مدل‌های ارزش‌گذاری بیت‌کوین: از Stock-to-Flow تا MVRV

مقدمه: پارادوکسِ ابزارِ درست در زمانِ اشتباه

یک تریدر باتجربه را تصور کنید که در کف یک بازار نزولی، مدل Stock-to-Flow را می‌بیند، عدد ۱۰۰,۰۰۰ دلار می‌خواند، و با اطمینان کامل می‌خرد. شش ماه بعد، همان مدل همان عدد را نشان می‌دهد — اما قیمت ۴۰٪ پایین‌تر است.

پارادوکس اینجاست: مدل دروغ نگفته، اما تریدر ضرر کرده.

این تناقض ریشه در یک خطای شناختیِ رایج دارد — فرض اینکه یک مدل ارزش‌گذاری در تمام فازهای چرخه بازار به یکسان عمل می‌کند. در بازارهای سنتی، تحلیلگران دهه‌ها طول کشید تا بفهمند P/E Ratio در بازار گاوی و خرسی رفتار متفاوتی دارد. در بیت‌کوین، این یادگیری باید سریع‌تر اتفاق بیفتد — چون چرخه‌ها فشرده‌ترند و اشتباه گران‌تر.

این مقاله چهار مدل اصلی را تشریح می‌کند، دقت تاریخی هر کدام را در فازهای مختلف بازار می‌سنجد، و یک چارچوب عملی برای انتخاب ابزارِ درست در زمانِ درست ارائه می‌دهد.

تحلیل فنی: آناتومی چهار مدل

۱. Stock-to-Flow (S2F) — مدلِ کمیابی

این مدل توسط تحلیلگر ناشناس PlanB طراحی شده و بر منطق ساده‌ای بنا شده است: هرچه نسبت موجودی کل به تولید سالانه بالاتر باشد، ارزش بیشتر است.

پس از هر Halving، این نسبت دو برابر می‌شود. مدل ادعا می‌کند قیمت باید به صورت توانی با این نسبت حرکت کند.

• نقطه قوت: در بازه‌های چند ساله، همبستگی تاریخی قابل توجهی با قیمت داشته است.
• نقطه ضعف: مدل کمیابی را اندازه می‌گیرد، نه تقاضا. در فازهای انقباض تقاضا (Capitulation)، قیمت می‌تواند برای ماه‌ها زیر پیش‌بینی مدل بماند.

۲. MVRV (Market Value to Realized Value)

Realized Cap میانگین وزنی قیمتِ آخرین انتقال هر بیت‌کوین است — به عبارتی، "قیمتی که اکثر هولدرها پرداخته‌اند." وقتی MVRV بالای ۳.۵ می‌رود، بازار به طور تاریخی در ناحیه توزیع قرار گرفته. وقتی زیر ۱ می‌افتد، اکثر هولدرها در ضرر هستند — که به لحاظ تاریخی نزدیک به کف بوده است.

۳. NVT Ratio (Network Value to Transactions)

معادل P/E در بیت‌کوین. NVT بالا یعنی شبکه نسبت به فعالیت واقعی‌اش گران قیمت‌گذاری شده.

۴. Puell Multiple

این مدل فشار فروشِ ماینرها را اندازه می‌گیرد. ماینرها مجبورند برای پوشش هزینه عملیاتی بفروشند — پس وقتی Puell پایین است، فشار فروش ماینرها کم است و بازار نزدیک به کف است.

جدول مقایسه‌ای: عملکرد مدل‌ها در چرخه‌های تاریخی

جدول Backtest تاریخی: دقت مدل‌ها در شناسایی نقاط عطف

چارچوب انتخاب مدل بر اساس فاز بازار

فاز انباشت (Accumulation):
  → اولویت: MVRV Z-Score + Puell Multiple
  → سیگنال ورود: MVRV < 1 و Puell < 0.5
  → S2F را نادیده بگیرید

فاز روند صعودی (Mark-Up):
  → اولویت: S2F (trend reference) + MVRV (health check)
  → سیگنال خطر: MVRV > 3.5 با شتاب صعودی

فاز توزیع (Distribution):
  → اولویت: MVRV Z-Score + NVT
  → سیگنال خروج: MVRV > 3.5 و NVT در ناحیه اشباع

فاز تسلیم (Capitulation):
  → اولویت: Puell Multiple + MVRV
  → S2F را به عنوان ابزار روان‌شناختی، نه تکنیکال، بخوانید

دیدگاه مخالف: آیا این مدل‌ها اصلاً اعتبار دارند؟

منتقدان جدی‌ای از جمله اقتصاددان Nic Carter و محققان Bitwise استدلال می‌کنند که تمام این مدل‌ها از یک خطای بنیادی رنج می‌برند: overfitting بر داده‌های محدود. بیت‌کوین تنها چند چرخه کامل را تجربه کرده — این حجم داده برای اثبات قانون‌مندی آماری کافی نیست. مدل S2F به ویژه مورد انتقاد قرار گرفته؛ ارزشمندی طلا نه فقط از کمیابی، بلکه از هزاران سال اعتماد نهادی، پوشش ریسک فرهنگی، و بازارهای مشتقه عمیق ناشی می‌شود — عواملی که در یک معادله ریاضی ساده جایی ندارند. از این منظر، MVRV هم اگرچه رفتار هولدرها را اندازه می‌گیرد، اما در دنیایی که صرافی‌های متمرکز و ETF‌ها ساختار "دست‌های ضعیف" را تغییر داده‌اند، آستانه‌های تاریخی آن ممکن است دیگر معتبر نباشند. این انتقاد نباید ابزارها را کنار بگذارد، بلکه باید نحوه استفاده از آن‌ها را تغییر دهد: از پیش‌بینی به موقعیت‌یابی در طیف احتمالات.

جمع‌بندی استراتژیک

سه درس عملی که هر تریدر باید از این تحلیل بگیرد:

اول — مدل را با فاز تطبیق بدهید، نه برعکس.
S2F یک ابزار دیدِ بلندمدت است، نه سیستم تایمینگ. استفاده از آن برای تصمیم‌گیری تاکتیکی در فاز نزول، مانند استفاده از نقشه راه بزرگراه برای راندن در کوچه‌های فرعی است.

دوم — قدرت در همگرایی است.
وقتی MVRV و Puell هر دو ناحیه کف را نشان می‌دهند، و NVT هم تأیید می‌کند، احتمال خطا به شدت کاهش می‌یابد. یک مدل تنها، یک فرضیه است — سه مدل همسو، یک سیگنال قابل اتکاست.

سوم — مدل‌ها کف و سقف را نشان می‌دهند، نه لحظه دقیق.
خطای کشنده تریدرها این است که انتظار دارند مدل بگوید "همین لحظه بخر." مدل‌های on-chain ناحیه ارزش را تعریف می‌کنند، نه کندل دقیق ورود. ترکیب آن‌ها با تحلیل تکنیکال برای تایمینگ، و با این مدل‌ها برای اندازه‌گیری موقعیت، معماری صحیح یک استراتژی قوی است.

قانون طلایی: هر مدلی که در تمام شرایط کار کند، در هیچ شرایطی به درستی کار نمی‌کند. انعطاف تحلیلی، نه وفاداری به یک مدل، تفاوت تریدر حرفه‌ای را می‌سازد.