Nansen：加密冬天结束了吗？ ——加密货币估值与基础数据分析

关键点

介绍

至少可以说，持续的加密货币熊市已经发生了一些令人不安的事件，从商业模式缺陷的暴露到彻头彻尾的欺诈计划。 在本说明中，我们从具体事件中退一步来看加密货币价格行为和宏观指标的发展。

我们的目标是确定加密货币衍生品市场和传统现货市场的系统模式。 这些指标预示着当前的市场环境是什么？ 加密货币投资者如何确保他们不会只见树木不见森林？

在 A 部分，我们提出了一个美元 (USD) 的预测模型，因为美元代表了全球融资状况的及时指标，并且因为加密货币价格往往受益于美元走软，反之，在美国走强时美元宏观环境下方，加密货币价格将挣扎。

B 和 C 部分侧重于加密货币衍生品市场，测试 BTC 和 ETH 期权价格对 BTC 和 ETH 现货价格的预测能力。 B 部分考虑了看涨期权价差的行为，C 部分介绍了“加密货币风险溢价”或“CRP”的概念。

A. 增长差异是美元走强的预测指标

在我们撰写本文时，美元兑主要发达市场货币，尤其是日元等低收益货币，以及在中国“零利率”退出后兑人民币开始下跌。

近期美元价格疲软的一个驱动因素似乎是美联储利率峰值对未来债券市场的定价。 债券期货目前预测美联储政策利率将在2023年5月见顶~4.84%，2023年下半年将降息40bp以上。诚然，美国公布的CPI意外连续两个月回落，可解释一些加息的定价。

然而，降息或所谓的“美联储转向”只有在美国宏观经济严重疲软且实际增长大幅放缓的情况下才会发生。 美联储主席鲍威尔多次表示：1）紧缩不足的风险大于紧缩过度的风险； 2) 劳动力市场过于紧张，需要重新平衡（见图A.1）。 这两项政策原则强化了美国实际增长的必要条件，使美联储能够验证债券市场目前的定价。因此，了解美国的实际增长动态对于评估未来美元价格走势非常重要。

图 A.1。 工资增长和美联储的软目标

我们测试了美国和其他国家之间的相对增长变化，以及它们对各自美元外汇交叉价格的预测能力。

为了评估相对增长，我们衡量了各国制造业采购经理人指数（制造业 PMI）的变化。 在可能的情况下，我们会在 PMI 发布之前收集经济学家的共识。 如果无法达成共识，我们将求助于闪电调查，这是标准普尔全球在最终发布之前发布的 PMI 估计值。 如果无法获得预测或估计，我们将使用最终发布的 PMI。

为什么使用制造业 PMI 来代表各国增长差异的变化？

对于每个国家/地区的 PMI，我们将高于 50 的数字衡量为正数，例如 +51 = 1 点，低于 50 的数字为负数，例如 48 = -2。 这遵循 PMI 方法，低于 50 的数据表示活动收缩，高于 50 的读数表示活动扩张。 然后我们衡量跨国差异：例如，如果澳大利亚在 M 月扩张 1 点而美国收缩 2 点，我们的指标将显示 +1 - (-2) = 3 点有利于 AUDUSD。

我们在 PMI 可用性允许的最大时间样本上测试这些指标。 这个统计测试的稳健性得到了多个时间段测试、多个国家和货币测试以及没有阈值优化的支持，例如我们只使用最新的月度 PMI。

以下是一个简单测试结果的总结：使用 PMI 指标购买/中和一种货币是否会比在同一时期持有该货币产生更好的风险调整（回报最大回撤）结果。

我们发现：

图 A.2。 结果总结：使用 PMI 进行货币投资

图 A.3。 PMI 指标（英镑和欧元的最终预测 - 美国 ISM 预测）vs DXY

图 A.4。 策略回报指数（英镑和欧元的最终预测 - 美国 ISM 预测）对比美元指数，指数 = 1，2005 年 4 月

图 A.5。 PMI 指标（美元 ISM 实际最终 PMI - SEK 实际最终 PMI）对比 USDSEK

图 A.6。 策略回报指数（美元 ISM 实际最终 PMI - SEK 实际最终 PMI）对比 USDSEK，指数 = 1，2005 年 6 月

图 A.7。 PMI 指标（澳元实际最终值 - 美元实际最终值）对比澳元兑美元

图 A.8。 策略回报指数（澳元实际最终值 - 美元实际最终值）对比澳元兑美元，指数 = 1，2019 年 12 月

图 A.9。 PMI 指标（美元 ISM 实际最终 PMI - CNY NBS 实际最终 PMI）对比 USDCNY

图 A.10。 策略回报指数（美元 ISM 实际最终 PMI - CNY NBS 实际最终 PMI）对比 USDCNY，指数 = 1，2005 年 10 月

最后，经测试的 PMI 指标并未验证 DXY 峰值。 因此，现在呼吁向更宽松的全球金融环境过渡可能为时过早，因此，加密资产触底的基本情况可能尚未到位。

B. 战术加密货币投资的看跌期权价差

我们将目光从宏观指标转向衍生品市场，评估加密期权投资者是否在熊市中“投降”。 为了解决这个问题，我们计算了 BTC 和 ETH 看涨期权和看跌期权的入场加权隐含波动率或“CPIV”（看涨期权隐含波动率）。

关于股票 CPIV 与股价之间关系的文献参差不齐，一些研究表明，在散户投资者主导的市场中，CPIV 往往是相反的，例如 CPIV 越高，标的股票的预期收益越低，但在由“专业”投资者主导的市场中，CPIV 引领标的价格（参见 Doran、James 和 Fodor、Andy 和 Jiang、Danling，Call-Put Implied Volatility Spreads and Option Returns（2013 年 6 月 21 日）。

对于我们的加密货币 CPIV 研究btc期权最大痛点，我们使用通过 Tardis 和 Nansen-Query 从 Deribit 获得的 BTC 和 ETH 看跌期权和看涨期权的历史隐含波动率。

为了创建我们的 CPIV 加密货币指标，我们过滤掉空头买入价格和分组看涨-看跌-风险敞口利息-权重-ivol 数据分组。

我们决定不寻找固定的均值回归阈值：我们的数据涵盖 2021 年 1 月至 2022 年 11 月，或加密货币牛市和熊市的结束。 我们假设衍生品市场肯定会在未来的周期中发展，因此改为测试进入和退出门槛的滚动百分位数。

查看跟踪第 90 个百分位数的三个月进入阈值（例如，当相应的 CPIV 超过进入阈值时购买 BTC 基础）和跟踪十分位数的三个月退出阈值（例如，当相应的 CPIV 中和 BTC 基础时）超过退出阈值），我们发现测试的 11 个指标中有 9 个（执行范围和成熟度范围的 CPIV 组合）在总回报和最大回撤方面优于买入并持有策略，其中有 4 个被显着超过（见图B.9 和 B.1-B.6）。

在三个月或六个月的时间内测试第 90（第 90 个百分位）或第 95 个进入阈值，以及第 10 个或第 5 个等效退出阈值对结果没有明显影响，这在评估稳健性时令人鼓舞这种方法。

然而，该策略对于 ETH 期权表现不佳：在 11 种变体中，只有一种策略优于买入并持有 ETH 现货策略（见图 B.7 和 B.8）。

图 B.1。 BTC 期权 11-40 天到期，5% OTM：看涨期权隐含波动率 (CPIV) 和 3m 滚动第 90 和第 10 个阈值

图 B.2。 BTC 期权 11-40 天到期，5% OTM：CPIV 叠加策略与 BTC 买入并持有

图 B.3。 BTC 期权 41-90 天到期，40%+OTM：CPIV 和 3m-滚动第 90 和第 10 个阈值

图 B.4。 BTC 期权 41-90 天到期，40%+ OTM：CPIV 叠加策略与 BTC 买入并持有

图 B.5。 BTC 期权 91d+ 到期，40%+ OTM：CPIV 和 3m-rolling 90th 和 10th

图 B.6。 BTC 期权 91d+ 到期，40%+ OTM：CPIV 叠加策略与 BTC 买入并持有

图 B.7。 ETH 期权 91d+ 到期，40%+ OTM：CPIV 和 3m-rolling 90th 和 10th

图 B.8。 ETH 期权 91d+ 到期，40%+OTM：CPIV 叠加策略与 BTC 买入并持有

图 B.9。 风险回报统计概览：CPIV 叠加策略与 BTC 买入并持有

衍生品投资者的行为与链上流量相比如何？ 我们将表现最佳的 CPIV 指标（BTC CPIV，40% 价外 41-90 天到期）与 Nansen Smart Money 稳定币风险偏好指标（见图 B.10 和 B.11）进行比较。

图 B.10。 Nansen Smart Money 稳定币指标和进入/退出门槛

图 B.11。 策略 + Nansen Smart Money 稳定币指标 vs BTC 买入并持有

我们观察到：

C. 加密货币风险溢价或基于衍生品的加密货币估值模型

在本节中，我们概念化并计算了第一版加密货币的风险溢价，即“加密货币风险溢价”或“CRP”。 风险溢价，或投资者为持有“风险资产”而要求的补偿金额 超额回报与投资者认为这些资产的基本价值有关。

到目前为止，还缺乏令人满意的加密货币估值模型。 通过计算 BTC 和 ETH 的风险溢价，我们试图估计投资者对这两种资产的感知价值，即投资者对这些资产需要多少溢价补偿。 我们研究了这种溢价在 2021 年 1 月至 2022 年 11 月的时间样本内如何演变，以及它与股票投资者要求的风险溢价有何关系。

我们再次利用 Tardis 在 Nansen-Query 上重新发布的 Deribit 历史期权数据，这次考虑 BTC、ETH 和 SOL 的日内买价和卖价（后者时间样本要小得多，我们不做统计研究，但呈现一个简单的可视化).

我们使用了 Ian Martin 2015 年 4 月题为“市场的预期回报是多少？”的论文。 “论文中提出的方法。论文提出了股权风险溢价 (ERP) 的估计值，并将其与隐含波动率 SVIX 的衡量指标联系起来。使用隐含波动率相对于预测股票收益率等更基本计算的优势或股息率是数据的及时性和估计未来回报或其他输入所需的最少假设量。

基于加密货币期权价格计算 SVIX 估计值，从而产生“加密货币风险溢价”或 CRP，具有相同的优势。 此外，如上所述，迄今为止btc期权最大痛点，事实证明很难为加密货币生成稳健的“基本估值”模型。

将 SVIX 方法从股票导入加密货币的一个警告是，它隐含地假设一种资产类别的隐含波动率与另一种资产类别的隐含波动率非常相似。 加密货币衍生品市场还很年轻，还没有像股票期权市场那样得到深入研究。 因此，在分析 CRP 估计值时保持开放的心态是合适的。 我们还在本说明的后面比较了 CRP 和 ERP 的动态。

尽管如此，将股票和加密货币估值模型结合在一起的一个理由是这两种资产价格之间的相关性越来越大，尤其是自 2021 年以来（见图 C.1）。 有人可能会争辩说，股票和加密资产价格会一起变动，尤其是在风险资产抛售期间。

图 C.1。 BTC & SP500 与 ETH & S&P 500 之间的 52 周滚动相关性

为了计算加密货币的 SVIX，我们使用日内期权价格作为图 C.2 所示公式的输入。 图 C.3 显示了某个时间 t 的 SVIX 估计值的可视化表示。 每个每日 SVIX 估计对应于曲线下的面积，并且每天更新。

图 C.2。 SVIX公式

图 C.3。 SVIX 视觉表示：曲线下面积的每日估计，曲线代表按期权行使价（x 轴）的期权中间价（y 轴）

图 C.4 按标的物（BTC、ETH、SOL）绘制了加密货币 CRP 图表，使用了 30 天、90 天和 180 天不同到期时间的期权。 一些观察：

图 C.4。 使用 30d / 90d / 180d 期权为 BTC、ETH、SOL 计算的 SVIX 或加密货币风险溢价 (CRP)

图 C.5。 使用 30d / 90d / 180d 选项的 BTC 的 SVIX 或 CRP

图 C.6。 使用 30d / 90d / 180d 选项的 ETH 的 SVIX 或 CRP

图 C.7。 180 天 BTC 期权的 SVIX 或 CRP 与标的 BTC/美元现货价格反转

图 C.8。 180 天 ETH 期权的 SVIX 或 CRP 与标的 ETH/USD 现货价格反转

图C.7和C.8说明，当CRP低位跳跃时，标的加密货币价格趋于下跌，而当CRP高位下跌时，标的加密货币价格趋于上涨。

为了验证这一观察结果，我们计算了 CRP 达到历史高位和低位百分位后的加密货币现货表现。 2021 年 1 月至 2021 年 11 月，或一半的时间样本，用于测试样本内的各种百分位数阈值。

当 CRP 超过“高”阈值时，该策略投资于标的资产，此处为 BTC，并在 CRP 超过“低”阈值时保持中性。 样本内选择了 75% 的“高”CRP 百分位数阈值和 25% 的“低”阈值，并在样本外产生了良好的结果（见图 C.9）。

图 C.9。 CRP 30d的样本内、样本外和全样本测试：根据CRP的百分位数投资标的资产的后续业绩回报

图 C.10。 CRP 其他变体的全样本结果，以及每个 CRP 百分位数的后续回报

我们最终回到我们的跨资产视角并提出疑问：CRP（加密货币风险溢价）和 ERP（股票风险溢价）如何随着时间的推移进行比较？

图 C.11、C.12、C.13 和 C.14 显示：

图 C.11。 BTC 加密货币风险溢价与标准普尔 500 股票风险溢价

图 C.12。 ETH CRP 与标准普尔 500 ERP

图 C.13。 比率（BTC CRP / S&P 500 ERP）和（ETH CRP / S&P 500 ERP）

图 C.14。 比率（BTC/S&P 500 实现 52 周滚动波动）和（ETH/S&P 500 实现 52 周滚动波动）

总结这种跨资产分析，似乎加密货币风险溢价和股权风险溢价之间的关系在 2021 年不稳定后似乎在 2022 年“正常化”。这对未来的加密货币价格意味着什么？

如果我们看一下标准普尔 500 指数 ERP 的长期历史（自 1990 年代以来），我们会发现 ERP 目前相对较高（高于其历史 75%，见图 C.15），这意味着股票投资者要求历史高溢价。 然而，我们估计标准普尔 500 指数的最新 ERP 为 8-9%，与之前经济衰退的市场崩溃期间达到的水平相比相形见绌：ERP 在 2020 年和 2008 年超过 20%，然后急剧逆转。

图 C.15。 基于期权定价的标准普尔 500 股票风险溢价 (ERP)

因此，我们推测在美国经济衰退和美国股票抛售（我们 2023 年的主要情景，鉴于美联储决心在更长时间内保持紧缩融资条件）的情况下，ERP 可能更高，相反，CRP 或加密货币风险溢价还能跳。 因此，在融资条件变得对股票和加密资产更有利之前，加密货币价格可能会在这个周期内经历进一步（和“最终”？）下跌。