利用链上数据进行数字资产量化因子发现

0. 原数据

1. _addresses_active_count.csv
2. _addresses_count.csv
3. _addresses_loss_count.csv
4. _addresses_receiving_from_exchanges_count_pit.csv
5. _addresses_sending_to_exchanges_count_pit.csv
6. _distribution_balance_exchanges_all_pit.csv
7. _distribution_balance_exchanges_pit.csv
8. _distribution_balance_exchanges_relative_pit.csv
9. _distribution_balance_german_government_pit.csv
10. _distribution_balance_miners_all_pit.csv
11. _distribution_balance_miners_change_pit.csv
12. _distribution_balance_miners_sum_pit.csv
13. _distribution_balance_mtgox_trustee_pit.csv
14. _distribution_balance_otc_desks_pit.csv
15. _distribution_balance_us_government_pit.csv
16. _distribution_balance_wbtc_pit.csv
17. _distribution_exchange_net_position_change_pit.csv
18. _entities_min_1k_count_pit.csv
19. _entities_supply_balance_0001_001_pit.csv
20. _entities_supply_balance_001_01_pit.csv
21. _entities_supply_balance_01_1_pit.csv
22. _entities_supply_balance_100_1k_pit.csv
23. _entities_supply_balance_10_100_pit.csv
24. _entities_supply_balance_10k_100k_pit.csv
25. _entities_supply_balance_1_10_pit.csv
26. _entities_supply_balance_1k_10k_pit.csv
27. _entities_supply_balance_less_0001_pit.csv
28. _entities_supply_balance_more_100k_pit.csv
29. _entities_supply_distribution_relative_pit.csv
30. _fees_exchanges_mean_pit.csv
31. _fees_exchanges_relative_pit.csv
32. _fees_exchanges_sum_pit.csv
33. _indicators_asol_account_based_pit.csv
34. _indicators_asol_lth_account_based_pit.csv
35. _indicators_asol_sth_account_based_pit.csv
36. _indicators_cdd_account_based_pit.csv
37. _indicators_cdd_lth_account_based_pit.csv
38. _indicators_cdd_sth_account_based_pit.csv
39. _indicators_dormancy_account_based_pit.csv
40. _indicators_dormancy_lth_account_based_pit.csv
41. _indicators_dormancy_sth_account_based_pit.csv
42. _indicators_liveliness_account_based_pit.csv
43. _indicators_msol_account_based_pit.csv
44. _indicators_mvrv_account_based_pit.csv
45. _indicators_nvt_entity_adjusted_pit.csv
46. _indicators_rcap_account_based_pit.csv
47. _indicators_realized_loss_account_based_pit.csv
48. _indicators_realized_loss_lth_account_based_pit.csv
49. _indicators_realized_loss_lth_to_exchanges_account_based_pit.csv
50. _indicators_realized_loss_sth_account_based_pit.csv
51. _indicators_realized_loss_sth_to_exchanges_account_based_pit.csv
52. _indicators_realized_loss_to_exchanges_account_based_pit.csv
53. _indicators_realized_profit_account_based_pit.csv
54. _indicators_realized_profit_loss_lth_sth_relative_pit.csv
55. _indicators_realized_profit_loss_lth_sth_to_exchanges_relative_pit.csv
56. _indicators_realized_profit_lth_account_based_pit.csv
57. _indicators_realized_profit_lth_to_exchanges_account_based_pit.csv
58. _indicators_realized_profit_sth_account_based_pit.csv
59. _indicators_realized_profit_sth_to_exchanges_account_based_pit.csv
60. _indicators_realized_profit_to_exchanges_account_based_pit.csv
61. _indicators_sopr_account_based_pit.csv
62. _indicators_svab_entity_adjusted_pit.csv
63. _indicators_svl_entity_adjusted_1d_1w_pit.csv
64. _indicators_svl_entity_adjusted_1m_3m_pit.csv
65. _indicators_svl_entity_adjusted_1w_1m_pit.csv
66. _indicators_svl_entity_adjusted_1y_2y_pit.csv
67. _indicators_svl_entity_adjusted_24h_pit.csv
68. _indicators_svl_entity_adjusted_2y_3y_pit.csv
69. _indicators_svl_entity_adjusted_3m_6m_pit.csv
70. _indicators_svl_entity_adjusted_3y_5y_pit.csv
71. _indicators_svl_entity_adjusted_5y_7y_pit.csv
72. _indicators_svl_entity_adjusted_6m_12m_pit.csv
73. _indicators_svl_entity_adjusted_7y_10y_pit.csv
74. _indicators_svl_entity_adjusted_more_10y_pit.csv
75. _mining_revenue_sum_pit.csv
76. _mining_volume_mined_sum_pit.csv
77. _supply_highly_liquid_sum_pit.csv
78. _supply_illiquid_change_pit.csv
79. _supply_illiquid_sum_pit.csv
80. _supply_liquid_change_pit.csv
81. _supply_liquid_illiquid_sum_pit.csv
82. _supply_liquid_sum_pit.csv
83. _transactions_entity_adjusted_count_pit.csv
84. _transactions_transfers_between_exchanges_count_pit.csv
85. _transactions_transfers_exchanges_to_whales_count_pit.csv
86. _transactions_transfers_from_exchanges_count_pit.csv
87. _transactions_transfers_from_miners_count_pit.csv
88. _transactions_transfers_from_otc_desks_count_pit.csv
89. _transactions_transfers_to_exchanges_count_pit.csv
90. _transactions_transfers_to_miners_count_pit.csv
91. _transactions_transfers_to_otc_desks_count_pit.csv
92. _transactions_transfers_volume_between_exchanges_sum_pit.csv
93. _transactions_transfers_volume_by_size_entity_adjusted_relative_pit.csv
94. _transactions_transfers_volume_by_size_entity_adjusted_sum_pit.csv
95. _transactions_transfers_volume_entity_adjusted_from_lth_loss_sum_pit.csv
96. _transactions_transfers_volume_entity_adjusted_from_lth_profit_sum_pit.csv
97. _transactions_transfers_volume_entity_adjusted_from_lth_sth_profit_loss_relative_pit.csv
98. _transactions_transfers_volume_entity_adjusted_from_lth_sum_pit.csv
99. _transactions_transfers_volume_entity_adjusted_from_sth_loss_sum_pit.csv
100. _transactions_transfers_volume_entity_adjusted_from_sth_profit_sum_pit.csv
101. _transactions_transfers_volume_entity_adjusted_from_sth_sum_pit.csv
102. _transactions_transfers_volume_entity_adjusted_mean_pit.csv
103. _transactions_transfers_volume_entity_adjusted_median_pit.csv
104. _transactions_transfers_volume_entity_adjusted_sum_pit.csv
105. _transactions_transfers_volume_exchanges_net_by_size_pit.csv
106. _transactions_transfers_volume_exchanges_net_pit.csv
107. _transactions_transfers_volume_exchanges_to_whales_sum_pit.csv
108. _transactions_transfers_volume_from_exchanges_mean_pit.csv
109. _transactions_transfers_volume_from_exchanges_sum_pit.csv
110. _transactions_transfers_volume_from_miners_sum_pit.csv
111. _transactions_transfers_volume_from_otc_desks_sum_pit.csv
112. _transactions_transfers_volume_lth_sth_to_exchanges_profit_loss_relative_pit.csv
113. _transactions_transfers_volume_lth_to_exchanges_loss_sum_pit.csv
114. _transactions_transfers_volume_lth_to_exchanges_profit_sum_pit.csv
115. _transactions_transfers_volume_lth_to_exchanges_sum_pit.csv
116. _transactions_transfers_volume_miners_net_pit.csv
117. _transactions_transfers_volume_miners_to_exchanges_pit.csv
118. _transactions_transfers_volume_sth_to_exchanges_loss_sum_pit.csv
119. _transactions_transfers_volume_sth_to_exchanges_profit_sum_pit.csv
120. _transactions_transfers_volume_sth_to_exchanges_sum_pit.csv
121. _transactions_transfers_volume_to_exchanges_mean_pit.csv
122. _transactions_transfers_volume_to_exchanges_sum_pit.csv
123. _transactions_transfers_volume_to_miners_sum_pit.csv
124. _transactions_transfers_volume_to_otc_desks_sum_pit.csv
125. _transactions_transfers_volume_whales_to_exchanges_sum_pit.csv
126. _transactions_transfers_volume_within_exchanges_sum_pit.csv
127. _transactions_transfers_whales_to_exchanges_count_pit.csv

1. 执行摘要

• 本报告旨在为量化研究人员提供一份全面的指南，帮助他们利用链上数据的独特力量，在数字资产市场中发现因子。
• 链上数据是一种透明、可验证且基础性的情报来源，与传统金融分析相比具有独特的优势。
  • 它提供了对真实供需动态、普遍市场情绪和整体网络健康的无与伦比的可见性，所有这些都是复杂量化因子建模的关键输入。
  • 与可能不透明或存在报告延迟的传统市场数据不同，链上信息直接记录在公共区块链上，确保其不变性和可审计性。这种固有的透明度使熟练的分析师能够通过检查数字资产网络的基础活动来验证现有交易想法或形成全新的想法。
• 本报告旨在系统地弥合原始区块链数据与可操作金融信号之间的鸿沟。

1. 它首先建立准确量化分析所需的基础概念。
2. 随后，它将详细介绍数据字典，详细解释所提供的 127 个链上数据文件中的每一个，概述它们包含的信息，并演示如何利用它们构建有意义的量化因子。
3. 报告最后提出了构建稳健因子的总体原则和建议，使量化研究人员能够有效地利用这种新颖而强大的数据集。

2. 量化链上数据的基础概念

本节通过解释对准确量化分析和因子构建至关重要的术语和链上数据的独特特征，为后续内容奠定基础。理解这些核心概念对于从区块链中获取可靠和可操作的信号至关重要。

什么是链上数据及其独特的价值主张？

链上数据是指直接存储在区块链上的所有公开可用信息。这包括广泛的细节，包括交易数据、智能合约活动、代币余额和各种网络统计数据。与链下数据（包括技术分析、来自新闻的市场情绪或来自中心化交易所的订单簿数据）不同，链上数据直接记录、不可变且可在区块链本身上验证，提供无与伦比的透明度。每一次加密货币转账，无论其大小，都会在区块链上留下不可磨灭的痕迹，从而可以对市场参与者的行为进行细致的分析。

链上数据对量化研究人员的独特价值在于它能够提供一个基本视角，深入了解加密货币网络中的真实经济活动和参与者行为。这使得研究人员能够深入了解潜在的供需动态，识别通常被称为“巨鲸”的大型持有者的重大动向，并评估网络的整体健康状况和效用。这些见解通常无法通过单独的传统金融指标获得，为因子发现提供了独特的优势，并增强了实时监控市场状况的能力。

在传统金融市场中，数据有时可能不透明，存在报告延迟，甚至可能被操纵。这给量化模型带来了重大挑战，因为输入的可靠性直接影响输出的稳健性。区块链，顾名思义，是一个透明且可审计的数字账本。这种固有的透明度意味着基于链上数据构建的量化模型可以潜在地利用本质上更稳健、更不易受隐藏偏差影响且任何人都可以验证的信息。这一特性有助于减少信息不对称，这是传统金融中常见的障碍。因此，由于其可验证和透明的性质，从链上数据派生的因子可以提供独特且可能更具弹性的信号，而不是仅基于链下数据的信号。这可以带来更稳健且可能产生阿尔法的策略，因为底层数据是网络活动的直接反映，而不是报告的数字。

因子建模的关键链上术语

为了有效地利用链上数据，量化研究人员必须理解解决区块链环境独特特征的特定术语。

_pit（时间点，Point-in-Time）：确保回测数据一致性

链上数据文件名中常见的 _pit 后缀表示数据代表“时间点”快照。这意味着数据集在特定时间点是固定的。此功能至关重要，因为在不断更新的区块链环境中，新文档不断被索引，现有文档不断被更新或删除。如果没有 _pit，对历史日期多次运行相同的查询可能会产生不一致的结果，因为底层数据可能在查询之间发生了变化。

对于量化策略的严格回测，_pit 数据至关重要。它消除了“未来数据偏差”，确保给定历史日期的因子计算仅基于在该精确时间点真正可用的信息。这种一致性对于验证任何量化模型的有效性和稳健性至关重要。如果历史数据发生变化，回测结果将变得不可靠，从而破坏整个研究过程。

可重现性和一致性是健全量化研究的基石。在动态数据环境中，今天对历史日期执行的因子计算可能会无意中包含在该历史时间点不可用的数据，或者由于持续的数据更新而与明天执行的计算不同。_pit 功能通过“冻结”数据集的状态来明确解决此问题。这确保了使用 _pit 标识符运行的特定查询每次都会产生完全相同的结果，无论后续数据摄取或修改如何。此技术细节是构建稳健可靠的链上因子的基本要求。这意味着量化研究人员可以自信地迭代模型，比较不同因子构造的性能，并验证他们的发现，因为他们知道底层数据上下文保持不变且没有时间不一致。基于 _pit 数据构建的因子将在回测和模拟中表现出更高的完整性。

_entity_adjusted：过滤噪音以获取真实经济活动

在链上数据分析中，一个“实体”通常指由同一个参与者控制的一组地址。将地址聚合成实体可以更准确地追踪单个参与者（例如，交易所、矿工或大型投资者）的活动，而不是将他们的资金分散在多个地址中。

以 _entity_adjusted 为前缀的指标是使用复杂的聚类算法派生的，这些算法将识别为属于同一“实体”（例如，单个交易所、特定个人或企业）的多个区块链地址进行分组。此调整的主要目的是过滤掉不代表不同实体之间实际交换的链上活动。例如，交易所将其自身热钱包和冷钱包之间的资金转移将从这些指标中排除，因为它构成内部转移而不是真实的市场交易。

原始区块链交易数据可能非常嘈杂。像交易所这样的大型实体经常出于运营目的（例如再平衡或增强安全性）在内部转移资金。这些内部转移不反映真实的市场经济活动或潜在供需变化。_entity_adjusted 指标提供了更清晰、更准确的衡量独立市场参与者之间实际价值转移和用户参与的指标，这对于派生有意义和可操作的因子至关重要。

简单的交易计数或总交易量衡量可能因大型实体的内部移动而显著膨胀，从而导致对网络活动或市场情绪的误导性结论。通过“实体调整”数据，分析超越了仅仅观察区块链上发生了什么，而是推断谁参与了以及为什么（例如，是用户存入交易所，还是交易所仅仅再平衡其内部钱包？）。这种视角的转变允许更准确地评估真实的市场供需压力和网络效用。因此，基于 _entity_adjusted 数据构建的因子将具有显着更高的信噪比。例如，实体调整后的交易量因子将比原始交易量指标更好地反映真实的网络效用和需求，使其成为预测模型更可靠的输入，并有助于避免操作转移带来的虚假信号。

长期持有者 (LTH) 与短期持有者 (STH)：行为细分

比特币投资者通常根据其持有期限分为两类：

• 短期持有者 (STHs)： 这些是最近获得比特币的个人或实体，通常在过去 155 天内。他们往往对市场波动更敏感，经常出于快速回报的愿望而进行快速买卖。他们的行为可能会给市场带来显著的波动性。

• 长期持有者 (LTHs)： 这些是持有比特币头寸超过 155 天的投资者。他们通常被认为对比特币的长期潜力有更高的信念，通过在动荡时期最大限度地减少冲动性抛售来为市场提供稳定性 9。

这种区分允许对市场进行强大的行为细分。分析这两类群体的行为——例如他们的已实现盈利能力、他们向交易所的转移或他们在供应中的份额——可以揭示对整体市场情绪的关键见解，识别投降事件（STH 恐慌性抛售），并发出分发阶段信号（LTH 获利了结。

加密货币市场受到集体心理和不同类型投资者行为的严重影响。LTH 通常被认为是“强手”或“聪明钱”，他们在熊市中积累并在牛市中分发，而 STH 通常代表“弱手”或“投机资金”，更容易受到恐惧、不确定性和怀疑 (FUD) 或错失恐惧 (FOMO) 的影响。通过跟踪他们的个人行为以及他们各自的未实现或已实现盈亏，量化研究人员可以推断出更广泛的市场心理并预测可用供应的变化。例如，很大一部分 STH 亏本出售可能预示着投降底部，而 LTH 获利了结可能预示着局部顶部。因此，可以构建因子来捕获基于 STH 大量亏本出售的投降信号（例如_indicators_realized_loss_sth_to_exchanges_account_based_pit.csv），基于 LTH 获利了结的分发信号（例如_indicators_realized_profit_lth_to_exchanges_account_based_pit.csv），基于 STH 抛售减少或 LTH 持有增加的积累信号，以及基于供应从 LTH 大幅转移到 STH 的供应冲击风险。

巨鲸：市场推动者和流动性提供者

加密巨鲸是持有大量加密货币的个人或实体。由于其持有量巨大，他们的活动有可能显著影响市场价格和流动性。由于他们可能影响市场，他们的动向受到加密社区的密切关注。

跟踪巨鲸的链上活动——例如他们的积累阶段、分发事件或向/从交易所的大额转账——可以为价格变动提供强有力的领先或同步指标。他们的行动通常先于或证实更广泛的市场趋势，使其成为量化分析的关键对象。

巨鲸凭借其资本，有能力影响市场。他们的积累阶段通常预示着强烈的信念并吸收大量供应，而他们的分发阶段可能预示着即将到来的修正，通过注入大量供应。监控他们的链上动向使量化分析师能够识别大量资金流向何处，从而可能在“聪明钱”头寸和意图完全反映在公开市场价格之前揭示它们 13。因子可能包括巨鲸积累或分发指标，例如大额钱包的净流量（例如，

_transactions_transfers_volume_exchanges_to_whales_sum_pit.csv），流动性影响因子（巨鲸向交易所的转账可能增加即时卖方流动性），以及集中风险因子（巨鲸钱包中供应的高度集中表明可能发生大规模、突然的市场变化。

矿工：基本网络参与者和供应来源

矿工是工作量证明区块链（如比特币）中的重要参与者，负责验证交易并将新区块添加到区块链中。他们获得新铸造的代币（区块奖励）和交易费用作为其计算工作的补偿。

矿工是新供应进入市场的持续来源。他们的抛售行为可以表明他们的盈利压力、运营成本或实现收益的愿望，直接影响市场供应。相反，他们的积累表明对未来价格上涨的信心以及他们无需立即抛售即可弥补成本的能力。

矿工在特定的经济激励下运作，主要受电力和硬件成本与他们开采的代币价值的驱动。如果挖矿盈利能力显著下降，矿工可能被迫出售更多他们开采的代币以弥补运营费用，从而增加市场供应。相反，如果盈利能力高，他们可能会选择持有他们的奖励，从而减少即时抛售压力。这种动态直接影响市场中的可用供应。因此，可以构建因子来识别矿工投降信号（例如，在盈利能力低期间增加抛售），衡量新发行带来的供应流压力，甚至作为网络安全的间接指标，因为健康的挖矿生态系统通常意味着更安全的网络。

OTC 柜台：场外大宗交易

场外交易 (OTC) 柜台提供一项专门服务，允许交易者在公开、公共交易所之外执行大规模交易。这些服务主要由机构投资者和高净值个人使用，他们需要执行大量订单而不会造成显著的市场中断。与中心化公共交易所的交易不同，OTC 交易通过交易商网络进行，提供更大的隐私、更深的流动性和最小的市场影响。

在公共交易所执行的大宗交易可能引发显著的波动和闪崩。由于 OTC 柜台与多个流动性提供商合作，它们减轻了大宗交易对市场价格产生不利影响的风险。这意味着大量但通常“隐藏”的需求或供应可以通过这些渠道吸收或分发，而不会立即引起公开市场反应。然而，一旦这些资金流入或流出公共交易所，其影响就会变得可见。因此，跟踪 OTC 流量可以揭示机构情绪以及资金流入或流出交易所后未来市场影响的潜力。可以开发因子来监控 OTC 柜台的余额或进出它们的转账量，从而提供机构大量积累或分发的早期迹象，而这些迹象在公开订单簿上并不立即显而易见。

3. 链上数据字典和因子构建机会

本节系统地解释了每个提供的文件名，详细说明了其含义、它传达的信息以及将其用于量化因子构建的实用方法。_pit 后缀始终表示数据代表时间点快照，这对于保持回测完整性和避免未来数据偏差至关重要。

3.1. 地址活动指标

这些指标是衡量用户参与度和网络利用率水平的基础，提供了对参与广度和深度的洞察。

• _addresses_active_count.csv：

  • 含义: 每日活跃地址的总数。一个地址在当天作为交易的发送方或接收方，即被视为活跃。/ 给定日期“活跃”的唯一区块链地址数量，这意味着每个地址都至少参与了一笔交易，无论是发送还是接收。

  • 信息: 反映了网络的日常使用情况和用户参与度。活跃地址数的增加通常意味着网络采用率和活动水平的提高。/ 它反映了网络参与的广度和用户活动。更高的计数表明网络采用率和实用性不断提高。

  • 因子构建思路:

    • 可以计算变化率（例如，活跃地址百分比变化的 7 天或 30 天移动平均线）。快速增长可能预示着网络效应的增加和潜在的看涨势头。

    • 或者，绝对活跃地址计数可以作为基本网络健康的代理，将当前水平与历史平均值或峰值进行比较，以识别网络实用性需求异常高或低的时期。

    • 趋势因子: 活跃地址数的持续增长可能预示着牛市的到来或网络基本面的增强，可构建其移动平均线或增长率作为看涨信号。

    • 背离因子: 当价格上涨而活跃地址数下降时，可能形成顶背离，是潜在的看跌信号。

• _addresses_count.csv：

  • 含义: 网络中总地址的数量。/ 持有非零余额的唯一地址总数。它通常与“非零地址”同义。

  • 信息: 衡量网络整体规模的增长。/ 提供了用户群整体增长和网络中持有量分布的衡量标准，表明用户群是正在扩大还是正在缩小。

  • 因子构建思路: 这是一个长期增长指标，其增长率可以作为衡量网络长期健康状况的宏观因子。

  • 可以通过跟踪此计数的持续增长来构建长期趋势因子，这表明采用率和潜在需求不断增加，通常是长期看涨信号。分析较长时期（例如季度或年度）的百分比变化可以识别网络扩展或收缩的重大转变。

• _addresses_loss_count.csv：

  • 含义: 当前持有的比特币买入成本高于当前市价的地址数量。/ 当前持有“亏损”代币的唯一地址数量，这意味着当前市场价格低于其购买价格。

  • 信息: 反映了处于亏损状态的地址比例。当大量地址处于亏损状态时，可能会增加抛售压力，因为持有者可能希望减少损失。

  • 因子构建思路:

    • 情绪因子: 亏损地址数量的激增可能表明市场恐慌，可作为逆向投资的信号（即在极度恐慌时买入）。

    • 压力指标: 该指标与总地址数的比率可以衡量市场的“痛苦程度”。

  • 此数据表明了部分持有者的总体心理状态。高计数表明普遍存在未实现亏损，这可能导致投降，或者相反，如果持有者不愿亏本出售，则会降低抛售压力。可以开发投降风险因子，其中亏损地址的突然增加，特别是如果与向交易所的转账增加相结合，可能预示着恐慌性抛售。相反，从历史上看，大量亏损地址的时期可能与市场底部重合，因为“弱手”被清除，“强手”开始积累，表明一个积累区域因子。

• _addresses_receiving_from_exchanges_count_pit.csv：此指标表示给定日期从交易所收到加密货币的唯一地址数量。它反映了从交易所提款。高数量表明用户正在将资金从交易所移出，通常存入冷存储，表明偏好自我托管和潜在的长期持有情绪或近期出售意愿降低。可以从该指标的增长趋势中得出积累信号因子，表明持有者正在积累，这会降低交易所的即时卖方压力，并可能预示看涨情绪。当与交易量指标结合使用时，它还可以促成交易所流动性枯竭因子，以评估流动性离开交易所的速度。

• _addresses_sending_to_exchanges_count_pit.csv：此文件包含给定日期向交易所发送加密货币的唯一地址数量。它反映了向交易所的存款。高数量表明用户正在将资金存入交易所，通常是为了出售或交易，表明潜在的卖方压力增加。可以从该指标的增长趋势中构建抛售压力因子，这表明出售意愿不断增强，可能导致交易所供应增加和看跌压力。该指标的飙升，特别是来自长期持有者的飙升，可能与局部市场顶部相关，因为利润得以实现，从而充当市场顶部信号因子。

3.2. 供应分布指标

这些指标提供了对加密货币供应如何在各种实体和持有者类型之间分布的细致洞察，揭示了财富集中和市场控制的模式。

• _distribution_balance_exchanges_all_pit.csv：这表示所有已识别交易所持有的加密货币总余额。此数据量化了中心化交易所可用于交易的总供应量。余额下降表明代币正在从交易所移出，可能进入长期存储或去中心化金融 (DeFi) 协议，这会降低即时抛售压力。相反，余额增加表明有更多代币可供出售。可以构建一个交易所供应压力因子，其中上升趋势表明潜在卖方流动性增加，这可能是看跌的，而下降趋势表明卖方流动性减少，这可能是看涨的。如果需求保持不变或增加，快速下降可能预示着潜在的供应冲击，从而形成供应冲击风险因子。

• _distribution_balance_exchanges_pit.csv：此文件可能与 _distribution_balance_exchanges_all_pit.csv 类似，可能代表一组主要交易所的总余额或方法上的细微变化。它提供了对交易所余额的重点视图，这对于理解即时市场流动性至关重要。此文件的因子构建将与 _distribution_balance_exchanges_all_pit.csv 类似，但可能涉及更精细或更具体的交易所集。

• _distribution_balance_exchanges_relative_pit.csv：此指标表示交易所持有的加密货币余额占总流通供应量的百分比。这种标准化提供了交易所流动性和潜在市场影响的相对衡量标准。可以得出相对流动性因子：高相对余额表明大部分供应是流动性强且易于交易的，可能增加波动性。低相对余额表明稀缺性和抛售压力降低。此外，交易所相对余额的下降可能预示着投资者积累和“HODL”心态，充当市场情绪指标。

• _distribution_balance_german_government_pit.csv：此文件包含德国政府所属地址持有的加密货币余额。政府，特别是那些已查获加密资产的政府，代表着大量集中的持有量。它们的潜在动向，例如出售查获的资产，可能对市场产生重大影响。可以通过监控此余额的变化来构建政府供应风险因子，其中任何显著流出都可能预示着即将到来的抛售，从而产生抛售压力。此数据还可以集成到更广泛的“大额持有者”或“机构持有者”因子中，以跟踪非传统实体的潜在市场动向。

• _distribution_balance_miners_all_pit.csv：此指标提供了所有已识别挖矿实体持有的加密货币总余额。它代表了矿工持有的新铸造代币和累积奖励的总库存。矿工是新供应的持续来源。可以从余额下降中得出矿工抛售压力因子，这表明矿工正在出售其持有量，表明潜在的供应压力，特别是当挖矿盈利能力较低时。相反，余额增加表明矿工正在持有其奖励，预示着对未来价格上涨的信心，或者他们正在弥补成本而无需立即抛售，从而形成矿工积累因子。

• _distribution_balance_miners_change_pit.csv：此文件捕获了矿工持有的加密货币总余额的每日变化。它直接衡量矿工是每日净积累还是净分发其持有量。可以构建一个短期矿工情绪因子：正变化表示积累，负变化表示分发，为矿工群体提供短期情绪指标。此数据还可以集成到更广泛的供应流模型中，以量化矿工活动对流通供应的每日影响，从而形成供应流因子。

• _distribution_balance_miners_sum_pit.csv：这可能是矿工余额的总和，可能与 _distribution_balance_miners_all_pit.csv 类似，或者代表随时间推移的累积总和。它提供了矿工持有量的总快照。这可以与 _distribution_balance_miners_all_pit.csv 类似地用于分析长期供应动态。

• _distribution_balance_mtgox_trustee_pit.csv：此文件包含 Mt. Gox 受托人持有的加密货币余额。Mt. Gox 是一家已倒闭的交易所，受托人持有大量比特币用于向债权人分发。这些钱包的任何动向都是一个重大的市场事件，因为它代表着大量先前休眠的供应可能重新进入流通。可以通过监控任何变化来构建遗留供应事件因子，其中流出将预示着即将到来的分发和显著的抛售压力。这是一个独特的、高影响的事件因子。

• _distribution_balance_otc_desks_pit.csv：此指标表示已识别的场外交易 (OTC) 柜台持有的加密货币余额。OTC 柜台为机构投资者和高净值个人提供大额私人交易，通常在公共交易所之外。他们的余额代表用于这些大宗交易的流动性池。可以得出机构流动性因子：余额增加可能表明 OTC 柜台正在积累库存以满足大买家需求，或者大卖家正在向他们抛售。余额减少可能意味着他们正在履行大额买单。这里的变化可以预示来自大参与者的显著的、非公开的买卖压力，从而形成隐藏需求或供应因子。

• _distribution_balance_us_government_pit.csv：此文件提供了美国政府所属地址持有的加密货币余额。与德国政府类似，美国政府持有大量查获的加密货币。他们的行动可能对市场供应产生重大影响。可以通过监控变化来构建政府供应风险因子，因为任何显著流出都可能预示着即将到来的抛售和市场压力。此数据还可以集成到更广泛的“大额持有者”因子中。

• _distribution_balance_wbtc_pit.csv：此指标与封装比特币 (WBTC) 的余额有关，WBTC 是以太坊区块链上的比特币代币化版本。WBTC 代表锁定在智能合约中的比特币，用于以太坊去中心化金融 (DeFi) 生态系统。其余额表明比特币在 DeFi 中的集成和实用性程度。可以得出 DeFi 集成因子：WBTC 余额的增加表明对在 DeFi 中使用比特币的需求不断增长，可能表明比特币本身具有更广泛的实用性和需求。变化还可以反映资本在原生比特币区块链和其他智能合约平台之间的分配变化，从而形成桥接供应因子。

• _distribution_exchange_net_position_change_pit.csv：此文件捕获给定日期交易所加密货币余额的净变化（流入减去流出），并针对内部移动进行了调整。正值表示净流入（存入的代币多于提取的代币），表明潜在的抛售压力。负值表示净流出，表明积累或移动到冷存储。这是衡量整体市场情绪和交易所即时供需动态的关键指标。可以构建一个交易所流量动量因子：显著的净流入可能是看跌信号，而显著的净流出可能是看涨信号。使用移动平均线可以帮助平滑每日噪音。此指标直接衡量可用交易所流动性的变化，这可能先于价格变动，从而形成流动性变化因子。

3.3. 实体特定供应和分布指标

这些指标根据不同实体持有的余额对供应进行分类，提供了对财富集中和各种投资者群体行为的洞察。

• _entities_min_1k_count_pit.csv：此文件提供了持有至少 1,000 单位加密货币的实体（聚类地址）数量。这通常指“巨鲸”或大型机构持有者。此数据跟踪市场中大型参与者的数量。数量增加表明更多大型实体正在进入或积累。可以得出巨鲸参与因子，其中数量上升表明大型实体的参与度增加，如果他们正在积累，这可能是一个看涨信号。当与总供应分布一起监控时，这也可以促成集中度变化因子，以了解财富是否在大型持有者之间变得更加集中或不那么集中。

• _entities_supply_balance_0001_001_pit.csv 到 _entities_supply_balance_more_100k_pit.csv：这些文件表示实体在特定余额范围（例如，0.0001 到 0.001 单位，100 到 1,000 单位，超过 100,000 单位）内持有的总供应量。这允许按财富等级对持有者进行细分。此数据提供了不同投资者群体（从散户（小额余额）到巨鲸（大额余额））供应分布的详细分类。这有助于理解“持有结构”以及哪些群体正在积累或分发。对于整个文件范围的因子构建：

  • 散户与巨鲸积累/分发因子： 较小余额范围（_0001_001、_001_01、_01_1、_1_10）中供应的增加可能表明基层采用率和更广泛的兴趣不断增长（散户积累）。较大余额范围（_1k_10k、_10k_100k、_more_100k）中的变化尤其具有影响力。这些层级中余额的增加表明“聪明钱”积累，而余额的减少表明分发（巨鲸积累/分发）。

  • 财富集中因子： 不同层级之间的比率（例如，顶层级总和除以总供应量）可以量化财富集中度。巨鲸之间的高度集中可能使市场容易发生显著的价格变化。

  • 供应动态因子： 跟踪这些群体之间供应的流动（例如，供应从小持有者流向大持有者或反之）可以识别市场控制和情绪的变化。

• _entities_supply_distribution_relative_pit.csv：此指标表示实体在各种余额范围内持有的总流通供应量的百分比。这使供应分布标准化，使其更容易比较不同持有者群体随时间推移的相对实力，无论整体供应增长如何。可以构建一个群体相对实力因子，通过跟踪散户与机构或巨鲸实体持有的供应百分比份额。大型实体份额的增加可能是一个看涨的长期信号，而份额的减少可能表明分发。这也可以促成去中心化或中心化因子，以评估供应集中度的变化。

3.4. 费用指标

这些指标与区块链上交易相关的成本有关，通常反映对网络资源的需求和交易的紧迫性。

• _fees_exchanges_mean_pit.csv：此文件提供了涉及交易所的交易支付的平均交易费用。更高的平均费用可能表明与交易所活动相关的区块空间需求增加（网络拥堵），表明高交易兴趣或显著的交易量移动。可以得出交易所活动成本因子，其中飙升可能表明对快速交易所相关交易的高需求，可能反映紧急买卖。当与交易量相关联时，它还可以作为网络拥堵指标，以了解高费用是由于高活动还是网络瓶颈。

• _fees_exchanges_relative_pit.csv：此指标表示涉及交易所的交易费用相对于某个基准（例如，总费用或总交易量）的比例。它提供了交易所相关活动成本的标准化视图，突出了其在整体网络成本中的比例。可以构建一个相对交易所需求因子，其中相对费用的增加表明交易所相关交易正在消耗更大比例的网络资源，这意味着交易活动加剧。

• _fees_exchanges_sum_pit.csv：此文件包含涉及交易所的交易支付的交易费用总和。它表示用户在链上与交易所交互所产生的总成本。高总和表明交易所相关活动非常活跃。可以得出交易所活动量因子，其中高总费用可能表明向或从交易所的价值转移显著，通常先于价格波动。

3.5. 链上指标（派生指标）

这是一个关键类别，因为这些通常是复合指标，旨在通过将原始数据点组合成更可解释的信号来提供更深入的市场洞察。

• _indicators_asol_account_based_pit.csv：此指标是平均花费输出寿命 (ASOL)，表示所有已花费交易输出的平均年龄（以天为单位）。它考虑了代币在被移动之前休眠了多长时间 19。ASOL 突出了短期（年轻代币）和长期（旧代币）支出行为之间的平衡。高 ASOL 表明旧的、休眠的代币正在移动，通常是长期持有者实现利润或亏损。低 ASOL 表明日常流量主要由年轻代币组成，通常由交易者组成。对于因子构建，可以得出长期持有者活动因子：高 ASOL 值（例如，高于 40-60 天）可能预示着市场顶部或底部，因为旧代币正在移动。ASOL 通常随着市场波动性而上升，充当市场波动性信号。飙升也可能表明 LTH 获利了结或投降，从而形成获利了结或投降信号。

• _indicators_asol_lth_account_based_pit.csv：此文件提供了专门针对长期持有者 (LTH) 的 ASOL。它侧重于高信念投资者的支出行为。飙升表明 LTH 正在移动他们长期持有的代币。可以构建 LTH 分发或积累因子：上升的 LTH ASOL 表明 LTH 正在分发，可能预示着市场顶部。下降的 LTH ASOL 表明 LTH 正在持有或积累。

• _indicators_asol_sth_account_based_pit.csv：此指标是专门针对短期持有者 (STH) 的 ASOL。它侧重于更活跃交易者的支出行为。高 STH ASOL 意味着 STH 在其典型的短期窗口内持有代币更长时间，然后才花费。可以得出 STH 情绪因子，其中 STH ASOL 的变化可以反映他们的信念或缺乏信念。上升的 STH ASOL 可能表明他们持有时间稍长，而下降的 ASOL 可能意味着快速周转。

• _indicators_cdd_account_based_pit.csv：此指标是币天销毁 (CDD)，通过将交易中的代币数量乘以它们在被花费之前休眠的天数来计算。CDD 对旧的、长期持有的代币的移动给予更多权重。高 CDD 表明长期持有者正在抛售，表明市场情绪或主要价格变动的显著变化。低 CDD 表明代币被持有更长时间。可以得出长期持有者分发因子：高 CDD 值通常与市场顶部相关，因为 LTH 获利了结。相反，低 CDD 值表明强劲的持有行为和信心，通常在市场底部附近看到，从而形成积累阶段因子。

• _indicators_cdd_lth_account_based_pit.csv：此文件提供了专门针对长期持有者 (LTH) 的 CDD。它直接衡量 LTH 的币天“销毁”。飙升表明 LTH 大量抛售或重新分配。可以得出 LTH 获利了结或投降信号，其中急剧增加是 LTH 实现收益或止损的强烈信号，通常先于价格修正。

• _indicators_cdd_sth_account_based_pit.csv：此指标是专门针对短期持有者 (STH) 的 CDD。它衡量 STH 的币天“销毁”。高值表明 STH 正在移动他们最近获得的代币。可以构建 STH 波动性因子，其中高 STH CDD 可以表明短期投机驱动的快速交易活动和波动性增加。

• _indicators_dormancy_account_based_pit.csv：此指标是平均币休眠期，计算方法是总币天销毁量除以总交易量。它表示每个已花费代币在移动之前平均休眠的天数，以每单位代币为基础。休眠期与 ASOL 类似，但按交易量加权。高休眠期意味着已花费的代币被持有更长时间，表明“聪明钱”分发。低休眠期意味着已花费的代币相对年轻，表明长期持有者正在积累或“HODL”。可以得出聪明钱流量因子：上升的休眠期通常与市场顶部的分发一致，而受抑制的休眠期往往先于周期底部的积累。它还可以作为市场周期阶段指标，以识别积累与分发阶段。

• _indicators_dormancy_lth_account_based_pit.csv：此文件提供了专门针对长期持有者 (LTH) 的休眠期。它提供了对 LTH 移动代币的平均持有期的重点视图。可以构建 LTH 分发压力因子，其中上升的 LTH 休眠期表明 LTH 正在积极移动他们长期持有的代币，可能预示着重大的市场转变。

• _indicators_dormancy_sth_account_based_pit.csv：此指标是专门针对短期持有者 (STH) 的休眠期。它提供了对 STH 移动代币的平均持有期的重点视图。可以得出 STH 交易活动因子，其中低 STH 休眠期表明短期交易者快速周转，导致市场波动。

• _indicators_liveliness_account_based_pit.csv：此指标是活跃度，它提供了对宏观 HODL 行为变化的洞察。它计算为累计币天销毁量与所有已累积币天总和的比率 12。当大部分代币供应处于休眠状态（HODL）时，活跃度会下降。当长期持有者花费旧代币的速度快于新币天累积的速度时，活跃度会增加。可以构建 HODL 趋势因子：活跃度下降表明 HODL 和积累增加，通常在熊市或积累阶段观察到。相反，活跃度增加表明长期持有者正在分发，通常在牛市中观察到，因为利润得以实现，从而形成分发趋势因子。它还可以作为市场周期指标，以识别牛市与熊市周期。

• _indicators_msol_account_based_pit.csv：此指标是平均花费输出寿命 (MSOL)。它与 ASOL 类似，但可能使用不同的聚合方法（例如，中位数或不同的平均计算）。它提供了对已花费代币平均年龄的另一种视角。这可以与 ASOL 类似地使用，可能用于交叉验证或捕获支出行为的不同方面。

• _indicators_mvrv_account_based_pit.csv：此指标是市值与已实现价值 (MVRV) 比率。它将市值（资产的当前市场价值）与其已实现市值（每个单位上次移动时的总价值）进行比较。MVRV 揭示了资产相对于投资者平均支付的价格是高估还是低估。MVRV 值大于 1 表示持有者处于盈利状态，而小于 1 表示他们处于亏损状态。可以得出估值因子：MVRV 值显著高于 1（例如，比特币高于 3）可能预示着高估和潜在的市场顶部，而小于 1 的值可能预示着低估和潜在的积累区域或市场底部。专业人士利用此指标来围绕宏观顶部和底部进行进出场时机，充当市场周期时机因子。

• _indicators_nvt_entity_adjusted_pit.csv：此指标是网络价值与交易量 (NVT) 比率，并针对实体进行了调整。它将市值与链上转账量进行比较，类似于股票市场中使用的市盈率 (P/E) 。NVT 评估网络估值是否由其效用（交易量）支持。高 NVT 表明高估（市值超过效用），而低 NVT 表明低估（效用超过市值）。可以构建一个基于效用的估值因子：上升的 NVT（特别是如果经过实体调整）可能预示着高估和潜在的修正，而下降的 NVT 可能预示着低估和潜在的价格上涨。它还可以作为网络健康因子，表明资产的价值存储功能（市值）与其结算或支付网络效用（转账量）之间的平衡。

• _indicators_rcap_account_based_pit.csv：此指标是已实现市值 (RCAP)。它是所有代币按其上次在链上移动时的价格计算的总和。RCAP 代表整个供应的聚合成本基础。它是一种比市值更平滑、更基本的估值指标，因为它仅在代币移动时才发生变化。它可以与市值结合使用以得出 MVRV，充当成本基础因子。其趋势可以表明网络的整体“投资者成本”，提供一个基本估值锚点。

• _indicators_realized_loss_account_based_pit.csv：此文件提供了给定日期已实现亏损的总价值，按所有账户汇总。当代币以低于其购买价格的价格出售或移动时，就会发生已实现亏损。此指标衡量市场参与者正在损失的总资本量。高已实现亏损可能预示着投降事件。可以构建一个投降信号因子，因为已实现亏损的飙升通常发生在市场底部，预示着潜在反转之前的清洗事件。

• _indicators_realized_loss_lth_account_based_pit.csv：此指标是专门针对长期持有者 (LTH) 的已实现亏损。它衡量高信念持有者所承受的亏损。LTH 实现显著亏损可能是一个非常强烈的投降信号，因为它意味着即使是最具弹性的持有者也在放弃。可以得出深度投降因子，其中 LTH 已实现亏损的飙升是市场底部或极端看跌情绪的有力指标，表明最强持有者普遍投降。

• _indicators_realized_loss_lth_to_exchanges_account_based_pit.csv：此文件捕获了 LTH 专门从转移到交易所的已实现亏损。这是一个更精细的信号，表明 LTH 不仅仅是亏本移动代币，而是积极地将它们移动到交易所，很可能意图出售。可以构建 LTH 投降抛售因子，如果 LTH 正在亏本向交易所发送代币，则表示强烈的看跌信号，表明被迫抛售或信念丧失。

• _indicators_realized_loss_sth_account_based_pit.csv：此指标是专门针对短期持有者 (STH) 的已实现亏损。它衡量投机性交易者所承受的亏损。STH 通常对波动性更敏感，并且在价格下跌期间经常亏本出售。可以得出 STH 恐慌因子，其中高 STH 已实现亏损可能预示着恐慌性抛售和波动性增加。如果 STH 亏损变得极端，它可能预示着局部底部，因为来自该群体的抛售压力耗尽。

• _indicators_realized_loss_sth_to_exchanges_account_based_pit.csv：此文件捕获了 STH 专门从转移到交易所的已实现亏损。它表明 STH 正在积极地将代币移动到交易所，以亏本出售，这是新投资者恐慌和投降的明确迹象。可以构建 STH 投降抛售因子，如果需求能够吸收供应，则表示短期抛售压力和潜在局部价格底部的强烈指标。

• _indicators_realized_loss_to_exchanges_account_based_pit.csv：此指标表示从转移到交易所的总已实现亏损，汇总了 LTH 和 STH 的行为。它提供了市场参与者向交易所发送代币以实现亏损的总体衡量标准。可以得出总投降抛售因子，结合 LTH 和 STH 的行为，全面了解亏损抛售压力。

• _indicators_realized_profit_account_based_pit.csv：此文件提供了给定日期已实现利润的总价值，按所有账户汇总。当代币以高于其购买价格的价格出售或移动时，就会发生已实现利润。此指标衡量市场参与者正在获得的总资本量。高已实现利润可能预示着获利了结事件。可以构建一个获利了结信号因子，因为已实现利润的飙升通常发生在市场顶部附近，因为持有者实现收益，预示着抛售压力增加。

• _indicators_realized_profit_loss_lth_sth_relative_pit.csv：此指标表示 LTH 与 STH 的相对已实现利润或亏损。这可能是一个比率或一个差值。它比较了两个关键群体的盈利能力。例如，如果 STH 正在实现利润而 LTH 正在实现亏损（或反之），它揭示了复杂的市场动态。可以构建一个群体盈利能力背离因子，其中群体之间盈利能力的背离可能预示着市场转折点或市场控制的变化。

• _indicators_realized_profit_loss_lth_sth_to_exchanges_relative_pit.csv：此文件捕获了 LTH 与 STH 专门从转移到交易所的相对已实现利润或亏损。它提供了 LTH 和 STH 在积极在交易所抛售时实现利润或止损的更精确比较。可以得出群体抛售意图因子，揭示哪个群体正在推动交易所的获利了结或止损，从而直接发出其市场影响的信号。

• _indicators_realized_profit_lth_account_based_pit.csv：此指标是专门针对长期持有者 (LTH) 的已实现利润。它衡量高信念持有者所获得的利润。LTH 实现显著利润可能是一个强烈的分发信号，因为他们通常被认为是“聪明钱”在强势中抛售。可以得出 LTH 分发因子，其中 LTH 已实现利润的飙升是市场顶部或强劲抛售压力的有力指标，表明主要持有者正在退出或重新平衡。

• _indicators_realized_profit_lth_to_exchanges_account_based_pit.csv：此文件捕获了 LTH 专门从转移到交易所的已实现利润。这是一个精细的信号，表明 LTH 不仅仅是获利，而是积极地将代币移动到交易所，以出售其盈利的持有量。可以构建 LTH 获利了结抛售因子，如果 LTH 正在以盈利向交易所发送代币，则表示强烈的看跌信号，表明积极分发。

• _indicators_realized_profit_sth_account_based_pit.csv：此指标是专门针对短期持有者 (STH) 的已实现利润。它衡量投机性交易者所获得的利润。STH 通常会迅速实现收益。可以得出 STH 狂热因子，其中高 STH 已实现利润可能预示着投机狂热和“泡沫”市场，可能预示着局部顶部，因为 STH 快速获利。

• _indicators_realized_profit_sth_to_exchanges_account_based_pit.csv：此文件捕获了 STH 专门从转移到交易所的已实现利润。它表明 STH 正在积极地将代币移动到交易所，以盈利出售，这是短期获利了结的明确迹象。可以构建 STH 获利了结抛售因子，其中飙升表明 STH 正在快速获利，导致即时抛售压力。

• _indicators_realized_profit_to_exchanges_account_based_pit.csv：此指标表示从转移到交易所的总已实现利润，汇总了 LTH 和 STH 的行为。它提供了市场参与者向交易所发送代币以实现利润的总体衡量标准。可以得出总获利了结抛售因子，全面了解所有持有者类型的获利了结抛售压力。

• _indicators_sopr_account_based_pit.csv：此指标是已花费输出利润率 (SOPR)。它计算为（卖出价格 ÷ 成本基础）。SOPR 值大于 1 表示持有者正在盈利出售，而小于 1 表示持有者正在亏损出售。它反映了所有已花费输出的聚合盈利能力。可以通过观察 SOPR 突破 1 的阈值来构建市场情绪反转因子。从低于 1 到高于 1 的反转可能预示着从投降到复苏的转变。从高于 1 到低于 1 的反转可能预示着从获利了结到亏损的转变。高 SOPR 表示普遍获利了结，可能是顶部，而低 SOPR 表示普遍亏损，可能是底部，从而形成盈亏实现因子。

• _indicators_svab_entity_adjusted_pit.csv：此指标是供应调整价值 (SVAB)，并针对实体进行了调整。这可能指的是一个通过流通供应量标准化转移价值的指标，可能类似于 NVT 但具有不同的调整。它旨在通过考虑实体调整和供应来提供更准确的网络效用或价值转移衡量标准。可以构建一个标准化效用因子，以比较不同时期或资产的网络效用，同时控制供应变化。

• _indicators_svl_entity_adjusted_1d_1w_pit.csv 到 _indicators_svl_entity_adjusted_more_10y_pit.csv：这些指标表示已花费交易量寿命 (SVL)，并针对实体进行了调整，按各种年龄段（例如，1 天到 1 周，1 个月到 3 个月，1 年到 2 年，超过 10 年）进行细分。这些指标显示了正在花费的代币数量，按这些代币被持有的时间（它们的“寿命”）进行分类。这提供了对哪些年龄段正在移动其代币的细致视图。对于整个 SVL 文件范围的因子构建：

  • 群体支出行为因子： 年轻年龄段（_1d_1w、_24h）中的高交易量表明短期交易活动活跃（短期速度）。中等年龄段（_1m_3m、_3m_6m、_6m_12m）中的交易量可以反映投资者信念的变化（中期活动）。较老年龄段（_1y_2y、_2y_3y、_3y_5y、_5y_7y、_7y_10y、_more_10y）中的显著交易量强烈表明长期持有者正在移动其休眠供应，通常是为了获利了结或再平衡。这是识别市场顶部或供应动态重大变化的非常强大的信号（长期分发/积累）。

  • 供应流动性变化因子： 跟踪来自不同年龄段的交易量比例可以帮助理解供应的哪些部分正在变得流动。

3.6. 挖矿指标

这些指标与加密货币矿工的活动和经济激励有关，矿工是新供应的持续来源。

• _mining_revenue_sum_pit.csv：此文件提供了给定日期矿工赚取的总收入（来自区块奖励和交易费用）。它反映了挖矿行业的盈利能力和经济健康状况。更高的收入可以激励更多的挖矿活动并减少即时抛售压力。可以得出矿工盈利能力因子，其中收入下降趋势可能表明矿工压力，可能导致出售更多开采的代币以弥补运营成本。更高的收入还可以吸引更多矿工，增加网络的哈希率和安全性，充当网络安全代理。

• _mining_volume_mined_sum_pit.csv：此指标表示给定日期新铸造（挖矿）的加密货币总量。它量化了来自挖矿的新供应进入市场。可以构建一个新供应流量因子，以量化来自挖矿的每日通胀压力，这可以与总交易量进行比较，以评估市场的吸收能力。

3.7. 供应流动性指标

这些指标根据其感知流动性或休眠期对流通供应进行分类，提供了对可用于交易的代币与长期持有的代币的可用性的洞察。

• _supply_highly_liquid_sum_pit.csv：此文件提供了被归类为“高度流动”的加密货币总供应量，这意味着它经常被移动并随时可用于交易。它代表了活跃流通并可能受到即时买卖压力的供应部分。可以得出可交易供应因子，其中高度流动供应的增加可能表明短期交易兴趣增加和波动性潜力。

• _supply_illiquid_change_pit.csv：此指标捕获了被归类为“非流动”的总供应量的每日变化，这意味着它已休眠了很长一段时间，并且在短期内不太可能被花费。正变化表明代币正在进入长期存储（HODL），从而降低即时抛售压力。负变化表明休眠代币正在变得活跃。可以得出 HODL 或积累信号，其中非流动供应的持续增加是一个强烈的看涨信号，表明长期积累和可供出售的供应减少。如果需求保持强劲，快速增加可能导致供应冲击，从而形成供应冲击因子。

• _supply_illiquid_sum_pit.csv：此文件提供了被归类为“非流动”的加密货币供应总量。它代表了高信念的长期持有者持有的代币总量，有效地从即时交易流通中移除。可以得出长期信念因子，其中高且不断增加的非流动供应表明强劲的 HODL 行为和基本面实力。

• _supply_liquid_change_pit.csv：此指标捕获了被归类为“流动”的总供应量的每日变化，这意味着它正在活跃流通。正变化表明代币变得更加活跃，可能正在转移到交易所。负变化表明代币正在变得休眠。可以构建一个短期供应压力因子，其中流动供应的持续增加表明有更多代币可供出售，这可能是看跌的。

• _supply_liquid_illiquid_sum_pit.csv：此文件表示流动和非流动供应的总和，这应该近似于总流通供应量。它可以作为健全性检查或跟踪按流动性分类的总流通供应量的方法。这可以用作相对流动性指标的分母。

• _supply_liquid_sum_pit.csv：此文件提供了被归类为“流动”的加密货币供应总量。它代表了活跃流通并随时可用于交易的代币总量。可以得出可用供应因子，其中高流动供应表明有充足的代币可供交易，可能增加波动性和抛售压力。

3.8. 交易和转账指标

这些指标捕获交易和转账的数量和计数，通常按参与者或目的进行细分，提供了经济活动和资本流动的直接衡量标准。

• _transactions_entity_adjusted_count_pit.csv：此文件提供了区块链上唯一交易的计数，并经过调整以过滤掉同一实体内的内部转账。它提供了更清晰的实际经济活动和不同市场参与者之间网络利用率的衡量标准。可以构建一个真实网络活动因子：计数增加表明真实用户参与度和网络效用需求不断增长。此指标的长期趋势可以预示加密货币的采用率和使用率，从而形成采用率因子。

• _transactions_transfers_between_exchanges_count_pit.csv：此指标捕获了加密货币在不同交易所之间直接转账的计数。它可能表明套利机会、平台之间的大额机构移动或做市商的再平衡。可以得出交易所间流量因子，其中高计数可能表明市场效率提高或交易场所之间资本重新分配显著。

• _transactions_transfers_exchanges_to_whales_count_pit.csv：此文件提供了从交易所到巨鲸地址的转账计数。这是巨鲸积累的强烈信号，因为大型实体正在从交易所提取资金，可能用于长期持有。可以得出巨鲸积累信号，其中上升趋势是看涨指标，表明“聪明钱”正在将供应从市场中移除。

• _transactions_transfers_from_exchanges_count_pit.csv：此指标表示源自交易所的转账计数。它反映了所有类型用户从交易所提款。可以得出一般提款活动因子，其中高计数表明用户正在将资金从交易所移出，可能降低即时抛售压力。

• _transactions_transfers_from_miners_count_pit.csv：此文件捕获了源自矿工地址的转账计数。它反映了矿工抛售或重新分配其奖励。可以得出矿工抛售压力计数，其中高计数表明矿工正在积极移动其代币，可能用于出售。

• _transactions_transfers_from_otc_desks_count_pit.csv：此指标提供了源自 OTC 柜台地址的转账计数。它表明 OTC 柜台正在分发代币，可能正在履行其客户的大额买单。可以得出 OTC 分发计数，其中高计数可能预示着已在场外促成的大额机构买入活动。

• _transactions_transfers_to_exchanges_count_pit.csv：此文件捕获了目的地为交易所地址的转账计数。它反映了所有类型用户向交易所的存款，通常先于抛售活动。可以得出一般存款活动因子，其中高计数表明用户正在将资金存入交易所，可能增加抛售压力。

• _transactions_transfers_to_miners_count_pit.csv：此指标表示目的地为矿工地址的转账计数。它可能表明向矿工支付或矿工从外部来源积累。可以得出矿工流入计数，这可以预示矿工信心增加或运营资金。

• _transactions_transfers_to_otc_desks_count_pit.csv：此文件提供了目的地为 OTC 柜台地址的转账计数。它表明大型参与者正在将代币移动到 OTC 柜台，可能用于大规模、私人抛售。可以得出 OTC 积累计数，其中高计数可能预示着正在场外促成的大额机构抛售活动。

• _transactions_transfers_volume_between_exchanges_sum_pit.csv：此指标捕获了加密货币在不同交易所之间直接转账的总交易量。它衡量了交易所之间资本流动的规模，通常用于套利或大型机构再平衡。可以得出交易所间交易量因子，其中高交易量表明交易场所之间存在大量资本流动。

• _transactions_transfers_volume_by_size_entity_adjusted_relative_pit.csv：此文件提供了按交易规模分类的实体调整后转账的相对交易量。它显示了不同交易规模（例如，小型散户交易与大型巨鲸交易）对总转账交易量的贡献比例。可以得出主导群体交易量因子，揭示散户还是机构/巨鲸活动正在主导整体转账交易量，从而提供对市场驱动因素的洞察。

• _transactions_transfers_volume_by_size_entity_adjusted_sum_pit.csv：此指标提供了按交易规模分类的实体调整后转账的总交易量。它提供了不同交易规模的绝对交易量。可以得出巨鲸交易量因子，其中大交易规模中的高交易量表明显著的巨鲸活动，这可能是一个强烈的市场信号。

• _transactions_transfers_volume_entity_adjusted_from_lth_loss_sum_pit.csv：此文件捕获了长期持有者 (LTH) 在实现亏损时转移的加密货币总量，并针对实体进行了调整。它衡量 LTH 投降的规模。显著的交易量表明来自先前强手的强大抛售压力。可以得出 LTH 投降交易量因子，其中此指标的飙升是一个强大的看跌信号，通常与市场底部相关，因为 LTH 放弃。

• _transactions_transfers_volume_entity_adjusted_from_lth_profit_sum_pit.csv：此指标捕获了长期持有者 (LTH) 在实现利润时转移的加密货币总量，并针对实体进行了调整。它衡量 LTH 获利了结的规模。显著的交易量表明来自先前强手的强大抛售压力。可以得出 LTH 分发交易量因子，其中此指标的飙升是一个强大的看跌信号，通常与市场顶部相关，因为 LTH 获利了结。

• _transactions_transfers_volume_entity_adjusted_from_lth_sth_profit_loss_relative_pit.csv：此文件提供了来自 LTH 和 STH 的转账的相对交易量，按利润或亏损分类，并针对实体进行了调整。它比较了 LTH 和 STH 在积极在交易所抛售时对获利了结或止损交易量的相对贡献。可以得出群体盈亏主导因子，揭示哪个群体正在推动市场