感性是更为主导的力量
在加密领域，公链的数据都是透明的，这给市场分析带来前所未有的透明度和准确度。不过，人们往往更愿意相信所谓的消息面，各种市场的噪音满天飞，在这种情况下，人们容易摇摆不定，最后发现各种操作猛如虎，最后结果呢？
这也不奇怪，人们做决策大部分来自于感性，而不是理性。休谟说过，“我宁愿毁灭世界也不愿划伤自己的手指。这与理性并不冲突。”纯理性的判断是不存在的，感性和经验往往是决定人们行为的最重要因素。如果从市场的角度，这本身就是一种事实，也是值得尊重的现象。
但在真正的分析中，我们需要尽可能去除各种偏见，尽可能屏蔽各种噪音，尽可能从人们的行为层面去观察市场的真正信号，而不是随波逐流。这对于决策来说非常有帮助。
加密领域的数据是真正的宝藏
经过十多年的发展历史，比特币链上的数据越来越丰富。以太坊土壤上则开出DeFi之花，其数据增长更是迅猛。这些数据就是真正的宝藏。这里潜藏了大量的价值数据有待挖掘。
下面我们参考了Glassnode的图表数据，进行部分指标的简单阐述。一是关于SOPR，二是长期持有者在不同市场情况下的头寸变化的整体趋势。
观点：DEX交易量下降表明DeFi投资者正转向比特币:Cointelegraph发文称，随着比特币持续攀升至2020年的新高，围绕去中心化金融（DeFi）项目的炒作继续减弱。数据显示，去中心化交易所（DEX）的交易量正在迅速下降，这进一步表明DeFi行业的下滑。DEX每周交易量已从9月第一周的80亿美元下降至10月19日至25日期间的30亿美元，其中Uniswap仍以56％的市场份额领先。[2020/10/30]
SOPR与持有人的头寸变化
SOPR用来观察btc持有者的整体获利情况。SOPR是指BTC的花费支出利润率。
比特币采用的是UTXO模式，而不是账户模式，人们可以发现特定地址什么时候收到UTXO，因此可以发现每个未花费支出最初买入价格。由于比特币的这一设计，人们可以利用它来发现市场上的参与者实现了多少利润或亏损。
最常规的SOPR计算方式是将给定区块所有输入*当前价格/所有输入*最初价格，最初价格是指每个UTXO的最初价格。如果大于1则平均来说处于盈利状态，如果小于1则平均来说，处于亏损状态，如果等于1则处于盈亏平衡状态。大于1越多，其收益也越高，反之，小于1越多，则损失越大。其公式如下：
观点：鲍威尔即将发表的通胀演讲可能会提振比特币:美国联邦储备委员会主席鲍威尔周四将在杰克逊霍尔经济政策研讨会（Jackson Hole Economic Policy Symposium）发表主旨演讲，预计他将提振通胀预期。分析师表示，这最终可能导致美元进一步下跌，并增加比特币交易员和投资者的购买力。因为数据显示，比特币最近的上涨在某种程度上是受到美元贬值的推动。（Coindesk）[2020/8/25]
为了提升SOPR数据的参考质量，一些数据统计服务商也会将其一些生命周期不到1个小时的中继交易过滤掉，也就形成了SOPR的变体aSOPR。
下图来自于Glassnode，除了SOPR和aSOPR之外，它还通过人群提取，将短期持有人的SOPR拿出来比较，也就是持有时间小于155天之内的BTC持有人，正是下图所说STH-SOPR。
观点：加密货币仍未完全具备处理日常需求的能力:6月15日消息，比特币倡导者Andreas Antonopoulos在最近的一次互动中讨论了比特币等加密货币在日常支付方面的局限性。他指出，对于许多人来说，加密货币仍未完全具备处理日常需求的能力，如定期付款和订阅等。Antonopoulos强调称，“使用加密货币来进行订阅服务并不容易，最根本的问题是所有加密系统都是推送系统。在推送机制中，如果你想要建立每月订阅服务……为了做到这一点，这种钱包必须是托管型钱包，这意味着你不能控制自己的钥匙，而且它必须是热钱包。”
此外，Antonopoulos还表示，比特币的采用率一直在稳步上升，但是如果比特币能在更多的用例中找到相关性，那么其实用性在未来几年中可能会大幅增长。虽然诸如闪电网络之类的第二层解决方案已寻求成为解决此类局限性的方法，但它们仍在发展阶段中停滞不前。（AMBcrypto）[2020/6/15]
声音 | 江卓尔：BCH分叉导致币价下跌的观点是典型的认知错误:江卓尔在微博上发布文章《高峰对话之矿机&矿池》。在该文章中，对记者提出的“BCH是否破坏了人们对于区块链共识的幻想”问题，江卓尔称，区块链不存在共识，或者说“不存在不分裂的共识”，区块链只有需求，然后通过去中心化在满足需求的同时，避免被杀死。一个去中心化的东西，怎么可能产生全员一致的共识呢？而对于“BCH分叉导致了近期币价大跌”，他回答，比特币熊市是因为牛市涨太多了，泡沫太大了。每一次泡沫都破于60日累计涨幅太大，然后币价会一直跌到泡沫破完为止。并且可以观察到，随着比特币体量的增加，币价的波动率在持续下降。这么认为的，就是典型的韭菜，不去研究牛熊背后的规律，而把牛熊归于某一些具体的事件，这是典型的认知错误。[2018/12/21]
从上图中我们可以看到，一年来随着BTC价格的变化，aSOPR和短期持有人SOPR曲线的变化趋势。
可以看出：
1.就两者的SOPR来看，其市场整体的平均盈利在这一年表现都不错，只在2020年9月中下旬的较短时期和2021年5月19日之后，出现了亏损，剩余时间整体都处于获利状态。
Bitcoin.com发文反驳金融邮报的文章观点:加拿大《金融邮报》23日刊登名为《比特币和其他加密货币就像Bre-X 股票——它们会击碎投资者的希望》的文章，警示加密货币交易风险。今日Bitcoin.com对此发表评论，称该文为今年最不准确的加密货币文章。Bitcoin.com称，涉及比特币时，非加密货币领域媒体犯错是很常见的，对于专门研究金融新闻的出版物，其错误则更为显著。[2018/2/26]
2.相对于平均水平的aSOPR，STH-SOPR的表现要差，且在一年时间内持续如此，仅就平均相对而言，短期持有者的策略并不是好的策略。
目前SOPR除了上述的区分之外，有些分析商还会根据人群进行细分。比如长期持有者的SOPR，大鲸鱼的SOPR等等，只要你能想到的，都可以进行细分，甚至可以根据活跃时区，细分出东方用户的SOPR，西方用户的SOPR等等。
此外，这一指标可以结合相应人群头寸的变化，可以看出这部分持有者的整体决策行为，从而制定更好的应对策略。
市场变化与长期持有者头寸趋势
BTC长期持有者的头寸变化，可以看出其市场操作行为。根据Glassnode的定义，其长期持有者是指至少155天没动过的地址。我们可以看看glassnode发布的图：
从上图可以看出：
1.当价格处于较为明显的加速上涨时，长期持有者们的头寸整体趋于下降，这在2017年5月到2018年1月之间、2020年5月到9月之间、以及2021年初到2021年5月之间，都出现过类似现象。
这说明，一旦市场出现较大幅度的上涨，较长时间的持有者们中的一部分开始售出。这里需要考虑的一点是，Glassnode定义的长期持有者为155天未动的地址，从这个角度，其中的部分人作为整体不能完全算作为长期持有者。可以考虑将长期持有者的持有时间从155天，提升至365天甚至730天以上，可能呈现出来的结果又会不同。
即便如此，我们也可以看到部分较长时间持有者的操作习惯，就是市场上涨时逐步卖出，市场下跌时逐步买入。
2.从5月19日之后，随着BTC的价格在下降，长期持有者从整体上来看，其头寸在增长，也就是说，在他们的看法中，目前的价格处于低位，是积累更多代币的阶段。这种积累行为在2018年到2020年5月之前是主旋律。
3.虽然目前的积累跟2018年的积累看上去类似，不过，需要注意的是，往往积累阶段的价格高于其售出阶段的价格，并不是所有的售出最终会带来更好的结果，这需要对售出和买入时期有极高的时机把握。事后看上去简单，但其实操作起来并不容易。
4.在2018年和2019年市场最底部的时候，长期持有者的整体头寸反而在下降，这说明，即便在长期持有者中也并不是所有人都足够坚定。在市场最为动荡的阶段，被洗出去的不仅可能是短期操作者，也可能是不够坚定的长期持有者。
5.从过去十年多的历史看，虽然BTC的价格波动较大，但包括长期持有者在内的操作者会对市场形成一定的均衡作用。在上涨时减少持有，在下跌时增加持有。除非黑天鹅事件，这会对上涨或下跌都形成一定的牵制。
6.从整体看，售出期的价格并不一定比积累期的价格高多少，这意味着，即便是上涨时售出，下跌时买入，真正获利的人群并不是多数人，很多人可能在这样的操作中反而有损失。仅从历史上来看，持有时间越长，其获利的概率越大，收益率越高。这意味着，相对而言，除非是交易高手，对于普通用户来说，持有可能是更好的策略。
从上面这张图，我们可以看到长期持有者从2016年9月到2021年5月的持有BTC的总量变化，也可以看出一些事情：
1.2017年底和18年初，上个周期的历史高点，长期持有者持有的BTC达到历史最低点的860万个，占总流通供应量的51%；此后进入了积累阶段，BTC长期持有者作为整体持续处于积累阶段。
2.2021年5月19日这一轮大跌中，长期持有者持有总量为1090万个，占总流通供应量的58%，是近两年来的最低点，即便如此，也高于上个周期低点时的数量，如今长期持有者再次进入积累阶段。
3.虽然每次下跌幅度都很大，不过价格高点也将积累阶段的价格大大提升。从历史来看，即便是下跌，每个周期的底部价格也相应得到极大的提升。
4.从长期持有者的行为来看，长期持有者对BTC未来存在足够信心。一是，部分长期持有者几乎从来不动，以积累为主；二是，部分长期持有者虽然在市场高点时候逐步卖出获利，但在市场低点时逐步买入，其目的在于积累更多，并不是直接离场。
在区块链链上有很多丰富的数据，背后隐藏了很多人们的操作行为模式，不过还没有得到充分挖掘，其中的数据可以给我们更多信号，而不是噪音。
最后需要注意的是，任何数据本身都只是反映特定情况下的某种现实，无法反映全貌，即便假设能反映全貌，短期内也会发生突变的可能性，所以，任何时候都不能刻舟求剑。在信息无法充分的情况下，所有信号都只是参考而已，只是概率，不能作为必然。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。