Bitcoin btc
$ usd

Bitcoin Stock-To-Flow Model: คู่มือสำหรับมือใหม่

3 mins
แปลแล้ว Akhradet Mornthong

ในพื้นที่ Crypto นั้นเต็มไปด้วยเครื่องมือที่ใช้ช่วยในการคาดการณ์ราคาอยู่มากมาย บางคนนั้นก็พึ่งพาความเคลื่อนไหวของราคาในอดีต (พูดอีกอย่างก็คือการวิเคราะห์ทางเทคนิคที่มีการเผยแพร่ทุกวันใน BeInCrypto Trading Community บน Telegram ของพวกเขา) บางคนพึ่งพาสัดส่วนการครองตลาด และบางคนพึ่งพาความขาดแคลน ใช่แล้ว คุณอ่านได้ถูกต้องแล้ว! ความขาดแคลนของอุปทานเป็นวิธีที่สามารถคาดการณ์ราคาในระยะยาวที่เชื่อถือได้ และ Stock-to-Flow (S2F) Model ของ Bitcoin ก็เป็นหนึ่งในเครื่องมือดังกล่าว

หากบางสิ่งที่มีค่ามีอุปทานอยู่เพียงเล็กน้อย ราคาของมันก็จะจบลงด้วยการเคลื่อนไหวที่เพิ่มสูงขึ้นหรือเพิ่มเท่ากับอุปสงค์ที่มี Stock-to-Flow นั้นไม่ใช่แค่เพียงคอนเซปต์เท่านั้น มันเป็นตัวชี้วัดที่สมบูรณ์ซึ่งมีความสัมพันธ์ในเชิงบวกกับราคาของ BTC ในบทความนี้ เราจะมาพูดถึงทุกสิ่งเกี่ยวกับ Bitcoin S2F Model: ประวัติ, คอนเซปต์, วิธีการคำนวน, ประโยชน์, ข้อจำกัด, และอื่นๆ อีกมากมาย

ทำความเข้าใจเกี่ยวกับ Stock-to-Flow (S2F) Model

Bitcoin Stock-to-Flow Model เป็นเครื่องมือเชิงปริมาณที่เชื่อถือได้และมีการตรวจสอบเชิงสถิติซึ่งเชื่อมโยงอุปทานที่จำกัดของ BTC และลดอัตราเงินเฟ้อเป็นระยะๆ ตามความเคลื่อนไหวของราคา Stock-to-Flow เป็นอัตราส่วนหลักที่ระบุว่าราคา BTC อาจจะเติบโตอย่างต่อเนื่องจากความยากลำบากที่จะเพิ่มอุปทานของมัน

ในไม่ช้าเราจะอธิบายเกี่ยวกับอัตราส่วนนี้ในเชิงคณิตศาสตร์และการคำนวณที่อยู่เบื้องหลังมัน

Stock-to-Flow ทำให้ Bitcoin มาอยู่บนพื้นฐานเดียวกันกับโลหะมีค่า/สินค้าโภคภัณฑ์ เช่น ทองคำและเงิน ซึ่งก็มีความขาดแคลนของอุปทานเช่นกัน เครื่องมือนี้ยังติดป้ายสินค้าให้กับ bitcoin และมูลค่าที่แท้จริงของมันซึ่งยังเป็นที่ถกเถียงกันอยู่อย่างมาก

Bitcoin Stock-to-Flow (S2F) Model: ประวัติ

Plan B — นามแฝงของผู้ใช้งาน Twitter — เป็นผู้ที่คิดค้นโมเดล S2F ในเดือนมีนาคม 2019 เขาพูดถึงโมเดลนี้ในบทความยอดนิยมบน Medium ของเขา: “การสร้างแบบจำลองมูลค่า Bitcoin ด้วยความขาดแคลน” แบบจำลองที่พิจารณาการวิ่งตลอด 5 ปีของ Bitcoin ซึ่งมันมีความแม่นยำพอสมควรตั้งแต่เริ่มการคาดการณ์

วิธีการคำนวณอัตราส่วน Stock-to-Flow

Stock-to-Flow ประกอบด้วยคำศัพท์ 2 คำ: Stock และ Flow สำหรับ Bitcoin Stock ในที่นี้หมายถึง 19.19 ล้าน — ซึ่งก็คืออุปทานหมุนเวียนในปัจจุบัน — ส่วน Flow ในที่นี้นั้นหมายถึงอัตราเงินเฟ้อของปี — ซึ่งก็คือจำนวน Bitcoin ที่เพิ่มเข้าสู่กองอุปทานในแต่ละปี

ดังนั้น อัตราส่วนจึงจะมีลักษณะดังนี้: SF Ratio = Stock/Flow

ปัจจุบัน Bitcoin Stock = 19.19 ล้าน

BTC ที่ขุดได้ต่อปี/Flow ของ Bitcoin = 356029 (เกือบๆ 975 BTC ที่ขุดได้ต่อวัน)

หมายเหตุ

ในเครือข่าย Bitcoin จะมีการสร้างบล็อกประมาณ 160 บล็อก (ประมาณ 150–156 ตามปกติ) ทุกวัน สำหรับหนึ่งบล็อกที่ประสบความสำเร็จ นักขุดจะได้รับ 6.25 BTC ตามรอบรางวัลปัจจุบัน ดังนั้น Flow จึงออกมาเป็น: 156 x 6.25 = 975 BTC

ดังนั้น SF Ratio จึงออกมาเป็น: 53.9 ตัวเลขนี้หมายความว่ามันจะต้องใช้เวลา 53.9 ปีในการผลิต Stock ของ BTC ในปัจจุบัน

โปรดทราบไว้ก่อนว่า Flow จะเปลี่ยนแปลงอยู่เสมออันเนื่องจากเหตุผลดังต่อไปนี้:

  1. ความยากในการขุดเปลี่ยนไป
  2. ความแออัดของเครือข่ายใน Bitcoin Network
  3. ต้นทุนที่เปลี่ยนแปลงของฮาร์ดแวร์ที่ใช้ในการขุด
  4. การ Halving

จับคู่อัตราส่วนกับราคาของ Bitcoin

แต่นั่นเป็นแค่เพียงอัตราส่วน เราจะจับคู่ SF Ratio กับราคา Bitcoin ได้อย่างไร

เพื่อการนั้น เรามีสูตรอื่นสำหรับการคำนวณราคาที่เหมาะสมของ BTC จาก SF Model

Model Price = exp(-1.84) SF^3.36

เมื่อใช้ SF ratio ปัจจุบัน Model Price ณ วันนี้ จะอยู่ที่: 104480 ดอลลาร์สหรัฐฯ โดยประมาณ

Bitcoin Stock-to-Flow Model: BuyBitcoinWorldwide

Model Price (แบบจำลองราคา) คือเส้น Stock-to-Flow ที่แสดงให้เห็น ตัวชี้วัดซ้อนทับราคา BTC ปัจจุบันบนเส้น Model Price เพื่อแสดงความแตกต่างระหว่างแบบจำลองและราคาจริง

มีอีกวิธีหนึ่งในการหา SF Ratio เราสามารถใช้สูตรดังต่อไปนี้ได้:

SF Ratio = 1/อัตราการเติบโตของอุปทาน

อัตราการเติบโตของอุปทานนั้นก็ดั่งเป็นอัตราเงินเฟ้อของ Bitcoin ที่เราพูดถึง สำหรับ BTC อัตราเงินเฟ้อในปัจจุบันใกล้เคียงกับ 1.80% ดังนั้น SF Ratio จึงออกมาเกือบ 55 ซึ่งใกล้เคียงกับค่าของสูตรข้างต้นที่เราใช้

ทำไมต้องเป็น 463 วันสำหรับการคำนวณ S2F

หากเราดูที่ชาร์ตด้านบน เราจะเห็นว่าเส้น Stock-to-Flow มีวิถีที่ค่อนข้างราบเรียบเสียส่วนใหญ่ เนื่องจากเราใช้ Stock-to-Flow Model ที่ครอบคลุมมากกว่า 463 วัน เรามีเหตุผลที่ต้องใช้มัน!

ด้านที่ดีของ Bitcoin คือมีกลไกการจัดการเงินเฟ้อที่สร้างขึ้นโดยเป็นส่วนหนึ่งของซอร์สโค้ด เหตุการณ์ดังกล่าวจะเกิดขึ้นทุกๆ 4 ปีหรือน้อยกว่านั้น ซึ่งก็คือการ Halving โดยการ Halving แต่ละรอบนั้นจะเกิดขึ้นหลังจาก 210,000 บล็อก และในแต่ละรอบ ความเคลื่อนไหวของราคา BTC มักจะผ่าน 3 ช่วง ได้แก่ Bull Run, Correction และ Mean Reversion (กลับสู่ราคาสินทรัพย์โดยเฉลี่ย)

และจากอัตราเงินเฟ้อรายวันในปัจจุบัน มีการผลิต 151 บล็อกต่อวัน ดังนั้นไทม์ไลน์ของสูตรการสร้างจึงจะเป็นดังนี้:

Span = (บล็อกต่อรอบการ Halving/3)/บล็อกต่อวัน

= 463 โดยประมาณ!

การคำนวณนี้ถูกเสนอโดย Preston Pysh — นักวิจัยธนาคารกลางและหุ้น — และมีจุดมุ่งหมายเพื่อเพิ่มปริมาณของตัวอย่างและทำให้แบบจำลองของราคา BTC ที่ขับเคลื่อนโดย SF ราบรื่นขึ้น

Stock-to-Flow Model: ประโยชน์

ตอนนี้เราได้ผ่านส่วนที่ยาก (คณิตศาสตร์) มาแล้ว ต่อไปนี้เป็นประโยชน์บางประการของการใช้แบบจำลองการคาดการณ์ราคา Bitcoin Stock-to-Flow:

  • ช่วยติดตามความเคลื่อนไหวของราคาโดยใช้ปัจจัยขับเคลื่อนพื้นฐาน เช่น เศรษฐศาสตร์โทเค็น
  • เสนอมุมมองในแง่ดีต่อผู้ถือ BTC ในระยะยาว
  • เป็นไปตามการคาดการณ์ราคาในช่วงเหตุการณ์การ Halving
  • แสดงให้เห็นว่า Bitcoin มีความยืดหยุ่นด้านราคาที่ต่ำของอุปทาน กล่าวคือ การเพิ่มขึ้นของราคาไม่ได้เพิ่มอุปทาน ซึ่งต้องขอบคุณฟังก์ชันการปรับความยากโดยอัตโนมัติ
  • หนึ่งในตัวชี้วัดไม่กี่ตัวที่ใช้อุปทานใหม่ —ซึ่งเกือบจะคงที่ — เป็นพารามิเตอร์

Stock-to-Flow Model: ข้อจำกัด

Bitcoin Stock-to-Flow Model มีข้อเสียอยู่หลายประการ นี่คือบางส่วนที่คุณ — ในฐานะนักเทรด/นักลงทุน — ควรคำนึงถึง:

  1. ไม่ได้คำนึงถึงความผันผวนของตลาด โดยเฉพาะอย่างยิ่งการแกว่งตัวของราคาครั้งใหญ่ที่เกิดขึ้นในช่วงเหตุการณ์สำคัญๆ
  2. แบบจำลองนี้คาดการณ์ข้อมูลด้วยการมองโลกในแง่ดีมากเกินไปซึ่งอาจจะไม่เกิดขึ้นในตลาดหมี
  3. ไม่พิจารณาเหตุการณ์ทางเศรษฐกิจที่ไม่มีใครคาดคิดมาก่อน
  4. ถือว่าอุปสงค์ของ BTC นั้นคงที่และไม่ได้คำนึงถึงการลดลงของ “อุปสงค์”

ในเดือนมิถุนายน 2022 Vitalik Buterin ให้ความเห็นอย่างรุนแรงต่อ Stock-to-Flow Model นี่คือสิ่งที่เขาทวีต:

การคาดการณ์ราคา Bitcoin โดยใช้ Stock-to-Flow

เรามีข่าวดี! Stock-to-Flow ของ Bitcoin สามารถใช้เพื่อคาดการณ์การซื้อขายและแผนการลงทุนได้ นี่คือวิธีที่จะสามารถทำมันได้:

การระบุโซนราคา

Stock-to-Flow Model ช่วยในการกำหนดราคา Bitcoin ให้เป็นมาตรฐานและยุติธรรม หากราคาของ Cryptocurrency ลดลงภายใต้เส้นราคาที่เหมาะสม มันจะถูกมองว่ามีการขายมากเกินไปและอาจจะเห็นการกลับตัวของเทรนด์ในรูปแบบต่างๆ นี่อาจจะเป็นประเด็นสำหรับนักลงทุนเชิงกลยุทธ์ในการเปิดสถานะซื้อ

ในทำนองเดียวกัน ความเคลื่อนไหวของราคาเหนือเส้น Stock-to-Flow แสดงว่าสินทรัพย์มีการซื้อมากเกินไป และอาจจะมีการปรับฐาน

อีกวิธีหนึ่งในการตรวจสอบค่าเบี่ยงเบนจากราคาที่เหมาะสมคือดูที่โซนความแปรปรวนของโมเดลในส่วนล่างของตัวชี้วัด Stock-to-Flow โซนสีเขียวคือโซนลดราคาสำหรับนักลงทุนเชิงกลยุทธ์ ในขณะที่โซนสีแดงที่จุดสูงสุดคือสัญญาณในการตัดสินออก

ทำการซื้อขายโดยอิงตามเหตุการณ์

แบบจำลองเผยให้เห็นว่าราคา BTC ได้เพิ่มขึ้นเสมอๆ หลังเกิดเหตุการณ์การ Halving รูปแบบนี้จะช่วยติดตามเหตุการณ์การ Halving ที่ตามมาในขณะที่คาดการณ์ราคาที่เหมาะสมในระหว่างเหตุการณ์

Bitcoin
BTC S2F Model: Look Into Bitcoin

เส้นประแนวนอนคือเหตุการณ์ Halving ที่เกิดขึ้น ลองตรวจสอบการพุ่งขึ้นของราคาหลังเหตุการณ์ Halving ทุกครั้ง

Gold vs. Bitcoin S2F Model: ต่างกันอย่างไร?

ทองคำถือเป็นหนึ่งในสินค้าโภคภัณฑ์อีกตัวที่มีอัตราส่วน Stock-to-Flow ที่สูง มันหายากและมีอุปทานสูงสุดที่กำหนดไว้ เรามาดูที่อัตราส่วน Stock-to-Flow ของทองคำกัน:

Stock ปัจจุบันของทองคำ = 187,000

Flow ปัจจุบัน (ณ ปี 2022) = 3,000

SF Ratio = Stock/Flow = 62.3% โดยประมาณ!

หากคุณอ้างอิงถึงส่วนการคำนวณของ Bitcoin Stock-to-Flow ด้านบน คุณจะรู้ว่าปัจจุบัน BTC มี SF Ratio เกือบ 54

แม้ว่า SF Ratio ของ BTC จะต่ำกว่า แต่ก็มาพร้อมกับข้อได้เปรียบที่แตกต่างเหนือทองคำ:

Bitcoin จะมีการ Halving อยู่เสมอ ซึ่งหมายความว่าอัตราเงินเฟ้อของ BTC จะลดลงครึ่งหนึ่ง ประมาณทุกๆ 4 ปี ซึ่งหมายความว่า Stock-to-Flow ของ Bitcoin นั้นคาดว่าจะเพิ่มขึ้นในช่วงเวลาหนึ่ง นอกจากนี้ มันเป็นเรื่องที่ควรค่าแก่การกล่าวถึงว่า ตัว BTC นั้นจะมีอุปทานสูงสุดอยู่ 21 ล้าน Bitcoins อย่างแน่นอน

นี่คือลักษณะของเส้นอุปทานของ BTC:

Bitcoin
การเฟ้อของ Bitcoin vs. ช่วงเวลา: Researchgate

Bitcoin Stock-to-Flow Cross-Asset Model คืออะไร?

จบกันไปแล้วกับ Bitcoin Stock-to-Flow Model เพียงอย่างเดียว ถึงเวลาย้ายความสนใจของเราไปที่รูปแบบที่จะขจัดเวลาออกไปจากชาร์ต และเพิ่มสินทรัพย์อื่นๆ เข้าไปเพื่อแสดงรูปแบบที่สัมพันธ์กัน รูปแบบนี้เรียกว่า Stock-to-Flow Cross-Asset Model

Bitcoin
Bitcoin Stock-to-Flow Cross Asset Model: PlanB

เพียงแค่ใส่หนึ่งสูตรและชาร์ตสำหรับ BTC, ทองคำ, และเงิน! รูปแบบนี้เรียกอีกอย่างว่า S2FX และอาจจะใช้สินทรัพย์อื่นๆ ได้ขึ้นอยู่กับขีดจำกัดของอุปทาน

หมายเหตุ

ใน S2FX Model แม้แต่นิยามของ BTC ก็เปลี่ยนไปตามช่วงเวลาต่างๆ ตัวอย่างเช่น นิยามของ Proof-of-Concept ของ BTC ถูกมองว่าแตกต่างออกไปจากการใช้ S2F Model สิ่งที่คล้ายกันเกิดขึ้นหลังจากการ Halving ครั้งแรกเมื่อนิยามของ E-Gold เริ่มเกิดขึ้น นิยามในแต่ละเฟสของ BTC จะมี S2F Ratio ที่แตกต่างกัน

โดยรวมแล้ว S2FX Model จะนำนิยามเหล่าเข้ามาคำนวน พร้อมทั้งสินทรัพย์อื่นๆ

เมื่อใช้ S2FX Model การค้นหา S2F Ratio ของ BTC ในอีกไม่กี่ปีข้างหน้าจะง่ายขึ้น จุดข้อมูลหลายจุดตามด้วยการวิเคราะห์การถดถอยเพื่อช่วยให้จุดข้อมูลที่เกี่ยวข้องกับทุกสินทรัพย์ราบรื่นขึ้น ซึ่งมีบทบาทสำคัญในการพัฒนา S2FX Model

การคาดการณ์ราคาโดยใช้ Bitcoin S2F Model

ถึงตอนนี้ เราควรตระหนักได้แล้วว่า Bitcoin S2F Model นั้นสัมพันธ์โดยตรงกับราคาของมัน S2F Ratio ที่สูงขึ้น — มากกว่า 50 — แสดงให้เห็นถึงความขาดแคลนที่สูงขึ้น ซึ่งจะช่วยกระตุ้นการเติบโตของราคา นอกจากนี้ ตัวชี้วัดยังมีรูปแบบดัชนีความแปรปรวนเพื่อแสดงว่าราคาอยู่ห่างจากราคาที่เหมาะสมมากน้อยเพียงใด จุดข้อมูลเหล่านี้สามารถช่วยให้นักเทรดตัดสินใจอย่างชาญฉลาดได้

Bitcoin S2F Model: เครื่องมือที่มีประโยชน์

สรุปแล้ว Bitcoin S2F Model เป็นหนึ่งในตัวชี้วัดทางการเงินที่เชื่อถือได้ แม้ว่ามันจะถูกตั้งคำถามมาหลายต่อหลายครั้งแล้วก็ตาม มันมีประโยชน์เพราะโลหะที่ขาดแคลน เช่น ทองและเงิน ก็มีการใช้มันมาระยะหนึ่งแล้ว

และเมื่อมี Bitcoin อยู่เคียงข้าง ในไม่ช้า มันอาจจะกลายเป็นหนึ่งในสินค้าที่เป็นที่ต้องการมากขึ้น หากมีการยอมรับมากขึ้น Crypto นั้นคืออนาคต และอุปสงค์ก็จะเพิ่มขึ้นตามกาลเวลา

คำถามที่พบบ่อย

Bitcoin Stock-to-Flow ใช้งานไม่ได้หรือไม่?

Stock-to-Flow ใช้ได้กับ Ethereum หรือไม่?

Stock-to-Flow หมายถึงอะไร?

Stock-to-Flow ยิ่งสูงยิ่งดีกว่าไหม?

Bitcoin Stock-to-Flow คืออะไร?

ข้อจำกัดความรับผิด

ข้อมูลทั้งหมดที่มีอยู่บนเว็บไซต์ของเราเผยแพร่ด้วยเจตนาที่ดีและเป็นไปเพื่อวัตถุประสงค์ในการให้ข้อมูลทั่วไปเท่านั้น การกระทำใด ๆ ที่ผู้อ่านดำเนินการตามข้อมูลที่พบบนเว็บไซต์ของเราถือเป็นความเสี่ยงของผู้อ่านโดยเฉพาะ Learn ให้ความสำคัญกับข้อมูลคุณภาพสูง เราอุทิศเวลาให้กับการแยกแยะ ค้นคว้า และสร้างเนื้อหาเพื่อการศึกษาซึ่งเป็นประโยชน์กับผู้อ่าน เพื่อเป็นการรักษามาตรฐานนี้และเพื่อสร้างเนื้อหาคุณภาพได้อย่างต่อเนื่อง พาร์ตเนอร์ของเราอาจตอบแทนเราด้วยค่าคอมมิชชั่นสำหรับการจัดวางตำแหน่งต่าง ๆ ในบทความของเรา อย่างไรก็ดี ค่าคอมมิชชั่นนี้ไม่มีผลต่อกระบวนการของเราในการสร้างเนื้อหาที่ไร้อคติ ตรงไปตรงมา และเป็นประโยชน์

bic_photo_6.jpg
Akhradet Mornthong
อัครเดช หมอนทอง เป็น นักแปล/นักเขียนคอนเทนต์ ผู้เชี่ยวชาญทางด้าน NFT Games, Metaverse, AI, Crypto และเทคโนโลยีใหม่ๆ เขาจบการศึกษาในสาขาอังกฤษเพื่อการสื่อสารสากล...
READ FULL BIO
ได้รับการสนับสนุน
ได้รับการสนับสนุน