Glassnode: как возраст монеты влияет на режим покупки и продажи BTC?

Авторы: Марио Шрёк, Glassnode, Glassnode; Составитель: Тао Чжу, Golden Finance

Введение

Прозрачный блокчейн биткойна позволяет подробно анализировать изменения токенов и действия их владельцев. Изучая возраст неизрасходованных транзакционных выводов (UTXO) и вероятность их расходования, мы можем глубже понять динамику экосистемы биткойна. В этой статье рассматривается степенная зависимость между временным ограничением UTXO и вероятностью их покупки-продажи, раскрывая предсказуемые шаблоны владения и обмена токенами с течением времени.

Почему эта аналитика так важна

Понимание расходов UTXO биткойна предоставляет мощное представление для трейдеров, инвесторов, аналитиков и т. д. Путем раскрытия предсказуемых моделей управления спящей валютой вы можете:

• Улучшение инвестиционной стратегии: Прогнозирование потенциальных изменений в ликвидности и лучшая оценка рыночного настроения.
• Улучшение анализа на цепочке: Использование математической структуры для дополнения традиционных показателей LTH/STH.
• Предсказание поведения владельцев: Определение времени, когда токен может вернуться в обращение, и уведомление о времени совершения сделки или принятия решения.

Безопасный, данные-ориентированный фреймворк для оптимизации торговых алгоритмов, анализа рыночных тенденций и улучшения инвестиционных методов в экосистеме биткойна.

Что такое UTXO и вероятность расходов?

Ядром блокчейна Bitcoin является модель UTXO. UTXO означает неизрасходованный выход транзакции - по сути, это блоки Bitcoin, которые были получены, но еще не использованы. Каждая транзакция Bitcoin потребляет существующий UTXO в качестве входных данных и создает новый UTXO в качестве выходных данных. Эти UTXO можно рассматривать как токены, хранящиеся на определенном адресе и ожидающие использования в будущих транзакциях.

Анализируя сроки действия этих UTXO (количество дней с момента создания), мы можем сделать выводы о поведенческих моделях владельцев в сети. Один из ключевых концептов в этом анализе - вероятность расходования, которая измеряет вероятность того, что UTXO будет потрачен в любой заданной дате. Этот показатель характеризует способ перемещения биткойнов в экосистеме и эволюцию поведения владельцев.

Методология

набор данных и подсчет UTXO

Наш анализ основан на данных о биткоин-UTXO с 2015 года по ноябрь 2024 года. Каждый день в этот период мы вычисляем количество UTXO для каждого возможного возраста монет, от одного дня до 10 лет (примерно 3 650 дней). Мы ограничиваем максимальный возраст монет до 10 лет, чтобы избежать внутреннего шума, присущего очень старым данным UTXO.

Рассчитать уровень расходов

Для определения вероятности расходов мы сравниваем количество UTXO с определенным возрастом монеты в один день с количеством UTXO с более высоким возрастом монеты на следующий день. Вычисление части затрат производится следующим образом:

Доля расходов = 1 - (количество UTXO с монетным возрастом T, равным N) / (количество UTXO с монетным возрастом T-1, равным N-1)

Эта формула отображает соотношение UTXO с возрастом N-1, которые не появляются в качестве UTXO с возрастом N на второй день, что означает, что они уже были потрачены.

Затем мы вычисляем среднюю ставку расходов для каждой возрастной группы во всем наборе данных, а также стандартную ошибку среднего значения. Рисунок 1 наглядно показывает среднюю ставку расходов в зависимости от возраста владения.

! [zfcytNkRslbtjwO9oGaoIksvEKPNggCjoP6iGVPV.jpeg] (https://img.jinse.cn/7334360_watermarknone.png «7334360»)

Степенная динамика в логарифмическом пространстве

Для лучшего понимания связи между возрастом монет UTXO и уровнем траты мы построили данные в логарифмическом масштабе. Это преобразование полезно, поскольку степенные законы отображаются в виде прямой линии в двойном логарифмическом масштабе, что упрощает идентификацию и анализ. На рис. 2 показан двойной логарифмический график уровня трат.

! [ssEVrSe58BL02pN8GxhgCnbkZ2CUrqSjT5HICqIA.jpeg] (https://img.jinse.cn/7334362_watermarknone.png «7334362»)

Подгонка степенной функции

Мы используем линейную регрессию двойного логарифма для количественной оценки степенной зависимости данных. Мы используем взвешенный метод наименьших квадратов для регрессии, веса пропорциональны квадрату количества UTXO, деленного на квадрат средней стандартной ошибки. Это взвешенное значение учитывает изменение надежности данных из-за различий в размере выборки и дисперсии.

Наклон регрессионной линии соответствует показателю степени, что показывает, насколько быстро вероятность потребления снижается с возрастом. На рисунке 3 показано приближение регрессии.

! [Z89CqJ9480ianNDr8tsAfa0E2jkzZTlJ0VbWfLKu.jpeg] (https://img.jinse.cn/7334363_watermarknone.png «7334363»)

Анализ остатков для оценки качества приближения

Для оценки качества соответствия степенного закона различным возрастным группам монет мы анализировали остатки - разницу между наблюдаемой средней скоростью расходов и предсказанным нашей моделью значением. Построение графика остатков помогает нам определить шаблоны модели или систематические отклонения. Рисунок 4 показывает функциональную зависимость остатков от возраста UTXO.

! [8LjanP3kwYRsaKrrdLiDwRoXc8CW62XTEeRZ9pbj.jpeg] (https://img.jinse.cn/7334364_watermarknone.png «7334364»)

Мы видим, что остаток UTXO около 200 дней крайне мал, что свидетельствует о высокой предсказуемости этой очереди. Это соответствует постепенному переходу от краткосрочных держателей (STH) к долгосрочным держателям (LTH). S-образная функция моделирует этот переход для плавного изменения поведения держателей. Центральная точка этого перехода - 155 дней, что представляет собой пропорциональное соотношение между классификацией STH и LTH в размере 50-50. Примерно через 200 дней процент завершения перехода от STH к LTH составляет 99%.

Наш анализ показывает, что степенная модель почти идеально подходит для токенов STH до их полного превращения в LTH. Для токенов LTH с сроком службы 3-4 года (второй переходный период) эту модель все еще хорошо сохраняется (с небольшим отклонением). Эти отклонения указывают на то, что вероятность расходов среднесрочной группы LTH немного выше, чем вероятность, предсказанная моделью.

Однако для долгосрочных держателей (ULTH) - токенов, удерживаемых более примерно половины периода уменьшения в два раза, мы наблюдаем более значительное отклонение от модели. Конкретно, вероятность затрат, наблюдаемая в данном случае, ниже вероятности, предсказанной степенным законом. Это указывает на большую склонность к удержанию этих токенов, возможно, из-за сильной убежденности в удержании или возможной потери некоторых токенов.

По времени упорядоченная степенная функция

Мы изучаем, меняется ли степенная динамика вероятности затрат токенов с течением времени с другой точки зрения. Мы не рассчитываем среднее количество UTXO для каждого возраста монеты во всех датах, а следим за группой UTXO, рожденных в один и тот же день. Исходя из этих групп дат, мы можем проанализировать, как меняется скорость расходов токенов в разные периоды истории биткойна.

Для каждой группы мы ежедневно вычисляем уровень потребления на основе увеличения возраста монет в группе. Затем мы проводим линейную регрессию для двойных логарифмических вероятностей расходов каждой группы. Игнорирование данных групп, у которых время существования наиболее недавних записей составляет менее 10 дней, приведет к оставшимся приблизительно 3600 группам и соответствующей линейной регрессии.

Коэффициенты детерминации (R2) каждого возвращенного значения показывают, насколько хорошо модель степенной функции соответствует данным в этой очереди. Угол наклона каждой линии позволяет нам понять, с какой скоростью убывает скорость потребления с увеличением возраста монеты. Рисунок 5 показывает значения R2 и углов наклона каждой группы дат по мере изменения времени.

! [6FeBfhJdGt2GgIRQcYQI8VHRIkWoMF8PBCKLDhzG.jpeg] (https://img.jinse.cn/7334383_watermarknone.png «7334383»)

В целом, степенное распределение очень подходит для разных дат, что подтверждает согласованность этой динамики со временем. Однако, на определенных периодах наблюдается более низкое качество аппроксимации, хотя они не имеют явной корреляции с изменениями цен в эти периоды. Мы заметили, что вероятность расходов на протяжении всего 2019 года (с меньшим значениям наклона) увеличивается заранее. Одно возможное объяснение состоит в том, что инвесторы, которые покупали в 2017 году на пике ATH и пережили падение на 80%, делали это для долгосрочных инвестиций, поэтому их вероятность расходов была выше, чем обычно.

Влияние анализа цепочки

Эти открытия предоставляют непрерывную перспективу на возраст монет и вероятность расходов, дополняя существующую LTH/STH структуру. Степенные отношения отражают постепенный переход от активных сделок к долгосрочному удержанию.

Важно отметить, что эту модель почти идеально подходит для более молодых токенов и всё ещё хорошо работает для токенов примерно четырёхлетней выработки (с небольшим отклонением). Однако с увеличением стажа токена отклонение модели становится более значительным, что указывает на возможное влияние других факторов на поведение долгосрочных держателей.

Степенная функция с наклоном, близким к 1, предлагает ясное и интуитивное эмпирическое правило: с увеличением в 10 раз срока службы токена вероятность его расходования уменьшается примерно в 10 раз. Примерные значения модели в таблице ниже иллюстрируют это.

! [VOaUg7lHvQD57LKkaWv4c2hRH8LmKkGUbbHpcVQg.jpeg] (https://img.jinse.cn/7334389_watermarknone.png «7334389»)

Это явление, когда вероятность предсказуемых расходов убывает, подчеркивает такой образ действий: более молодые монеты активно торгуются или спекулируются, в то время как более старые монеты со временем становятся все более и более неактивными. Используя такой продолжительный взгляд, аналитики и инвесторы получают более полное понимание того, как расходы постепенно снижаются с возрастом монеты, что повышает объяснительную способность данных на цепочке и поведения инвесторов.

Предположение о тепловом обеспечении квантового

Исходя из наших данных, мы оценили простой эвристический прогноз:

Если UTXO меньше 7 дней, предполагается, что это UTXO будет использоваться в этот день. В противном случае предполагается, что оно не будет потрачено.

Используя исторические данные, точность этого эвристического метода достигает 98%, что указывает на его способность правильно предсказывать, будет ли UTXO потрачен в большинстве случаев. Однако из-за несбалансированности набора данных высокая точность может вносить некоторую путаницу - каждый день есть большое количество непотраченных UTXO.

Обзор

Наши аналитические данные показывают, что поведение расходования Bitcoin UTXO контролируется мощной степенной динамикой, вероятность расходования старых токенов постепенно снижается. Степенная зависимость практически идеально соответствует более молодым токенам и все еще хорошо сохраняется для токенов, возраст которых составляет до четырех лет (с небольшим отклонением). Для долгосрочных держателей, у которых возраст токенов превышает этот период, отклонение от модели становится более заметным, что указывает на еще более низкую вероятность расходования, чем предсказывает модель. Это указывает на то, что другие факторы, такие как сильная вера в держателя или утерянные токены, влияют на поведение расходования этих самых старых UTXO.

Это открытие усиливает существующую модель LTH/STH, предоставляя непрерывную математическую перспективу на прогресс от активных торгов к долгосрочному удержанию. Степенная функция предоставляет точное эмпирическое правило: с увеличением срока жизни токена в 10 раз вероятность его траты уменьшается примерно в 10 раз. Это предсказуемое затраты вероятность затухает, предоставляя ценные понимание поведения инвесторов и временного затухания токена.

С развитием биткойна степенная модель обеспечивает математическую основу для анализа цепочки, что позволяет людям более глубоко понять динамику жизненного цикла UTXO.