比特币:1000万枚比特币都在“休眠”!囤币党越多越好吗?

前几天Coindesk发布了一个数据:超过一年没动的比特币数量已突破1000万枚大关。

考虑到目前流通中的比特币总数为1800多万枚,这意味着将近60%的比特币保持了一年以上的休眠状态。

也就说,整个2019年的比特币价格变动,其实只有40%的比特币参与其中。而剩下的比特币持有者,无论行情怎么波动,他们都纹丝不动,统统成了最坚实的比特币「Hodler」。

注:Hodler是指那些长期持有比特币并且不会出售的人。

一、为何比特币Hodler越来越多?

抛开钱包、私钥丢失等被动情况,越来越多人主动加入到Hodler的大家庭。为何Hodler会越来越多?我们先来看一个真实的“惨案”。

“比特币”的贴吧里有一个2014年的陈年老贴,叫《刚刚48万入手100个比特币,记录我炒币的日子》。在币价4800元时,楼主偷偷拿了48万的买房钱,入手100枚比特币。

三个月不到,比特币价格就跌去50%,祸不单行的是,楼主偷拿买房钱炒币的事情被老婆和家人发现了,家里乱成一锅粥。

楼主顶着巨大的压力等着回本,期间无数次争吵,甚至大半夜被丈母娘喊起来卖币。

就这样撑了一个月,比特币还真的涨回本。楼主善心大发,当场挥洒10000元给吧友充话费。

然而,往后的两年里,比特币走进了为期两年的漫漫熊市,涨一点、跌更多,如此循环,终于在2016年的某天,楼主终于扛不住,亏了18万割肉离场,再也没出现在贴吧里。

这个帖子如今还在,很多人都为“48万哥”感到惋惜,如果他再拿一两年,就是千万富翁了。

没人愿意像“48万哥”那样倒在黎明前的黑暗,这也正是Hodler越来越多的原因。

现实中比特币的走势,也在一遍一遍的告诉大家:只要拿的住,迟早要“暴富”。

Lookintobitcoin网站显示,90.3%的日子里,比特币都是有利可图的。除了2017年年底和2019年中旬,无论什么时间进场,只要你能Hodl到今天,不说赚多少,至少都不会赔本。

著名的华尔街分析师ThomasLee也做过一个统计:“过去的几年,如果去掉比特币表现得最好的10个交易日,比特币每年的收益竟然是-25%。”

也就说是,“跌”是比特币的常态,“大涨”的日子少得可怜。此时,买入并持有反而成为一种不费力、长期来看不会赔本的交易策略。

二、Hodl能影响到行情吗?

Hodl群体越广,证明共识越强,那么共识的强弱会影响到行情吗?

有人将「比特币的价格走势」与「1年以上未动过的比特币数量占比」做了个对比:

可以看出,大部分情况下,两者呈负相关性。每当行情开始下跌时,Hodl数量渐渐增加;每当Hodl数量持续下降时,行情也会走向高峰。

正是因为Hodl占比的变动与市场周期的高低点呈现高度匹配的情况,很多人都喜欢用这个模型来判断市场周期。

回到文章开头,休眠1年以上的比特币数量百分比已经达到一个新高度,那么你可以大胆猜测一下,如今的市场正处于什么周期?

三、Hodler越多越好吗?

Hodler并不是每个人都能当,48万哥扛了两年最终亏本离场,在跌跌不休的市场面前,在身边人都唱空之时,在各国政策相继打压之下,再坚定的信心都会发生动摇。能有这样的毅力和强大内心的人,只是少数。

即便当Hodler并不简单,回报数据告诉我们,Hodl策略很管用,因此市场里也有很多声音开始呼吁大家加入囤币党,例如九神的《囤比特币》,李笑来的定投课,他们都曾经通过“囤”这个动作获得很多切切实实的回报。

但我们不禁会想到一个问题:Hodler越多,对比特币就越好吗?

从币价上来看,是的。逻辑很简单:比特币市场存在供需关系,当需求超过供给,价格自然发生上涨。而Hodl是在人为地减少供给,这在一定程度上能让比特币价格更容易上涨。

但从比特币的落地层面上看呢?

一年前,“Hodl”一词的创造者接受了Coindesk的采访,出人意料的是,他告诉媒体:

“Hodl这个词已经被滥用,现在的情况并不是他的本意——比特币的目的是用来花费,而目前的BTC正在渐渐失去原本的价值主张。”

当大家都趋向于做一个拿着不动的人时,这对比特币的原始目标——做一个点对点的电子现金系统——确实没有直接帮助。

然而,当我们再换个角度想想,坚持Hodl的人相信BTC的价格会越来越高,当这样的“价格共识”越来越强时,我们很难说这对比特币没有一丁点好处。

因此,虽然Hodl无法对比特币的落地发展带来直接改变,但我们也不能说它是完全没有益处的。

囤币也好,炒币也好,都是金融市场的玩法,趋利作为人的天性,也无法用简单的对错二字就能评判。

那么问题来了,你会选择当一个Hodler吗?

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

链链资讯

[0:0ms0-3:908ms