрики NUPL лежит отношение разницы между рыночной капитализацией и реализованной капитализацией к рыночной капитализации. График метрики представлен ниже. Подробнее о метрике NUPL можно прочитать в отдельной статье, примеры ее использования при анализе рынка - здесь и здесь.  График NUPL MVRV (Market Value, Realized Value) — эта метрика показывает, насколько в момент времени актив переоценен либо недооценен относительно условной справедливой цены. Если актив слишком переоценен, то трейдеры и инвесторы будут стремиться закрывать длинные позиции и искать точки для входа в сделки на продажу, то есть оказывать давление на цену актива. Справедливо и обратное, если актив сильно недооценен, то это будет вызывать интерес у трейдеров и инвесторов искать сделки на покупку, то есть поддерживать цену актива. Подробнее о метрике MVRV и примеры практического применения - здесь и здесь. График метрики выглядит следующим образом: График MVRV, модификация MVRV Z-score Puell Multiple — эта метрика оценивает доходы майнеров. Как видно из примера о майнерах, приведенного выше, для поддержания бизнеса им необходимо периодически продавать добытые биткоины, “вечно” хранить криптовалюту в ожидании высоких цен не получится, так как рынок цикличен, и за взлетом цены неизбежно следует падение. График метрики показывает, в какой момент времени майнеры получают высокую прибыль, в какой - низкую, а в какой момент они находятся в убытках.Посмотрите на график ниже, условная зона убытка отражена зеленым цветом, условная зона сверх-прибыли - красным. Пример применения метрики при анализе рынка - можно увидеть здесь.  График Puell Multiple Модель Stock-to-Flow. Формально Stock-to-Flow относится к классу циклических моделей, а не onchein-метрик, так как не использует данные непосредственно из блокчейна, кроме номеров блоков. Однако, мне кажется небезынтересным добавить ее к этой статье для иллюстрации многообразия возможностей анализа. Модель создана задолго до появления криптовалют, изначально применялась к драгоценным металлам, в частности к золоту. Модель оценивает степень достаточности ресурса. В основе построения лежит отношение запасов ресурса к его приросту, то есть в случае с биткоином отношение общего количества биткоинов в сети к его регулярному приросту (эмиссия новых биткоинов в качестве награды за майнинг). На момент написания статьи, например, общее количество биткоинов в сети составляет 19,212,450 BTC, а за сутки майнится примерно еще 900 новых BTC. График модели Stock-to-Flow После построения модели (см. график выше), можно наблюдать различные интересные статистические закономерности, например, дно (минимальное значение цены актива) каждого цикла биткоина находится примерно посередине между халвингами. Халвинг - это снижение награды майнерам в два раза за каждый новый “добытый” блок сети. Количество халвингов известно, они происходят на заранее определенных блоках, поэтому зная текущий темп (вычислительные мощности) майнинга, можно примерно оценить дату следующего халвинга. Примеры практического применения модели при анализе рынка можно посмотреть здесь и здесь. Onchain-метрики, как дополнение к основному ТА Перечислять все метрики не имеет смысла, их сотни. Каждая метрика при этом отдельными авторами часто модифицируется, добавляются дополнительные параметры и переменные. Как я писал выше, каждый трейдер и инвестор может выбрать себе набор метрик, наиболее полезных для его ТС или вообще создать свою собственную метрику. Важно отметить, что торговать исключительно по onchain-метрикам нельзя. Они - лишь дополнение к основной торговой стратегии. Все метрики используют исторические данные, а значит показывают ситуацию “в прошлом”, т.е. действуют, как индикаторы, с запаздыванием. Также рассматривать ончейн-метрики следует только на больших таймфреймах и за длительный период времени. В основе их построения лежат статистические методы, а значит, чем больше входящих данных (чем крупнее таймфрейм), тем точнее результат и тем нагляднее процессы, которые они иллюстрируют.В этой статье я рассказал про несколько метрик, которые я сам использую, но не ограничиваясь ими, при onchain-анализе чаще всего. А какие используете вы? Напишите в комментариях. Напоминаю, что более оперативная информация по рынкам и некоторые сделки онлайн - в Telegram-канале (ссылка в описании профиля).