Les investisseurs institutionnels ont besoin de données fiables sur le marché de la cryptographie

Dans cet article, j’ai l’intention de discuter de l’importance des données de marché, de l’économétrie de la finance décentralisée (DeFi) et de la recherche appliquée DeFi sur les actifs crypto (et numériques) en tant que corollaire de l’économétrie financière et de la recherche appliquée. J’essaierai également de m’appuyer sur la perspective et les conclusions des articles fondateurs d’Eugene Fama sur la base de son intérêt pour la mesure des propriétés statistiques des cours des actions et la résolution du débat entre l’analyse technique (l’utilisation de motifs géométriques dans les graphiques de prix et de volume pour prévoir les prix futurs mouvements d’un titre) et l’analyse fondamentale (utilisation de données comptables et économiques pour déterminer la juste valeur d’un titre). Le lauréat du prix Nobel Fama a opérationnalisé l’hypothèse du marché efficace – résumée de manière compacte dans l’épigramme que « les prix reflètent pleinement toutes les informations disponibles » sur les marchés efficaces.

sur les sources de données cryptographiques et financières décentralisées, l’analyse des données de marché et tout ce qui entoure l’énorme industrie émergente DeFi qui est essentielle pour attirer les investisseurs institutionnels vers la crypto, le DeFi et un « jeton » plus large. marchés, en général.

Dans la plupart des marchés, les données de marché sont définies comme le prix d’un instrument (un actif, un titre, une marchandise, etc.) et des données liées au commerce. Ces données reflètent la volatilité du marché et des classes d’actifs, le volume et les données spécifiques au commerce, telles que le volume ouvert, haut, bas, fermé (OHLCV) et d’autres données à valeur ajoutée, telles que les données du carnet d’ordres (écart acheteur-vendeur, marché agrégé profondeur, etc.) et la tarification et l’évaluation (données de référence, données de finance traditionnelle comme les premiers taux de change, etc.) Ces données de marché sont déterminantes dans diverses recherches en économétrie financière, en finance appliquée et, désormais, en DeFi telles que  :

• Gestion des risques et cadre du modèle de risque
• Négoce quantitatif
• Prix ​​et évaluation
• Construction et gestion de portefeuille
• Financement global de la cryptographie

Bien que l’application d’une méthodologie traditionnelle pour évaluer les risques et discerner divers degrés d’opportunités réparties entre des classes d’actifs cryptographiques diverses et émergentes puisse être limitante, c’est un début. De nouveaux modèles d’évaluation ont émergé qui visent à donner un sens à ces actifs numériques qui ont dominé les marchés numériques véritablement mondiaux, et même ces modèles ont besoin de données de marché. Certains de ces modèles incluent, sans s’y limiter  :

• PAUV, ou prix moyen pondéré en fonction du volume, une méthodologie qui détermine généralement la juste valeur d’un actif numérique en calculant le prix moyen pondéré en fonction du volume à partir d’un groupe présélectionné de données post-négociation disponibles sur les bourses constitutives
• TWAP, ou prix moyen pondéré dans le temps, qui peut être un oracle ou un contrat intelligent qui dérive des prix symboliques à partir de pools de liquidités, en utilisant un intervalle de temps pour déterminer le ratio de garantie
• Taux de croissance détermine le facteur collatéral
• TVL, ou valeur totale verrouillée, concerne les pools de liquidité et les teneurs de marché automatisés (AMM)
• Nombre total d’utilisateurs reflète l’effet de réseau et l’utilisation et la croissance potentielles
• Méthodologie de marché principale s’applique au marché principal, qui est souvent défini comme le marché avec le plus grand volume et l’activité pour un actif numérique. La juste valeur serait le prix reçu pour un actif numérique sur ce marché.
• Volumes de trading de CEX et de DEX sont la somme des volumes de transactions sur les bourses centralisées (CEX) et les bourses décentralisées (DEX)
• CVI, ou indice de volatilité crypto, est créé en calculant un indice de volatilité décentralisé à partir des prix des options de crypto-monnaie et en analysant les attentes du marché en matière de volatilité future

Ainsi, modéliser une hypothèse sur la base de données empiriques et ensuite tester l’hypothèse pour formuler une théorie de l’investissement (informations à partir d’abstraits empiriques) peut être délicat. Cela donne lieu à des oracles qui visent à résoudre les problèmes de données de confiance entrant dans le système de transaction blockchain ou une couche de médiation entre les couches crypto et financière traditionnelle.

En rapport: Oracle veut apporter la blockchain au grand public grâce à une offre de données crypto-sécurisées

Blockchain, la technologie sous-jacente qui régit tous les actifs et réseaux cryptographiques, vante ses principes fondamentaux de commerce, de confiance et de propriété sur la base de la transparence étendue par les systèmes de confiance (ou le consensus), alors pourquoi les données de marché sont-elles un si gros problème ? Ne fait-il pas partie de l’éthique de la blockchain et de l’industrie de la cryptographie de s’appuyer sur des données qui appartiennent au marché et sont facilement accessibles pour l’analyse ?

les transactions libellées en dollars américains, en euros, en yens et en livres sterling sont le chemin vers la finance traditionnelle qui est facilitée par les échanges cryptographiques.

Comprendre la macro crypto et différencier la macro globale

Comme Peter Tchir, responsable de la macro globale chez Academy Securities, basée à New York, l’explique dans un article écrit par Simon Constable : « La macro globale est un terme désignant les tendances sous-jacentes qui sont si importantes qu’elles pourraient faire monter ou baisser l’économie ou de vastes pans de les marchés des valeurs mobilières. Le gendarme a ajouté  :

« Ils diffèrent des micro-facteurs, qui peuvent affecter les performances d’une seule entreprise ou d’un sous-secteur du marché. »

Je voudrais faire la distinction entre la macro globale et la macro crypto. Alors que les tendances macro mondiales – telles que l’inflation, la masse monétaire et d’autres événements macro – ont un impact sur les courbes de demande et d’offre mondiales, la macro crypto régit la corrélation entre les différents secteurs (tels que le Web 3.0, la couche un, la couche deux, DeFi et les jetons non fongibles), des jetons représentatifs des secteurs et des événements qui ont un impact sur le mouvement correspondant de ces classes d’actifs.

En rapport: Comment les NFT, DeFi et Web 3.0 sont liés

nous compliquons essentiellement nos mesures de mesure et nos données de marché, en raison d’une collision de systèmes de valeur.

Permettez-moi de démontrer la complexité avec un exemple de l’importance des données de marché et d’autres facteurs dans la formulation d’une théorie de l’investissement basée sur des informations tirées d’abrégés empiriques.

Alors que la couche un fournit une utilité importante pour de nombreux écosystèmes qui émergent sur les réseaux de couche un, tous les réseaux de couche un ne sont pas créés égaux et ne fournissent pas la même valeur et les mêmes caractéristiques. Bitcoin (BTC), par exemple, avait l’avantage du premier coup et est en quelque sorte le visage de l’écosystème de la crypto-monnaie. Il a commencé comme un service public, mais s’est transformé en une réserve de valeur et une classe d’actifs en tant que couverture contre l’inflation tentant de remplacer l’or.

Ether (ETH), d’autre part, a proposé la notion de programmabilité (la capacité d’appliquer des conditions et des règles) pour valoriser le mouvement, créant ainsi des écosystèmes riches tels que DeFi et NFT. Ainsi, l’ETH devient le jeton utilitaire qui alimente ces écosystèmes facilitant la co-création. L’augmentation de l’activité transactionnelle a poussé la demande d’éther, car il est nécessaire pour le traitement des transactions.

Bitcoin en tant que réserve de valeur et couverture contre l’inflation est assez différent d’une entreprise en constante croissance et émergente sur un réseau de couche un. Il est donc vital de comprendre ce qui donne de la valeur à ces jetons. C’est l’utilité d’un jeton en tant que péage sur le réseau qui le rend précieux, ou sa capacité à stocker et à transférer une (grande) valeur dans un délai proche, ce qui lui donne un avantage sur les systèmes de mouvement de valeur ou de paiement existants.

la masse monétaire, l’inflation, etc.) ainsi que les facteurs cryptographiques impliquant la corrélation d’autres actifs cryptographiques et crypto-monnaies qui ont un impact direct ou indirect sur la première couche, le la théorie résultante inclurait la croissance de la technologie fondamentale, les rôles des classes d’actifs indigènes et les primes de maturité. Cela indiquerait un risque technologique et une adoption par le marché, un effet de réseau et une prime de liquidité qui démontrent une large acceptation dans divers écosystèmes basés sur la cryptographie. Une vue d’investissement sur l’adéquation stratégique à, par exemple, une construction de portefeuille crypto inclut des considérations sur les cycles macroéconomiques, la liquidité crypto (la capacité de convertir des actifs crypto) et l’impact macro crypto, et les considère comme un risque faible à moyen terme sur notre modèle de risque cadre.

qui peuvent également tenter de corréler les secteurs macro crypto avec les secteurs macro mondiaux. Cela peut devenir rapidement compliqué du point de vue de la modélisation, simplement en raison de la disparité entre la diversité et la vitesse des données de marché entre deux systèmes de valeur.

Points de vue

Les principes de l’hypothèse de marché efficient – qui implique que sur des marchés efficients, le prix reflète toujours les informations disponibles – s’appliquent également aux marchés de la cryptographie.

Les données de marché deviennent donc au cœur de tous les outils de modélisation et d’analyse pour donner un sens aux marchés et également pour effectuer des analyses de corrélation entre divers secteurs de la cryptographie, tels que la couche un, la couche deux, le Web 3.0 et DeFi. La principale source de ces données sur le marché de la cryptographie provient du mélange toujours croissant et fragmenté d’échanges cryptographiques. Les classes d’actifs crypto et numériques définissent un tout nouveau domaine de création, de transaction et de mouvement d’actifs, en particulier lorsqu’elles se limitent à la fongibilité entre les classes d’actifs et les mécanismes d’échange, tels que les prêts, les garanties et les échanges. Cela crée un environnement macro étayé par des principes et des théories crypto-économiques.

nous compliquons essentiellement nos métriques de mesure et données de marché et tentons également de corréler les secteurs macro crypto avec les secteurs macro mondiaux. Cela peut se compliquer rapidement du point de vue de la modélisation, simplement en raison de la disparité entre la diversité et la vitesse des données de marché entre deux systèmes de valeur.

Les points de vue, pensées et opinions exprimés ici n’engagent que l’auteur et ne reflètent ou ne représentent pas nécessairement les points de vue et opinions de Cointelegraph.

Nitin Gaur est le fondateur et directeur d’IBM Digital Asset Labs, où il élabore des normes de l’industrie et des cas d’utilisation et travaille à faire de la blockchain pour l’entreprise une réalité. Il a précédemment occupé le poste de directeur de la technologie d’IBM World Wire et d’IBM Mobile Payments and Enterprise Mobile Solutions, et il a fondé IBM Blockchain Labs, où il a dirigé les efforts visant à établir la pratique blockchain pour l’entreprise. Gaur est également un ingénieur éminent d’IBM et un maître inventeur d’IBM avec un riche portefeuille de brevets. De plus, il est gestionnaire de recherche et de portefeuille pour Portal Asset Management, un fonds multigestionnaire spécialisé dans les actifs numériques et les stratégies d’investissement DeFi.