جلسه یازدهم آموزش تخصصی داده‌های آنچین؛ تحلیل نهنگ‌ها، Entity-Adjusted Data و انباشت سرمایه

سلام دوستان عزیزم! 🌱

من امید حق‌دوست هستم و در این جلسه می‌خوام بریم سراغ یکی از جذاب‌ترین بخش‌های تحلیل آنچین؛ یعنی بررسی رفتار نهنگ‌ها و سرمایه‌گذاران بزرگ بازار ارزهای دیجیتال.

تا اینجا درباره فعالیت شبکه، جریان ورود و خروج صرافی‌ها، رفتار هولدرها، Realized Cap، SOPR، MVRV، NUPL، ماینرها و نقدینگی استیبل‌کوین‌ها صحبت کردیم.

حالا می‌خوایم به چند سؤال مهم پاسخ بدیم:

• آیا سرمایه‌گذاران بزرگ در حال افزایش موجودی خودشون هستند یا دارایی‌شون رو کاهش می‌دن؟
• آیا ورود مقدار زیادی بیت‌کوین به صرافی نشونه فشار فروشه؟
• چطور می‌تونیم انتقال‌های داخلی یک مجموعه آدرس رو از جابه‌جایی واقعی سرمایه بین بازیگران مختلف جدا کنیم؟
• آیا از روی داده‌های آنچین می‌شه فهمید نهنگ‌ها دقیقاً چه زمانی خرید می‌کنن؟
• چطور می‌تونیم بین انباشت واقعی، انتقال کیف پول و توزیع دارایی تفاوت قائل بشیم؟

در این جلسه قراره یاد بگیریم چطور به‌جای تکیه بر یک تراکنش بزرگ یا یک نمودار، رفتار سرمایه‌گذاران بزرگ رو در یک چارچوب تحلیلی بررسی کنیم.

۱. نهنگ در بازار ارز دیجیتال به چه کسی گفته می‌شه؟

در بازار کریپتو، به دارنده‌ای که مقدار زیادی از یک دارایی دیجیتال در اختیار داره، معمولاً نهنگ یا Whale گفته می‌شه.

اما نکته مهم اینه که تعریف نهنگ در همه پلتفرم‌ها و برای همه ارزها یکسان نیست.

برای مثال، در برخی تحلیل‌های بیت‌کوین، موجودیت‌هایی که حداقل ۱۰۰۰ BTC در اختیار دارن در گروه نهنگ‌ها قرار می‌گیرن. بعضی پلتفرم‌ها هم گروه‌های متفاوتی مثل ۱۰۰ تا ۱۰۰۰ بیت‌کوین یا ۱۰۰۰ تا ۵۰۰۰ بیت‌کوین رو جداگانه بررسی می‌کنن. پس وقتی می‌گیم نهنگ، باید مشخص کنیم:

• درباره کدوم ارز صحبت می‌کنیم؟
• معیار اندازه‌گیری چیه؟
• حداقل موجودی این گروه چقدره؟
• داده مربوط به یک آدرسه یا یک موجودیت؟
• بازه زمانی تحلیل چقدره؟

مثلاً یک آدرس دارای ۵۰۰ بیت‌کوین ممکنه در تحلیل بیت‌کوین یک دارنده بزرگ محسوب بشه، اما همین معیار رو نمی‌شه بدون تغییر برای تمام آلت‌کوین‌ها استفاده کرد.

نکته حرفه‌ای: نهنگ بودن لزوماً به معنی سرمایه‌گذار حرفه‌ای، صندوق سرمایه‌گذاری یا فرد مطلع از آینده بازار نیست.

یک آدرس بزرگ ممکنه متعلق به صرافی، متولی نگهداری دارایی، صندوق، شرکت، پروتکل یا یک فرد باشه.

۲. چرا نباید فقط موجودی یک آدرس رو بررسی کنیم؟

فرض کن در یک مرورگر بلاک‌چین مشاهده می‌کنی که یک آدرس، ۱۰ هزار BTC در اختیار داره.

آیا این یعنی یک شخص به‌تنهایی مالک تمام این بیت‌کوین‌هاست؟

نه لزوماً.

ممکنه این آدرس متعلق به یک صرافی باشه که دارایی هزاران کاربر رو نگهداری می‌کنه. ممکنه یک متولی دارایی باشه یا بخشی از ساختار یک شرکت بزرگ.

از طرف دیگه، یک سرمایه‌گذار واحد می‌تونه دارایی خودش رو بین ده‌ها یا صدها آدرس تقسیم کرده باشه.

بنابراین دو مشکل داریم:

مشکل اول: یک آدرس لزوماً معادل یک مالک نیست.

مشکل دوم: یک مالک لزوماً فقط یک آدرس نداره.

به همین دلیل، بررسی آدرس‌ها به‌تنهایی ممکنه تصویر ناقصی از توزیع مالکیت و رفتار سرمایه‌گذاران ارائه بده.

اینجاست که مفهوم Entity وارد تحلیل ما می‌شه.

۳. Entity چیست؟

در تحلیل آنچین، Entity یا موجودیت به مجموعه‌ای از آدرس‌ها گفته می‌شه که بر اساس شواهد و روش‌های تحلیلی، احتمال داده می‌شه تحت کنترل یک بازیگر واحد باشند.

برای مثال، فرض کنیم یک سرمایه‌گذار سه آدرس مختلف داشته باشه:

• آدرس A: دارای ۱۰۰ BTC
• آدرس B: دارای ۱۵۰ BTC
• آدرس C: دارای ۲۵۰ BTC

اگر یک پلتفرم با استفاده از روش‌های تحلیلی این سه آدرس رو به یک موجودیت نسبت بده، موجودی تخمینی اون موجودیت برابر با ۵۰۰ BTC خواهد بود.

این تصویر از نگاه تحلیل موجودیت‌ها می‌تونه مفیدتر از بررسی جداگانه هر آدرس باشه.

اما یک نکته مهم وجود داره: ارتباط بین آدرس‌ها همیشه با قطعیت قابل تشخیص نیست. روش‌های خوشه‌بندی ممکنه با ورود اطلاعات جدید تغییر کنن و داده‌های اخیر بعضی شاخص‌های مبتنی بر Entity هم بازنگری بشن.

بنابراین Entity یک برآورد تحلیلیه، نه مدرک قطعی درباره هویت واقعی مالک.

۴. Entity-Adjusted Data چیست؟

یکی از مفاهیم کلیدی این جلسه:

Entity-Adjusted Data

یعنی داده‌هایی که با در نظر گرفتن موجودیت‌ها تعدیل شده‌اند تا برخی انتقال‌های داخلی میان آدرس‌های تحت کنترل یک موجودیت، به‌عنوان جابه‌جایی واقعی بین بازیگران مستقل تفسیر نشن.

فرض کن یک مجموعه آدرس، ۱۰۰۰ بیت‌کوین رو از آدرس A به آدرس B منتقل کنه و هر دو آدرس تحت کنترل همان مجموعه باشند.

در سطح بلاک‌چین، یک انتقال ثبت شده است.

اما ممکنه مالکیت اقتصادی این بیت‌کوین‌ها تغییر نکرده باشه.

اگر هدف ما بررسی انتقال دارایی بین بازیگران مستقل باشه، شمردن این انتقال داخلی به‌عنوان جابه‌جایی واقعی سرمایه می‌تونه نتیجه رو منحرف کنه.

Entity-adjusted metrics تلاش می‌کنن با استفاده از روش‌های شناسایی موجودیت‌ها، بخشی از این نویز رو حذف کنن.

البته تعدیل داده‌ها به معنی حذف تمام خطاها نیست؛ چون شناسایی مالکیت مشترک همیشه کامل نیست.

تفاوت داده خام و داده تعدیل‌شده

ویژگی	داده خام	داده تعدیل‌شده
واحد اصلی بررسی	آدرس یا تراکنش	موجودیت تخمینی
انتقال داخلی	ممکنه شمرده بشه	در برخی شاخص‌ها حذف می‌شه
هدف اصلی	ثبت جابه‌جایی‌های شبکه	نزدیک‌تر شدن به رفتار بین بازیگران مستقل
محدودیت	امکان بزرگ‌نمایی فعالیت	وابستگی به کیفیت خوشه‌بندی

پس قبل از تفسیر یک شاخص، باید بررسی کنیم که آیا داده خامه یا Entity-Adjusted.

۵. Accumulation چیست؟

Accumulation یا انباشت به وضعیتی گفته می‌شه که یک سرمایه‌گذار یا گروه مشخص، در یک بازه زمانی موجودی دارایی خودش رو افزایش می‌ده.

برای مثال، فرض کنیم موجودی یک گروه از سرمایه‌گذاران بزرگ در طول ۳۰ روز از ۱ میلیون BTC به ۱٫۰۵ میلیون BTC افزایش پیدا کنه. مثل مایکل سیلور سرمایه گذار بیتکوین.

اگر تعریف گروه، روش محاسبه و داده‌های مورد استفاده ثابت باشند، این تغییر می‌تونه نشونه‌ای از افزایش موجودی آن گروه باشه.

اما مراقب باش:

افزایش موجودی یک گروه الزاماً به معنی خرید مستقیم در بازار نیست.

دلایل احتمالی دیگه هم وجود دارن؛ مثل انتقال بین نهادهای مختلفی که در داده‌ها به شکل متفاوت طبقه‌بندی شده‌اند، تغییر آدرس‌های شناسایی‌شده یا ورود و خروج دارایی از خدمات امانی.

برای بررسی انباشت، بهتره فقط یک نقطه از نمودار رو نگاه نکنیم. روند چندروزه یا چند‌هفته‌ای معمولاً اطلاعات بیشتری درباره تداوم رفتار ارائه می‌ده.

نشانه‌هایی که می‌تونن فرضیه انباشت رو تقویت کنن

• افزایش پایدار موجودی یک گروه تعریف‌شده از هولدرها
• کاهش خالص دارایی‌های آن گروه در صرافی‌ها
• کاهش انتقال دارایی همان گروه به صرافی‌ها
• افزایش خروج دارایی از صرافی‌ها به آدرس‌های غیرصرافی
• هماهنگی این داده‌ها با رفتار قیمت و سایر شاخص‌های آنچین

هیچ‌کدوم از این موارد به‌تنهایی اثبات قطعی انباشت نیستند؛ اهمیت اصلی در هماهنگی چند داده مستقل قرار داره.

۶. Distribution چیست؟

Distribution یا توزیع به وضعیتی گفته می‌شه که یک گروه از دارندگان، موجودی خودش رو کاهش می‌ده یا دارایی بیشتری به بازیگران دیگر منتقل می‌کنه.

برای مثال، فرض کنیم موجودی یک گروه از ۵۰۰ هزار BTC به ۴۶۰ هزار BTC کاهش پیدا کنه.

این تغییر می‌تونه با توزیع دارایی سازگار باشه، اما برای نتیجه‌گیری باید دلیل تغییر رو بررسی کنیم.

ممکنه دارایی فروخته شده باشه؛ اما ممکنه به یک متولی جدید منتقل شده باشه، ساختار نگهداری تغییر کرده باشه یا روش طبقه‌بندی موجودیت‌ها اصلاح شده باشه.

بنابراین:

کاهش موجودی یک گروه با فروش قطعی همان مقدار بیت‌کوین یکسان نیست.

برای تحلیل دقیق‌تر باید بررسی کنیم دارایی به کجا منتقل شده، آیا به صرافی وارد شده، آیا شاخص‌های مرتبط با فروش هم تغییر کرده‌اند و آیا این رفتار در طول زمان ادامه داشته است.

۷. Exchange Whale Ratio چیست؟

یکی از شاخص‌های شناخته‌شده برای بررسی اندازه تراکنش‌های ورودی به صرافی‌ها، Exchange Whale Ratio است.

طبق تعریف CryptoQuant، این شاخص از تقسیم مجموع حجم ۱۰ تراکنش بزرگ ورودی به صرافی بر کل حجم ورودی به صرافی در همان بازه محاسبه می‌شه.

فرمول ساده فرض کنیم در یک روز:

• کل ورودی بیت‌کوین به صرافی‌ها برابر با ۲۰٬۰۰۰ BTC باشه.
• مجموع ۱۰ تراکنش بزرگ ورودی برابر با ۸٬۰۰۰ BTC باشه.

پس:

یعنی ۴۰ درصد از حجم ورودی آن بازه در ۱۰ تراکنش بزرگ‌تر قرار داشته است.

این عدد به ما می‌گه سهم تراکنش‌های بزرگ از ورودی صرافی‌ها چقدره.

اما به‌تنهایی ثابت نمی‌کنه که نهنگ‌ها قصد فروش دارند.

چطور این شاخص رو تفسیر کنیم؟

اگر Exchange Whale Ratio افزایش پیدا کنه، می‌تونیم بررسی کنیم آیا سهم تراکنش‌های بزرگ از ورودی صرافی‌ها بیشتر شده یا نه.

سپس باید سراغ این پرسش‌ها بریم:

• آیا کل Exchange Inflow هم افزایش پیدا کرده؟
• آیا افزایش شاخص فقط به چند تراکنش محدود مربوطه؟
• آیا قیمت در حال نزدیک شدن به یک مقاومت مهمه؟
• آیا رفتار SOPR با افزایش تحقق سود سازگاره؟
• آیا موجودی صرافی‌ها تغییر کرده؟
• آیا انتقال‌های بزرگ بعداً با معاملات یا تغییرات قابل مشاهده دیگری همراه شده‌اند؟

اگر نسبت بالا بره ولی کل ورودی صرافی تغییر زیادی نکنه، تفسیر ما با حالتی که هم نسبت و هم حجم کل ورودی افزایش پیدا می‌کنن متفاوت خواهد بود.

نکته: آستانه ثابت و جهانی برای صعودی یا نزولی بودن Exchange Whale Ratio وجود نداره. بهتره مقدار فعلی رو با سابقه همان شاخص و شرایط بازار مقایسه کنیم.

۸. Whale Inflow و Whale Outflow

برای بررسی رفتار نهنگ‌ها، فقط نسبت تراکنش‌های بزرگ کافی نیست. باید جریان ورود و خروج دارایی‌های مرتبط با گروه‌های بزرگ رو هم بررسی کنیم.

Whale Inflow

به مقدار دارایی‌ای اشاره می‌کنه که از گروه تعریف‌شده نهنگ‌ها به صرافی‌ها وارد می‌شه؛ البته تعریف دقیق شاخص به پلتفرم بستگی داره.

افزایش Whale Inflow می‌تونه نشان بده دارایی بیشتری از آدرس‌های منتسب به نهنگ‌ها به صرافی‌ها منتقل شده است.

این موضوع ممکنه فشار فروش بالقوه رو افزایش بده، اما انتقال می‌تونه دلایل دیگه‌ای هم داشته باشه.

Whale Outflow

به مقدار دارایی‌ای اشاره می‌کنه که از صرافی‌ها خارج می‌شه و به گروه تعریف‌شده نهنگ‌ها نسبت داده می‌شه؛ در بعضی شاخص‌ها، فقط انتقال‌های مستقیم محاسبه می‌شن.

برای مثال، در مستندات Glassnode شاخص‌هایی وجود دارن که انتقال مستقیم دارایی از نهنگ‌ها به صرافی‌ها رو بررسی می‌کنن. تعریف نهنگ و نحوه محاسبه در همان شاخص مشخص می‌شه.

در اینجا باید مراقب جهت محاسبه باشیم: بعضی شاخص‌ها جریان ورودی نهنگ‌ها به صرافی رو نمایش می‌دن و بعضی تغییر خالص موقعیت نهنگ‌ها در ارتباط با صرافی‌ها رو.

پس همیشه تعریف دقیق نمودار رو بخون.

۹. Exchange Whale Ratio با Whale Balance چه تفاوتی دارد؟

این دو شاخص یک سؤال رو پاسخ نمی‌دن.

Exchange Whale Ratio می‌پرسه: چه سهمی از حجم ورودی صرافی‌ها مربوط به ۱۰ تراکنش بزرگ‌تره؟

Whale Balance می‌پرسه: گروه تعریف‌شده نهنگ‌ها در مجموع چه مقدار از دارایی رو نگهداری می‌کنن؟

Whale Net Position Change می‌پرسه: موجودی یا موقعیت خالص این گروه در یک بازه زمانی چقدر تغییر کرده؟

ممکنه Exchange Whale Ratio بالا بره، اما موجودی کل نهنگ‌ها تقریباً ثابت بمونه.

همچنین ممکنه موجودی نهنگ‌ها افزایش پیدا کنه، اما سهم تراکنش‌های بزرگ از ورودی صرافی‌ها پایین بیاد.

این تفاوت‌ها اهمیت زیادی دارن؛ چون هر شاخص جنبه متفاوتی از رفتار بازار رو نمایش می‌ده.

۱۰. Whale Accumulation و قیمت بیت‌کوین

حالا می‌رسیم به یکی از کاربردهای مهم این داده‌ها: مقایسه رفتار نهنگ‌ها با قیمت.

فرض کنیم در یک بازه چند‌هفته‌ای:

• موجودی گروه مشخصی از نهنگ‌ها افزایش پیدا کرده.
• انتقال خالص آن گروه به صرافی‌ها کاهش یافته.
• قیمت بیت‌کوین در محدوده‌ای مشخص در حال نوسانه.
• داده‌های حجم معاملات هم تغییر قابل‌توجهی نشون می‌دن.

در این شرایط می‌تونیم فرضیه انباشت رو بررسی کنیم.

اما چرا نباید فوراً نتیجه بگیریم که قیمت به‌زودی رشد می‌کنه؟

چون ممکنه:

• انباشت در قیمت‌های مختلف انجام شده باشه.
• موجودی افزایش‌یافته متعلق به خدمات امانی یا نهادهای نگهدارنده دارایی باشه.
• رفتار گروه‌های کوچک‌تر متفاوت باشه.
• فشار فروش از سوی گروه‌های دیگه افزایش پیدا کنه.
• شرایط بازار کلان یا بازار مشتقه بر قیمت اثر بذاره.

آنچین به ما کمک می‌کنه رفتار قابل مشاهده شبکه رو بهتر بفهمیم؛ ولی ذهنیت، هدف یا سفارش‌های آینده بازیگران رو مستقیماً نمایش نمی‌ده.

۱۱. نهنگ‌ها همیشه زودتر از بازار عمل نمی‌کنند

یک باور رایج اینه که هر وقت نهنگ‌ها خرید کنن، قیمت حتماً افزایش پیدا می‌کنه و هر وقت دارایی بفروشن، بازار سقوط می‌کنه.

این برداشت بیش از حد ساده است.

اول اینکه همه نهنگ‌ها استراتژی یکسانی ندارن.

دوم اینکه یک انتقال بزرگ لزوماً خرید یا فروش نیست.

سوم اینکه بازار فقط از رفتار یک گروه تشکیل نشده؛ نقدینگی، تقاضای اسپات، مشتقات، شرایط اقتصادی و رفتار سایر سرمایه‌گذاران هم اهمیت دارن.

چهارم اینکه داده‌های آنچین معمولاً پس از ثبت رویداد در شبکه قابل مشاهده‌اند. بنابراین لزوماً پیش از حرکت قیمت به ما هشدار نمی‌دن.

به همین دلیل، بهتره رفتار نهنگ‌ها رو به‌عنوان یک منبع اطلاعاتی برای ساخت سناریو ببینیم، نه ابزار پیش‌بینی قطعی.

۱۲. ترکیب داده‌های نهنگ‌ها با Exchange Reserve

حالا فرض کنیم:

• Whale Balance افزایش پیدا کرده.
• BTC Exchange Reserve کاهش یافته.
• Whale Inflow به صرافی‌ها کاهش پیدا کرده.

این ترکیب ممکنه با کاهش عرضه قابل مشاهده در صرافی‌ها و افزایش موجودی گروه نهنگ‌ها سازگار باشه.

اما باید بررسی کنیم که آیا تعریف شاخص‌ها و گروه‌های مورد مقایسه با هم سازگاره یا نه.

اگر Whale Balance کل شبکه رو اندازه بگیره ولی Exchange Reserve فقط صرافی‌های مشخصی رو پوشش بده، نمی‌تونیم بدون بررسی بیشتر رابطه مستقیم و قطعی بین آن‌ها برقرار کنیم.

قاعده حرفه‌ای: شاخص‌هایی رو با هم مقایسه کن که تعریف، محدوده پوشش و بازه زمانی آن‌ها رو می‌شناسی.

۱۳. ترکیب رفتار نهنگ‌ها با SOPR و MVRV

برای اینکه رفتار نهنگ‌ها رو در زمینه سود و زیان بررسی کنیم، می‌تونیم از SOPR و MVRV هم کمک بگیریم.

مثال اول: موجودی نهنگ‌ها افزایش یافته و MVRV بالاست

این وضعیت به‌تنهایی نمی‌گه که نهنگ‌ها حتماً در حال خرید یا فروش هستند.

ممکنه برخی گروه‌ها همچنان موجودی خودشون رو افزایش بدن، در حالی که ارزش بازار نسبت به ارزش تحقق‌یافته در سطح بالاتری قرار داره.

در این شرایط باید بررسی کنیم که آیا انتقال به صرافی‌ها، تحقق سود و رفتار قیمت هم تغییر کرده‌اند یا نه.

مثال دوم: موجودی نهنگ‌ها کاهش یافته و SOPR افزایش پیدا کرده

این ترکیب ممکنه با تحقق سود در بازار سازگار باشه، اما به‌تنهایی اثبات نمی‌کنه که کاهش موجودی نهنگ‌ها ناشی از فروش سودآور بوده است.

باید بررسی کنیم داده SOPR مربوط به کدام گروه از هولدرهاست و شاخص موجودی نهنگ‌ها چطور محاسبه شده.

مثال سوم: موجودی نهنگ‌ها افزایش یافته، اما قیمت افت می‌کند

این وضعیت ممکنه نشان بده رفتار گروه مورد بررسی با حرکت قیمت هم‌جهت نیست.

ممکنه گروهی در حال افزایش موجودی باشه، در حالی که فشار فروش از سوی گروه‌های دیگه بیشتره.

این اختلاف خودش یک موضوع برای بررسیه، نه دلیلی برای پیش‌بینی قطعی برگشت قیمت.

۱۴. تفاوت نهنگ، صرافی و صندوق سرمایه‌گذاری

در تحلیل آنچین، نباید هر موجودیت بزرگ رو به یک فرد ثروتمند نسبت بدیم.

یک آدرس یا مجموعه آدرس بزرگ ممکنه مربوط به این موارد باشه:

• صرافی
• متولی نگهداری دارایی
• صندوق سرمایه‌گذاری
• شرکت
• پروتکل
• کیف پول مشترک
• یا یک دارنده شخصی بزرگ

از روی اندازه موجودی به‌تنهایی نمی‌تونیم هویت مالک رو مشخص کنیم.

همچنین افزایش موجودی یک آدرس صرافی الزاماً به معنی خرید خود صرافی نیست؛ ممکنه دارایی مشتریان به آن آدرس منتقل شده باشه.

به همین دلیل، در تحلیل حرفه‌ای باید بین «آدرس بزرگ»، «موجودیت بزرگ» و «سرمایه‌گذار بزرگ» تفاوت قائل بشیم.

۱۵. چطور انباشت و توزیع رو مرحله‌به‌مرحله بررسی کنیم؟

من برای بررسی این موضوع از یک روند ساده استفاده می‌کنم.

مرحله اول: گروه مورد بررسی رو تعریف کن

مشخص کن درباره چه دارایی و چه گروهی صحبت می‌کنی.

برای مثال، نهنگ‌های بیت‌کوین با موجودی بیش از ۱۰۰۰ BTC، اگر تعریف پلتفرم هم همین باشه.

مرحله دوم: روند موجودی رو بررسی کن

به‌جای تمرکز روی یک روز، تغییر موجودی رو در چند بازه زمانی بررسی کن.

مرحله سوم: جریان به صرافی‌ها رو بررسی کن

Whale Inflow، Whale Outflow و Exchange Whale Ratio می‌تونن اطلاعات تکمیلی بدن.

مرحله چهارم: انتقال‌های داخلی رو در نظر بگیر

اگر داده Entity-Adjusted در دسترسه، اون رو در کنار داده خام مقایسه کن.

مرحله پنجم: قیمت و حجم رو اضافه کن

بررسی کن آیا رفتار موجودی با ساختار قیمت و حجم معاملات هم‌زمان شده یا نه.

مرحله ششم: شاخص‌های سود و زیان رو بررسی کن

SOPR، MVRV و NUPL می‌تونن به درک زمینه بازار کمک کنن.

مرحله هفتم: فرضیه رو با محدودیت‌ها بسنج

از خودت بپرس چه توضیح‌های دیگری برای تغییر داده وجود داره و چه اطلاعاتی هنوز در اختیار نداری.

۱۶. اشتباهات رایج در تحلیل نهنگ‌ها

اشتباه اول: هر تراکنش بزرگ یعنی خرید یا فروش

خیر. انتقال دارایی لزوماً معامله نیست.

اشتباه دوم: هر آدرس بزرگ متعلق به یک فرد است

خیر. آدرس می‌تونه متعلق به صرافی یا متولی نگهداری دارایی باشه.

اشتباه سوم: افزایش موجودی نهنگ‌ها یعنی قیمت حتماً صعودی می‌شه

خیر. رفتار یک گروه تضمین‌کننده جهت کل بازار نیست.

اشتباه چهارم: افزایش Exchange Whale Ratio یعنی فروش قطعی

خیر. این شاخص سهم تراکنش‌های بزرگ از ورودی صرافی‌ها رو اندازه می‌گیره، نه سفارش فروش انجام‌شده رو.

اشتباه پنجم: داده خام و Entity-Adjusted Data یکسان هستند

خیر. ممکنه روش محاسبه و نحوه برخورد با انتقال‌های داخلی متفاوت باشه.

اشتباه ششم: تعریف نهنگ در همه پلتفرم‌ها یکسانه

خیر. آستانه موجودی، نوع دارایی و روش شناسایی موجودیت‌ها می‌تونه متفاوت باشه.

اشتباه هفتم: هر انتقال از صرافی به کیف پول شخصی یعنی انباشت بلندمدت

خیر. ممکنه انتقال برای نگهداری، مدیریت دارایی یا دلایل عملیاتی انجام شده باشه.

۱۷. چک‌لیست حرفه‌ای من برای تحلیل نهنگ‌ها

پیش از نتیجه‌گیری، این موارد رو بررسی کن:

• تعریف نهنگ در منبع داده مشخصه؟

• آدرس و Entity از هم تفکیک شده‌اند؟

• موجودی گروه در چند بازه زمانی بررسی شده؟

• داده خام با Entity-Adjusted مقایسه شده؟

• Exchange Whale Ratio بررسی شده؟

• Whale Inflow و Outflow بررسی شده‌اند؟

• تغییرات Exchange Reserve بررسی شده؟

• رفتار قیمت و حجم معاملات در نظر گرفته شده؟

• SOPR، MVRV یا NUPL به‌عنوان داده مکمل بررسی شده‌اند؟

• انتقال‌های داخلی و تغییرات روش‌شناسی در نظر گرفته شده‌اند؟

• نتیجه به‌صورت یک سناریوی احتمالی بیان شده، نه پیش‌بینی قطعی؟

اگر چند مورد از این پرسش‌ها بی‌پاسخ باشن، بهتره نتیجه‌گیری رو محدودتر و محتاطانه‌تر بیان کنیم.

۱۸. جمع‌بندی جلسه

دوستان عزیزم، در این جلسه یاد گرفتیم که تحلیل نهنگ‌ها صرفاً پیدا کردن بزرگ‌ترین آدرس‌های بلاک‌چین نیست.

برای درک بهتر رفتار سرمایه‌گذاران بزرگ، باید چند مفهوم رو کنار هم قرار بدیم:

• Whale و گروه‌بندی هولدرها
• Entity و خوشه‌بندی آدرس‌ها
• Entity-Adjusted Data
• Accumulation و Distribution
• Exchange Whale Ratio
• Whale Inflow و Whale Outflow
• ارتباط رفتار نهنگ‌ها با Exchange Reserve، SOPR و MVRV

مهم‌ترین نکته اینه:

ما از داده‌های آنچین برای بررسی رفتار قابل مشاهده استفاده می‌کنیم، نه برای ادعای دانستن نیت واقعی بازیگران بازار.

وقتی یک گروه موجودی خودش رو افزایش می‌ده، می‌تونیم فرضیه انباشت رو بررسی کنیم. وقتی انتقال‌های بزرگ به صرافی‌ها افزایش پیدا می‌کنن، می‌تونیم احتمال افزایش عرضه قابل معامله رو بسنجیم. اما برای رسیدن به یک تحلیل قابل اتکا، باید داده‌های مختلف رو کنار هم قرار بدیم و محدودیت هر شاخص رو بشناسیم.

در جلسه بعدی وارد بخش پیشرفته‌تری از آنچین می‌شیم و درباره Spent Volume Age Bands، URPD و تحلیل توزیع عرضه بر اساس قیمت و سن کوین‌ها صحبت می‌کنیم.

در ادامه مسیر، خودم ابزارهای کلیدی تحلیل آنچین رو هم معرفی می‌کنم تا بدونید هرکدوم از این داده‌ها رو از چه منابعی پیدا و بررسی کنید.

👈به جلسه بعدی اموزش بروید

👈به اموزش تخصصی تحلیل تکنیکالی بروید

👈به اموزش تخصصی تحلیل فاندامنتالی بروید

English Summary

This session explains how to analyze crypto whales, entity-adjusted metrics, accumulation, distribution, and exchange whale activity. It covers the Exchange Whale Ratio, whale inflows and outflows, and how these metrics can be combined with exchange reserves, price action, SOPR, and MVRV.

The key takeaway is that large transactions do not automatically represent buying or selling, and an increase in whale balances does not guarantee a bullish market. Entity-based metrics are estimates that depend on address-clustering methodologies. Reliable on-chain analysis combines multiple indicators and treats conclusions as scenarios rather than certainties.

بازدیدها: 0