Биржевые ончейн-метрики: хорошие, плохие, злые

Аналитик Glassnode рассказывает о важности анализа ончейн-активности биржевых биткойн-адресов, процессах точного ее отслеживания и об ограничениях такого анализа.

Криптовалютные биржи — важные движущие силы рынка цифровых активов. Именно на них происходит большая часть торговли и определяются цены.

Поэтому важно отслеживать ончейн-активность биржевых биткойн-адресов — например, какая доля предложения биткойна удерживается на них в тот или иной момент времени, — а также количество BTC, поступающих или выводимых с биржевых адресов. Эти данные могут дать бесценную информацию о ликвидности рынка, поведении инвесторов и стороне предложения на рынке BTC.

При этом у большинства пользователей отсутствует понимание процессов, используемых для отслеживания биржевых кошельков и получения высококачественных ончейн-данных о криптобиржах.

В сегодняшней статье я расскажу об этих процессах, о проблемах создания биржевых метрик и свойственных им ограничениях, а также представлю некоторые общие рекомендации относительно того, как правильно читать такие метрики и на что обращать внимание.

В двух словах:

• Отслеживание биржевых данных — несовершенный процесс, поскольку каждая биржа использует уникальные методы управления кошельками и адреса кошельков динамичны и постоянно меняются.
• Отдельные точки данных, такие как крупный приток или отток капитала, следует рассматривать как предварительные до тех пор, пока они не будут проверены и подтверждены. Профессиональные аналитики — и Glassnode в том числе — чаще придерживаются консервативного подхода к таким данным, чтобы ограничить ложные срабатывания и представить на выходе максимально точные данные.
• Надежность точек данных в биржевых метриках можно считать возрастающей со временем, поскольку биржевые кошельки совершают транзакции и взаимодействуют между собой, на основе чего применяемые аналитиками эвристические правила и алгоритмы кластеризации со временем повышают уровень маркировки этих кошельков и, следовательно, точность получаемых данных.
• Исторические данные в биржевых метриках тоже могут изменяться со временем вследствие добавления к биржевым кластерам новых адресов — либо алгоритмом на основе эвристических правил, либо вручную.

Хорошие

Блокчейн Биткойна — это открытый регистр, позволяющий наблюдателю анализировать все когда-либо совершенные транзакции и оценивать количество монет, удерживаемых или перемещаемых любым адресом сети.

Чтобы отслеживать действия бирж, нужно знать, какие адреса они контролируют. Затем эти адреса можно отслеживать, а данные об их активности агрегировать для создания метрик, раскрывающих бесценную информацию о рынке.

Типичные биржевые метрики включают:

• баланс биржевых адресов;
• объем монет, поступающих на биржевые адреса и выводимых с них;
• количество депозитов/выводов средств с этих адресов.

Почему биржевые метрики важны?

Вот некоторые примеры поведения бирж, которые могут представлять интерес:

• Биржевые резервы могут многое рассказать о стороне предложения на рынке. Истощение биржевых запасов ликвидности (как мы уже наблюдали) свидетельствует о настроениях инвесторов и дает нам ценную информацию для понимания их текущего поведения.
• Вывод капитала с бирж может означать, что инвесторы переводят свои монеты на самостоятельное и/или долгосрочное холодное хранение. Это можно расценивать как бычий сигнал, учитывая, что хранение BTC в собственных кошельках может рассматриваться как предположительно более долгосрочное, а значит, свидетельствовать об уверенности инвесторов в росте цены BTC. Другие возможные объяснения включают повышенную активность внебиржевых брокеров и кастодиальных сервисов в результате высокого институционального спроса или использование капитала в иных финансовых сервисах (например, в качестве обеспечения по займам).
• Приток капитала на биржи может свидетельствовать о возросшей торговой активности либо об интересе инвесторов к фиксации прибыли и/или ребалансированию портфелей с целью управления рисками.

Как отслеживаются биржевые биткойн-адреса?

Для отслеживания адресов используются различные механизмы, которые можно разделить на три основные категории: верифицированные адреса, внешние и и кластеризация.

Верифицированные адреса

Это простой и очевидный шаг. К этой категории относятся адреса, официально подтвержденные как контролируемые той или иной биржей. Например, когда биржа официально сообщила (публично или в частном порядке), что конкретный адрес действительно принадлежит им. Сюда же относятся адреса, подтвержденные в процессе непосредственного взаимодействия с биржей (например, через депозит средств).

Внешние и

Поскольку речь идет о публичном блокчейне и с биржами взаимодействуют миллионы пользователей, метки для биржевых адресов можно найти и просто разбросанными в интернете. Это краудсорсинговая часть проставления и отслеживания биржевых меток. Некоторые из этих адресов могут быть подтверждены просто и напрямую. Для многих других это не так, особенно когда разные и противоречат друг другу — например, А связывает адрес с биржей X, а Б связывает тот же адрес с биржей Y.

Профессиональные аналитики, перед тем как использовать метки адресов, полученных из открытых ов, подвергают их проверке, которая в конечном счете определяет, действительно ли адрес относится к той или иной бирже. Такой процесс контроля качества может включать в себя, среди прочего, анализ активности адресов, их тип, взаимодействие с другими субъектами сети, структуру баланса и количество внешних ов подтверждения этой метки. Процессы могут оптимизироваться и включать в себя как автоматизированные, так и ручные проверки.

Только если метка адреса может быть подтверждена с очень высокой вероятностью и без конфликтующих точек данных, она признается верифицированной и добавляется в пул адресов, принадлежащих определенной бирже.

Кластеризация

Эвристические алгоритмы и кластеризация — это мощные инструменты для автоматического определения адресов, принадлежащих биржам. С помощью эвристических правил и кластеризации можно идентифицировать огромное количество адресов на основе всего нескольких изначально верифицированных меток. Это возможно благодаря использованию мощных методов анализа данных для статистического вывода на основе паттернов и характеристик, присущих дизайну Биткойна, основанному на UTXO. На самом деле на основе всего дюжины начальных биткойн-адресов часто можно идентифицировать сотни тысяч новых адресов. Этот шаг необходим для того, чтобы правильно отслеживать биржевые метки и создавать метрики, рисующие полную картину. Без этих мер осмысленные биржевые метрики представляются практически невозможными. С увеличением объема данных и совершенствованием методологии, этот подход со временем становится более точным.

Но, как и в случае с метками из внешних ов, полученные таким образом данные нуждаются в оптимизации для сокращения числа ложных срабатываний. Если вероятность достоверности метки не очень велика, мы в Glassnode не маркируем такой адрес как биржевой. Мы скорее недосчитаемся адреса, чем промаркируем адрес с низкой степенью достоверности.

В целом сочетание этих методологий обеспечивает мощную основу, позволяющую получить довольно полную картину ончейн-активности бирж и обеспечить прозрачность в отношении этих столпов рынка посредством высокоинформативных метрик.

Плохие

Описанная выше логика звучит довольно просто: определите биржевые адреса и отслеживайте изменения их балансов, то есть сколько монет поступает и выводится с них.

Да, в теории все так, но, как обычно, на практике все оказывается несколько сложнее. Давайте подробнее рассмотрим некоторые проблемы, связанные с маркировкой адресов.

Биржевые адреса не статичны

Первоначально определив список биржевых адресов и просто отслеживая их балансы, вы далеко не уедете. Набор адресов, принадлежащих определенной бирже, постоянно меняется, и меняется сильно.

Например, на рисунке ниже показано количество адресов, ассоциированных с определенной биржей. Очевиден постоянный рост соответствующего кластера адресов, на сегодняшний день насчитывающего почти 25 млн единиц. Стоит заметить, что львиная доля этих адресов имеет нулевой баланс; количество адресов с ненулевым балансом по большей части остается ниже 100 тыс. Это только один пример динамичного характера постоянно меняющихся биржевых кошельков.

Количество адресов с нулевым и ненулевым балансом одного биржевого кластера

Следовательно, самая большая проблема заключается в том, чтобы построить надежную систему, способную отслеживать эти изменения и поддерживать текущий набор биржевых адресов в актуальном состоянии.

Биржи могут постоянно создавать новые адреса кошельков и, конечно, пользуются этой возможностью. Это может быть создание новых холодных кошельков, на которые переводятся большие количества монет. Перераспределение балансов на новые кошельки биржи производят регулярно. Кроме того, многие биржи не используют блокчейн-адреса повторно, вместо этого постоянно создавая новые (например, для получения сдачи или для перемещения средств на другой адрес).

Кроме того, биржи придерживаются высоких стандартов безопасности, и часто используют механизмы, включающие сложные перемещения средств ончейн по шаблонам, уникальным для каждой конкретной биржи. Эти внутренние механизмы сильно отличаются от биржи к бирже, и их необходимо идентифицировать и отслеживать для каждой биржи отдельно.

Наконец, ончейн-активность просто усложняется со временем. Биржи сегодня представляют собой многомиллиардные компании, которые предоставляют финансовые услуги, выходящие за рамки простой спотовой торговли. Многие предлагают клиентам торговлю фьючерсами и/или создали инфраструктуру для ответственного хранения институционального капитала. Хотя в теории основной расчетный уровень не зависит от такого развития, это отражается в количестве и сложности ончейн-перемещений средств. Например, с точки зрения сети не всегда возможно сразу определить, включены ли все кошельки для кастодиального хранения в набор помеченных адресов биржи. Это зависит от того, как эти адреса используются биржами, что необходимо должным образом изучить, прежде чем делать выводы.

Учитывая все вышесказанное, ясно, что правильное отслеживание биржевых адресов — задача нетривиальная. Аналитические компании используют лучшие доступные механизмы для получения значений, максимально приближенных к реальности. Но, учитывая характер биржевых адресов, должно быть ясно, что:

Ончейн-данные о биржах порой могут быть несовершенными, по крайней мере на уровне отдельных транзакций. Некоторое пространство для неопределенности в любом случае остается, поскольку возможны пробелы в данных или ложные срабатывания в отношении конкретных транзакций депозита или вывода средств. Несмотря на использование передовых технологий, иногда бывает невозможно сразу обнаружить создание нового холодного кошелька (впервые появляющегося в сети адреса), который получает внутренние средства с известного биржевого адреса. Многие эвристические правила срабатывают только на определенные действия и паттерны проявляются со временем. И обратите внимание, что это особенно справедливо для внезапных крупных транзакций — средний размер внутренних биржевых операций часто значительно превышает пользовательские транзакции (см. график ниже).

Средний объем транзакций на конкретной бирже: входящие (зеленая крива), исходящие (желтая) и внутренние переводы (фиолетовая)

Впрочем, значимые неточности возникают лишь изредка — в общем и целом биржевые метрики довольно точны, особенно если брать в расчет среднесрочные и долгосрочные тенденции.

Злые

Каковы следствия из вышесказанного? Проще говоря, значения биржевых метрик могут изменяться. Может появиться новая информация, которая добавляет (или в редких случаях убирает) метку биржевого адреса. Информация может поступать из упомянутых выше каналов: например, новый адрес может быть верифицирован официально самой биржей и/или алгоритмом который срабатывает и присоединяет изначально неподтвержденный адрес к существующему кластеру.

В конечном счете это означает, что исторические значения в биржевых метриках со временем могут изменяться. Это всегда стоит иметь в виду.

Заключение

Означает ли это, что ончейн-метрики бесполезны? Вовсе нет, наоборот!

Даже если каждый отдельный биржевой поток капитала не всегда возможно немедленно верифицировать, очень важно иметь общее понимание относительно активности бирж. Биржевые метрики по большей части полны и многие годы служат ом бесценной информации для исследователей, инвесторов и трейдеров.

Прозрачность в отношении действий бирж чрезвычайно важна, особенно учитывая количество сообщений о фиктивной торговле и фальшивых торговых объемах, появлявшихся в прошлом. Анализ ончейн-активности бирж дает доступ к совершенно новому проверяемому, объективному и неподкупному у данных, и может быть полезен любому инвестору.

При этом для более точной трактовки полученных данных полезно понимать и то, как рассчитываются эти метрики, хотя бы в общих чертах.

Основные выводы

1. Сбор и анализ биржевых ончейн-данных — сложная задача, и отдельные потоки капитала порой могут быть верифицированы только спустя какое-то время. Это происходит потому, что биржи используют сложные ончейн-процессы с постоянной сменой блокчейн-адресов.
2. Исторические значения биржевых метрик могут корректироваться с течением времени. Это связано с а) алгоритмами кластеризации, которые автоматически обновляют набор биржевых адресов по мере получения новой статистической информации, и б) с ручным добавлением меток новым верифицированным биржевым адресам. Хотя алгоритмическое дополнение биржевых кластеров происходит ежедневно, это лишь незначительно влияет на данные за последнее время. Добавление новых меток может оказывать больше влияния на исторические данные, но и это происходит довольно редко.
3. Аналитические компании оптимизируют получаемые данные, чтобы уменьшить количество ложных срабатываний. Это означает, что вероятность удаления метки с приписываемого бирже адреса намного ниже, чем добавление в кластер нового адреса. Если адрес ассоциирован с той или иной биржей, практически наверняка это уже не изменится.
4. Проявляйте должную осмотрительность в отношении краткосрочных данных о биржах. Особенно это верно в отношении крупных (одной транзакцией) оттоков капитала. Такие движения всегда требуют внимательного изучения. Внезапный отток с биржевого адреса ₿10 тыс. вполне может оказаться просто внутренним переводом. Хотя многие из них сразу же обнаруживаются алгоритмами, некоторые быстро идентифицировать не удается, и они проверяются только вручную в течение нескольких часов.
5. Все сказанное выше особенно важно иметь в виду при использовании биржевых метрик во внутридневной торговле. Во-первых, первоначальные транзакции притока/оттока капитала могут быть отменены, если в конечном итоге они будут идентифицированы как внутренний перевод. Во-вторых, поскольку исторические данные изменяются, это может затронуть ваши модели и ретроспективное тестирование. Всегда имейте это в виду, если вы обучаете модели на основе биржевых метрик.