特に説明が必要なデータ現象があります。同じ【ビットコインのオンチェーンで3m-6m保有のコイン(持ち株)の実現価格(Realized Price)】なのに、データプラットフォームによって相場の表示がなんと1万ドルも違う!📊
みなさん、この2枚のスクリーンショットを比べてみてください:
図1 Glassnode は、その平均がなんと $84,042
図2 Coinglass は、平均が $73,827
多くの方は直感的に、Coinglassの73.8kの方がより妥当だと感じると思います。なぜなら3〜6か月前(つまり今年3月〜6月)の現物は、だいたい6.5w〜8.3wの範囲で推移しており、平均を計算しても84kを超えるのは難しいからです。
この大きな差を生む核心的な理由は、「どちらかが計算ミスをしている」のではなく、土台となる統計アルゴリズムが見ている“次元”が違うことです:
1️⃣ Glassnode:アドレスベースの「高値の記憶」(Address-based)
GlassnodeのBreakdownの細分化シリーズは「アドレスの次元」を採用しています。例えば、あるアドレスが2025年に10w+の高値で大量のビッグバーチを購入したことがあったとして、そのアドレスが今年の3〜6月の間に、微小な入金や何らかのインタラクションを1度でも行っていれば、システムはそのアドレスを“最終アクティブ時刻”で判断し、まるごと3m-6mの年齢帯(年数カテゴリ)に放り込みます。
つまり、高値コストの記憶を持った大量の古いコインが、直近でアクティブになったキューに含まれてしまい、その結果、平均価格が受動的に引き上げられて84kになっています。
2️⃣ Coinglass:UTXOの“実際に動いたコスト”(UTXO-based)
Coinglassが示すのは、純粋なUTXOの視点です。アドレスの履歴は見ず、3〜6か月の間に“本当にオンチェーン上で移動が発生した”特定のトークンだけを厳密に計算し、それらが移動した日付の現物価格で加重します。3〜6月に実際に回転(乗り換え)された局面の価格が低めだったため、計算される純粋な移動コストは73.8kとなり、当時の相場感覚ともより整合します。
💡 ひと言まとめ:
Glassnode (84k) = 最近3〜6か月にアクティブだった【保有者】の総合的な過去コスト
Coinglass (73.8k) = 最近3〜6か月の間に“実際に売買が回った”【コイン(筹码)】の実際の移動コスト @Glassnode @Coinglass
みなさん、この2枚のスクリーンショットを比べてみてください:
図1 Glassnode は、その平均がなんと $84,042
図2 Coinglass は、平均が $73,827
多くの方は直感的に、Coinglassの73.8kの方がより妥当だと感じると思います。なぜなら3〜6か月前(つまり今年3月〜6月)の現物は、だいたい6.5w〜8.3wの範囲で推移しており、平均を計算しても84kを超えるのは難しいからです。
この大きな差を生む核心的な理由は、「どちらかが計算ミスをしている」のではなく、土台となる統計アルゴリズムが見ている“次元”が違うことです:
1️⃣ Glassnode:アドレスベースの「高値の記憶」(Address-based)
GlassnodeのBreakdownの細分化シリーズは「アドレスの次元」を採用しています。例えば、あるアドレスが2025年に10w+の高値で大量のビッグバーチを購入したことがあったとして、そのアドレスが今年の3〜6月の間に、微小な入金や何らかのインタラクションを1度でも行っていれば、システムはそのアドレスを“最終アクティブ時刻”で判断し、まるごと3m-6mの年齢帯(年数カテゴリ)に放り込みます。
つまり、高値コストの記憶を持った大量の古いコインが、直近でアクティブになったキューに含まれてしまい、その結果、平均価格が受動的に引き上げられて84kになっています。
2️⃣ Coinglass:UTXOの“実際に動いたコスト”(UTXO-based)
Coinglassが示すのは、純粋なUTXOの視点です。アドレスの履歴は見ず、3〜6か月の間に“本当にオンチェーン上で移動が発生した”特定のトークンだけを厳密に計算し、それらが移動した日付の現物価格で加重します。3〜6月に実際に回転(乗り換え)された局面の価格が低めだったため、計算される純粋な移動コストは73.8kとなり、当時の相場感覚ともより整合します。
💡 ひと言まとめ:
Glassnode (84k) = 最近3〜6か月にアクティブだった【保有者】の総合的な過去コスト
Coinglass (73.8k) = 最近3〜6か月の間に“実際に売買が回った”【コイン(筹码)】の実際の移動コスト @Glassnode @Coinglass


