on-chain datos interpretación BTC: Glassnode indicadores ayudan a la inversión precisa

Texto

Presentador: Inversor conocido

Invitado: Colin, comerciante libre, investigador de datos en cadena

Fecha de grabación: 2025.2.15

Hola a todos, bienvenidos a WEB3 Mint To Be. Aquí, continuamos cuestionando y reflexionando en profundidad, aclarando hechos, explorando la realidad y buscando consenso en el mundo WEB3. Aclaramos la lógica detrás de los temas candentes, proporcionamos percepciones que penetran en los eventos mismos e introducimos perspectivas diversas.

Declaración: El contenido que discutimos en este episodio del podcast no representa las opiniones de las instituciones de los invitados, y los proyectos mencionados no constituyen ningún consejo de inversión.

Presentador: Este programa es un poco especial, porque anteriormente hemos discutido muchos temas sobre caminos o proyectos específicos, y también hemos intercambiado algunas narrativas cíclicas, como cuando hablamos de memes. Pero hoy vamos a discutir el análisis de datos en cadena, especialmente el análisis de datos en cadena de BTC. Vamos a examinar de cerca su principio de funcionamiento, los indicadores clave y aprender su metodología. En el programa de hoy, mencionaremos muchos conceptos sobre indicadores, y los enumeraremos al principio de la versión escrita para facilitar la comprensión de todos.

Algunos indicadores y conceptos de datos mencionados en este episodio del podcast:

Glassnode: una plataforma de análisis de datos en cadena comúnmente utilizada, que requiere pago.

Precio Realizado: Se calcula mediante un promedio ponderado del precio del último movimiento en la cadena de Bitcoin, reflejando el costo histórico en la cadena de Bitcoin, adecuado para evaluar el estado general de ganancias/pérdidas del mercado.

URPD: Distribución de precios realizada. Se utiliza para observar la distribución de precios de los chips de BTC.

RUP (Beneficio no realizado relativo): Se utiliza para medir la proporción del beneficio no realizado de todos los poseedores de Bitcoin en el mercado en relación con la capitalización total del mercado.

Cointime True Market Mean Price: un indicador de precio medio en cadena basado en el sistema de Cointime Economics, diseñado para evaluar de manera más precisa el valor a largo plazo de BTC al introducir el "peso temporal" de Bitcoin. En comparación con el precio de mercado actual de BTC y el precio de mercado realizado (Realized Price), el True Market Mean Price bajo el sistema Cointime también considera el impacto del tiempo, siendo adecuado para los precios en ciclos prolongados de BTC.

Shiller ECY: Un indicador de valoración propuesto por el premio Nobel de economía Robert Shiller, utilizado para evaluar el potencial de retorno a largo plazo del mercado de valores y medir la atractividad de las acciones en relación con otros activos, desarrollado a partir del indicador de la relación precio-beneficio ajustada por el ciclo (CAPE) de Shiller, que considera principalmente el impacto del entorno de tasas de interés.

Oportunidad de aprender análisis de datos en la cadena

Presentador: Hoy hemos invitado al invitado Colin, un comerciante libre y investigador de datos en cadena. Primero, que Colin salude a nuestra audiencia.

Colin: Hola a todos, primero quiero agradecer la invitación del moderador. Cuando recibí esta invitación, me sorprendió un poco, porque soy un pequeño inversor anónimo y no tengo ningún título especial, solo estoy haciendo mis propias transacciones en silencio. Mi nombre es Colin, y tengo una cuenta en las redes sociales llamada Mr. Bage, donde principalmente comparto algunos tutoriales sobre datos en cadena, análisis de la situación actual del mercado y algunos conceptos de trading. Me defino en tres aspectos: primero, soy un trader impulsado por eventos, y suelo pensar en estrategias de trading basadas en eventos; segundo, soy un analista de datos en cadena, que es el contenido que más comparto en las redes sociales; tercero, soy bastante conservador y me llamo a mí mismo un inversor en índices; elijo asignar parte de mis fondos a grandes acciones en EE. UU., y a través de esta asignación busco reducir la Beta de mis inversiones y disminuir la volatilidad general de mi curva de activos, manteniendo al mismo tiempo una defensa adecuada en mi posición total. Eso es aproximadamente cómo me defino.

Presentador: Gracias a Colin por su presentación. Lo invité a participar en el programa porque vi en las redes sociales su análisis de datos en cadena sobre Bitcoin, que fue muy inspirador. Este es un tema del que hemos hablado poco anteriormente y también es una parte que me falta en mi propia sección. Leí su serie de artículos y encontré que su lógica es clara y tiene contenido, así que decidí invitarlo. Debo recordarles que hoy, tanto mi opinión como la del invitado, lleva una fuerte subjetividad, y que la información y las opiniones pueden cambiar en el futuro; diferentes personas pueden tener diferentes interpretaciones de los mismos datos e indicadores. El contenido de este episodio no debe considerarse como un consejo de inversión. Este programa mencionará algunas plataformas de análisis de datos, solo como una compartición y ejemplo de uso personal, no como una recomendación comercial. Este programa no ha recibido patrocinio comercial de ninguna plataforma. Entramos en el tema y hablemos del análisis de datos en cadena de activos criptográficos. Como mencionamos, Colin es un trader, ¿en qué circunstancias comenzaste a acercarte y aprender sobre el análisis de datos en cadena de activos criptográficos?

Colin: Creo que este problema debería dividirse en dos partes para responderlo. Primero, creo que para cualquier persona que quiera entrar o ya esté en el mercado financiero, incluida yo misma, el objetivo principal debería ser ganar dinero, utilizar las ganancias para mejorar la calidad de vida. Así que mi filosofía ha sido siempre la misma: aprender lo que pueda ayudar a mis ganancias. De esta manera, aumento el valor esperado de mi sistema de trading; en pocas palabras, aprendo lo que puede generar dinero. La segunda parte, al principio, me encontré con los datos en cadena por pura casualidad, hace unos seis o siete años, cuando no entendía nada, echando un vistazo aquí y allá. Mientras exploraba diferentes campos, vi teorías de investigación muy interesantes que quería aprender; en ese momento, también vi por casualidad que Bitcoin tenía un campo llamado análisis de datos en cadena, así que comencé a aprender y a investigar. En las etapas posteriores, combinaré el conocimiento que aprendí en otros campos, principalmente en el desarrollo de trading cuantitativo, integrándolo con los datos en cadena, y luego desarrollaré algunos modelos de trading que al final incorporaré a mi propio sistema de trading.

Presentador: ¿Cuántos años has estado aprendiendo y estudiando de manera más sistemática desde que comenzaste a involucrarte con el análisis de datos en la cadena?

Colin: Creo que esto es difícil de definir, en realidad nunca he estudiado sistemáticamente. Desde hace tiempo hasta ahora, he tenido un problema, que es que en realidad no he visto ninguna enseñanza sistemática. Desde que vi este campo por primera vez, hace varios años, me di cuenta de eso, pero no profundicé en el estudio, solo leí un par de artículos y supe de esto. Después de un tiempo, volví a ver algunos contenidos más profundos, en ese momento estaba concentrado en investigar otras cosas, y al volver aquí, vi que esto era bastante interesante, así que continué investigando. No he tenido un tiempo de aprendizaje sistemático, ha sido un poco de aquí y un poco de allá.

Presentador: Entiendo, ¿cuánto tiempo ha pasado desde que aprendiste sobre los datos en la cadena hasta que los aplicaste a tu práctica de inversión real?

Colin: Esta frontera es un poco difícil de definir, pero creo que se acerca a los ciclos de dos rondas de Bitcoin... aunque no se pueden contar como dos rondas, depende de si comienzas a definir desde un mercado alcista o bajista. Aproximadamente empecé a involucrarme alrededor de 2020-2019, pero en ese momento no había aplicaciones prácticas porque no me atrevía, ya que todavía no estaba muy familiarizado con esto, aunque ya había comenzado a aprender.

El valor y los principios del análisis de datos en la cadena

Presentador: Entiendo. A continuación, hablaremos de muchos conceptos específicos sobre el análisis de datos en la cadena, incluidos algunos índices. ¿Cuáles son las plataformas de observación de datos en la cadena que utilizas normalmente?

Colin: Actualmente uso principalmente un sitio web, que es Glassnode. Para explicarlo brevemente, es de pago. Hay dos niveles de pago, uno es la versión profesional que es bastante caro, recuerdo que cuesta más de 800 dólares al mes. El segundo, no lo recuerdo muy bien, cuesta alrededor de treinta y tantos U a cuarenta y tantos U al mes. También tiene una versión gratuita, pero la información que se puede ver en la versión gratuita es en realidad muy limitada. Por supuesto, además de Glassnode hay muchos otros, pero finalmente elegí este porque al principio, al filtrar y estudiar, este sitio web era el que más se ajustaba a mis gustos.

Presentador: Entiendo, después de ver mucha información de Colin, yo mismo me registré en Glassnode y me convertí en miembro de pago. De hecho, siento que sus datos son muy ricos y, además, la inmediatez también es bastante buena. Ahora hablemos de la segunda pregunta, mencionaste que eres un trader, lo que valoras es la ayuda que esto proporciona a la práctica de inversión. Entonces, ¿cuál es el valor central del análisis de datos en cadena en tu inversión? ¿Cuál es el principio detrás de esto? Por favor, preséntanos.

Colin: Bien. Primero, hablemos del valor y el principio del análisis de datos en la cadena. Estos dos los voy a combinar, porque en realidad son bastante simples. Nuestro mercado financiero tradicional, ya sea el comercio de acciones, futuros, opciones sobre bonos, incluso bienes raíces, o algunas materias primas, tiene una diferencia fundamental con Bitcoin: utiliza tecnología blockchain. El valor más importante y comúnmente mencionado de esta tecnología es su transparencia. Toda la información sobre la transferencia de Bitcoin es pública y transparente, por lo que se puede ver directamente en la cadena, por ejemplo, 300 Bitcoin transferidos de una dirección a otra, lo cual se puede consultar en un explorador de blockchain. Aunque no puedo saber quién está detrás de esta cadena de direcciones, eso no es importante, porque en realidad ninguna entidad individual puede influir en la tendencia y el precio de Bitcoin en su totalidad. Por lo tanto, normalmente, cuando estudiamos datos en la cadena, observamos el conjunto del mercado, sus tendencias, el consenso y el comportamiento del grupo. Incluso si no sé quién está detrás de esta dirección o aquella, puedo analizar la dirección de los chips agregando todas las direcciones, ver si ya han realizado ganancias o pérdidas, cómo están sus ganancias, cómo están sus pérdidas, en qué precio tienden a comprar grandes cantidades de Bitcoin o en qué precio no les gusta comprar Bitcoin; todos esos datos son visibles. Este es, en mi opinión, el mayor valor del análisis de datos en la cadena de Bitcoin en comparación con otros mercados financieros, porque otros mercados no pueden hacer esto.

Presentador: Ciertamente, este punto es muy importante. Al igual que en nuestras inversiones en criptomonedas, al observar acciones u otros productos, también debemos analizar los fundamentos. Como acabas de mencionar, los datos en la cadena son transparentes y todos pueden observarlos. Si otros inversores profesionales están mirando los datos en la cadena y tú no lo haces, es como si tuvieras una herramienta muy importante menos en tus inversiones.

Dificultades en el análisis de datos en la cadena

Presentador: Cuando realizas análisis de datos en la cadena, ¿cuáles crees que son los principales desafíos y dificultades que podrías enfrentar?

Colin: Creo que esta pregunta está muy bien formulada y planeo responderla en dos partes. La primera parte es relativamente fácil de resolver, y se refiere a un punto difícil en el aprendizaje, que son los conocimientos básicos. Para la mayoría de las personas, incluido yo en ese momento, como mencioné anteriormente, es difícil encontrar una enseñanza verdaderamente sistemática. Por supuesto, no fui a preguntar en persona si había cursos de pago de este tipo, pero si los hubiera, probablemente no me atrevería a comprarlos, porque hasta ahora, en mi experiencia de trading, realmente no suelo pagar por cursos. No he tenido contacto con ningún curso de enseñanza sistemática, así que en realidad todo el contenido tiene que ser excavado y explorado por uno mismo. Hay muchos tipos de datos en cadena, y durante el proceso de investigación, mi filosofía es entender el método de cálculo y los principios detrás de cada indicador que he visto. Este es en realidad un proceso que consume mucho tiempo, porque solo ver un indicador te proporciona una fórmula de cálculo; mi idea es desentrañar qué se está pensando detrás de esa fórmula de cálculo y por qué se diseñó de esa manera. Después de aclarar todos estos indicadores, hay que hacer una segunda cosa que se llama filtrado. Aquellos que tienen experiencia en el desarrollo de estrategias cuantitativas o que han investigado sobre indicadores saben que hay un hecho: la correlación de muchos indicadores es muy alta. Una correlación demasiado alta puede causar un problema, porque se corre el riesgo de generar ruido en la interpretación o de sobreinterpretar. Por ejemplo, supongamos que hoy tengo un sistema de escape de picos, este sistema de escape de picos podría tener 10 señales, del 1 al 10. Supongamos que la correlación entre las señales del 1 al 4 es demasiado alta, lo que podría causar un problema. Por ejemplo, si hoy el precio de Bitcoin presenta algún tipo de comportamiento o cambio.