CryptoChan

【四年周期总刻系列（16）】

上上轮币价水上总计 1136天
上轮币价水上总计 1143天
本轮币价水上总计已 988天

图中指标为 BTC 价格和 BTC: Realized Price (修改版，将持币超过7年的筹码从计算中剔除)，币价 > Realized Price 计为水上

BTC: Realized Price 是一个链上指标，计算时排除那些持有时间超过7年的比特币（这些币往往被视为极长期持有、失落或不活跃的供应，不会轻易进入市场流通）

这个指标反映了筹码的平均买入价格。具体来说，它代表了相对更活跃的市场参与者（持币7年内）的平均买入成本价，能够更好地捕捉当前市场动态、潜在卖压和投资者情绪

当前图中指标跌至 3.16

2014年该指标从 3.16 跌到 1，花了 285天
2018年该指标从 3.16 跌至 1，花了 274天
2022年该指标从 3.16 跌至 1，花了 296天

图中上部指标为 BTC 价格；
图中中部指标为比特币已实现盈利（365日MA）和比特币已实现损失（365日MA）；
图中下部指标为比特币已实现盈利（365日MA）跟比特币已实现损失（365日MA）之比，也即“已实现盈亏比（365日MA）”

该比率通过比较过去365天内投资者实现的盈利（卖出价格高于买入价格的部分）与亏损（卖出价格低于买入价格的部分）的移动平均值，反映了市场参与者的整体盈亏状态

在牛市，盈利亏损比通常较高，因为投资者倾向于在价格高位获利了结
在熊市，该比率通常较低，因为投资者可能在亏损状态下卖出，反映市场恐慌或投降行为

使用365日移动平均线平滑了短期波动，突出了长期趋势。这个指标适合用来判断市场是否处于过热（过高比率）或过度恐慌（过低比率）的状态，是判断市场周期和趋势的有力工具

【四年周期总刻系列（17）】

15年6月该指标峰值跟19年3月该指标峰值相差 1385天
19年3月该指标峰值跟23年1月该指标峰值相差 1380天
23年1月该指标峰值距今已过去1068天

图中上方指标为 BTC 价格；下方指标为“链上长期持币者买币均价”跟“链上短期持币者买币均价”之比

口在收紧（比特币已实现盈利下降 & 已实现亏损上升）

图中上部指标为 BTC 价格
图中中部指标为比特币已实现盈利（365日MA）和比特币已实现损失（365日MA）
图中下部指标为比特币已实现盈利（365日MA）跟比特币已实现损失（365日MA）之比，也即“已实现盈亏比（365日MA）”

该比率通过比较过去365天内投资者实现的盈利（卖出价格高于买入价格的部分）与亏损（卖出价格低于买入价格的部分）的移动平均值，反映了市场参与者的整体盈亏状态

在牛市，盈利亏损比通常较高，因为投资者倾向于在价格高位获利了结
在熊市，该比率通常较低，因为投资者可能在亏损状态下卖出，反映市场恐慌或投降行为

使用365日移动平均线平滑了短期波动，突出了长期趋势。这个指标适合用来判断市场是否处于过热（过高比率）或过度恐慌（过低比率）的状态，是判断市场周期和趋势的有力工具

“6月底回调底部”刻成
“8月中阶段顶部”刻成
“8月底-9月初回调底部”刻成
“9月中-10月中最终牛顶”或亦刻成

本轮圆满，刻完收工！😎

坐等浅绿底部信号再次出现

Bitcoin: Value Days Destroyed Multiple (VDD Multiple) 是一个比特币链上指标，用于衡量短期支出速度与长期平均水平的比率，从而帮助识别市场周期的潜在顶部和底部。它基于 Coin Days Destroyed (CDD)，即销毁的币天数（给长期未移动的比特币更高权重，以反映长期持有者的行为），然后乘以当前比特币价格得到 Value Days Destroyed (VDD)。VDD Multiple 的计算公式为：30 天 VDD 平均值除以 365 天 VDD 平均值

当 VDD Multiple < 0.75 时（图中浅绿区间），它反映了短期支出速度相对于年度平均水平的降低，表明长期持有者出售旧币的活动减少，市场整体支出活力较低。这通常暗示市场处于冷却期、积累阶段或潜在的周期底部，长期持有者更倾向于持有而非抛售，可能代表相对低估或买入机会

注：该指标当前较高的原因是前段时间 Coinbase 整理地址所导致，对该指标造成的数据污染将在此事件发生30天后消除

“6月底回调底部”刻成
“8月中阶段顶部”刻成
“8月底-9月初回调底部”刻成
“9月中-10月中最终牛顶”或亦刻成

本轮圆满，刻完收工！😎

口在收紧（比特币已实现盈利下降 & 已实现亏损上升）

图中上部指标为 BTC 价格
图中中部指标为比特币已实现盈利（365日MA）和比特币已实现损失（365日MA）
图中下部指标为比特币已实现盈利（365日MA）跟比特币已实现损失（365日MA）之比，也即“已实现盈亏比（365日MA）”

该比率通过比较过去365天内投资者实现的盈利（卖出价格高于买入价格的部分）与亏损（卖出价格低于买入价格的部分）的移动平均值，反映了市场参与者的整体盈亏状态

在牛市，盈利亏损比通常较高，因为投资者倾向于在价格高位获利了结
在熊市，该比率通常较低，因为投资者可能在亏损状态下卖出，反映市场恐慌或投降行为

使用365日移动平均线平滑了短期波动，突出了长期趋势。这个指标适合用来判断市场是否处于过热（过高比率）或过度恐慌（过低比率）的状态，是判断市场周期和趋势的有力工具

【四年周期总刻系列（4）】

2015年熊底后 1431天 到下轮熊底
2018年熊底后 1437天 到下轮熊底
2022年熊底已过去 1060天

【四年周期总刻系列（17）】

15年6月该指标峰值跟19年3月该指标峰值相差 1385天
19年3月该指标峰值跟23年1月该指标峰值相差 1380天
23年1月该指标峰值距今已过去1068天

图中上方指标为 BTC 价格；下方指标为“链上长期持币者买币均价”跟“链上短期持币者买币均价”之比

这波比特币长期持有者SOPR指标下探至本轮牛市低位

比特币长期持有者SOPR 全称为 Long-Term Holder Spent Output Profit Ratio，即长期持有者已花费输出利润比率。它是一个比特币链上指标，针对持有时间超过155天的地址（定义为长期持有者）计算其出售比特币时的利润比率。具体来说，该指标通过比较这些长期持有币的出售价格与最初获取价格的比率来评估：如果 LTH-SOPR 大于1，表示长期持有者在盈利状态下出售；等于1，表示盈亏平衡；小于1，表示亏损出售

这个指标反映了长期持有者的市场行为和整体市场情绪。例如，当 LTH-SOPR 较高时，可能表明长期持有者正在锁定利润，暗示市场可能处于牛市顶部或过热阶段；反之，当其较低（尤其是低于1）时，表明长期持有者在亏损中出售，可能信号市场底部或熊市末期，从而帮助投资者判断潜在的买入或卖出时机

刻下本轮前两波的30日注入市场资金量低位

比特币的已实现市值 30 日净变化（Realized Cap 30d Net Change）是一个链上指标，它像一个“资金流量计”，实时反映了比特币网络中真实资金的流入与流出情况

简单来说，这个指标告诉我们：在过去 30 天里，投资者到底是在往这个市场里注资，还是在抽走资金

正值（上涨）：表示硬币在转手时的价格高于它们上次移动时的价格。这意味着新资金正在入场，吸收了卖盘，并将整体的市场持仓成本抬高。这通常是牛市或反弹行情的特征
负值（下跌）：表示硬币在转手时的价格低于上次移动的价格（即投资者在亏损割肉）。这意味着资金正在流出网络，或者市场缺乏足够的买盘来支撑在高位成交。这通常发生在熊市或剧烈的洗盘阶段

剧烈的正峰值：往往出现在牛市的中后期。此时大量获利盘流出（老币移动），而新入场的“接盘侠”以极高的价格承接，导致已实现市值飙升。如果这个数值过高，可能预示着市场过热
跌破零轴并持续走低：这是“割肉（Capitulation）”的信号。当该指标从正转负时，说明市场已经进入了亏损离场阶段，情绪由乐观转为悲观

已实现市值（Realized Cap）不同于一般的市值（Market Cap），它不是按照当前市价乘以供应量，而是按照每枚币最后一次移动时的价格来计算的
因此，30 日净变化实际上是反映了全网投资者的平均持仓成本（Cost Basis）在过去一个月的变动剧烈程度

总结一下，你可以把它看作是比特币市场的“血液总量变化”
如果数值在增加，说明市场在“补血”，行情有支撑；
如果数值在萎缩，说明市场在“失血”，即便价格在涨，也可能只是空头回补或缺乏后劲的虚涨

坐等浅绿底部信号再次出现

Bitcoin: Value Days Destroyed Multiple (VDD Multiple) 是一个比特币链上指标，用于衡量短期支出速度与长期平均水平的比率，从而帮助识别市场周期的潜在顶部和底部。它基于 Coin Days Destroyed (CDD)，即销毁的币天数（给长期未移动的比特币更高权重，以反映长期持有者的行为），然后乘以当前比特币价格得到 Value Days Destroyed (VDD)。VDD Multiple 的计算公式为：30 天 VDD 平均值除以 365 天 VDD 平均值

当 VDD Multiple < 0.75 时（图中浅绿区间），它反映了短期支出速度相对于年度平均水平的降低，表明长期持有者出售旧币的活动减少，市场整体支出活力较低。这通常暗示市场处于冷却期、积累阶段或潜在的周期底部，长期持有者更倾向于持有而非抛售，可能代表相对低估或买入机会

注：该指标当前较高的原因是前段时间 Coinbase 整理地址所导致，对该指标造成的数据污染将在此事件发生30天后消除