Eine nicht nur im Bitcoin-Ökosystem sehr bekannte On-Chain-Metrik sind die täglich aktiven Adressen. Im Englischen kennt man sie unter Daily Active Addresses oder kurz DAA. Die Metrik zählt die Anzahl der Adressen, die Token senden oder empfangen. Damit kann man in den täglich aktiven Adressen ein gutes Maß für die Anzahl an Nutzern und für die Netzwerk-Aktivität sehen. Da der Wert einer Kryptowährung stark von der Nutzeranzahl und der Netzwerk-Aktivität abhängt, ist DAA ein probates Mittel zur Wertbestimmung.

Das lässt sich mit dem Netzwerkeffekt erklären: Die Anzahl aktiver Nutzer hat einen direkten Einfluss auf den Wert des Netzwerks. In der Welt der Kryptowährungen können wir diese Aktivität messen und diese Hypothese prüfen. Schon ein grober Blick auf den Bitcoin-Kurs und die DAA von Bitcoin zeigt eine hohe Korrelation:

Was hier was auslöst, ist jedoch nicht so einfach zu beantworten. Ein höherer Bitcoin-Kurs könnte Bitcoin für Anleger reizvoller machen, was sich auf einen Anstieg der DAA auswirken würde. Auf der anderen Seite könnte jedoch ein Anstieg der DAA Investoren eben auf Basis des Netzwerkeffekts anlocken. Das „Henne und Ei“-Problem ist auch der Krypto-Welt nicht unbekannt.

Wenn man nach einer etwaigen Kausalität sucht, ist ein für Statistiker probates Mittel der Kausalitätstest von Granger. Granger-kausal sind zwei Messgrößen, wenn eine Variable von einer anderen Aktivität zeugt. Leider lässt sich nicht eindeutig sagen, ob DAA vor dem Kurs ausschlägt oder umgekehrt.

Ein direkter Blick auf den Chart zeigt jedoch einige eindeutige Pattern. Im ersten Quartal von 2019 stieg beispielsweise die DAA sukzessive an – bevor der Bitcoin-Kurs anstieg. Ähnlich fiel die DAA im Juli 2019, bevor der Kurs sank. Es stellt sich also die Frage: Kann man sich das zunutze machen?

Die DAA-Divergenz: Basteln wir einen Indikator

Um das zu testen, haben wir ein Signal generiert. Dieses ist immer dann aktiv, wenn der DAA-Trend und der Bitcoin-Kurs sich zu stark auseinander bewegen. Technisch gesprochen schauten wir uns die mittleren Log-Returns der letzten Tage für beide Metriken an und definierten eine Grenze, ab der wir eine Abweichung dieser Returns für signifikant hielten.

Wir haben damit zwei Optimierungsparameter für unser Signal:

  1. die Anzahl an Tagen, über die wir mitteln
  2. die Grenze, ab der wir von einer signifikanten Divergenz sprechen

Definieren wir die Fenstergröße über drei Wochen und die Grenze bei 0,3, erhalten wir ein sehr verrauschtes Bild:

Bitcoin, Bitcoins On-Chain-Verhalten fürs Investment nutzen: Neuer TA-Indikator

Was passiert jedoch, wenn wir die Grenze höher setzen, also erst bei einem größeren Unterschied der mittleren Log-Returns von Bitcoin-Kurs und DAA ein Signal senden? Bei 0,5 sieht das Bild insgesamt deutlich sauberer aus:

Bitcoin, Bitcoins On-Chain-Verhalten fürs Investment nutzen: Neuer TA-Indikator

Es werden nicht nur weniger Signale gesendet: Sehr oft stehen diese Signale an historisch wichtigen Stellen, die mit Ereignissen wie einer Trendwende oder dem Beginn einer Akkumulationsphase einhergingen. Eine gute Basis für Kauf- und Verkaufssignale.

Implizit haben wir diese beiden Signaltypen schon. In obiger Abbildung ist einfach aufgetragen, wenn es eine starke Divergenz zwischen den Log-Returns gibt. Wir haben aber noch keinen Blick auf das Vorzeichen geworfen: Steigt der DAA-Trend an, während der Kurs sinkt oder umgekehrt?

Mit entsprechenden Metriken erhalten wir eine derartige Unterscheidung:

Bitcoin, Bitcoins On-Chain-Verhalten fürs Investment nutzen: Neuer TA-Indikator

Dabei schauten wir uns an, ob sich der Bitcoin-Kurs bezüglich der DAA auf- oder abwärts bewegte.

Auf der Basis lassen sich schließlich zwei Signale definieren: Sinkt der Kurs mehr als die DAA, ist das ein gutes Kaufsignal, steigt er mehr als die DAA an, ist es ein gutes Verkaufssignal.

Ein Test einer derartigen Handelsstrategie zeigt, dass sie einem reinen Hodling überlegen wäre:

Bitcoin, Bitcoins On-Chain-Verhalten fürs Investment nutzen: Neuer TA-Indikator

Konkret hätten wir, verglichen mit einem reinen Hodling von Anfang 2017, einen doppelt so großen Profit eingefahren.

Sicher, man sollte nie einem einzelnen Signal sein gesamtes Kapital anvertrauen. Ebenso sind die drei Wochen und die 0,5 als Eingabewerte für das Signal bisher ohne eine wirkliche empirische Grundlage gewählt worden. Dennoch ist es ein interessanter möglicher Indikator, den Anleger im Auge behalten sollten.

Jenseits von Bitcoin: Ethereum und Maker

Um einen weiteren Schritt zugunsten weiterer Untersuchungen zu machen, schauten wir auf die Performance dieses Trading-Signals für andere Kryptowährungen als Bitcoin.

Nehmen wir einfach dieselben Parameter für Ethereum (mittlere Log-Returns über die letzten drei Wochen, eine Grenze von 0,5), kommen wir auf ein vielversprechendes Bild:

Bitcoin, Bitcoins On-Chain-Verhalten fürs Investment nutzen: Neuer TA-Indikator

Wieder wäre man damit gut gefahren. Kaufsignale wären während temporärer Bodenbildungen generiert worden, während Verkaufssignale nahe der Peaks generiert wurden.

Man sieht hier jedoch auch die Grenzen dieser Methode – zumindest mit den gewählten Parametern: Wir hätten auf die 2017-Rallye fast komplett verzichten müssen. Ebenso wäre der Bull Run von 2019 nicht wahrgenommen worden.

Könnten unterschiedliche Kryptowährungen unterschiedliche Parametersätze benötigen? Empirisch überprüften wir die Hypothese am Beispiel Maker und setzten die Grenze zur Signalgeneration auf 0,9:

Bitcoin, Bitcoins On-Chain-Verhalten fürs Investment nutzen: Neuer TA-Indikator

Insgesamt sieht dieser Chart vielversprechend aus. Um dieses Gefühl zu bestätigen, machten wir einen Backtest der Trading-Strategie:

Bitcoin, Bitcoins On-Chain-Verhalten fürs Investment nutzen: Neuer TA-Indikator

Von 2018 bis heute fiel der MKR-Kurs um 35 Prozent. Im Kontrast dazu können sich Anleger, die der oben genannten Strategie folgten, über ein Plus von 130 Prozent erfreuen.

Natürlich gilt: Vorsicht an den Märkten!

Wie schon angekündigt: Diese Trading-Strategie sollte man nicht einfach gedankenlos übernehmen. Keine Strategie ist eine Garantie für Gewinne und sollte immer mit Bedacht und gemeinsam mit anderen Metriken verwendet werden. Anleger und am Markt Interessierte können jedoch auf dieser Basis eigene Forschungen anstellen.

Übrigens: Neben den DAA können Interessierte auf Sanbase weitere On- und Off-Chain-Metriken für unterschiedliche Kryptowährungen und ERC20-Token analysieren. Für Leser von BTC-ECHO gibt es mit dem Coupon-Code ECHO_SAN einen Rabatt von 20 Prozent bei Abschluss des Pro-Plans.

Santiment ist eine Market-Intelligence-Plattform, die dem Krypto den Kontext hinzufügt. Sie liefern saubere Daten und Werkzeuge für Marktforschung, Verhaltensanalyse, Handel und Risikomanagement sowie Coin/Project Due Diligence.

Das Projekt sammelt On-Chain-, Social-Media-, Preis- und Entwicklungsinformationen von mehr als 800 Coins und ihren Netzwerken und verwendet diese Daten, um benutzerdefinierte Tools, Metriken und einzigartige Marktkenntnisse zu erstellen.

Auf der Website der Firma findet ihr benutzerdefinierte Charts, Signale mit niedriger Latenz, Marktinformationen und mehr.

/*load_extJS();*/ window.addEventListener("load", function(event){ setTimeout(function(){load_extJS();},10000); setTimeout(function(){load_innerJS();},10000); setTimeout(function(){load_extCss();},5000); lazyloadimages(0); }); window.addEventListener("scroll", function(event){ load_all_js(); load_extCss(); }); window.addEventListener("mousemove", function(){ load_all_js(); load_extCss(); }); window.addEventListener("touchstart", function(){ load_all_js(); load_extCss(); }); function load_all_js(){ if(wnw_first_js == false && lazy_load_js.length > 0){ load_extJS(); } if(wnw_first_inner_js == false){ load_innerJS(); } if(mousemoveloadimg == false){ var top = this.scrollY; lazyloadimages(top); mousemoveloadimg = true; } } function load_innerJS(){ if(wnw_first_inner_js == false){ for(var key in lazyload_inner_js){ if(lazyload_inner_js[key] != ""){ var s = document.createElement("script"); s.innerHTML =lazyload_inner_js[key]; document.getElementsByTagName("body")[0].appendChild(s); } } wnw_first_inner_js = true; } } function load_extJS() { if(wnw_first_js == false && lazy_load_js.length > 0){ lazy_load_js.forEach(function(script) { var s = document.createElement("script"); s["type"] = "text/javascript"; for(var key in script){ console.log(key); s.setAttribute(key, script[key]); } console.log(s); document.getElementsByTagName("head")[0].appendChild(s);



}); wnw_first_js = true; } } var exclude_lazyload = null; var win_width = screen.availWidth; function load_extCss(){ if(wnw_first_css == false && lazy_load_css.length > 0){ lazy_load_css.forEach(function(src) { var load_css = document.createElement("link"); load_css.rel = "stylesheet"; load_css.href = src; load_css.type = "text/css"; var godefer2 = document.getElementsByTagName("style")[0]; if(godefer2 == undefined){ document.getElementsByTagName("head")[0].appendChild(load_css); }else{ godefer2.parentNode.insertBefore(load_css, godefer2); } }); wnw_first_css = true; } }

window.addEventListener("scroll", function(event){ var top = this.scrollY; lazyloadimages(top); lazyloadiframes(top);

}); setInterval(function(){lazyloadiframes(top);},8000); setInterval(function(){lazyloadimages(0);},3000); function lazyload_img(imgs,bodyRect,window_height,win_width){ for (i = 0; i -1){ var s = document.createElement("script"); var code = str; s.onload = function(){ console.log("loaded"); } try { s.appendChild(document.createTextNode(code)); document.getElementsByTagName("head")[0].appendChild(s); } catch (e) { s.text = code; document.getElementsByTagName("head")[0].appendChild(s); }

/*document.getElementsByTagName("head")[0].appendChild(s);*/ break; } } delete ads[i].classList.remove("lazyload-ads");

} } } } lazyloadimages(0); function lazyloadiframes(top){ var bodyRect = document.body.getBoundingClientRect(); var window_height = window.innerHeight; var win_width = screen.availWidth; var iframes = document.getElementsByTagName("iframe"); lazyload_img(iframes,bodyRect,window_height,win_width); }