Прогнозирование цены актива с помощью индикатора Supply Shock
Популярный аналитик Willy Woo рассказывает о семействе коэффициентов Supply Shock, отражающих уровень шока предложения на рынке и часто используемых в наших еженедельных обзорах ончейн-метрик.
На любом рынке цена определяется спросом и предложением. Это основа основ. Самым наглядным образом это проявляется в биржевом стакане ордеров, заполняемом заявками продавцов и покупателей. Более тонким способом было бы по взмаху волшебной палочки оценить намерения инвесторов еще до того, как они разместят свои ордера. С этой точки зрения на спрос и предложение инвестор, не имеющий намерения продавать, находится на стороне спроса, а инвестор, намеревающийся продать актив, — на стороне предложения.
Для количественной оценки этого можно использовать очень простое уравнение, которое я назвал Supply Shock ([уровень] шока предложения):
Supply Shock = недоступное предложение / доступное предложение
Идея состоит в том, что доступное и недоступное предложения несут в себе определенное намерение.
Количественная оценка уровня шока предложения
Уравнение Supply Shock может иметь несколько вариаций, каждая из которых представляет собой различный подход к количественной оценке монет, недоступных на рынке и доступных соответственно.
Вот несколько примеров:
Exchange Supply Shock (шок биржевого предложения): соотношение недоступного для быстрой продажи предложения, находящегося на самостоятельном хранении, и предложения монет, доступных на биржах.
Liquid Supply Shock (шок ликвидного предложения): соотношение количества монет, удерживаемых инвесторами с выраженной историей накопления, и количества монет в руках спекулятивных инвесторов с выраженной историей покупок и продаж.
Long Term Holder Supply Shock (шок предложения, удерживаемого долгосрочными владельцами): соотношение количества монет, которые не перемещались долгое время и потому рассматривались как недоступные, и количества монет, недавно перемещавшихся ончейн, и потому рассматривавшихся как более доступные.
Это не исчерпывающий список, но он дает представление о различных способах количественной оценки в этом семействе метрик.
Моделирование метрики Supply Shock
Моя излюбленная версия Supply Shock — это Liquid Supply Shock, потому что она прекрасно передает намерения инвесторов.
В метрике Liquid Supply от Glassnode адреса сети объединяются в кластеры по пользователям, а затем балансы этих кластеров классифицируются как неликвидные, ликвидные или высоколиквидные, в зависимости от поведении пользователя в прошлом.
С помощью этих данных мы можем рассчитать коэффициент Supply Shock как:
На первый взгляд можно сказать, что модель шока предложения довольно точно следует движениям цены. Но при более внимательном рассмотрении ясно, что коэффициент шока предложения опережает движения цены.
В этом есть смысл, поскольку мы отслеживаем намерения инвесторов до того, как они даже разместят ордера на покупку или продажу актива.
Например, если долгосрочный инвестор с выраженной историей накопления переводит значимый объем монет другому субъекту сети (обычно это биржа), то все монеты этого инвестора переклассифицируются в ликвидные или высоколиквидные, поскольку считается, что намерения инвестора изменились.
Ниже представлены графики трех различных моделей уровня шока предложения и их уравнения.
Liquid Supply Shock (зеленый) LSS = неликвидное предложение / (ликвидное + высоколиквидное предложение)
Отслеживает отношение количества монет, удерживаемых долгосрочными инвесторами, к количеству монет в руках спекулянтов.
Highly Liquid Supply Shock (красный) HLSS = (Неликвидное + ликвидное предложение) / ликвидное предложение
Аналогично LSS, но с акцентом на краткосрочную спекулятивную активность.
Exchange Supply Shock (фиолетовый) ESS = предложение НЕ на биржах / предложение НА биржах
Отслеживает отношение количества монет на долгосрочном хранении к количеству монет на биржах, которые могут быть немедленно проданы.
А вот еще одна версия Supply Shock, выглядящая совершенно иначе:
Long Term Holder Supply Shock LTHSS = предложение, НЕ перемещавшееся в течение 155 дней / предложение, перемещавшееся в течение 155 дней
Из-за 155-дневной задержки перед тем, как мы сможем получить представление об объеме долгосрочных инвестиций и том, как он соотносится с краткосрочными, этот показатель не может похвастать быстрым откликом. Вместо этого, LTHSS обеспечивает более широкую макроперспективу в отношении бычьих и медвежьих фаз рынка. Значение LTHSS поднимается выше в нижних точках макротренда, когда давление продаж уже практически исчерпано.
Напомню, что пороговое значение в 155 дней (5 месяцев), используемое для определения долгосрочных владельцев, было выведено аналитиками Glassnode как значимое с точки зрения вероятности расходования удерживаемых монет; лежащие в основе этого исследования и аналитика опубликованы на их сайте.
Использование Supply Shock применительно к другим рынкам
Очевидно, что Supply Shock не является уникальным свойством биткойна. Коэффициент уровня шока предложения работает для всех рынков, однако криптоактивы обладают преимуществом получения точных статистических данных в реальном времени.
Ниже приведен график Supply Shock для Ethereum.
Моделирование цены с помощью Supply Shock
Когда значение Supply Shock находится в пределах недавних исторических уровней, это позволяет смоделировать фундаментальную цену актива.
Мы просто оглядываемся на предыдущие периоды, когда на рынке наблюдался аналогичный шок предложения, а затем находим диапазон цен, недавно обозначенных рынком. Именно это упражнение я проделал на графике ниже, использовав при этом три варианта Supply Shock (LSS, HLSS и ESS).
Маленькие точки — это найденные предыдущие оценки, более крупные точки отражают средние значения этих оценок. Три цвета соответствуют каждой из представленных метрик из семейства Supply Shock соответственно.
Я отметил области (1) и (2), в которых цена, определяемая краткосрочными спекулянтами, двигалась без каких-либо фундаментальных изменений в спросе и предложении. В этих случаях цена впоследствии возвращалась к уровням, спрогнозированным прежними уровнями Supply Shock.
В случаях (3) и (4) изменения в спросе и предложении предвосхищали и опережали движения цены.
Заключение
В этой статье я представляю вашему вниманию идею о том, что намерение купить или продать актив может быть количественно оценено и использовано для прогнозирования будущих движений цены. Я представил 4 варианта метрики для вычисления этого намерения через расчет отношения доступного к продаже предложения к недоступному.
Я также показал, что результирующая метрика под названием Supply Shock может быть полезной в прогнозировании цены актива.
Кроме того, с помощью алгоритма ретроспективного анализа я показываю, как в определенных рыночных условиях, при наличии недавних данных о цене для определенных значений Supply Shock, метрики этого семейства помогают спрогнозировать целевые уровни для движений цены.
Статья не содержит инвестиционных рекомендаций, все высказанные суждения выражают исключительно личные мнения автора и респондентов. Любые действия, связанные с инвестициями и торговлей на рынках, сопряжены с риском. Подходите к принятию собственных решений ответственно и самостоятельно.
Подписывайтесь на BitNovosti в Telegram!
Делитесь вашим мнением об этой статье в комментариях ниже.