กลุ่มวาฬบิตคอยน์ระยะสั้นสะสมกำไรที่ยังไม่รับรู้ทำสถิติสูงสุดที่ 9.07 พันล้านดอลลาร์ ก่อนที่ตัวเลขจะผ่อนคลายลงเมื่อ BTC อ่อนตัวลง บทวิเคราะห์ใหม่ชี้ว่ากำไรบนกระดาษดังกล่าวอาจเพิ่มแรงกดดันในการขายและทดสอบแนวรับราคาพื้นฐานของการปรับขึ้นรอบนี้
สถิติกำไรของวาฬบิตคอยน์มูลค่า 9.07 พันล้านดอลลาร์ ทดสอบแนวรับของการปรับตัวขึ้น

ประเด็นสำคัญ
- นักวิเคราะห์ชี้ว่ากำไรบนกระดาษของวาฬระยะสั้นทำสถิติที่ 9.07 พันล้านดอลลาร์
- ตัวชี้วัดผ่อนคลายลงมาอยู่ที่ 7.51 พันล้านดอลลาร์ แต่ยังคงสูงในเชิงประวัติศาสตร์
- ความสามารถทำกำไรที่อยู่ในระดับสูงอาจเพิ่มความเสี่ยงที่วาฬจะขายทำกำไร
กำไรบนกระดาษของวาฬบิตคอยน์ทำสถิติสูงสุด
กำไรและขาดทุนที่ยังไม่รับรู้ของวาฬกลุ่มผู้ถือครองระยะสั้นแตะ 9.07 พันล้านดอลลาร์เมื่อวันที่ 4 ก.ย. ซึ่งเป็นค่าสูงสุดนับตั้งแต่มีข้อมูลของตัวชี้วัดนี้ (ย้อนไปถึงปี 2016) ตาม บทวิเคราะห์ที่เผยแพร่โดย Cryptoquant เมื่อวันที่ 7 ก.ย. ผู้ร่วมเขียนของ Cryptoquant นาม IT Tech อธิบายว่าตัวเลขดังกล่าวเป็นกำไรบนกระดาษที่ถืออยู่โดยกระเป๋าเงินขนาดใหญ่ซึ่งเข้าซื้อบิตคอยน์ภายในไม่กี่เดือนที่ผ่านมา
ตัวชี้วัดผ่อนคลายลงมาอยู่ที่ 7.51 พันล้านดอลลาร์เมื่อวันที่ 5 ก.ย. หลังราคาบิตคอยน์ปรับลดลงเล็กน้อย อย่างไรก็ดี ตัวเลขดังกล่าวยังติดหนึ่งในห้าค่าสูงสุดตลอดช่วงเวลาที่ปรากฏบนกราฟ โดยทั้งห้าค่าล้วนเกิดขึ้นในช่วงสองสัปดาห์ก่อนหน้า ความหนาแน่นนี้สะท้อนว่าความสามารถทำกำไรขยายตัวอย่างรวดเร็วในกลุ่มผู้ถือครองรายใหญ่หน้าใหม่ระหว่างที่ BTC ไต่ขึ้นเหนือ 80,000 ดอลลาร์
ผู้ร่วมเขียนมองว่ากำไรเหล่านี้เป็น “ความเสี่ยงต่อการขาย” ที่อาจเกิดขึ้น มากกว่าจะเป็นหลักฐานว่าวาฬเริ่มรับรู้กำไรแล้ว และเขียนว่า:
“กำไรที่ยังไม่รับรู้ในระดับนั้นคือความเสี่ยงต่อการขาย กลุ่มที่นั่งอยู่บนกำไรบนกระดาษทำสถิติสูงสุดสามารถกลายเป็นผู้ขายได้ทันทีที่ราคาสั่นคลอน และวาฬ STH ในเชิงประวัติศาสตร์มักเป็นกลุ่มที่รับรู้กำไรได้เร็วที่สุดเมื่อมีโอกาส”

ตัวชี้วัดกำไรของวาฬบอกอะไร
กำไรที่ยังไม่รับรู้หมายถึงส่วนต่างระหว่างมูลค่าตลาดปัจจุบันของสินทรัพย์กับต้นทุนบนเชน (onchain cost basis) ก่อนที่สินทรัพย์นั้นจะถูกขาย มันเป็นการวัดกำไรที่มีอยู่ “บนกระดาษ” ไม่ใช่ยอดขายที่เสร็จสิ้นหรือกระแสเงินไหลเข้าไปยังตลาดแลกเปลี่ยนที่ยืนยันแล้ว การทำกำไรจริงจำเป็นต้องให้ผู้ถือย้ายหรือขายบิตคอยน์ของตน ซึ่งสอดคล้องกับความแตกต่างพื้นฐานระหว่างการถือครองสินทรัพย์กับการ ดำเนินการเทรดในตลาด
การจัดกลุ่ม “ผู้ถือระยะสั้น” โดยทั่วไปสะท้อนเหรียญที่มีการเคลื่อนไหวเมื่อไม่นานมานี้ มากกว่าจะระบุวันซื้อครั้งแรกของเจ้าของทุกคน วิธีการ คำนวณต้นทุน (cost-basis) ของผู้ถือระยะสั้นของ Glassnode ครอบคลุมเหรียญที่เคลื่อนไหวภายใน 155 วันที่ผ่านมาและถูกถืออยู่นอกคลังสำรองของตลาดแลกเปลี่ยน ตัวชี้วัดเฉพาะวาฬของ Cryptoquant ยังจำกัดกลุ่มที่สังเกตให้แคบลงไปเป็นผู้ถือรายใหญ่ ทำให้ตัวเลข 9.07 พันล้านดอลลาร์เป็นชุดข้อมูลเฉพาะทาง มากกว่าจะเป็นมาตรวัดของนักลงทุน BTC ทั้งหมด
สัดส่วนเหรียญที่มีกำไรมากขึ้นอาจเพิ่มปริมาณอุปทานที่พร้อมขายได้ แต่กำไรที่สูงเพียงอย่างเดียวไม่สามารถยืนยันได้ว่าผู้ถือมีเจตนาจะออกจากตลาดหรือไม่ ข้อมูล onchain แยกต่างหากระบุว่าต้นทุนเฉลี่ยของผู้ถือระยะสั้นในวงกว้างอยู่ใกล้ 71,000 ดอลลาร์ในช่วงปลายเดือนสิงหาคม ขณะที่โซนสะสมหนาแน่นระหว่าง 62,000 ถึง 65,000 ดอลลาร์ก่อตัวเป็น แนวรับที่ลึกกว่าซึ่งอยู่ต่ำกว่าราคาตลาด
การปรับขึ้นของบิตคอยน์เผชิญบททดสอบถัดไป
บิตคอยน์ซื้อขายอยู่ราว 79,300 ถึง 79,500 ดอลลาร์ในช่วงต้นของวันที่ 7 ก.ย. หลังถอยลงจากจุดสูงสุดระหว่างวันที่ 80,537 ดอลลาร์ การย่อตัวดังกล่าวทำให้แนวรับใกล้เคียงอยู่แถว 79,013 ดอลลาร์ ขณะที่บริเวณ 76,300 ถึง 77,000 ดอลลาร์เป็นโซนถัดลงมาหากแนวรับดังกล่าวหลุด ต่อมา BTC ร่วงต่ำกว่า 79,000 ดอลลาร์ ทำให้แนวรับระยะใกล้นั้นถูกกดดัน
ความเสี่ยงด้านการขายไม่ได้จำกัดอยู่แค่การถือครองของวาฬที่เพิ่งสะสมในช่วงต้นเดือนกันยายน กระเป๋าเงินที่สร้างขึ้นในปี 2016 ได้ย้าย 1,260.77 BTC มูลค่ามากกว่า 100 ล้านดอลลาร์ ขณะที่บิตคอยน์ Casascius แบบกายภาพเกือบ 75 เหรียญถูกนำมาแลกคืนภายในหกวันแรกของเดือน การเคลื่อนไหวของบิตคอยน์ที่ นิ่งเงียบมานานเหล่านั้น เกี่ยวข้องกับการถือครองที่เก่ากว่า และยังแยกต่างหากจากตัวชี้วัดวาฬระยะสั้น
ท้ายที่สุด บทวิเคราะห์นำเสนอภาพโครงสร้างตลาดว่าเป็นแรงตึงเครียดระหว่างแนวรับต้นทุนที่มั่นคงกับกำไรที่อาจกลายเป็นอุปทานฝั่งขาย โดยนักวิเคราะห์เขียนว่า:
“โครงสร้างต้นทุนบ่งชี้ว่าพื้น (แนวรับ) ใต้การปรับขึ้นรอบนี้มีอยู่จริง แต่กำไรที่ยังไม่รับรู้ที่ทับอยู่ด้านบนบ่งชี้ว่าพื้นเดียวกันนั้นกำลังถูกทดสอบจากความสำเร็จของมันเอง”
บทความนี้แปลจากภาษาอังกฤษโดยใช้ AI เวอร์ชันภาษาอังกฤษต้นฉบับเป็นแหล่งข้อมูลที่เชื่อถือได้ การแปลอัตโนมัติอาจมีความไม่ถูกต้อง โดยเฉพาะอย่างยิ่งในคำศัพท์ทางกฎหมายและข้อบังคับ












