收藏：從 OnChain 數據看數字資產長期價值

有價值的指標發現建立在正確的數據處理和認知基礎之上，本篇綜合描述了我們的一些基礎數據指標的處理和思考。

指標釋義

賬戶 / 錢包 / 地址

在 BTC 爲首的 UTXO 模型與以太坊爲首的 Account 模型中，我們所常說的賬戶 / 錢包 / 地址會有所區分，爲了方便對後續內容的理解，解釋如下：

• 比特幣網絡中的地址用以存儲 BTC，但是同一個錢包下可以有多個地址分別存儲資金，絕大多數的交易發生時候，是從同一個錢包下的一個或者多個地址，將比特幣發送給一個或者多個地址，接收比特幣的地址可能同屬於一個錢包下的不同地址，也有可能屬於不同錢包下的多個地址。
• 以太坊網絡中的地址包括兩類，一類是合約地址一類是普通地址，轉賬交易發生時，資金的流向的記錄方式是在不同地址之間直接發生的，每個錢包下一般是一個地址。
• 中心化交易所的地址：我們在中心化交易所所開設的賬戶，一般會被交易所「授予」一個「入金」地址，用以接收鏈上冷錢包 / 其他交易所 / 中心化錢包等所充值入的資金。
• 交易的記錄：區塊鏈的記錄方式是交易信息而不是賬戶 / 地址信息，所以建立但並未發生交易的地址並不會被記錄，同理對於中心化交易所中「授予」的地址若未發生交易，是不會被記錄在鏈上的，所以鏈上數據主要包含的是那些已經創建併發生交易的數據。
• 充值與提現：交易所的充值與提現在比特幣和以太坊上的方式各不相同，在比特幣網絡上，常見的交易所賬戶結構是在一個爲用戶開立入金地址的錢包下設立「歸集」地址，當用戶資金充入被授予的地址後，會通過交易找零或者提現找零的形式完成歸集【找零是 UTXO 網絡特有的轉賬記錄方式，可以簡單理解爲用 100 元想買 90 元的東西，需要支付 100 元並找回 10 元零錢，只是找零動作並不是接收方進行的而是系統機制設計執行的】，以太坊上則是通過將入金地址的資金歸集到「熱錢包或者說歸集地址中」而實現。
• 新增地址：對於下文中的新增地址及新增入金賬戶而言，全部都爲發生在網絡上新收到資金的普通地址數量的統計，並不是「全部網絡」新增地址的統計，尤其在以太坊上，我們認爲僅僅充入 Token 而無 ETH 的普通地址直到充入 ETH 之前都是無法發生直接交易的，且合約地址我們並未作爲新增地址的統計口徑

有價值的鏈上數據-以太坊

在 ETH 的數據中，我們將其分爲基礎指標和交易指標兩類，基礎指標包括 ETH 的持有新增地址，活躍地址，交易金額，交易筆數

交易指標則分類爲，交易筆數 / 交易金額 / 平均交易金額 / 交易地址數【錢包數】/ 分區間的交易金額 / 人均交易金額 / 大額交易筆數 / 大額交易金額 / 大額交易筆數佔比 / 新增地址

其中新增地址有兩個統計口徑分：當日新收到 ETH 的爲新增地址；當日新收到 ETH 的即爲新增，但將其追溯到其在鏈上出生的日期統計

表 2 中紅色爲與價格相關性高於 0.5 的指標，黃色爲相關性低於-0.4 的指標【負相關】

新增地址 / 活躍地址 / 交易筆數等反應人口活動情況的指標的相關性相對更高，未經處理的交易金額【鏈上的交易量，單位爲枚】等相關性較低，交易金額較小區間的部分【轉賬數量在 10eth 以下的交易】與價格構成較好的相關性，所以當我們非常關注大額交易以及交易所的充值提現金額 / 量的時候，我們發現鏈上指標往往與價格相關性不大。

這是因爲錯誤的觀察和數據處理方法導致的，當交易量被處理成對法幣的交易金額的時候，相關性有很大提升【詳見後續章節】

有價值的鏈上數據-比特幣

在 BTC 的數據中，我們同樣將其分爲基礎指標和交易指標兩類，基礎指標包括 BTC 的持有新增地址，活躍地址，交易金額，交易筆數

交易指標則分類爲，交易筆數 / 交易金額 / 平均交易金額 / 交易地址數【錢包數】/ 分區間的交易金額【】/ 人均交易金額 / 大額交易筆數 / 大額交易金額 / 大額交易筆數佔比 / 新增地址

這裏我們暫時不提供地址所屬錢包維度的彙總統計數據，同以太坊一樣表中紅色爲與價格相關性高於 0.5 的指標，黃色爲相關性低於-0.4 的指標【負相關】

我們發現由於前述我們所說的 UTXO 的特性，ETH 上相關性高的指標，不完全與 BTC 價格相關性高，但是依然有幾個指標達到了 80% 以上的相關性，後續我們也會展開說明。

鏈上數據與價格之間的相互作用

鏈上數據記錄了用戶因受到價格波動的影響而發生的行爲，這些行爲又會進一步的影響價格的波動乃至走向，鏈上數據與價格波動是相互作用的關係，尤其在對價格「波動幅度」的影響方面

價格波動

價格漲跌，以及趨勢會影響用戶的行爲，比如對單邊趨勢的一致認知會讓合約類交易所的交易變的旺盛，同時充值的流入量也會變大

鏈上體現

鏈上數據體現了從礦工到不同類型交易所的的變現路徑，有未來看漲預期時，礦工習慣滯留資產，並在未來通過大宗 otc 完成交易，但是當未來價格看跌的時候，礦工往往會傾向開始將資金充入交易所交易或者套期保值

加劇影響

鏈上數據是價格發生變化時候的心態的直接表現，用以觀察市場信心的認知，但是我們需要在處理時候將交易所賬戶分類爲「場間套利賬戶」「大戶」「散戶」以進行區分，鏈上數據變化越猛烈，接下來的 1-3 天的行情波動越大

新鮮用戶發展與價格關係

從一枚數字資產被創造起，價格隨着時間的推移產生波動，但是我們往往更關注那些持有時間很早的資金的交易情況

持幣地址的增加值

持幣地址的增加與價格的相關性肉眼可見，並且以太坊的新增持幣地址數的峯值在價格峯值之前出現拐點，其中，BTC 的新增地址與價格的相關性爲 0.65，ETH 則達到了 0.9.

BTC 新增地址的相關性略低主要原因在於 BTC 的 UTXO 模型，如前所述，BTC 存在大量的多個地址歸屬於一個錢包的情況，比如交易所的一個錢包下可能有數十萬上百萬的入金地址外加個別的歸集地址，這些地址每一個對應一個「用戶實體」，但是在冷錢包的使用上，卻有可能會是幾個地址歸屬與某一個錢包，這個錢包對應一個「用戶實體」，所以當我們從新增錢包的角度來看，同時將交易所的地址也對應在實體上來處理的時候，相關係數就變得高了一些（由於仍在嘗試剔除混幣，數據暫無法提供）

ETH 最近的異常則主要表現在價格下跌，但是新增地址沒有巨大波動，價格上漲的動力是嚴重不足的，這也導致交易所充值，大額交易等壓力類指標在該部分隨意的一個增幅都帶來不小跌幅。

活躍用戶的發展

兩個主流幣種的活躍用戶與價格 / 市值的相關性同樣很高，尤其是在以太坊上邊，當然這同樣與 BTC 的 UTXO 模型有一定的關係。

如果說最近一段時間的新增地址有去年 9.4 同期的水平的話，活躍地址來看則要遠高於去年 9.4 的水平了，相較於一年前的今天，約減少 25% 的水平。

從時間分佈來說，btc 價格峯值時期，日活躍地址約 113.6 萬，交易所相關的充值提現地址爲 10.4 萬。5 月小高峯時，分別爲 62.65 萬，4.1 萬。最近一個月則變成了 61.8 萬，和 2.8 萬。交易所相關活躍地址佔比從 9.15% 6.54% 4.53% 連續下滑。ETH 對應數據則爲 35.6% 30.6% 24% 的連續下滑。

上述活躍我們僅限定爲與這兩種幣相關的交易數據，這種下滑直接反映了用戶的交易熱情的不斷降低，價格的波動較爲無力。

【附不完全統計的 ETH 交易所餘額變化（含冷錢包）】

新用戶與老用戶的對比情況【ETH】

以太坊上 1-7 天的新鮮用戶的佔比逾價格的相關性極高，我們認爲從交易的角度來說，這部分行爲對價格更加敏感。

新地址只有在交易所開戶 / 鏈上新增冷錢包地址 / 發生資金快速轉移的過路地址等情況時纔會出現，而那些出生日期在 45 天以前的老地址，往往是爲了存儲或者功能性目的存在【如交易所的歸集地址】。

我們甚至傾向性的認爲，新用戶會帶來價格的動力，老用戶會帶來價格的壓力。

我們還要特別關注的是這些活躍地址的歸屬，礦工 / 交易所 / 項目 / 基金的分類情況，當我們剔除掉那些活躍地址中非交易所入金地址的過路地址的時候，我們能看到更多的市場力量的博弈信息。

新韭菜指數【相關性：0.95】

我們承接對 ETH 活躍用戶的分析，我們發現，在以太坊上，每天發生的 eth 交易用戶是新建立的地址（新用戶）還是老地址（老用戶）與價格（對數）的相關性是非常高的，右圖中白色的部分是當日活躍用戶中，於 45 天之前出生的佔比。

從趨勢來看近期的以太坊新用戶佔比在不斷的降低，對未來的價格走勢來看是是悲觀的。

老用戶爲價格帶來壓力，新用戶爲價格帶來動力，而很明顯的，整個市場的新用戶供給嚴重不足。

新用戶與老用戶的對比情況【BTC】

BTC 的新老用戶則不像 ETH 的用戶那樣明顯，我們可以清晰的看到兩段數據是頗爲相似的，或者我們需要做更深層次的加工，這裏只做呈現，就不進一步展開了。

故而我們可以轉向對 BTC 網絡上未花費的 BTC 的持有時間來做分析，在比特幣的 UTXO 模型中，每一筆 BTC 的末次交易時間都會被記錄，直至發生了新的交易【被花費】。

UTXO 未花費【相關性：93%】

在今年四月對 BTC 的研究中，Unchained Capital 的 Dhruv Bansal 做了對 UTXO 未花費賬戶分佈的研究，我們也嘗試做了類似的數據處理，如圖：1 圖 爲百分比堆積圖，2 圖 爲絕對值堆疊圖。其中下部淺色部分代表每天交易的 BTC 中很快被交易的部分，上部深色部分則代表這部分 BTC 在很長時間裏沒有被交易。

我們可以清晰的看到，那些 1 天-3 個月內獲取並花費的 btc 的佔比情況與 BTC 價格【對數】的發展趨勢影響是高度相關的，這與以太坊相似，新鮮的用戶所進行的交易的佔比直接反映了用戶的交易熱情和新進入市場的用戶的交易心態，可惜的是，在最近半年的數據來看，這一趨勢在不斷下滑。

曾有研究機構基於此預測本輪熊市會在 2019 年的一季度觸底，其預測的方法是在 1 圖中取佔比 6-12 個月的上邊界的趨勢發展進行預測。

交易用戶的發展和變化情況

數字資產市場每月新增開戶數最近半年大概維持在 30 萬左右，這包含了一人多交易所多戶的情況，新開戶入金用戶不足，需要持續更長時間的積累

交易所的新開戶情況

我們嘗試通過數據分析的方式，還原交易所每天的新增入金賬戶，我們將註冊交易所並新進行 ETH 和 BTC 充值的地址視爲新增充值地址。這裏包括了一人多戶的情況。

用戶充值的幾個來源分別是：跨交易所轉賬 / 鏈上 /otc/ 錢包充值 / 場間套利

我們曾在今年的 7 月份做過一個簡單的用戶訪談，訪談樣本約 1000 人，這個統計數據不一定準，但是可以作爲參考，這 1000 人中，約有 50% 的客戶使用某交易所的服務，並直接在該交易所 otc 市場入金，這類用戶並不會出現交易所充值和提現的情況。

BTC 目前每天新增開戶入金數大約在 1000 左右，ETH 則在 4000 左右【不包括 token 類的新開戶，非常少】，那麼當下的全球新增開戶數大概在 24-30 萬左右，這基本是 2013 年中國 A 股市場的水平。一個並不值得樂觀但是也不值得悲觀的數字，交易所對老客戶的價值發現將是接下來熊市中的重點問題。

交易所的每日充值用戶數

那麼從充值用戶的角度來看，BTC 大約每天 1 萬戶的水平，ETH 每天大約 3.7 萬戶的水平，粗略估計不到 141 萬戶每月，兩者教去年同期相比少了一半，與 9.4 階段相比略低。

主要的原因在於一方面較多的資金在交易所內流轉，每天的充值來源中約有超半數是用戶在交易所之間的轉賬。

場間套利的機會在減少，利潤也變得微薄。市場沒有賺錢效應，導致用戶交易動力嚴重不足。

交易所每日新增提現地址數

提現的新增我們並不認爲是新用戶的出現，而僅僅是一個新錢包的出現，這一指標中 BTC 約爲 8000 每天，ETH 約爲 9000 每天。

提現資金一般會進入其他交易所進行交易【或套利】，每天僅有少量會滯留在鏈上。

但是提現行爲的新增地址數指標與價格的相關性是非常高的，價格每次漲幅和下跌都會伴隨這一行爲的增加和減少，而這一行爲又反向的影響和加劇價格的走勢和波動。

交易所每日提現用戶數

每日提現用戶數同樣與價格的相關性非常高，不論是 BTC 還是 ETH，當趨勢來臨時，在鏈上數據所呈現出來的即時反饋很明顯。

從交易用戶的視角出發，我們發現數據與價格的相關性普遍較高，於此同時，用戶增長的趨勢也會反向的影響價格的波動以及趨勢的「猛烈」程度。

我們認爲提現指標是一個比較輕的價格動力指標，但在最近一輪的價格大跌中，鏈上數據的下滑趨勢也明顯走了出來，最近仍在持續降走低。

從數據的發展趨勢來看，並不具備快速反彈和牛市更快到來的前提條件。

相互作用研究-低相關數據與價格指標

這一節我們主要呈現一些錯誤的數據觀測方法，和一些看似相關性很低的數據在處理之後所反映的現實價值和意義

交易所充值金額【BTC】

BTC 的交易所充值數量與價格本身的相關性只有 0.06 左右，但是不論是媒體還是數據公司，包括我們自己，非常喜歡給用戶提供這個充值提現和餘額淨增長變化的數據的，因爲用戶好理解。 但是我們現在認爲這是不合理的一個做法，因爲很明顯這個數據與價格的趨勢的關係非常低，但是一切信息都會最終反映在價格上，數據需要被處理使用。

所以我們通過如下的數據處理方法來探索這個數據，我們將充值的 BTC 的數量乘以當天的時價，構成了對法幣的充值金額，然後對這個充值金額取了 7 日移動平均線，也就是說用過去七天的移動平均數來描繪這一指標變化的趨勢，我們發現他跟價格的關係的相關性變得非常高。

交易所的充值我們往往認爲是價格壓力的來源，因爲大概率是用來「賣出」的，所以隨着這一指標的不斷提高，價格向下的壓力也會變大。

交易所充值金額【ETH】

與之相似，ETH 的交易所充值金額我們做了相似的處理，我們發現不管是說對價格的反映來說也好，還是說這個指標對價格壓力程度的判斷也好，都是有價值的探索。

我們常說的價格 = 價值×預期，賣出的預期的增加配合新生的動力的不足，最終導致的就是價格出現的掉頭向下。

尤其是近期的以太坊的價格，隨着 BTC 和整體大盤的下跌，以太坊的價格區間進入了今年以來的低位，但是如果我們去關注鏈上仍在發生的交易和參與的生態比如穩定幣的增加 /STO 等等的話，以太坊的價格是進入了低估區間的。

交易所大額充值金額【BTC】

同樣的，我們將對大額交易做了與充值金額類似的處理，但是這次的移動平均線取的是 14 天，也就是說用過去 14 天的大額充入交易所來觀測其與價格的關係，我們發現即使是在 BTC 上，相關性也是肉眼可見的高。

大額充值，也就是我們常見的大額交易的預警，由於市場裏充斥的比較多的大額交易預警信息，最早用戶是願意看的，但是隨着時間的推移，有許多用戶認爲大額交易的發生與價格的關係不大，所以現在的大額交易變成了媒體發掘的某種事件素材，比如前幾天被炒的沸沸揚揚的 85 萬 BTC 交易的問題。

我們核心認爲，不論是大額充值還是普通充值的量，都是價格的壓力，用戶的增長才是動力，壓力上升，動力不足，價格必然下跌。

交易所的大額充值中，我們應該剔除掉交易所內部的頭寸撥備等動作，給市場以合理有效的數據資訊。

研究（指標釋義）

我們再來看一個有趣的指標，交易所的筆均充值情況，我們做了跟上述相似的處理方法，然後我們發現，交易所的筆均充值情況的移動均線與價格的對數呈現更加明顯的負相關【該指標本身與價格的相關係數是-0.4】

筆均充值金額的本質其實是參與交易的用戶趨向於「大戶」還是趨向於「散戶」，這個指標越高，參與交易的用戶中的大戶比例會越高，他們對價格和交易的方式絕不是簡單的基於情緒或者信息的買賣。

相反的這個指標越低，參與交易的用戶中的散戶的比例會越高，對價格的增幅越有幫助，但是於此同時，當行情出現反轉的時候，散戶的恐慌程度會遠遠大於大戶

估值模型，一些前人的探索

鏈上數據的估值模型應用，區塊鏈數據與價格 / 價值評估應用的角度來說，從最早的 Willy Woo 和 Chris Burniske 提出的 NVT 模型，到 Dmitry Kalichkin 基於梅特卡夫定律提出的 NVM 模型，以及今年初由 Clearblocks 的研究人員所做的 PMR 估值模型

NVT-BTC

2017 年 2 月 Willy Woo 和 Chris Burniske 提出了 NVT 估值模型，試圖通過用一個類似市盈率 (P/E ratio) 的指標去描述加密貨幣價格與其基本面之間的關係，幫助投資人衡量加密貨幣的峯值處於泡沫狀態還是合理估值的範圍。

NVT= 加密貨幣網絡價值 / 每日交易量

「加密貨幣網絡價值」即「流通市值」，由總流通量乘價格構成；

而對比市盈率來看，由於加密貨幣和企業不同，它沒有盈利，所以就用代表區塊鏈潛在效用的「每日交易量」來體現其業績指標。在這裏需要強調的是，因爲發生在交易所的交易大部分屬於投機行爲，所以 NVT 中所用的日交易量只考慮鏈上交易。

圖中指標區域內，中間是合理估值區間，超出合理估值的上下部分分別是高估和低估區域。

由圖可見在 13 年年末至 14 年 9 月份，比特幣處於高估區間，對應價格的明顯下降；而在 15 年的 10 月至 16 年 5 月初，比特幣則處於相對低估的區間，

不足：

從圖表來看，NVT 存在一定的滯後效應，當價格泡沫出現後，往往經過幾個月，NVT 峯值纔會隨之出現，使其看起來既不屬於預測性指標，也不屬於描述性指標。

NVT-S-BTC

由於 NVT 有滯後性的不足之處，Cryptolab Capital 的首席研究員 Dmitry Kalichkin，提出了 NVT-S 估值模型，旨在優化 NVT 的滯後性問題。

NVT-S= 加密貨幣網絡價值 /90 天移動平均的每日交易量

由圖可見 13 年 9 月末比特幣價格急劇上升時，NVT-S 也迅速到達高估區間。14 年 5 月末的價格再次上升時，NVT-S 也迅速反映出高估的反饋。

而在 16 年 1 月末到 5 月區間，NVT-S 顯示出比特幣處於相對低估狀態，對應着價格的持續增長。

從結果來看 ，NVT-S 更能精準的反應比特幣的泡沫，因爲 90 天的移動均線更能反映出長週期的網絡價值。

不足：

NVT 系列模型只考慮了鏈上交易的價值，並沒有考慮交易筆數或參與交易的地址（錢包）數量，也就是活躍地址數。對於互聯網公司，尤其是市場，社交網絡和具有強大網絡效應的其他業務，類似的每日活躍用戶（DAU）指標是最重要的績效和評估指標之一。

NVM-BTC

上世紀八十年代，以太網的發明者羅伯特·梅特卡夫提出了可以用於分析互聯網網絡價值的「梅特卡夫定律」。它認爲在一個擁有 n 個節點的網絡中，每個節點與其他用戶發生連接的數量可以表示爲 n(n – 1)/2，因此得出了網絡價值與其用戶數量的平方成正比關係的結論

在 Clearblocks 團隊今年年初發表的一篇研究報告中，詳細探討了不同版本的梅特卡夫定律是如何反映比特幣的價格，其中得出了三個最具預測性的模型：

1、最初的梅特卡夫定律：NV ~ n²

2、廣義梅特卡夫定律 :NV ~ n 1.5

3、Odlyzko 定律 :NV ~ n·log n

Dmitry Kalichkin 選擇了使用兩個梅特卡夫定律分別作爲上下邊界，得到一個估計值，以此來構成 NVM 模型

NVM=ln （加密貨幣網絡價值 / 梅特卡夫網絡價值）

其中，「加密貨幣網絡價值」即「流通市值」，由總流通量乘價格構成；

「梅特卡夫網絡價值」由「最初的梅特卡夫定律」和「Odlyzko 定律」取均值調參得到。

由圖可見，2016 年 2 月，2017 年中至 2018 年中的 ETH 價格泡沫都成功反映在 NVM 模型的高估區域內。

2015 年，16 年底的 NVM 相對低估的區間也成功展示了價格的窪地。

NVM-ETH

我們套用 NVM 的模型在 ETH 上時我們發現，ETH 自今年 2017 年 8 月開始多次觸及到高估的上邊界，但是大部分時間裏都處於「相對合理」的估值區間，也即是紅色陰影區域，但是自今年八月開始，ETH 遭遇了項目方和基金的集中拋售，大家集中的將手中的 ETH 兌換成 BTC 以期保證價值存儲，更有甚者直接兌換成了 USDT 等，這個過程中 ETH 對 BTC 的價格創下了不小的跌幅，至最近的一次暴跌，ETH 伴隨大量的負面情緒，下跌空間巨大。

但是從估值模型的角度來看，ETH 在這個區間裏相較於其網絡仍在活躍的交易量的角度來說，是存在一定的低估的，只是 ETH 短期內除了君士坦丁堡和減產以外，在具體的應用層面缺乏有價值的商業應用場景，這使得「預期」嚴重不足。

PMR-ETH

Clearblocks 的研究人員根據 2010 年到 2018 年 5 月之間的歷史數據進行了皮爾森相關係數分析，並選擇了效果更好的廣義梅特卡夫定律來定義「價格對梅特卡夫比率（Price-to-Metcalfe Ratio）」，即 PMR （Clearblocks）=ln(加密貨幣價格 /30 天移動平均的梅特卡夫定律指標)

其中，「梅特卡夫定律指標」選擇了每日活躍地址 (DAA)，每日新增地址和交易筆數分別生成，得到的與價格的相關性普遍很高。

圖上是基於新增地址的 PMR，可見指標在低估和高估區間時，能夠反映出價格的窪地和泡沫部分。

鏈上數據價值探索

從未有一個資產的一二級市場交易之間的數據像數字資產這樣被清晰的記錄，且他的數據是相對可信的，這有助於我們對交易形勢更清晰的認知，以及對價格波動情況的預判

鏈上數據直觀的反映了價格的壓力 / 動力之間的博弈過程

價格壓力與動力

價格壓力

在 ETH 和 BTC 數據上所反映出來的價格壓力沒有巨大提升的趨勢，ETH 的大戶拋售壓力已經過去，但自十月份以來價格壓力指標不時擡頭

價格動力

反映價格動力的指標比如新增用戶等則表現的完全疲軟，市場力量需要積累，信心需要重新建立

疲軟的價格動力伴隨不斷波動積累的價格壓力，帶來價格的不斷下滑，短期趨勢內看不到有明確見底的跡象

結論：價格 = 價值×預期

趨勢判斷

• 市場動力不足，壓力持續波動
• 存在因門頭溝等事件砸穿 3000 至更低
• 最快 2019 年一季度末纔有可能出現好轉

風險 / 機會監測

• 門頭溝風險：13.7 萬 BTC 及 16 萬的 BCH 待處置
• 以太坊減產、君士坦丁堡上線
• 一季度紐交所及納斯達克上線期貨交易

估值判斷

• BTC 當前價格處於估值合理區間
• ETH 當前價格處於低估區間