В этой статье я намерен обсудить важность рыночных данных, децентрализованной финансовой (DeFi) эконометрики и прикладных DeFi исследований крипто- (и цифровых) активов как следствия финансовой эконометрики и прикладных исследований. Я также попытаюсь использовать перспективы и выводы из фундаментальных работ Юджина Фамы, основанных на его интересе к измерению статистических свойств цен на акции и разрешению спора между техническим анализом (использование геометрических моделей на графиках цен и объемов для прогнозирования будущего движения цен на ценные бумаги) и фундаментальным анализом (использование бухгалтерских и экономических данных для определения справедливой стоимости ценной бумаги). Нобелевский лауреат Фама операционализировал гипотезу эффективного рынка - сжато сформулированную в эпиграмме, что на эффективных рынках "цены полностью отражают всю доступную информацию". 

Итак, давайте сосредоточимся на этой информации о криптовалютах и цифровых активах, на источниках данных о криптовалютах и децентрализованных финансах, анализе рыночных данных и всем том, что окружает массивную развивающуюся индустрию DeFi, которая необходима для привлечения институциональных инвесторов к криптовалютам, DeFi и более широким рынкам "токенов" в целом.

На большинстве рынков рыночные данные определяются как цена инструмента (актива, ценной бумаги, товара и т.д.) и данные, связанные с торговлей. Эти данные отражают волатильность рынка и класса активов, объем и специфические для торговли данные, такие как открытая, высокая, низкая, закрытая, объем (OHLCV) и другие дополнительные данные, такие как данные книги заявок (спред спроса и предложения, агрегированная глубина рынка и т.д.) и ценообразование и оценка (справочные данные, традиционные финансовые данные, такие как первые обменные курсы и т.д.) Эти рыночные данные играют важную роль в различных финансовых эконометрических, прикладных финансовых и, теперь, DeFi исследованиях, таких как:

  • Управление рисками и система моделей рисков
  • Количественная торговля
  • Цена и оценка
  • Формирование и управление портфелем
  • Общие криптофинансы

Хотя применение традиционной методологии для оценки риска и выявления различных степеней возможностей в разнообразных и развивающихся классах криптоактивов может быть ограниченным, это начало. Появились новые модели оценки, направленные на то, чтобы придать смысл этим цифровым активам, которые заняли доминирующее положение на действительно глобальных цифровых рынках, и даже эти модели нуждаются в рыночных данных. Некоторые из этих моделей включают, но не ограничиваются ими:

  • VWAP, или средневзвешенная по объему цена, - методология, которая обычно определяет справедливую стоимость цифрового актива путем расчета средневзвешенной по объему цены на основе предварительно отобранной группы доступных постторговых данных бирж.
  • TWAP, или средневзвешенная по времени цена, которая может быть оракулом или смарт-контрактом, который выводит цены токенов из пулов ликвидности, используя временной интервал для определения коэффициента обеспечения.
  • Коэффициент роста определяет фактор обеспечения.
  • TVL, или total value locked, предназначен для пулов ликвидности и автоматизированных маркет-мейкеров (AMM).
  • Общее количество пользователей отражает эффект сети и потенциальное использование и рост.
  • Методология основного рынка применяется к основному рынку, который часто определяется как рынок с наибольшим объемом и активностью для цифрового актива. Справедливой стоимостью будет цена, полученная за цифровой актив на этом рынке.
  • Объемы торгов на Cex и DEX - это совокупность объемов торгов на централизованных биржах (Cex) и децентрализованных биржах (DEX).
  • CVI, или индекс волатильности криптовалют, создается путем вычисления децентрализованного индекса волатильности на основе цен криптовалютных опционов и анализа ожиданий рынка относительно будущей волатильности.

Поэтому рыночные данные становятся центральными для всех инструментов моделирования и анализа, позволяющих понять смысл рынков, а также для проведения корреляционного анализа между различными криптовалютными секторами, такими как первый уровень, второй уровень, Web 3.0 и DeFi. Основным источником данных криптовалютного рынка являются постоянно растущие и разрозненные криптовалютные биржи. Данным с этих бирж нельзя широко доверять, так как мы видели случаи завышения объемов за счет таких практик, как "отмывочная торговля" и закрытые пулы, которые могут искажать цену, неверно отражая спрос и объем. Таким образом, моделирование гипотезы на основе эмпирических данных и последующее тестирование гипотезы для формулирования инвестиционной теории (выводы из эмпирических абстракций) может быть непростым делом. В связи с этим возникают оракулы, которые призваны решить проблему достоверных данных, поступающих в систему транзакций блокчейна, или посреднического слоя между криптовалютой и традиционными финансовыми слоями.

Блокчейн, технология, лежащая в основе всех криптоактивов и сетей, пропагандирует свои фундаментальные принципы торговли, доверия и владения на основе прозрачности, расширенной системами доверия (или консенсуса), так почему же рыночные данные являются такой большой проблемой? Разве это не часть этики блокчейна и криптоиндустрии - полагаться на данные, которые принадлежат рынку и легко доступны для анализа?

Ответ: "Да! Но!" Все становится интересным, когда мы пересекаем криптовалютные рынки с фиатной ликвидностью - транзакции, номинированные в долларах США, евро, иенах и британских фунтах, являются рельсами для традиционных финансов, которым способствуют криптобиржи.

Понимание крипто-макро и дифференциация глобального макроса

Как объясняет Питер Тчир, руководитель отдела глобального макро в нью-йоркской компании Academy Securities, в статье, написанной Саймоном Констеблем: "Глобальный макрос - это термин, обозначающий основные тенденции, которые настолько велики, что могут поднять или опустить экономику или огромные куски рынка ценных бумаг". Констебл добавил:

"Они отличаются от микрофакторов, которые могут влиять на показатели отдельной компании или подсектора рынка". 

Я хотел бы провести различие между глобальным макро и крипто-макро. В то время как глобальные макротенденции - такие как инфляция, денежная масса и другие макрособытия - влияют на кривые глобального спроса и предложения, крипто-макро регулирует соотношение между различными секторами (такими как Web 3.0, первый слой, второй слой, DeFi и нефункциональные токены), токенами, которые представляют эти сектора, и событиями, которые влияют на соответствующее движение этих классов активов.

Крипто (и цифровые) классы активов определяют совершенно новую сферу создания активов, транзакций и движения активов, когда они ограничены взаимозаменяемостью между классами активов и механизмами обмена, такими как кредиты, залоги и биржи. Это создает макросреду, подкрепленную криптоэкономическими принципами и теориями. Когда мы пытаемся связать эти две основные макроэкономические среды для вливания или перевода ликвидности из одной экономической системы в другую, мы существенно усложняем наши метрики измерения и рыночные данные из-за столкновения систем ценностей.

Позвольте мне продемонстрировать сложность на примере важности рыночных данных и других факторов при формулировании инвестиционной теории, основанной на эмпирических выкладках.

Хотя первый уровень обеспечивает важную полезность для многих экосистем, возникающих в сетях первого уровня, не все сети первого уровня созданы одинаковыми и не обеспечивают одинаковой ценности и характеристик. Биткойн (BTC), например, имел преимущество первого хода и является своего рода лицом криптовалютной экосистемы. Он начинался как полезная вещь, но превратился в хранилище стоимости и класс активов в качестве хеджирования инфляции, пытаясь вытеснить золото.

Эфир (ETH), с другой стороны, придумал понятие программируемости (возможность применять условия и правила) для движения стоимости, создавая тем самым богатые экосистемы, такие как DeFi и NFT. Таким образом, ETH становится полезным токеном, который питает эти экосистемы, способствуя совместному творчеству. Рост транзакционной активности подтолкнул спрос на Ether, поскольку он необходим для обработки транзакций.

Биткойн как хранилище стоимости и средство защиты от инфляции сильно отличается от постоянно растущего и развивающегося бизнеса в одноуровневой сети. Поэтому крайне важно понять, что придает этим токенам ценность. Именно полезность токена как платы за пользование сетью делает его ценным, или его способность хранить и передавать (большую) стоимость в близкое время, что дает ему преимущество перед существующими системами перемещения стоимости или платежа.

В любом случае, полезность, объем транзакций, оборотное предложение и связанные с ними показатели транзакций дают представление об оценке токенов. Если проанализировать и рассмотреть более глубокое макроэкономическое влияние на оценку (например, процентные ставки, денежная масса, инфляция и т.д.), а также крипто-макро факторы, включающие корреляцию других крипто-активов и криптовалют, которые прямо или косвенно влияют на первый уровень, то итоговая теория будет включать рост фундаментальных технологий, роль местных классов активов и премии за зрелость. Это будет свидетельствовать о технологическом риске и принятии рынка, сетевом эффекте и премии за ликвидность, которые демонстрируют широкое признание в различных криптовалютных экосистемах. Инвестиционный взгляд на стратегическое соответствие, скажем, построению криптовалютного портфеля включает соображения о макроэкономических циклах, криптоликвидности (способности конвертировать криптоактивы) и криптомакровоздействии, и рассматривает их как среднесрочный низкий риск в рамках нашей риск-модели.

Наличие достоверных данных о криптовалютном рынке позволяет не только принимать торговые решения в режиме реального времени и на месте, но и проводить различные анализы риска и оптимизации, необходимые для построения и анализа портфеля. Анализ требует дополнительных традиционных рыночных данных, поскольку мы начинаем взаимодействовать с традиционными рыночными циклами и ликвидностью, связанными с финансами, которые также могут попытаться соотнести криптовалютные макросектора с глобальными макросекторами. Это может быстро усложниться с точки зрения моделирования просто из-за несоответствия между разнообразием и скоростью передачи рыночных данных между двумя системами ценностей.

Перспективы

Как бы ни была важна эффективность криптовалютного рынка для принятия правильных финансовых решений, она плохо понимается и искажается из-за плохой или неадекватной информации. Именно данные криптовалютного (экономического) рынка и различные экономические модели позволяют нам понять смысл возникающих и запутанных криптовалютных рынков. Принципы гипотезы эффективного рынка - которая подразумевает, что на эффективных рынках цена всегда отражает имеющуюся информацию - также применимы к криптовалютным рынкам.

Таким образом, рыночные данные становятся центральными для всех инструментов моделирования и анализа, позволяющих понять смысл рынков, а также для проведения корреляционного анализа между различными криптовалютными секторами, такими как первый уровень, второй уровень, Web 3.0 и DeFi. Основной источник данных о криптовалютном рынке поступает от постоянно растущего и фрагментированного набора криптовалютных бирж. Криптовалюты и цифровые классы активов определяют совершенно новую сферу создания активов, транзакций и движения активов, особенно когда они ограничены взаимозаменяемостью между классами активов и механизмами обмена, такими как кредиты, залоги и биржи. Это создает макросреду, подкрепленную принципами и теориями криптоэкономики.

Когда мы пытаемся связать эти две основные макроэкономические среды для вливания или перевода ликвидности из одной экономической системы в другую, мы существенно усложняем наши метрики измерений и рыночные данные из-за столкновения систем ценностей. Анализ требует дополнительных традиционных рыночных данных, поскольку мы начинаем говорить с традиционными рыночными циклами и ликвидностью, связанными с финансами, а также пытаемся соотнести макросектора криптовалют с глобальными макросекторами. Это может быстро усложниться с точки зрения моделирования, просто из-за несоответствия между разнообразием и скоростью поступления рыночных данных из двух систем ценностей.

Нитин Гаур - основатель и директор IBM Digital Asset Labs, где он разрабатывает отраслевые стандарты и сценарии использования, а также работает над тем, чтобы сделать блокчейн для предприятий реальностью. Ранее он занимал должность главного технического директора IBM World Wire и IBM Mobile Payments and Enterprise Mobile Solutions, а также основал IBM Blockchain Labs, где возглавил работу по созданию практики блокчейна для предприятий. Гаур также является заслуженным инженером IBM и мастером-изобретателем IBM с богатым патентным портфелем. Кроме того, он является исследователем и портфельным менеджером Portal Asset Management, мультименеджерского фонда, специализирующегося на цифровых активах и инвестиционных стратегиях DeFi.

Источник