Июнь 2022#Cryptocurrency
Краткое содержание
Связь между предложением стейблкоинов и ценой Bitcoin – предмет незатухающих споров. Новое исследование BDC Consulting проливает свет на проблему: максимизировать прибыль от инвестирования в ВТС можно, используя данные о запасах USDT.
В 2019 году в один из судов США был подан коллективный иск к Tether и Bitfinex: истцы заявляли, что эти компании совместно манипулировали крипторынком, “печатая” USDT в большом количества в периоды падения цены биткоина. Накачивая USDT в систему, институциональные инвесторы, аффилированные с Bitfinex, инициировали искусственный рост курса – а затем обменивали Bitcoin обратно на USDT, пополняя свои резерва.
Стоит отметить, что последующее исследование, проведенное аналитиками из университета Калифорнии в Беркли и Уорвикской школы бизнеса, не нашло доказательств подобных манипуляций. Однако это не означает, что между предложением стейблкоинов и ценой ВТС нет корреляции: наоборот, логично предположить, что крупные игроки печатают новые USDT, готовясь покупать Bitcoin – а значит, ожидают роста цены.
Могут ли данные о запасах стейблкоинов и другие ончейн индикаторы помочь повысить эффективности инвестиционной стратегии? Чтобы это выяснить, аналитики BDC Consulting провели корреляционные тесты 3 типов (Пирсона, Кендалла и Спирмена) на более чем 20 индикаторах и отобрали те, которые показывали наиболее сильную корреляцию с дневной ценой закрытия BTC.
На диаграмме ниже максимально коррелирующие метрики выделены зеленым. Это, прежде всего, общий объем USDT и объем в обращении, а также объем переводов USDT (общий и средний).
Далее исследователи провели тест Дики-Фуллера на все временном ряде для показателей запасов USDT и цены биткоина. Этот тест широко используется в прикладной статистике для проверки на стационарность — то есть чтобы установить, что статистические показатели ряда не зависят от того, в какой момент произведено наблюдение.
Тест на стационарность позволил команде BDC Consulting удостовериться, что модель, созданная на основе имеющихся данных, будет работать для разных периодов времени. В данном случае модель корреляции между общими запасами USDT и ценой закрытия Bitcoin прошла тест Дики-Фуллера с отличным результатом.
Убедившись, что корреляция статистически значима и стационарна, аналитики рассчитали оптимальные точки входа и выхода с рынка на основе колебаний предложения USDT. Далее они наложили эти точки на график цены за 2020-2022 гг.
Как видно из графика, точки входа (показаны зеленым) действительно соответствуют самому началу большинства ценовых ралли и разворотов, следующих за локальными или среднесрочными «медвежьими» периодами. При этом точки выхода, сгенерированные на основе модели, по большей части совпадают с локальными пиками, за которыми последовал разворот вниз.
В завершающей части исследования эксперты рассчитали среднюю отдачу от инвестиций и коэффициент Шарпа для гипотетического инвестора, который покупал и продавал Bitcoin, руководствуясь моделью. Средний ROI составил 229%, что в три раза превышает доходность лучших ETF-фондов в сфере блокчейн.
Значение коэффициента Шарпа при этом составило 1,4577, что считается хорошим результатом. Коэффициент Шарпа оценивает соотношение доходности портфеля и риска, где более высокое значение означает лучшую отдачу по сравнению с инвестированием в низкорисковые активы. Желательно, чтобы коэффициент был больше единицы. Таким образом, инвестирование в Bitcoin на основе модели корреляции цены и запасов USDT позволяет достичь хорошего соотношения риска и прибыли.
Увеличение общего предложения стейблкоинов указывает на то, что крупные инвесторы готовятся к покупкам в ожидании разворота тренда. Как показала модель, эти ожидания обычно оправдываются. При этом индивидуальные инвесторы и трейдеры могут использовать ончейн-данные о запасах Tether, чтобы определить наилучшие точки входа и выхода.
Аналитики BDC Consulting особо подчеркивают, что оптимизация стратегии выхода с рынка с помощью данной модели может повысить качество риск-менеджмента и даже достичь ROI свыше 200% в долгосрочном периоде.
*Информация, содержащаяся в данной статье, не представляет собой рекомендаций по инвестированию. Результаты анализа корректны для периода с конца 2020 по март 2022 гг.
Мы используем файлы cookie, чтобы понять, является ли информация, которую мы предоставляем вам, актуальной и удобоваримой, или нуждается в улучшении. Узнайте больше, как вы можете контролировать файлы cookie здесь