جلسه دوم آموزش تخصصی دادههای آنچین؛ آدرسها، تراکنشها و فعالیت شبکه
سلام به همه دوستان عزیزم 🌱
من امید حقدوست هستم و در ادامه فصل آموزش تخصصی دادههای آنچین ارز دیجیتال، در این جلسه میخواهیم یکی از پایهایترین بخشهای تحلیل On-Chain را با دقت بررسی کنیم:
آدرسها، تراکنشها و فعالیت شبکه
در جلسه قبل فهمیدیم که دادههای آنچین، اطلاعاتی هستند که از فعالیت ثبتشده روی بلاکچین به دست میآیند.
حالا میخواهیم یک قدم جلوتر برویم و ببینیم وقتی یک تحلیلگر آنچین با دادههایی مثل:
- تعداد آدرسها
- آدرسهای فعال
- آدرسهای جدید
- تعداد تراکنشها
- حجم تراکنشها
- کارمزد شبکه
- فعالیت شبکه
مواجه میشود، دقیقاً باید چه چیزی را ببیند و مهمتر از آن، چطور باید این دادهها را تفسیر کند.
چون در تحلیل آنچین، فقط دیدن یک عدد کافی نیست.
باید بدانیم:
این عدد دقیقاً چه چیزی را اندازهگیری میکند؟
۱. Address چیست؟
در سادهترین حالت، Address یا آدرس، یک شناسه عمومی در شبکه بلاکچین است که میتواند برای دریافت، ارسال یا نگهداری دارایی مورد استفاده قرار گیرد.
برای مثال، در یک شبکه مانند بیتکوین، افراد و نهادها میتوانند از آدرسهای مختلف برای دریافت و انتقال بیتکوین استفاده کنند.
اما یک نکته بسیار مهم را از همین ابتدا باید به خاطر بسپاریم:
هر آدرس الزاماً یک کاربر واقعی نیست.
این جمله یکی از مهمترین اصول تحلیل آنچین است.
ممکن است:
- یک شخص چند آدرس داشته باشد.
- یک صرافی هزاران یا حتی میلیونها آدرس مرتبط با فعالیتهای مختلف داشته باشد.
- یک شرکت از چندین آدرس استفاده کند.
- یک کیف پول یا سرویس، آدرسهای مختلفی برای اهداف متفاوت داشته باشد.
- یک آدرس مدت زیادی بدون فعالیت باقی بماند.
بنابراین اگر تعداد آدرسهای یک شبکه افزایش پیدا کرد، نباید بلافاصله بگوییم:
«پس تعداد کاربران شبکه دقیقاً به همین اندازه افزایش یافته است.»
این برداشت میتواند اشتباه باشد.
۲. چرا تعداد آدرسها مهم است؟
با وجود این محدودیت، دادههای مربوط به آدرسها همچنان میتوانند اطلاعات ارزشمندی درباره فعالیت شبکه در اختیار ما قرار دهند.
مثلاً اگر در یک دوره زمانی:
تعداد آدرسهای درگیر در فعالیت شبکه افزایش پیدا کند
میتوانیم بررسی کنیم که آیا فعالیت کلی شبکه نیز تغییر کرده است یا خیر.
اما همیشه باید چند داده را کنار هم ببینیم.
مثلاً:
Address Activity + Transaction Count + Transaction Volume
تصویر کاملتری نسبت به بررسی تنها یک عدد به ما میدهد.
۳. Active Address چیست؟
یکی از معروفترین شاخصهای آنچین، Active Addresses است.
به زبان ساده، این معیار تلاش میکند تعداد آدرسهایی را که در یک بازه زمانی مشخص در فعالیتهای قابل اندازهگیری شبکه مشارکت داشتهاند، نشان دهد.
اما تعریف دقیق Active Address میتواند بر اساس:
- نوع شبکه
- نوع داده
- پلتفرم تحلیلی
- روش محاسبه
متفاوت باشد.
بنابراین وقتی یک نمودار Active Addresses میبینیم، باید همیشه بدانیم پلتفرم دقیقاً چه تعریفی برای این شاخص استفاده کرده است.
۴. Active Address با User چه تفاوتی دارد؟
این قسمت بسیار مهم است.
فرض کنیم یک نمودار به ما میگوید:
۱ میلیون Active Address
آیا یعنی:
۱ میلیون انسان فعال؟
خیر.
ممکن است یک فرد چندین آدرس داشته باشد.
همچنین ممکن است یک مجموعه بزرگ مانند صرافی، تعداد زیادی آدرس در اختیار داشته باشد.
بنابراین بهتر است Active Address را اینطور نگاه کنیم:
معیاری برای سنجش فعالیت آدرسها در شبکه
نه:
شمارش دقیق انسانهای فعال در شبکه.
این تفاوت در تحلیل حرفهای بسیار مهم است.
۵. New Address چیست؟
در کنار Active Addresses، با مفهوم دیگری به نام:
New Addresses
نیز مواجه میشویم.
این معیار معمولاً به آدرسهایی مربوط میشود که طبق تعریف داده مورد استفاده، برای نخستین بار در یک بازه مشخص در فعالیت شبکه مشاهده شدهاند.
افزایش New Addresses میتواند نشانهای از افزایش ایجاد یا ورود آدرسهای جدید به فعالیت شبکه باشد.
اما باز هم نباید فوراً نتیجه بگیریم:
«پس کاربران جدید زیادی وارد بازار شدهاند.»
چرا؟
چون ایجاد آدرس جدید الزاماً برابر با ورود یک کاربر جدید نیست.
یک کاربر قدیمی نیز میتواند یک آدرس جدید ایجاد کند.
۶. Active Address و New Address چه تفاوتی دارند؟
بیایید خیلی ساده مقایسه کنیم.
Active Addresses
تمرکز روی آدرسهایی است که در یک بازه مشخص فعالیت داشتهاند.
New Addresses
تمرکز روی آدرسهایی است که طبق تعریف شاخص، برای نخستین بار وارد فعالیت قابل مشاهده شبکه شدهاند.
پس:
Active = فعالیت
و:
New = ظهور آدرسهای جدید
این دو معیار میتوانند در کنار هم اطلاعات جالبی ارائه دهند.
۷. یک مثال ساده
فرض کنیم در یک ماه:
Active Addresses ↑
اما:
New Addresses →
تقریباً ثابت باقی مانده است.
این حالت میتواند نشان دهد فعالیت آدرسهای موجود افزایش یافته است، بدون اینکه لزوماً رشد زیادی در آدرسهای جدید رخ داده باشد.
حالا حالت دیگری را تصور کنیم:
New Addresses ↑
و:
Active Addresses ↑
در این حالت ممکن است هم ایجاد آدرسهای جدید و هم فعالیت کلی آدرسها افزایش یافته باشد.
اما باز هم:
این دادهها بهتنهایی دلیل قطعی برای صعود قیمت نیستند.
ما فقط داریم رفتار شبکه را بهتر میشناسیم.
۸. Transaction چیست؟
حالا میرسیم به یکی از مهمترین مفاهیم:
Transaction
یا تراکنش.
تراکنش را میتوان به زبان ساده یک عملیات ثبتشده روی شبکه دانست که میتواند شامل انتقال دارایی یا انجام فعالیتهای مختلف در شبکه باشد.
البته نوع تراکنش در شبکههای مختلف متفاوت است.
در بیتکوین، ساختار تراکنش با اتریوم یکسان نیست.
در شبکههایی مانند اتریوم نیز علاوه بر انتقال ساده ETH، تراکنشها میتوانند شامل تعامل با قراردادهای هوشمند باشند.
بنابراین «تراکنش» همیشه به معنی:
«یک نفر مقداری ارز را برای یک نفر دیگر فرستاد»
نیست.
۹. Transaction Count چیست؟
Transaction Count به تعداد تراکنشهای ثبتشده یا شمارششده طبق تعریف یک معیار در یک بازه زمانی اشاره دارد.
مثلاً ممکن است یک شبکه در یک روز:
500,000 تراکنش
داشته باشد.
روز بعد:
700,000 تراکنش
و روز بعد:
450,000 تراکنش.
از این داده میتوانیم تغییرات فعالیت شبکه را بررسی کنیم.
اما یک سؤال مهم داریم:
آیا افزایش تعداد تراکنشها به معنی افزایش تقاضا برای خرید ارز است؟
خیر.
این نتیجهگیری بسیار سادهانگارانه خواهد بود.
۱۰. چرا Transaction Count بهتنهایی کافی نیست؟
فرض کنید تعداد تراکنشها دو برابر شده است.
این افزایش میتواند دلایل مختلفی داشته باشد.
مثلاً:
- افزایش استفاده از شبکه
- افزایش تعامل با قراردادهای هوشمند
- فعالیت یک اپلیکیشن خاص
- جابهجاییهای داخلی
- تغییر رفتار کاربران
- فعالیت رباتها یا سرویسها
- شرایط خاص شبکه
بنابراین:
Transaction Count فقط یک بخش از داستان است.
برای تفسیر بهتر باید به دادههای دیگری نیز نگاه کنیم.
۱۱. Transaction Volume چیست؟
در کنار تعداد تراکنشها، میتوانیم Transaction Volume را نیز بررسی کنیم.
به زبان ساده، این معیار تلاش میکند مقدار یا ارزش انتقالهای ثبتشده روی شبکه را در یک بازه زمانی نشان دهد.
اما تعریف دقیق Volume اهمیت بسیار زیادی دارد.
ممکن است یک پلتفرم:
- مقدار کوین منتقلشده
- ارزش دلاری انتقالها
- حجم تعدیلشده
- یا نوع خاصی از انتقالها
را نمایش دهد.
بنابراین همیشه باید تعریف شاخص را بررسی کنیم.
۱۲. Transaction Count و Transaction Volume چه تفاوتی دارند؟
این دو شاخص را کنار هم قرار دهیم.
Transaction Count
میپرسد:
چند فعالیت یا تراکنش ثبت شده است؟
Transaction Volume
میپرسد:
چه مقدار دارایی یا ارزش، طبق تعریف شاخص، منتقل شده است؟
حالا یک مثال ساده:
فرض کنیم:
1,000 تراکنش
ثبت شده است.
اما حجم کل انتقالها بسیار پایین است.
در حالت دیگری:
1,000 تراکنش
داریم، ولی حجم انتقال بسیار بزرگتر است.
پس فقط تعداد تراکنشها نمیتواند اندازه انتقالها را نشان دهد.
۱۳. میانگین حجم هر تراکنش
گاهی برای درک بهتر دادهها میتوانیم به یک مفهوم ساده دیگر هم توجه کنیم:
Average Transaction Size
یعنی بهطور ساده:
حجم کل تراکنشها ÷ تعداد تراکنشها
این معیار میتواند به ما کمک کند ببینیم بهطور میانگین چه مقدار دارایی در هر تراکنش جابهجا شده است.
اما این عدد نیز باید با احتیاط تفسیر شود.
چون چند تراکنش بسیار بزرگ میتوانند میانگین را بهشدت تغییر دهند.
بنابراین در دادههای آنچین، گاهی Median یا شاخصهای توزیعی دیگر نیز میتوانند اطلاعات متفاوتی نسبت به Average ارائه کنند.
۱۴. یک نکته بسیار مهم؛ انتقال بزرگ همیشه به معنی نهنگ فعال نیست
فرض کنیم در یک روز:
یک تراکنش بسیار بزرگ
روی شبکه ثبت شده است.
آیا حتماً یک نهنگ در حال خرید یا فروش است؟
نه.
ممکن است این انتقال:
- جابهجایی بین کیف پولهای یک نهاد باشد.
- انتقال داخلی یک صرافی باشد.
- انتقال مربوط به یک سرویس باشد.
- بخشی از مدیریت خزانه یک مجموعه باشد.
- یا دلایل دیگری داشته باشد.
پس:
Large Transaction ≠ Guaranteed Buy/Sell
این اصل را در جلسه مربوط به نهنگها دوباره با جزئیات بیشتری بررسی خواهیم کرد.
۱۵. Trading Volume با Transaction Volume یکی نیست
این تفاوت را در جلسه قبل هم مطرح کردیم، اما چون بسیار مهم است، دوباره تأکید میکنم.
فرض کنیم در یک صرافی:
Trading Volume = 5 میلیارد دلار
این یعنی مقدار مشخصی از معاملات در آن بازار طبق روش محاسبه صرافی ثبت شده است.
اما اگر روی بلاکچین ببینیم:
Transaction Volume = 5 میلیارد دلار
این عدد لزوماً همان مفهوم را ندارد.
یکی مربوط به فعالیت معاملاتی بازار است.
و دیگری مربوط به انتقالهای روی شبکه است.
پس:
Trading Volume ≠ On-Chain Transaction Volume
۱۶. Network Activity چیست؟
وقتی درباره Network Activity صحبت میکنیم، معمولاً منظورمان یک مفهوم گستردهتر از یک شاخص واحد است.
فعالیت شبکه میتواند از جنبههای مختلف بررسی شود:
- تعداد تراکنشها
- تعداد آدرسهای فعال
- آدرسهای جدید
- حجم انتقالها
- کارمزدها
- استفاده از قراردادهای هوشمند
- تعداد کاربران یا موجودیتهای تخمینی
- و معیارهای دیگر
پس وقتی میگوییم:
«فعالیت شبکه افزایش یافته»
باید مشخص کنیم:
کدام بخش از فعالیت شبکه افزایش یافته است؟
۱۷. کارمزد شبکه چیست؟
یکی دیگر از دادههای مهم، Network Fees است.
وقتی کاربران برای انجام عملیات روی یک شبکه هزینه پرداخت میکنند، این هزینهها میتوانند اطلاعاتی درباره تقاضا برای استفاده از منابع شبکه ارائه دهند.
در شبکههای مختلف، ساختار کارمزد متفاوت است.
افزایش کارمزدها میتواند در برخی شرایط نشاندهنده افزایش تقاضا برای فضای بلاک یا منابع شبکه باشد.
اما باز هم:
Fee Increase ≠ Price Increase
یعنی افزایش کارمزد بهتنهایی به معنی افزایش قیمت دارایی نیست.
۱۸. چرا کارمزدها میتوانند مهم باشند؟
تصور کنید یک شبکه معمولاً فعالیت آرامی دارد.
اما در یک دوره خاص:
- تعداد تراکنشها افزایش پیدا میکند.
- استفاده از شبکه افزایش مییابد.
- تقاضا برای منابع شبکه بیشتر میشود.
- کارمزدها نیز افزایش پیدا میکنند.
این ترکیب میتواند نشان دهد که فعالیت شبکه تغییر کرده است.
اما برای اینکه بفهمیم چرا این اتفاق افتاده، باید دادههای بیشتری بررسی کنیم.
ممکن است علت:
- رشد یک اپلیکیشن
- فعالیت DeFi
- NFT
- توکنهای جدید
- انتقالهای بزرگ
- یا یک رویداد خاص
باشد.
بنابراین کارمزد فقط یک سرنخ است.
۱۹. Blockchain Activity و قیمت چه رابطهای دارند؟
حالا یک سؤال مهم:
اگر فعالیت شبکه زیاد شود، آیا قیمت حتماً افزایش پیدا میکند؟
خیر.
این یکی از دامهای رایج در تحلیل آنچین است.
ممکن است فعالیت شبکه افزایش پیدا کند اما قیمت کاهش پیدا کند.
یا فعالیت شبکه کاهش پیدا کند اما قیمت همچنان افزایش پیدا کند.
چرا؟
چون قیمت یک دارایی فقط به فعالیت بلاکچین وابسته نیست.
عوامل مختلفی میتوانند روی قیمت اثر بگذارند.
پس ما باید بین:
Network Activity
و:
Asset Price
تفاوت قائل شویم.
۲۰. رابطه مهم بین دادهها
یکی از مهارتهای مهم تحلیلگر آنچین این است که به جای نگاه کردن به یک شاخص، چند شاخص را کنار هم قرار دهد.
مثلاً:
Active Addresses ↑
Transaction Count ↑
Transaction Volume ↑
Fees ↑
در این حالت میتوان گفت چند معیار مختلف همزمان افزایش فعالیت شبکه را نشان میدهند.
اما هنوز نمیتوانیم نتیجه بگیریم:
«قیمت قطعاً صعودی میشود.»
ما فقط میتوانیم بگوییم:
فعالیت شبکه در چند بُعد افزایش یافته است.
این تفاوت بسیار مهم است.
۲۱. سناریوی برعکس
حالا فرض کنیم:
Active Addresses ↓
Transaction Count ↓
Transaction Volume ↓
Fees ↓
اگر همه این موارد در یک دوره زمانی کاهش پیدا کنند، ممکن است نشاندهنده کاهش برخی جنبههای فعالیت شبکه باشد.
اما باز هم باید بپرسیم:
- بازار در چه شرایطی است؟
- آیا تعطیلات یا شرایط خاصی وجود داشته؟
- آیا یک اپلیکیشن یا سرویس مهاجرت کرده؟
- آیا فعالیت به شبکه دیگری منتقل شده؟
- آیا ساختار داده تغییر کرده؟
- آیا شاخص مورد استفاده روش محاسبه متفاوتی پیدا کرده؟
پس قبل از نتیجهگیری باید Context را بررسی کنیم.
۲۲. اهمیت مقایسه با گذشته
یکی از اشتباهات رایج این است که یک عدد را بدون مقایسه بررسی کنیم.
مثلاً:
Active Addresses = 500,000
این عدد بهتنهایی خیلی چیزها به ما نمیگوید.
باید بدانیم:
- هفته قبل چقدر بوده؟
- ماه قبل چقدر بوده؟
- سال قبل چقدر بوده؟
- میانگین تاریخی چه مقدار بوده؟
- در شرایط مشابه بازار چه وضعیتی داشته؟
یعنی معمولاً Trend داده از یک عدد منفرد مهمتر است.
۲۳. Absolute Value و Relative Change
فرض کنید:
Active Addresses از:
500,000
به:
550,000
رسیده است.
افزایش:
50,000 آدرس
است.
اما از نظر درصدی:
10٪ افزایش
داشتهایم.
گاهی تغییر درصدی برای مقایسه دورههای مختلف کاربردیتر است.
مثلاً اگر یک شبکه از 100,000 به 150,000 برسد، افزایش 50,000 آدرس معادل 50٪ رشد است.
بنابراین بهتر است هم مقدار مطلق و هم تغییر نسبی را در نظر بگیریم.
۲۴. روند داده مهمتر از یک نقطه است
فرض کنید Active Addresses یک روز بهشدت افزایش پیدا کرده است.
آیا باید فوراً نتیجهگیری کنیم؟
نه.
ممکن است این افزایش فقط یک اتفاق موقت باشد.
حالا اگر طی چند هفته شاهد افزایش تدریجی باشیم، داستان متفاوتی داریم.
بنابراین در تحلیل آنچین باید به:
Trend
Persistence
و:
Context
توجه کنیم.
یعنی:
- تغییر چقدر است؟
- چقدر دوام دارد؟
- در چه شرایطی رخ داده؟
۲۵. Spike چیست؟
گاهی دادههای آنچین بهصورت ناگهانی افزایش یا کاهش پیدا میکنند.
به این حرکت شدید میتوانیم بهصورت عمومی Spike بگوییم.
مثلاً:
Transaction Count ↑↑↑
در مدت کوتاهی.
اما Spike بهتنهایی معنی مشخصی ندارد.
باید بفهمیم:
چه چیزی باعث آن شده است؟
ممکن است:
- یک رویداد مهم
- یک اپلیکیشن
- فعالیت یک نهاد
- انتقالهای بزرگ
- تغییر رفتار کاربران
- یا حتی یک اتفاق فنی
باعث آن شده باشد.
پس:
Spike = اتفاق قابل بررسی، نه نتیجه قطعی.
۲۶. اهمیت فیلتر کردن دادههای غیرواقعی یا کماهمیت
یکی از چالشهای تحلیل آنچین این است که همه تراکنشها اهمیت اقتصادی یکسانی ندارند.
مثلاً تعداد زیادی تراکنش کوچک میتواند باعث افزایش Transaction Count شود.
در نتیجه یک شاخص ممکن است رشد شدیدی نشان دهد، اما این رشد لزوماً به معنی افزایش شدید ارزش اقتصادی فعالیت شبکه نباشد.
به همین دلیل تحلیلگران حرفهای گاهی از:
- Threshold
- Entity Adjustment
- Volume Adjustment
- Data Cleaning
و روشهای مختلف برای کاهش نویز استفاده میکنند.
روش دقیق این تعدیلات به پلتفرم و شاخص بستگی دارد.
۲۷. Entity چیست؟
در تحلیل آنچین، گاهی به جای نگاه کردن به تکتک آدرسها، چند آدرس مرتبط را در قالب یک Entity یا موجودیت در نظر میگیرند.
مثلاً اگر مجموعهای از آدرسها به یک نهاد شناختهشده مربوط باشند، پلتفرم تحلیل آنچین ممکن است آنها را در یک گروه قرار دهد.
این کار میتواند در تحلیل رفتار:
- صرافیها
- ماینرها
- نهادهای بزرگ
- سرویسها
بسیار مفید باشد.
اما Entity Identification نیز همیشه قطعی نیست و روش تشخیص آن اهمیت دارد.
۲۸. چرا Entity Adjustment مهم است؟
فرض کنید یک صرافی تعداد زیادی آدرس دارد.
اگر همه این آدرسها را مثل کاربران مستقل حساب کنیم، ممکن است تصویر اشتباهی از فعالیت شبکه ایجاد شود.
در برخی تحلیلها، تلاش میشود آدرسهای متعلق به یک Entity مشخص در کنار هم بررسی شوند.
این موضوع میتواند به کاهش برخی برداشتهای اشتباه کمک کند.
البته باید بدانیم که:
Entity-adjusted data
به روش شناسایی Entityها وابسته است.
بنابراین من همیشه توصیه میکنم هنگام استفاده از یک شاخص، توضیحات روششناسی آن پلتفرم را نیز بخوانیم.
۲۹. آدرسهای فعال و صرافیها
یک نکته دیگر:
صرافیهای متمرکز میتوانند تعداد بسیار زیادی آدرس داشته باشند.
بنابراین اگر یک شاخص Active Address یا Transaction Count بهشدت تغییر کند، باید بررسی کنیم که آیا این تغییر مربوط به:
فعالیت کاربران واقعی
است یا:
فعالیت یک یا چند Entity بزرگ.
این موضوع در تحلیل حرفهای بسیار مهم است.
۳۰. یک چارچوب ساده برای تحلیل فعالیت شبکه
از اینجا به بعد میتوانیم برای خودمان یک چارچوب داشته باشیم.
مرحله اول
Active Addresses
آیا فعالیت آدرسها افزایش یا کاهش یافته؟
مرحله دوم
New Addresses
آیا آدرسهای جدید بیشتری وارد فعالیت شدهاند؟
مرحله سوم
Transaction Count
تعداد تراکنشها چه تغییری کرده؟
مرحله چهارم
Transaction Volume
مقدار یا ارزش انتقالها چه تغییری کرده؟
مرحله پنجم
Fees
تقاضا برای استفاده از منابع شبکه چه وضعیتی دارد؟
مرحله ششم
Context
چه اتفاقی در بازار یا شبکه باعث این تغییر شده است؟
۳۱. یک مثال تحلیلی
فرض کنیم در یک دوره یکماهه این وضعیت را داریم:
Active Addresses ↑ 20٪
New Addresses ↑ 15٪
Transaction Count ↑ 30٪
Transaction Volume ↑ 10٪
Fees ↑ 25٪
در نگاه اول، چند معیار مختلف افزایش فعالیت شبکه را نشان میدهند.
تحلیلگر حرفهای در اینجا نمیگوید:
«پس قیمت حتماً بالا میرود.»
بلکه میگوید:
«چندین معیار مستقل از فعالیت شبکه افزایش یافتهاند و بنابراین ارزش دارد بررسی کنیم چه عاملی باعث رشد فعالیت شده است و آیا این تغییر با شرایط بازار و سایر دادههای آنچین همجهت است یا خیر.»
این تفاوت بین تحلیل داده و پیشبینی عجولانه است.
۳۲. مثال دوم؛ دادههای متناقض
حالا فرض کنیم:
Active Addresses ↑
اما:
Transaction Volume ↓
این وضعیت جالبتر است.
یعنی ممکن است تعداد آدرسهای فعال بیشتر شده باشد، اما حجم انتقالها کاهش پیدا کرده باشد.
در این شرایط باید سؤال کنیم:
- آیا تعداد زیادی تراکنش کوچک اتفاق افتاده؟
- آیا رفتار کاربران تغییر کرده؟
- آیا انتقالهای بزرگ کاهش یافتهاند؟
- آیا ساختار شبکه تغییر کرده؟
- آیا روش محاسبه شاخصها متفاوت است؟
اینجاست که تحلیلگر باید دادهها را کنار هم بخواند.
۳۳. چرا واگرایی بین دادهها مهم است؟
در تحلیل تکنیکال با مفهوم Divergence آشنا شدیم.
در تحلیل آنچین نیز ممکن است بین معیارهای مختلف تفاوت رفتار ببینیم.
مثلاً:
فعالیت آدرسها ↑
اما:
حجم انتقالها ↓
این موضوع لزوماً «واگرایی» به معنای کلاسیک اندیکاتوری نیست، اما میتواند نشاندهنده این باشد که بخشهای مختلف فعالیت شبکه رفتار یکسانی ندارند.
این اختلاف میتواند موضوع جالبی برای بررسی بیشتر باشد.
۳۴. زمانبندی دادهها اهمیت دارد
یکی از نکات مهم در تحلیل On-Chain، توجه به بازه زمانی است.
مثلاً:
- داده روزانه
- هفتگی
- ماهانه
- میانگین ۷ روزه
- میانگین ۳۰ روزه
میتوانند تصاویر متفاوتی ایجاد کنند.
یک Spike روزانه ممکن است در نمودار ماهانه تقریباً دیده نشود.
بنابراین همیشه باید بپرسیم:
این داده در چه بازه زمانی اندازهگیری شده است؟
۳۵. Raw Data و Smoothed Data
گاهی دادههای خام بسیار پرنوسان هستند.
برای اینکه روند بهتر دیده شود، برخی پلتفرمها از میانگین متحرک یا روشهای هموارسازی استفاده میکنند.
مثلاً:
7-Day Moving Average
میتواند نوسانات روزانه را کمتر کند و روند کلی را بهتر نشان دهد.
اما باید بدانیم که داده هموارشده با داده خام یکسان نیست.
بنابراین همیشه باید بدانیم:
نموداری که میبینیم Raw است یا Smoothed؟
۳۶. چرا منبع داده اهمیت دارد؟
دو پلتفرم ممکن است برای یک شاخص، اعداد کمی متفاوت ارائه دهند.
این موضوع لزوماً به معنی اشتباه بودن یکی از آنها نیست.
ممکن است تفاوت ناشی از:
- منابع داده
- روش برچسبگذاری
- Entity Clustering
- فیلتر کردن تراکنشها
- تعریف شاخص
- روش محاسبه
- زمان بهروزرسانی
باشد.
بنابراین در تحلیل حرفهای باید به Methodology توجه کنیم.
۳۷. اشتباهات رایج در تحلیل آدرس و تراکنش
اشتباه اول: آدرس = انسان
اشتباه است.
اشتباه دوم: تراکنش = معامله
هر تراکنش لزوماً معامله بازار نیست.
اشتباه سوم: انتقال بزرگ = فروش نهنگ
لزومی ندارد.
اشتباه چهارم: افزایش تراکنش = صعود قیمت
چنین رابطه قطعی وجود ندارد.
اشتباه پنجم: افزایش Active Address = افزایش کاربران واقعی
این نتیجهگیری قطعی نیست.
اشتباه ششم: یک عدد بدون Context
یک شاخص منفرد میتواند گمراهکننده باشد.
اشتباه هفتم: نادیده گرفتن روش محاسبه
تعریف یک شاخص اهمیت زیادی دارد.
۳۸. یک چکلیست حرفهای
از این جلسه به بعد وقتی یک نمودار فعالیت شبکه دیدیم، میتوانیم این سؤالها را بپرسیم:
درباره آدرسها
- Active Address چیست؟
- New Address چیست؟
- تعریف پلتفرم چیست؟
- آیا Entityها در داده لحاظ شدهاند؟
درباره تراکنشها
- Transaction Count چگونه محاسبه شده؟
- چه نوع تراکنشهایی شمرده شدهاند؟
- آیا قراردادهای هوشمند در داده نقش دارند؟
درباره حجم
- Transaction Volume دقیقاً چه چیزی را اندازهگیری میکند؟
- واحد آن چیست؟
- Raw است یا Adjusted؟
درباره زمان
- بازه زمانی چیست؟
- روزانه است یا هفتگی؟
- داده خام است یا میانگینشده؟
درباره تفسیر
- چه چیزی باعث این تغییر شده؟
- آیا تغییر پایدار است؟
- آیا سایر دادهها هم همین موضوع را تأیید میکنند؟
۳۹. اتصال این جلسه به تحلیل تکنیکال
حالا میتوانیم یک قدم مهم برداریم.
فرض کنیم نمودار قیمت نشان میدهد:
BTC در یک روند صعودی قرار دارد.
همزمان:
Active Addresses ↑
و:
Transaction Count ↑
و:
Transaction Volume ↑
این اطلاعات میتوانند Context بیشتری در اختیار ما قرار دهند.
اما همچنان تحلیل تکنیکال و آنچین را با هم قاطی نمیکنیم.
تحلیل تکنیکال به ما میگوید:
قیمت و ساختار چه وضعیتی دارند؟
داده آنچین به ما کمک میکند بررسی کنیم:
در سطح شبکه چه اتفاقی در حال رخ دادن است؟
این دو دیدگاه میتوانند مکمل یکدیگر باشند.
۴۰. از اینجا به بعد چه چیزی یاد میگیریم؟
تا اینجا بیشتر درباره فعالیت عمومی شبکه صحبت کردیم.
اما هنوز سؤالهای بسیار مهمی داریم.
مثلاً:
داراییها از کجا وارد میشوند؟
به کجا میروند؟
آیا وارد صرافی میشوند؟
آیا از صرافی خارج میشوند؟
موجودی صرافیها چه تغییری کرده است؟
Netflow چیست؟
اینجاست که در جلسه بعد وارد یکی از مهمترین بخشهای تحلیل آنچین میشویم:
Exchange Inflow، Exchange Outflow و Exchange Netflow
در آن جلسه بررسی میکنیم که جریان دارایی به سمت صرافیها و خارج شدن دارایی از آنها چگونه اندازهگیری میشود و چرا نباید به شکل ساده بگوییم:
«ورود به صرافی یعنی فروش»
یا:
«خروج از صرافی یعنی خرید.»
جمعبندی جلسه دوم
دوستان عزیزم، در این جلسه با یکی از پایههای مهم تحلیل آنچین آشنا شدیم.
یاد گرفتیم که:
- Address چیست
- چرا Address با User یکی نیست
- Active Address چیست
- New Address چیست
- تفاوت Active Address و New Address چیست
- Transaction چیست
- Transaction Count چیست
- Transaction Volume چیست
- تفاوت Transaction Count و Transaction Volume چیست
- تفاوت Trading Volume و Transaction Volume چیست
- Average Transaction Size چه مفهومی دارد
- Network Activity چیست
- کارمزد شبکه چه اطلاعاتی میتواند ارائه دهد
- Entity چیست
- چرا Entity Adjustment اهمیت دارد
- چرا یک تراکنش بزرگ الزاماً به معنی فعالیت نهنگ یا خرید و فروش نیست
- چرا روند داده از یک عدد منفرد مهمتر است
- چرا بازه زمانی و روش محاسبه شاخص اهمیت دارد
- چرا باید دادههای مختلف را در کنار یکدیگر بررسی کنیم
- و مهمتر از همه، چرا هیچکدام از این دادهها بهتنهایی سیگنال قطعی قیمت نیستند.
یک اصل مهم این جلسه را همیشه به خاطر داشته باشید:
داده آنچین به ما میگوید روی شبکه چه اتفاقی افتاده؛ وظیفه تحلیلگر این است که بفهمد چرا اتفاق افتاده و آیا شواهد دیگر نیز آن را تأیید میکنند یا خیر.
در جلسه بعد، وارد دنیای صرافیها و جریان سرمایه میشویم و مفاهیم Exchange Inflow، Exchange Outflow، Exchange Balance و Netflow را بهصورت تخصصی بررسی میکنیم.
و در پایان فصل نیز همانطور که قول دادم، یک جلسه کامل برای معرفی منابع، پلتفرمها و ابزارهای تخصصی تحلیل آنچین خواهیم داشت تا بعد از یادگیری مفاهیم، دقیقاً بدانیم دادههای واقعی را از کجا بررسی کنیم.
👈به جلسه بعدی اموزش تحلیل داده های انچین بروید
👈اموزش تحلیل تکنیکال تخصصی +ابزار
👈اموزش تخصصی تحلیل فاندامنتالی +ابزار
English Summary
In this session, we explored the foundations of on-chain network activity, including addresses, active addresses, new addresses, transactions, transaction count, transaction volume, network fees, entities, and data methodology. We emphasized that an address does not necessarily represent a real person, a transaction is not necessarily a market trade, and a large transfer does not automatically indicate buying or selling by a whale. We also learned how to combine multiple metrics, compare trends over time, account for data definitions and entity adjustments, and avoid treating a single on-chain metric as a guaranteed price signal. The next session will focus on exchange inflows, outflows, balances, and netflows.
بازدیدها: 0
