Автор: Mario Schröck, Glassnode; Компиляція: Тао Чжу, Золотий фінанс
Передмова
Прозорий блокчейн біткоїна дозволяє детально аналізувати зміни токенів та поведінку їх власників. Перевіряючи вік невикористаних виходів транзакцій (UTXO) і їх ймовірність витрат, ми можемо глибше зрозуміти динаміку екосистеми біткоїна. Ця стаття досліджує степеневу залежність між термінами UTXO та ймовірностями купівлі-продажу, виявляючи передбачувані моделі утримання та купівлі-продажу токенів з часом.
Чому цей аналіз важливий
Розуміння поведінки витрат UTXO біткоїна надає потужні інсайти для трейдерів, інвесторів та аналітиків. Виявляючи передбачувані моделі контролю за «сплячими» монетами, ви можете:
Покращення інвестиційних стратегій: прогнозування потенційних змін ліквідності та покращення оцінки ринкового настрою.
Покращення аналізу на ланцюгу: використання математичної структури для доповнення традиційних показників LTH/STH.
Прогнозування поведінки власників: визначення, коли токени можуть знову потрапити в обіг, що інформує час для торгівлі або ухвалення рішень.
Незалежно від того, чи ви оптимізуєте алгоритми торгівлі, аналізуєте ринкові тенденції, чи вдосконалюєте інвестиційні методи, ця структура може надати вам чітку, даними обґрунтовану перевагу в екосистемі біткоїна.
Що таке UTXO та ймовірність витрат?
Основою блокчейну біткоїна є модель UTXO. UTXO представляє собою невикористані виходи транзакцій — по суті, це біткоїн-блоки, які були отримані, але ще не витрачені. Кожна транзакція біткоїна витрачає існуючі UTXO як вхід і створює нові UTXO як вихід. Ці UTXO можна вважати токенами, що зберігаються на певній адресі, які чекають на використання в майбутніх транзакціях.
Аналізуючи терміни цих UTXO (кількість днів з моменту створення), ми можемо зробити висновки про поведінкові моделі власників у мережі. Однією з основних концепцій цього аналізу є ймовірність витрат, яка вимірює ймовірність витрат UTXO в будь-яку дану дату. Цей показник кількісно оцінює, як біткоїн рухається в екосистемі та як еволюціонують поведінкові моделі власників.
Методологія
Набір даних та кількість UTXO
Наш аналіз базується на даних UTXO біткоїна з 2015 по листопад 2024 року. Протягом цього періоду ми розраховували кількість UTXO для кожного можливого віку щоденно, від одного дня до 10 років (близько 3650 днів). Ми обмежили максимальний вік до 10 років, щоб уникнути вродженого шуму у звичайних даних UTXO.
Розрахунок ставки витрат
Щоб визначити ймовірність витрат, ми порівнюємо кількість UTXO певного віку в один день з кількістю UTXO наступного дня з більшим віком. Споживча частина розраховується наступним чином:
Ставка витрат = 1 - (Кількість UTXO з віком N у T днів) / (Кількість UTXO з віком N-1 у T-1 дні)
Ця формула представляє собою частку UTXO з віком N-1, які не з’явилися наступного дня як UTXO з віком N, що означає, що вони були витрачені.
Потім ми розраховуємо середню ставку витрат для кожної вікової групи в усьому наборі даних, а також стандартну помилку середнього значення. Графік 1 наочно демонструє середню ставку витрат за віком токена.
Динаміка степеневої закономірності в логарифмічно-логарифмічному просторі
Щоб краще зрозуміти взаємозв'язок між віком UTXO та ставкою витрат, ми побудували дані в логарифмічному просторі. Це перетворення є корисним, оскільки степенева залежність в двохлогарифмічному просторі відображається як пряма лінія, що полегшує ідентифікацію та аналіз. Графік 2 показує двохлогарифмічний графік ставки витрат.
Підгонка степеневої закономірності
Ми проводимо лінійну регресію для двохлогарифмічних даних, щоб кількісно оцінити степеневу залежність. Ми використовуємо метод зваженої найменших квадратів для регресії, де вага пропорційна квадрату кількості UTXO, поділеній на квадрат стандартної помилки середнього значення. Ця вага враховує зміни в надійності точок даних через різницю в розмірі вибірки та варіації.
Нахил регресійної лінії відповідає показнику степеневої закономірності, вказуючи, як швидко зменшується ймовірність витрат з віком. Графік 3 демонструє підгонку регресії.
Аналіз залишків для оцінки якості підгонки
Щоб оцінити якість підгонки степеневої закономірності в різних вікових групах, ми проаналізували залишки, тобто різницю між спостережуваною середньою ставкою витрат та нашими прогнозованими значеннями моделі. Відображення залишків допомагає виявити патерни або системні відхилення в моделі. Графік 4 показує функціональну залежність залишків від віку UTXO.
Ми спостерігали, що залишки UTXO віком близько 200 днів є дуже малими, що вказує на високий рівень передбачуваності цієї когорти. Це узгоджується з поступовим переходом від короткострокових власників (STH) до довгострокових власників (LTH). S-образна функція моделює цей перехід для досягнення плавного переходу в поведінці власників. Центр цього переходу — це позначка 155 днів, що представляє співвідношення STH та LTH категорій 50-50. Приблизно через 200 днів завершення переходу з STH на LTH становить 99%.
Наш аналіз показує, що модель степеневої закономірності майже ідеально підходить для токенів STH, поки вони не перетворяться на LTH. Для токенів LTH віком до 3-4 років (друга перехідна зона) ця модель все ще залишається в хорошому стані (з невеликими відхиленнями). Ці відхилення вказують на те, що ймовірність витрат серед середньострокових LTH груп трохи вища, ніж передбачає модель.
Однак для наддовгострокових власників (ULTH) — токенів, що перевищують приблизно один цикл зменшення вдвічі — ми спостерігали більш значні відхилення від моделі. Конкретно, ймовірність витрат, що спостерігається, нижча за ймовірність, передбачену степеневою закономірністю. Це свідчить про те, що ймовірність утримання цих токенів є більшою, можливо, через сильні переконання в утриманні або через можливість втрати деяких з цих токенів.
Степенева закономірність у хронологічному порядку
Ми досліджуємо, чи змінюється динаміка степеневої закономірності ймовірності витрат токенів з плином часу з іншої точки зору. Ми не обчислювали середні значення для кожного віку UTXO у всі дати, а натомість слідкували за групами UTXO, які з'явилися в один і той же день. На основі цих груп дат ми можемо аналізувати, як еволюціонувала ймовірність витрат токенів у різні періоди історії біткоїна.
Для кожної групи ми щоденно розраховуємо ставку витрат з ростом віку групи. Потім ми проводимо лінійну регресію для двохлогарифмічних ймовірностей витрат для кожної групи. Ігнорування останніх записів із тривалістю менше 10 днів призведе до приблизно 3600 залишкових груп та відповідної лінійної регресії.
Коефіцієнт детермінації (R2) кожної регресії показує, наскільки добре модель степеневої закономірності відповідає даним цього когорти. Нахил кожної лінії дозволяє зрозуміти, як швидко знижується швидкість витрат з ростом віку монет. Графік 5 показує зміни значень R2 та нахилів ліній для кожної групи дат у часі.
В цілому, степенева закономірність дуже підходить для різних дат, підтверджуючи послідовність цієї динаміки з плином часу. Однак у певні періоди спостерігається нижча якість підгонки, хоча немає очевидної кореляції з коливаннями цін у ці періоди. Ми спостерігали, що ймовірність витрат протягом 2019 року (менші значення нахилу) була продовжена заздалегідь. Одне з можливих пояснень полягає в тому, що інвестори, які купували під час падіння на -80% від ATH 2017 року, робили це з наміром довгострокового інвестування, тому їх ставка витрат була вищою, ніж у загальному випадку.
Вплив на аналіз на ланцюгу
Ці знахідки надають постійний погляд на вік токенів та ймовірність витрат, доповнюючи існуючу структуру LTH/STH. Степенева закономірність відображає поступовий перехід від активної торгівлі до довгострокового утримання.
Слід зазначити, що модель майже ідеально підходить для молодих токенів, а також залишається доброю для токенів віком близько чотирьох років (лише з невеликими відхиленнями). Після цього віку відхилення моделі стає більш помітним, що вказує на те, що інші фактори можуть впливати на поведінку витрат наддовгострокових власників.
Степенева закономірність з нахилом близько 1 надає чіткий і інтуїтивний емпіричний закон: з кожним десятикратним збільшенням тривалості життя токена ймовірність його витрат зменшується приблизно в десять разів. Приблизні значення моделі в таблиці нижче ілюструють це:
Ця передбачувана декрементація ймовірності витрат підкреслює таку поведінкову модель: молоді токени активно торгуються або спекулюються, тоді як старі токени з часом стають все більш «сплячими». Приймаючи цю тривалу перспективу, аналітики та інвестори отримали більш глибоке розуміння поступового зниження активності витрат з старінням токена, що підсилює інтерпретацію даних на ланцюгу та поведінки інвесторів.
Кількісна гіпотеза про гаряче постачання
На основі наших даних ми оцінюємо просту прогностичну евристичну методологію:
Якщо UTXO менше 7 днів, вважається, що цей UTXO буде використано в той же день. В іншому випадку вважається, що він не буде витрачено.
Використовуючи історичні дані, точність цього евристичного підходу становить до 98%, що свідчить про його здатність у більшості випадків правильно передбачати, чи буде UTXO витрачено. Однак, через дисбаланс у наборі даних, високі цифри точності можуть бути дещо оманливими — у будь-який день існує значна кількість невикористаних UTXO.
Резюме
Наш аналіз показує, що поведінка витрат UTXO біткоїна контролюється потужною динамікою степеневої закономірності, ймовірність витрат старих токенів поступово знижується. Степенева залежність майже ідеально підходить для молодих токенів, і все ще залишається доброю для токенів віком до чотирьох років (лише з невеликими відхиленнями). Для наддовгострокових власників, які тримають токени більше цього віку, відхилення від моделі стає більш помітним, що вказує на те, що ймовірність витрат є навіть нижчою, ніж передбачає модель. Це вказує на те, що інші фактори, такі як сильні переконання в утриманні або втрачені токени, можуть впливати на поведінку витрат цих найстаріших UTXO.
Ця знахідка підсилює існуючу структуру LTH/STH, надаючи безперервну математичну перспективу переходу від активної торгівлі до довгострокового утримання. Степенева закономірність пропонує точний емпіричний закон: з кожним десятикратним збільшенням тривалості життя токена ймовірність його витрат зменшується приблизно в десять разів. Ця передбачувана декрементація ймовірності витрат надає цінні інсайти в поведінку інвесторів та «сплячість» токенів з плином часу.
З розвитком біткоїна модель степеневої закономірності надає математично обґрунтовану структуру для аналізу на ланцюгу, що дозволяє глибше зрозуміти динаміку життєвого циклу UTXO.
