本文來自 Glassnode，由Odaily 譯者Katie 辜編譯。
本文來自
，由Odaily 譯者Katie 辜編譯。
本文來自
，由Odaily 譯者Katie 辜編譯。
本文來自
，由Odaily 譯者Katie 辜編譯。
以2022-23 年殘酷的熊市為背景，利用鏈上數據的透明度，並考慮市場投資者心理因素，我們開始模擬典型的投資者行為，以確定週期底部是否正在形成，這些行為標誌著可持續的市場復甦正要開啟。
識別週期變化不是一件容易的事情，目前並沒有“唯一標準”。為識別比特幣熊市的後期市場走向，本文我們將探討追踪熊市復甦的十大指標。
該指標是使用各種技術和鏈上信息，發現了四類基本市場屬性和投資者行為模式基本一致：
技術性：相對於熱門技術分析工具的均值回歸。
供應動態：長期持有者持有的貨幣供應飽和。
根據每個指標的定義，將使用以下術語對截至撰寫本文時的當前市場狀況進行總結：
二級標題
⏳正在進行中
二級標題
✅完全確認
二級標題
我們介紹的第一個工具是基於200 D-SMA（200 天內的移動均線）技術指標和已實現價格中的鏈上成本基礎的底部價檢測模型。
在所有交易日中，現貨價格收於這一水平以下的天數不到1.6% 。
二級標題
指標：從歷史數據上看，實現價格* 0.7 和200 D-SMA * 0.6 定價模型之間的交集發生在深熊階段。這是由於投資者堆積導致鏈上交易量加權實現價格穩定的結果， 200-DMA（200 天的平均差指標）而未加權200-DMA（200 天的平均差指標）由於宏觀價格下降趨勢而繼續下降。
狀態：完全確認✅
指標2 ：需求上升
二級標題
指標：當新地址的30D-SMA 越過365D-SMA，並維持至少60 天，它標誌著網絡增長和活動正在積極上升。
二級標題
狀態：進行中⏳。 2022 年11 月初出現了最初的積極勢頭。但是，到目前為止，這種情況只持續了一個月。
指標3 ：競爭激烈的收費市場
以下指標使用了一個動量指標，與季度平均值進行比較。這些動量指標在應用於鏈上活動指標時非常強大，因為它們有助於捕捉網絡利用率和需求的製度變化。
二級標題
當90D-SMA 礦工收入超過365D-SMA, 這標誌著區塊空間更加擁堵，收費壓力正在加大。
二級標題
二級標題
為了演示了小型交易的頻率如何顯著高於大型交易，我們開發了一個框架，用於評估兩個小型的相對交易行為。
二級標題
指標：熊市往往會導致各種規模實體的鏈上活動顯著下降。高於1.2 的值往往定義了初始復蘇和鏈上需求水平升高的閾值。因此，小型和大型實體的恢復均超過1.2 ，這表明網絡需求正在全面復甦。
二級標題
二級標題
鏈上分析中最強大的工具之一是評估已實現利潤和損失，計算為支配代幣時的價值與回購時間的差異。已實現利潤/虧損比率提供了一個波動指標，跟踪已實現利潤總額是否超過已實現虧損額。
二級標題
指標：已實現利潤比（P/L）的30D-SMA 恢復到1.0 以上，這表明，持有未實現虧損的投資者正變得疲軟，新一波需求能夠吸收所獲得的利潤。
二級標題
二級標題
一個類似的網絡盈利能力模型是aSOPR（已消費輸出利潤率），它以每單位支出為基礎來監控盈利能力。 aSOPR 是一熱門的短期市場分析工具，通常對市場情緒的宏觀變化非常敏感，因為它在平等的基礎上反映了小散戶和巨鯨的情況。
二級標題
指標：aSOPR 的90D-SMA 恢復到1.0 以上，這表明宏觀趨勢轉變回到了盈利的鏈上支出。這表明很大一部分鏈上市場活動是盈利的。
二級標題狀態：未觸發❌
指標7 ：強勁的熊市底部
這種基礎上出現的宏觀趨勢逆轉的早期跡象往往是利潤中總供應百分比的急劇飆升。這通常發生在相對較小的價格上漲時。更有趣的是，當總體市場表現優於長期持有者群體時，通常只發生在周期頂部買家大量湧現之後。
二級標題
由於熊市低點時大量的供應再分配，與長期持有者相比，新買家持有的供應百分比往往對價格非常敏感。因此，當供應占利潤的比例超過長期持有者時，通常意味著近幾個月發生了大規模的供應再分配。
狀態：完全確認✅
指標8 ：觸底
二級標題指標：價格與利潤供應百分比之間的相關性偏離0.75 以下時表明相對價格不敏感的持有者基數已經飽和。
二級標題
狀態：完全確認✅
指標9 ：對趨勢的信心
衡量這一點的一個實用方法是比較新獲得（和持有）的代幣中未實現的利潤的大小，與花費的代幣中實現的利潤的大小。
二級標題
指標：當支出實體的成本基礎高於持有實體時，我們可以得出結論，大多數新投資者傾向於持有，因此對持續上漲更有信心。
二級標題
狀態：未觸發❌，但它正在接近積極的突破。
二級標題
指標10 ：衡量壓力底線進行中⏳。這一比率目前處於市場壓力峰值範圍內，從歷史數據上看，這足以讓大多數投資者出局。
總結
二級標題
總結
二級標題總結總結
本文我們描述了十個此類指標，涉及了廣泛的基本市場屬性和投資者行為模式。這一套指標有助於找到與熊市的可持續復甦相一致的時期。通過尋求多種模型之間的融合，我們可以減少對任何一個指標或概念的依賴，並建立一個更可靠的市場情緒衡量標準。
圖片描述
