Web3新人入门必读手册

Realized Cap 是什么？

Realized Cap，又称已实现市值，是指「把每一单位的 BTC 乘以上次转移时的价格，然后加总」。

简单来说：每次转移都可视为一笔「交易」，因此将对应颗数的 BTC 乘以上次转移的价格，就相当于那笔交易花费了多少成本。将这些成本加起来，就可以得到 Realized Cap 了。

Realized Cap 图表

Realized Price 是什么？

Realized Price（RP），又称已实现价格，是把「Realized Cap 除以当前 BTC 流通量」所得出的数字。

我们可以解读成：「全市场买 BTC 的总成本 / 买了多少颗 BTC」。

换句话说，这就是「全市场的 BTC 平均成本」。顺带一提，当价格低于 RP 时都是不错的抄底机会！

Realized Price 图表

（价格小于 Realized Price）

MVRV 是什么？

MVRV，是 MV 除以 RV 的意思，代表的是市场的盈利状况。

MV 是指当前的 BTC 市值，也就是「市价 x 流通量」；而 RV 则是 Realized Cap。

同时，把公式中的分子分母同时除以流通量的话，就会发现 MVRV 也可表示成「市价 / RP」。举例来说：若 MVRV = 2，代表市场平均盈利 100%。

LTH 是什么？

LTH = Long Term Holder，在 Glassnode 的定义是「持有时间超过 155 日的 BTC」。

至于为何是 155 日，Glassnode 在官网有给出详细的解释；由于内容较为复杂，在此先按下不表，有兴趣的读者可以自行阅读。

LTH-RP 介绍

LTH-RP，就是长期持有者的 Realized Price，也就是他们的平均持仓成本。算法是将 LTH-Realized Cap 除以流通量。

如下图所示，浅绿色是全市场的 Realized Price，深绿色则是 LTH 的 Realized Price，长期持有者的持有成本通常会低于全市场的平均成本。

Realized Price 与 LTH-RP 的比较

LTH-MVRV 介绍

代表长期持有者的盈利状况，和 MVRV 的计算方式大同小异，LTH-MVRV 的算法是「当前市值 / LTH-Realized Cap」，也可以写成「当前市价 / LTH-Realized Price」。

如下图所示，LTH-MVRV 的变化通常比 MVRV 更明显，这是因为 LTH 的盈利通常都比较丰厚（就是比较会赚钱的意思）。

MVRV 与 LTH-MVRV 的比较，橘色线是 LTH-MVRV，黄色线是 MVRV

LTH-MVRV 的抄底应用

当 LTH-MVRV < 1（或者说市价低于 LTH-RP）时，代表就连长期持有者平均都是亏钱的，通常这种时候就是一个不错的抄底时机。

如下图所示，我把 LTH-MVRV < 1 的时候标注出来，对应到的几乎都是周期性的大底部。在设计抄底策略的时候，可以考虑把这个指标纳入考量～TLDR

• 本篇文章将针对 Realized Profit 这个链上指标进行介绍
• Realized Profit 显示市场每天获利离场的量体
• 巨量的 Realized Profit 通常只会由低成本筹码持有者造成
• 顶部通常伴随着巨量的 Realized Profit

Realized Profit & Realized Loss 介绍

Realized Profit，中译「已实现利润」，是以每个 BTC 最后转移时 的价格，与 前一次转移时 的价格为依据，计算每天有多少 BTC 进行获利了结。将这些 BTC 获利了结的利润总量加总，就能得到每天的 Realized Profit。

当然，如果最后转移时的价格低于前一次转移时的价格，则会被计为 Realized Loss（已实现亏损）。

Realized Profit & Realized Loss 图表

巨量的 Realized Profit 通常只会由低成本筹码持有者造成

如下图所示：由于高成本筹码持有者，本身的利润空间并不大，因此当他们进行出售时，能产生的 **Realized Profit** 并不多。

所以，当我们看到 巨量的 Realized Profit 时，通常意味着有低成本筹码在抛售 BTC。

Realized Profit 计算示意图

顶部通常伴随巨量的 Realized Profit

当大量的 低成本筹码持有者，都将手中的 BTC 进行抛售时，我们就会在图表上看到聚集性的巨量已实现利润。

此时，由于市场上剩余的都是 高成本接盘 的参与者，市价与他们的成本价较为接近，一旦情绪稍微出现转变，就更容易使他们恐慌抛售，造成价格连锁下跌，形成顶部。

URPD 是什么？

URPD，全称 UTXO Realized Price Distribution。

由于 BTC 具有独特的 UTXO 区块链结构，

使我们可以在链上追踪到传统金融市场中无法得到的数据。

URPD 图表 就是基于这个原理衍生出的指标，

我们可以在图表上看到每个价位对应的筹码数量，

相当于显示了「每枚 $BTC 的买入成本」。

URPD、筹码换手、积累与派发

理解了 URPD 的概念后，

接着我们可以根据每日 URPD 的变化，

观察不同价位筹码的 换手状况。

举个例子：

下图一是 5 月 1 日 的 URPD 图表，

图二则是 10 月 1 日 的 URPD 图表。

价格在经历 五个月的宽幅震荡 后，

可以很明显地看到低成本筹码向上派发的现象。

URPD、筹码换手、积累与派发（2）

历史上，在顶部出现时，通常伴随着低成本的高额盈利筹码派发接近尾声；

而在底部时，则会看到大量的筹码在相对狭窄的区间进行积累。

因此，在进行分析时，

URPD 常可搭配其他数据（如已实现利润、MVRV 等）一同观察，

将思考逻辑整合，从更全面的角度理解市场。

支撑、阻力、共识

当单一价格区间开始堆积大量筹码时，

说明这个区间已逐渐形成供需上的共识。

一旦后续价格迅速上涨离开该区间，

由于该区间存在大量筹码换手，

因此很可能在未来提供支撑效果；

反之，若价格跌破该区间，

则该区间中的筹码将变成套牢筹码，

未来价格上涨时，可能成为阻力位。

PSIP 是什么？

PSIP，全称 Percent Supply in Profit，定义是「流通的 $BTC 中，处于盈利状态筹码的占比」。

计算方式：

通过「比较每个 $BTC 的上次转移价与现价」来区分盈利与亏损筹码。

当现价高于某个 $BTC 的上次转移价时，则此$BTC 会被记为盈利筹码。

如果多数筹码都在亏钱……？

PSIP 的一个重要应用场景是抄底。当多数筹码都在亏钱时，通常是不错的抄底时机

逻辑很直观：

在其他条件相同的情况下，获利者越多，市场上的获利了结卖压也就越大，反之亦然。

如下图所示，历史上 $BTC 在 PSIP < 50% 的时间点被标注出来，可以看出抄底时机还是非常精准的

那如果多数筹码都在盈利呢？

如下图所示，盈利筹码占比最高值是 100%，因此仅凭高 PSIP 很难直接判断顶部。

这边分享一个有趣的逻辑： 「观察 PSIP 与价格的相关性变化」

一、Cointime Price 基础介绍

Cointime Price 的概念最早源自 2023/08/23，由 Ark Invest 和 Glassnode 合作研究的「Cointime Economics」提出。

Cointime Price 计算逻辑相对复杂，本文将尽量深入浅出地向各位介绍原理。

Cointime Price = 针对 $BTC 独特 UTXO 结构设计的定价模型

在传统定价方法中，BTC 作为区块链网络，无论是出块还是转账交易，都涉及一个验证过程。而 Cointime Price 与传统定价方式不同，采用了「时间加权」的计算方式。

Cointime Price 计算逻辑（如图二，绿线即为 Cointime Price）

Cointime Price 计算中涉及三个关键概念：

· Coin Blocks Created（CBC）：

CBC =在区块 N 生成时，流通的 BTC 总量。

· Coin Blocks Destroyed（CBD）：

当 BTC 发生转移时，视作 destroyed，计算方式是：转移 BTC 数量 × 持有时间（经历多少个区块），即得到 CBD（时间加权的 BTC 数量）。

· Coin Blocks Stored（CBS）：

CBS = CBC - CBD，可理解为「未被花费的 BTC 时间加权总量」。

在公式计算时，分子的 Cointime Value Destroyed，是将 CBD 乘以转移时的 BTC 价格，可得出「交易时的 BTC U 本位价值」。

· Cointime Price 主要特性

· 时间加权设计：当长期持有者大量转移 BTC（派发）时，Cointime Price 变化速度会加快。

· 买方视角分析： 公式中的分子代表市场上「时间加权后的花费总额」，将其除以 CBS，可得出市场筹码的时间加权平均成本。

· 排除丢失筹码影响：因 CBD 计算转移行为，未发生转移的 BTC 不计入，因此不会受到远古丢失 BTC 的影响。

二、与 LTH-RP 的比较

=

LTH-RP vs. Cointime Price

· LTH-RP 的计算方式：

• Glassnode 设定 LTH = 持有时间 > 155 天的 BTC
• LTH-RP = 这些 LTH BTC 的平均成本
• 局限性：仅针对长期持有者，定义相对粗糙。

· Cointime Price 的计算方式：

• 直接考虑每个 BTC 发生转移时的持有时间
• 比 LTH-RP 更精准、更敏感

Cointime Price vs. LTH-RP 在市场走势中的表现

如图三，每次市场主升浪到来之前，Cointime Price 总是比 LTH-RP 更早反应，更能实时体现筹码派发行为的出现。

因此，在个人分析中，我更偏向使用 Cointime Price 进行市场研判。在我每周发布的市场周报中，我设计的顶部模型也包含了 Cointime Price 这一指标。

三、应用一：抄底

Cointime Price = 时间加权后的 BTC 公允定价，所以当市价跌破 Cointime Price 时，意味着 市场价格低于 BTC 的真实价值，通常是一个 不错的抄底机会。

· 历史数据验证

如图四，我标注出 BTC 价格低于 Cointime Price 的时间点，可以看到这些时刻往往是较好的进场时机。

一、Cointime Price 简要复习

Cointime Price 概念源自 Cointime Economics，采用「时间加权」的方式评估 BTC 的公允价格。

相比单纯的 LTH（长期持有者）和 STH（短期持有者），Cointime Price 更具弹性，且更加敏感，同时，该模型还能有效排除远古时期已丢失 BTC 的影响。

第一篇文章详细介绍了 Cointime Price 及其抄底应用，如果已经理解概念，那就正式进入今天的主题：逃顶应用

二、逃顶应用方法论：Cointime Price Deviation 模型设计

Cointime Price Deviation（Cointime Price 偏离度）是我在研究链上数据时自行设计的模型之一，并已被应用在每周逃顶分析的周报中。

==

下文将讲解模型设计原理，以及如何利用该模型判断 BTC 顶部。本文所有内容均为原创研究，研究过程不易，还请各位多多支持

1. 量化现价与 Cointime Price 的偏离程度

为什么要衡量偏离程度？

• Cointime Price 高度代表 BTC 筹码的真实持仓成本，特别是长期持有者（LTH）的持仓成本。
• 由于长期持有者对 Cointime Price 影响更大，当 BTC 现价大幅高于 Cointime Price 时，长期持有者的获利了结动机会上升，可能引发派发行为。

· 计算公式：偏离率 =（现价 - Cointime Price）/ 现价

· 观察偏离率（派发比率）

如图，我们可以得到派发比率曲线（紫线）。我们可以看到：每当派发比率处于高位，往往对应 BTC 顶部。

那么，如何定义「高位」呢？接下来，我们用统计学方法来解决这个问题

2. Cointime Price Deviation 极端值定义

如果我们观察历史数据，会发现 Deviation 的高位并不固定，在每轮牛市中，Deviation 峰值都略有下降。因此，单纯使用固定数值来定义「高位」是不严谨的。

在解決上，我采用统计学「标准差」的概念：

· 计算历史 Deviation 数据的均值和标准差。

· 定义「均值 + n 个标准差」为「高位（顶部信号）」，记作 Threshold。

· 对 Deviation 数据进行均线平滑化，减少噪音。

· 当 Deviation 的均线值 > Threshold 时，触发顶部信号。

· 为何采用标准差？

· Deviation 的历史走势具有均值回归的特性（如图）。

· 标准差衡量波动性，当 BTC 价格波动变小时，Threshold 也会动态调整，更具弹性。

如上图，进行上述的处理后，我们可以得到这样一张图。

· 补充说明

• 第 2 点「均值 + n 个标准差」中的 n 为可调参数：当 n 越大，顶点信号出现的概率越低，模型更严格。
• 第 3 点的均线平滑处理：主要过滤市场短期波动，提高信号可靠性。

3. 逃顶信号示例

如图，当紫线（派发比率）超出橙线（Threshold）时，对应的 BTC 价格往往处于阶段性顶部。

三、结语

本文是 Cointime Price 系列 的第二篇，延续前文的概念，分享了个人如何利用 Cointime Price 设计逃顶模型。

· 总结核心观点：

• Cointime Price Deviation 通过量化 BTC 现价与 Cointime Price 的偏离，推测长期持有者的派发动机，用于判断 BTC 顶部。
• 采用「标准差」方法动态定义顶部信号，确保模型更具适应性。
• 模型已实际应用于周报，并能有效捕捉 BTC 高位信号。

二、逃顶应用方法论：Cointime Price 日派发率

1. Cointime Price 的规律

在继续往下讲之前，我们先来看一下 Cointime Price 的图表：

细心的读者应该已经发现，Cointime Price 的走势其实有一个很明显的特征：「急剧上升——平台期——急剧上升——平台期…」

根据系列第一篇的内容我们知道：

Cointime Price 只有在长期持有者大量派发时才会快速上升，而 Cointime Price 本质上相当于「市场筹码时间加权后的平均成本」，在派发阶段，场上剩余的持有者接受派发导致持仓成本上升，体现在图表上就是 Cointime Price 的快速上涨。

利用这一特性，笔者设计了一个观察派发速率的指标，暂时命名为「Cointime Price 日派发率」。

2. Cointime Price 日派发率指标

要衡量变化速率，笔者采用了一个最简单的公式：（今日 CP - 昨日 CP）/ 今日 CP 再对计算结果进行均线平滑处理（*注：CP 为 Cointime Price 的简写）

将这个公式写入 glassnode 后，可得到以下图表：

我们可以看到，每次牛市主升浪的出现，都伴随着 Cointime Price 的高派发率。除了 2019 年在接近底部时出现过一次高派发率，其他时间只要出现高派发率，通常就是长期持有者加速派发的信号。至于 2019 年那次，实际操作上并不会导致误判，因为当时光看价格走势就能知道那边不可能是顶部

3. 历史顶部的日派发率状况 & 当前市场阶段

按照常理来说，每次 #BTC 在周期性顶部出现时，通常不会只有一次「派发」。不管从 UPDR、Realized Profit 等指标都可以看出这一点，这在逻辑上也成立，因为派发是一个过程，而不是一蹴而就的事件。

一、什么是 RUPL？

RUPL，全称 Relative Unrealized Profit & Loss，中文为「相对未实现损益」。该指标可以拆解为两部分：RUP 和 RUL。

以 RUP 的计算方式为例：

1、比较当前价格与每一枚 $BTC 最后转移时的价格，将「现价 > 最后转移价格」的筹码归类为盈利筹码。

2、将每个盈利筹码的盈利额乘上对应数量，得到 Unrealized Profit（未实现利润）。

3、最后将该数据基于当时市值进行标准化处理。

换句话说，Unrealized Profit 就是当前市场上的总未实现利润；而 RUP 是将其根据市值标准化，以便横向比较各时期市场的盈利情况。RUL 的算法与 RUP 相同，本文不再赘述。

如上图一，绿色线为 RUP，红色线为 RUL。可以看出：价格与 RUP 高度正相关，与 RUL 高度负相关。这很直观，因为随着币价上涨，盈利筹码及未实现利润自然增加。

但如果进一步观察上图，会发现 RUL 在某些时间段会高于 RUP（即红线高于绿线，如图中黄色框处），这表示市场整体处于未实现亏损状态，那么这些时间段是否具有特殊意义？请继续往下阅读

二、RUPL 的抄底应用

承上，有句话说得好：「别人恐惧时我贪婪」，当市场大多数筹码处于亏损状态时，或许就是我们进场收集筹码的好时机。

如上图二，我将图一中 RUL > RUP 的时间段标记出来后绘制了该图表。可以清晰看到：当 RUL > RUP 时，几乎都处于历史性的周期底部。

这并非刻舟求剑，其逻辑在于：

「当市场整体处于亏损状态时，意味着持有大量低价筹码的投资者已基本完成派发；而被套牢的投资者往往因为价格过低不愿意割肉，这两种情绪交织，导致卖压大幅下降，因此只要稍有买盘介入，就可能推动趋势反转并开始上涨。」

这个逻辑与先前分享的 LTH-RP 抄底策略非常相似，有兴趣的读者可参考这篇贴文：《链上数据学堂（二）：老是赚钱的 Hodlers 们，他们买 BTC 的成本是多少？》

三、抄底模型设计逻辑分享

接下来，我们暂时不看 RUL，单独观察 RUP 图表，可以发现 RUP 在历史底部时有一个较为接近的数值区间：

举个例子，我在图表中加入一条 0.4 的水平线，可以明显看到 RUP < 0.4 的区域。（这里的 0.4 是模型参数，可调，后续还会提到）

既然发现 RUP 存在明显的底部区间，我们可以将 RUP < 0.4 这个条件叠加到前面的 RUP < RUL 条件上，进行二次信号过滤，得到以下结果：

这是模型设计中常用的方式，目的是通过信号筛选达到更精准的效果，让模型输出的信号更具参考价值。

上图显示的是（RUP < 0.4）+（RUP < RUL）两个条件的组合，虽然过滤效果不算非常显著，但仍能看出比单独使用 RUP < RUL 更严谨。如果将 0.4 调小（比如设为 0.38），模型会更严格，但参数调优过程中要注意过度拟合（overfitting）的问题，因为一味根据历史数据微调模型，可能导致模型未来失效。

补充：Overfitting 即「过度拟合」，类似于我们常说的刻舟求剑。

四、结语

本文是 RUPL 系列的第 1 篇，主要介绍了 RUPL 指标的定义及计算方式，并分享了基于该指标设计的抄底模型逻辑。

二、RUPL 的逃顶应用

正如前篇文章结语所说，今天的文章，我将分享一个 RUPL 在逃顶上的强大用法。在这个用法中，我们只需要用到 RUP，暂时不需要理会 RUL：

当 RUP 与 $BTC 价格走势出现背离时，很可能意味着顶部出现

1、精确来说，当 $BTC 价格创出更高的高点，但 RUP 却创出较低的高点时，背离即成立。

2、其逻辑在于：

前篇文章提到，RUP 的计算需要先加总市场上的 Unrealized Profit。大量筹码持有者的 Unrealized Profit 远高于小量筹码持有者，按理来说，当价格创出更高的高点时，RUP 也应该跟着上升。但如果出现上述的背离（价格更高，市场的盈利状态反而较低），那么唯一的可能就是「持有大量筹码的持有者已经开始出售筹码，进行派发」。

3、此逻辑与 Realized Profit 类似，可以作为交叉验证的参考。关于 Realized Profit 的介绍，可以参考以下文章：《链上数据学堂（三）：底部吸筹的庄家们获利了结了吗？》

以上就是「为何 RUP 背离可以作为顶部信号」的逻辑说明，不过使用时仍需注意：对于市场阶段的判断，最正确的做法应结合其他链上指标一起观察，才能最大程度避免「以管窥天」的误区。

三、历史周期顶部详细分析

了解了 RUP 背离的逻辑后，如果不实际验证，那都只是纸上谈兵。所以在这一部分，我将带大家回顾 $BTC 的历次历史性顶部：

2013 年牛市顶部

如上图，绿色线是 RUP，黑色线是 BTC 价格。在顶部发生时，价格与 RUP 出现了「三段式背离」，随着价格连续创出两次更高高点，对应的 RUP 却连续创出较低高点，完全符合前面描述的 RUP 背离顶部信号

2017 年牛市顶部

如图，在 2017 年的顶部中，同样出现了 RUP 的背离信号。在这次顶部中，RUP 在价格达到最高点时，出现了一次 RUP 背离；随后在价格挣扎反弹时，又出现了第二次背离，算是给足了逃命机会

2021 年牛市顶部

如图，2021 年出现了比较特殊的「双顶结构」。我分别针对两次顶部进行分析。第一顶，情况与 2013 年类似，出现了「三段式背离」；第二顶，同样在顶部期出现了一次 RUP 背离。

以上，目前出现过的三次历史性周期顶部，无一例外都出现了 RUP 背离，当然，这并不代表未来每次顶部一定会出现背离，但就目前数据来看，每次都未曾例外。那… 这一轮呢？

四、2025 年潜在顶部：当前市场阶段分析

这里直接上图：

可以看到，在这一轮周期中，目前已经出现过「一次」RUP 背离的顶部信号了。结合逃顶周报的内容，或是从 URPD、Cointime Price、Realized Profit 等数据中，其实都能或多或少发现一些顶部出现的迹象。

稍微值得乐观的是：根据前三轮顶部，除了 2021 年第二顶以外，2013、2017、2021 年第一顶，都至少出现过两次背离，而目前只出现了一次。

因此，根据历史规律，如果短期内 $BTC 价格再创一次新高，极大概率会出现类似 2013、2021 年第一顶的三段式背离。届时无疑是值得所有读者们重点关注的逃顶机会