Externe Einflüsse auf den Preis quantifizieren und für Strategie verwenden

[d5000]

Im Faden über virginoranges Strategie, um DCA zu verbessern, indem man sich nach dem Langzeittrend richtet, hatte ich die Idee eingebracht ein solches Modell etwas zu verfeinern, indem man versucht auch "externe Einflüsse" auf den Trend zu beachten. Damit sind Ereignisse oder Fakten gemeint, die den Trend beeinflusst haben könnten, ohne mit dem Trend selbst, oder noch besser: den fundamentalen Gründen für den Trend etwas zu tun zu haben.

Auf Anregung von @Tubartuluk mache ich dafür einen eigenen Faden auf.

Ein Beispiel, um was es geht:

Bitcoin hat ja einen bisher positiven Langzeittrend beim Kursverlauf. Man könnte die Hypothese aufstellen, dass der Grund ist, dass immer mehr Menschen Bitcoin benutzen, bei gleichzeitig beschränkter Angebotsmenge. Die genaue Ursache ist aber erst mal egal. Wichtig ist, dass es einen solchen Trend gibt und man über diesen Trend eine Formel aufstellen kann, etwa mit Hilfe einer logarithmischen Regression ("Trolololo-Methode").

Nun kam es 2021 aber zum Corona-Crash, der den Preis aufgrund eines außergewöhnlichen Ereignisses wesentlich tiefer fallen ließ als in vergleichbaren Marktsituationen. Der Corona-Crash könnte den Kursverlauf der folgenden Jahre negativ beeinflusst haben. So hatten viele Bitcoiner erwartet, dass 2021 schon die 100.000 gerissen werden könnten, das Top lag aber "nur" knapp unter 70.000. Stimmt diese Hypothese, dann hätte der Corona-Crash den Langfristtrend nach unten verzerrt, und eine Formel, die diesen Trend darstellen soll, wäre womöglich "zu konservativ".


Könnte man solche "externen" Ereignisse quantifizieren? Man könnte dann eventuell besser verstehen, wie der grundlegende (also z.B. "adoptionsgeleitete") Kursverlauf-Trend aussieht, und kurzfristige Anomalien "herausfiltern".

Die Idee sähe so aus: Man stellt sich eine Liste aus möglichen Kategorien von Ereignissen zusammen, die den Trend beeinflussen könnten, aber generell nicht viel mit allgemeinen Gründen für eine Bitcoin-Adoption zu tun haben.

Beispiele:

• Einschneidende positive/negative Ereignisse für die Weltwirtschaft allgemein (z.B. Corona)
• Entwicklung des Leitzinssatzes
• Bestimmte Nachrichten aus dem Bitcoin- und Krypto-Umfeld, die sich nur regional auswirken (also die allgemeine Adoption nicht beeinträchtigen) aber den Preis beeinflussen können (z.B. China-Mining-Bann, Anerkennung als gesetzliches Zahlungsmittel in El Salvador, Terra/Luna)

Man kann nun bei jedem dieser Ereignis-Typen versuchen, einen Wert zu finden, der den möglichen Einfluss auf den Gesamttrend ausdrückt (z.B. 5% weniger Wachstum im Jahr als durch den "Normaltrend", der durch eine Formel ausgedrückt wird - siehe oben - zu erwarten wäre). Man stellt sich dabei die Frage: Wie könnte der Trend verlaufen sein, wenn dieses Ereignis nicht eingetreten wäre? Wie groß ist demnach der mögliche Einfluss auf den Preis?

Ideal wäre es, wenn man dafür ein Software-Tool benutzen könnte, das solche (erst mal rein hypothetische) Werte mit Preisdaten der Vergangenheit kontrastiert.

Ein solches Vorgehen hat eine Einschränkung:

Ich würde es nie als einziges Tool für die Preisprognose verwenden, denn es sollte unmöglich sein, alle Einflüsse auf den Preis zu ermitteln und quantifizieren. Es gibt auch viele Ambiguitäten, also Ereignisse die zwar einen "externen" Grund haben, aber die Bitcoin-Adoption in der Tat verzögern könnten (z.B. eine lange weltweite Wirtschaftskrise). Solche Ereignisse dann herauszurechnen zu versuchen wäre ein Fehler, da ja der fundamentale Grund für den gedämpften Trend sich real auf Bitcoin auswirkt.

Es wäre daher eine reine Ergänzung zu einem Modell, das rein auf dem bisherigen Kursverlauf basiert, wie @virginoranges oben verlinktes Modell. Dennoch sollte es möglich sein, einige wenige einschneidende Ereignisarten vom Langzeittrend zu isolieren. Viel mehr als 1-2 Ereignisse pro Jahr würde ich nicht verwenden.

Auch können unterschiedliche Anwender zu anderen Schlüssen kommen, welche Ereignisse wichtig genug sind. Dazu wäre ja dann das Software-Tool da, und jeder Trader basiert seine Entscheidungen ja auf Grund von unabhängigen Informationen.

[1714471172]

1714471172

[1714471172]

1714471172

[1714471172]

1714471172

[1714471172]

1714471172

[1714471172]

1714471172

[Turbartuluk]

Freut mich, dass wir das hier etwas tiefer diskutieren können ohne ggf. den anderen Faden zu kapern.

Grundsätzlich verstehe ich deinen Ansatz nach Korrelationen zu externen Faktoren zu suchen bei denen eine Kausalität plausibel scheint.
Allerdings würde ich tendenziell die Auswahl anders treffen und nur solche Faktoren mit reinnehmen, die ggf. noch Nachholeffekte mitbringen.

Wenn bspw. der Leitzins steigt und damit weniger Kapital in Kryptos fließt, wäre anzunehmen, dass sich die Entwicklung zwar verzögert aber nachgeholt wird sobald der Leitzins wieder fällt.
Bei einem China-Bann (oder hypothetisch US- + EUR-Bann) wäre dem Markt aber nachhaltig Potential entzogen. Es würde also nichts bringen eine Preisentwicklung ohne diesen Faktor zu bestimmen weil der Faktor irreversibel wäre.

Fälle wie FTX, Terra/Luna und Co fände ich dagegen deutlich schwieriger zu bewerten. Einerseits schaden sie dem Vertrauen und verzögern die Adaption, anderseits dürften Profiteure von Krypto-Scams im allgemeinen eher wieder in Krypto investieren, sodass das Kapital tendenziell im Markt bleibt. Das zu quantifizieren dürfte recht schwierig werden.


Bei der Quantifizierung der Faktoren sehe ich dann auch die nächste große Hürde. Zwar kann man den möglichen Einfluss auf den Gesamttrend schätzen, aber das ist dann eben doch nochmal was ganz anderes als etwas fundiert zu berechnen.

Was ich mir vorstellen könnte ist, dass man das globale Potential BIP-gewichtet in Regionen aufteilt und dann anhand von harten Fakten wie Leitzins + Inflation einerseits den Bedarf / das Potential und andererseits die tatsächliche Adaption abschätzt, um so etwaige Wachstumsgrenzen frühzeitig erkennen zu können. 

[d5000]

Allerdings würde ich tendenziell die Auswahl anders treffen und nur solche Faktoren mit reinnehmen, die ggf. noch Nachholeffekte mitbringen.

Ich würde da grundsätzlich zustimmen. Daher schrieb ich ja von den Ambiguitäten.

Prinzipiell würde ich mich auf Ereignisse beschränken, bei denen der Effekt auf den Preis übertrieben wirkt (etwa multipliziert durch FUD). Das Paradebeispiel ist wieder Corona: Die Wirtschaft ist je nach Region in dieser Zeit um 5-10% gefallen, gecrasht ist Bitcoin aber erst mal um rund 60%.

Beim China-Bann würde ich dir eher recht geben, da es eine sehr große Region betrifft. Dennoch würde ich auch da davon ausgehen, dass der Effekt auf den Preis (50% Crash mitten im Bullenmarkt) eine Übertreibung war, da "nur" 15% der Weltbevölkerung betroffen sind. Es könnte außerdem sein, dass es auch in diesem Fall Nachholeffekte gibt, wenn der Bann irgendwann wieder aufgehoben werden sollte. Zudem gibt es ja anscheinend einen florierenden "grauen" Markt. Die Nachholeffekte liegen aber wahrscheinlich ziemlich weit in der Zukunft.

Die Liste im OP soll erst mal nur grobe Beispiele darstellen. Ich werde mir in den nächsten Tagen Gedanken drüber machen die Kriterien zu konkretisieren und dann eine vorläufige "bucket list" posten und vielleicht auch schon mal mit realen Preisdaten "testen".

Fälle wie FTX, Terra/Luna und Co fände ich dagegen deutlich schwieriger zu bewerten. Einerseits schaden sie dem Vertrauen und verzögern die Adaption, anderseits dürften Profiteure von Krypto-Scams im allgemeinen eher wieder in Krypto investieren, sodass das Kapital tendenziell im Markt bleibt. Das zu quantifizieren dürfte recht schwierig werden.

Ja, bei den Krypto-internen Ereignissen ist mir noch unklar ob ich die ganz rauslassen soll. Von denen gibt es nämlich recht viele, angefangen mit MtGox. Diese haben die "natürlichen" Bärenmärkte verstärkt, wurden aber teilweise auch durch sie ausgelöst (gilt sicher sowohl für Terra/Luna als auch FTX, wahrscheinlich auch MtGox). Insofern wäre es hier auch möglich, sie als "natürliche" Bestandteile der Zyklen anzusehen. Dass ich sie im OP erwähnt habe, liegt daran, dass auch diese Ereignisse Übertreibungen beim Kursverlauf auslösen.

Die Quantifizierung ist natürlich eine Herausforderung, daher dachte ich an eine Software. Vielleicht kann ich einen Prototypen in Python erstellen, der zumindest grobe Preisdaten verarbeiten kann und es möglich macht, verschiedene Items mit der jeweils geschätzten prozentualen Auswirkung zu überprüfen. Basierend auf der logarithmischen Regression als Ausgangsformel.

Die Idee mit BIP-gewichteten "regionalen" Kennzahlen ist auf jeden Fall interessant. Man könnte für die Einschätzung der Adoption z.B. die geschätzten Nutzerzahlen von Triple A einfließen lassen. Sind umstritten, aber besser als nichts, zumindest für Europa, Nord- und Südamerika wirken die Zahlen plausibel. Allerdings könnte dadurch das Modell schon recht komplex werden, da die Adoption u.a. ja auch fortgeschrieben werden müsste. Das Volumen regionaler Exchanges wäre hier ein möglicher Anhaltspunkt.

[Turbartuluk]

Question: Why did Bitcoin perform so well in summer 2019?

Ich greife hier mal die Frage von @virginorange auf Basis der weitergehenden Analyse auf. Dabei hat sich nämlich gezeigt, dass das Zwischenhoch vor Corona im Sommer 2019 eigentlich viel interessanter, weil ungewöhnlicher ist.

Wenn man von einer von einem Underperformance durch corona im letzten Zyklus ausgeht, dann würde das bedeuten, dass der Bulle da schon Mitte 2019 wieder angefangen hat und nur durch Corona verzögert wurde. Dies würde den 4-Jahres-Zyklus gewissermaßen Infrage stellen.

Andersrum müsste man, wenn man den 4-Jahres-Zyklus nicht infrage stellt, das Zwischenhoch Mitte 2019 fundamental irgendwie plausibel erklären.

Hättest du da vielleicht ein paar Ansätze?!    

[virginorange]

Nun kam es 2021 aber zum Corona-Crash, der den Preis aufgrund eines außergewöhnlichen Ereignisses wesentlich tiefer fallen ließ als in vergleichbaren Marktsituationen. Der Corona-Crash könnte den Kursverlauf der folgenden Jahre negativ beeinflusst haben. So hatten viele Bitcoiner erwartet, dass 2021 schon die 100.000 gerissen werden könnten, das Top lag aber "nur" knapp unter 70.000. Stimmt diese Hypothese, dann hätte der Corona-Crash den Langfristtrend nach unten verzerrt, und eine Formel, die diesen Trend darstellen soll, wäre womöglich "zu konservativ".

Wir sind weder bei Corono noch später bei FTX/Luna tiefer ggü. Trend gefallen als in vergangenen Zyklen. Ich halte es daher nicht für erforderlich den Langfristtrend anzupassen.

Es zwar korrekt, dass der letzte Peak 2021 ungewöhnlich niedrig ausgefallen ist, aber
(i) wir haben weniger Peaks (4-6 Peaks vs. ca. 15 Tiefpunkte),
(ii) die Peaks sind variabler (Peaks liegen bei e^1 bis e^2.6 vs. Tiefpunkte bei e^-1 bis e^-0.5) und
(iii) die Peaks scheinen im Gegensatz zu den Tiefpunkten einem Abwärtstrend zu unterliegen.
Deswegen würde ich niedrigere Hochpunkte nicht zum Anlass nehmen den Trend zu hinterfragen solange die Tiefpunkte nicht niedriger werden.

Wie könnte der Trend verlaufen sein, wenn dieses Ereignis nicht eingetreten wäre? Wie groß ist demnach der mögliche Einfluss auf den Preis?

Bisher finde ich den Trend stabil.

Eine Trendänderung würde ich erwarten wenn:
- wir eine strukturell höhere Ausweitung der Geldmenge bekommen. Eigentlich müsste man den Bitcoinpreis um die Geldmengenausweitung M2 (USD, EUR, YPY) bereinigen. Wenn die Zentralbanken zur weg-Inflationierung der Staatsschulden eine deutlich höhere Geldmengen-Inflation erzielen, dann würde sich der Trend beschleunigen. Statt einem Wachstum von 5,8 (= Steigung der Geraden), liegt das Wachstum eher bei 5,2 plus M2-Inflation.
- wenn wir im Tiefpunkt nicht mehr zwischen e^-0.5 und e^-1 landen. Sobald wir unter e^-1.2 fallen, ist das Modell gescheitert und der Trend deutlich unter 5,8. Sollten wir über vier Jahre nicht mehr unter e^-0.5 fallen, würde das für eine Beschleunigung des Trends sprechen. Ich erwarte aber eher ein Scheitern des Modells nach unten als nach oben.

Eine Beeinflussung des Zykluses würde ich erwarten durch:
- Liquiditätssituation, d.h. Geldmenge M2, Dollar-Index, QE, Höhe des Treasury General Accounts, Änderung des US-Staatsdefizits
- Risikoaversion, d.h. VIX ist hoch, High Yield Bond Spreads hoch, Nasdaq im Bärenmarkt



A) 4-6 Peaks


B) über 15 Tiefpunkte


C) Peaks sinken im Gegensatz zu den Tiefpunkten

[d5000]

Andersrum müsste man, wenn man den 4-Jahres-Zyklus nicht infrage stellt, das Zwischenhoch Mitte 2019 fundamental irgendwie plausibel erklären.

Ich hab mal ein bisschen über die Frage nachgedacht.

Nehmen wir erst mal an, dass der 4-Jahres-Zyklus gar nicht in Frage gestellt wird. 2016 gab es ebenfalls ein Zwischenhoch, das auf über 50 Prozent des damaligen Allzeithochs ging (rund $750, Allzeithoch lag damals bei $1100). Der Unterschied wäre eher der Zeitpunkt: Das Hoch 2019 war, wenn wir die Allzeithochs als Referenz nehmen, deutlich früher als das Hoch 2016 (2019: 18 Monate nach ATH, 2016: 30 Monate nach ATH). Dies könnte man wiederum von der schon hier mehrmals diskutierten Hypothese ableiten, dass sich generell insbesondere die bullischen Entwicklungen nach vorne verlagern, da die Trader schon erahnen, was auf sie zukommen könnte. Auch die grundsätzlich anderen Voraussetzungen bei der Massenadoption (Krypto-Influencer, ICOs usw.) könnten eine Rolle spielen. Einen "externen" Einfluss sehe ich da aber erst mal nicht.

Ohne die 4-Jahres-Zyklen ganz zu verwerfen, könnte man auch noch annehmen, dass diese Zyklen nicht mehr als eine grobe Orientierung bei der "natürlichen" Angebots/Nachfragesituation geben (also ohne externe Einflüsse, aber auch ohne einschneidende krypto-interne Ereignisse). Das könnte einen anderen Schluss zulassen: dass der Krypto-Winter 2015-16 wesentlich stärker ausfiel als alle anderen Krypto-Depressionen davor und danach. Als fundamentalen Auslöser würde ich die MtGox-Insolvenz sehen: Weder zuvor noch danach war ein Dienstleister in der Bitcoinsphäre so dominant wie MtGox 2013/14, und ausgerechnet der ging pleite. In dem Fall wäre die Annahme anders: Schon 2015 hätte es "ohne MtGox" zu einer wesentlich stärkeren Erholung kommen können, ähnlich wie 2019.

Das stellt allerdings wieder die Frage: wäre dann auch 2016 "ohne MtGox" ein früheres ATH möglich gewesen? Und da nähern wir uns wieder stärker der Hypothese an, dass die 4-Jahres-Zyklen 2013-17 und 2017-21 nur auf eine Verkettung von Zufällen (hauptsächlich MtGox und Corona) zurückgehen könnten. Was wiederum nicht heißt, dass es gar keine Zyklen gibt, sondern dass sie weniger regelmäßig wären, als viele Bitcoiner annehmen. In dem Fall könnte man z.B. vermuten, dass Bitcoin einem ähnlichen "Gesetz" wie verschiedene Mode- und Trendwellen folgt - d.h. etwa ein Jahr lang ist es stark in der Agenda der öffentlichen Meinung präsent, dann tritt es mehrere Jahre wieder eher in den Hintergrund, und der Preis passt sich entsprechend an.


@virginorange: danke für die Antwort. Dass der Trend "bisher" stabil ist, stelle ich eigentlich auch nicht in Frage. Sondern eher, ob er auch weiterhin für die nächsten Zyklen gleich aussagekräftig bleibt.

Zum Thema Hoch- und Tiefpunkte: Der FTX-Tiefpunkt war in der Hinsicht ungewöhnich, dass dabei ein älteres ATH unterschritten wurde, nicht bei seiner Tiefe selbst, die lag im Rahmen des Erwartbaren. Es stellt sich mir eben die Frage: Wenn wir davon ausgehen, dass sich die Volatilität insgesamt abschwächt, warum schwächt sie sich dann nur nach oben hin ab und nicht nur nach unten?

Da fällt mir auch an deiner letzten Grafik auf: Nimmt man Corona und FTX (wobei ich 2022 nicht FTX alleine, sondern auch Terra/Luna und Nachwirkungen aus Corona/Ukrainekrieg für den tiefen 2022er Bottom verantwortlich machen könnte) raus, dann steigen die Tiefpunkte auch im Vergleich zum Trend klar an. Vielleicht sind beides also Anomalien. Die Beobachtung der vielen Tiefpunkte stimmt, allerdings scheinen sie seit 2019 seltener zu werden.


PS: Habe vor kurzem einen Faden im englischen Forum über die "4-Jahreszyklen sind nur Zufall" Hypothese erstellt. Wir können also die Diskussion um diese Hypothese hier erst mal rausnehmen und uns eher auf die Art und Einfluss möglicher Events auf den Kurs konzentrieren.

[virginorange]

@virginorange: danke für die Antwort. Dass der Trend "bisher" stabil ist, stelle ich eigentlich auch nicht in Frage. Sondern eher, ob er auch weiterhin für die nächsten Zyklen gleich aussagekräftig bleibt.

Zum Thema Hoch- und Tiefpunkte: Der FTX-Tiefpunkt war in der Hinsicht ungewöhnich, dass dabei ein älteres ATH unterschritten wurde, ...

Ich erinnere mich aus dem letzten Zyklus an das Modell, dass Bitcoin auf 4 Jahre noch nie eine negative Rendite hatte, was eine ähnliche Aussage hat. Auch das Stock-to-flow-Modell hat nicht gehalten. Aus der Anfangszeit von Bitcoin hatte ich gehört, dass es hier exponentielle Modellierungen des Preises gibt.

Du hast deswegen schon recht, auch wenn mein Modell bisher immer gilt, wird dieses Modell irgendwann brechen. Dieses Modell hat evtl. nur einen Survivor-bias. Ich bemühe mich deswegen das konkrete Scheitern meines Modells frühzeitig zu bemerken:

...

Es stellt sich mir eben die Frage: Wenn wir davon ausgehen, dass sich die Volatilität insgesamt abschwächt, warum schwächt sie sich dann nur nach oben hin ab und nicht nur nach unten?

Das ist eine sehr gute Frage.

Evtl. spült jeder Bullenmarkt neue Leute in den Bitcoinmarkt. Ein teil der Leute kauft ohne Verstand, und steigt im Bären wieder aus. Ein gewisser Prozentsatz der neuen Bitcoiner beschäftigen sich aber mit Bitcoin und kauft mit DCA. Damit gibt es einen Preis-Boden. Die Käufer investieren ja x% vom EUR-Gehalt. Die Panik-Verkäufer verkaufen 100% ihrer Bitcoin. Das führt zu einem natürlichen Boden.

Wie weit Bullenmarkt nach oben geht ist glaube ich variabler. Hier geht es darum, wie stark sich Bitcoin über die sozialen Netzwerke verbreitet, wie die Liquitätssituation ist und vieles mehr.

Der Boden von Bitcoin wird definiert durch den harten Kern, der wirklich von Bitcoin überzeugt ist. Das Top ist stärker Zufallsabhängig, wie viele Menschen von Bitcoin neu hören.

Aber ich kenne aus den Bereichen Volkswirtschaft und Medizin, es gibt viel mehr plausible Erklärungen als Wahrheiten. Das für das Gegenteil lassen sich oft genauso gute Gründe finden.

Da fällt mir auch an deiner letzten Grafik auf: Nimmt man Corona und FTX (wobei ich 2022 nicht FTX alleine, sondern auch Terra/Luna und Nachwirkungen aus Corona/Ukrainekrieg für den tiefen 2022er Bottom verantwortlich machen könnte) raus, dann steigen die Tiefpunkte auch im Vergleich zum Trend klar an. Vielleicht sind beides also Anomalien. Die Beobachtung der vielen Tiefpunkte stimmt, allerdings scheinen sie seit 2019 seltener zu werden.

Ein Spötter würde sagen, irgendwas ist immer. Ich denke FTX ist vergleichbar zu Mt. Gox. Und Terra/Luna wäre in einer Krise sowieso gescheitert. Aber das Makro-Umfeld war zu Corona schon besonders schlecht. Auch Ende 2018 war das Makroumfeld schlecht, da war die FED restriktiv, bis der Treasury Markt Liquiditätsprobleme bekommen hat.

Ich denke, du könntest schon recht haben, dass die Volatilität nach unten abgenommen hat. Aber eindeutig ist es bisher nicht. Wir haben noch zu wenig Daten, sodass noch mehrere verschiedene Theorien plausibel klingen.

[mv1986]

Lieber Turbatuluk, ich erlaube mir mal ein kleines Zitat meiner selbst aus unseren PMs:

"es geht mir um das Aufstellen einer Gleichung zu der Hypothese, dass Fundamentaldaten und technische Indikatoren voneinander abhängige Einflüsse auf die Preisbildung haben. Technische Indikatoren werden und wurden über sehr lange Zeit institutionalisiert, sodass sie sich zu Schelling Points und Self-fulfilling prophecies entwickelt haben. Genau das ist auch z.T. das Ziel dieser technischen Indikatoren. Wenn aber der Informationsgehalt hoch und häufig ist und nach informationseffizienzhypothetischen Gesichtspunkten relevant ist, dann dürfte der Einfluss von institutionalisierten technischen Indikatoren zu Gunsten der Einflüsse nach der Informationseffizienzhypothese weichen.


f(β,Frequency,Entropy)= 1/ 1+e −k(β−0.5+(1−Frequency)⋅Entropy)
 
​
β stellt hier den Einfluss von Informationen auf die Preisbildung da. Ich habe mich für die Modellierung für eine Sigmoid-Funktion entschieden, weil sie die Intensität der Wechsel und Übergänge von der Dominanz eines Faktors zum anderen gut darstellt.

Ist aber alles noch in Arbeit und ich bin dran. Die exakte zentrale Fragestellung samt Hypothese werde ich dann beim Post aufführen. Man kann die Gleichung noch erweitern um bspw. den Faktor T (Zeit) oder W (Gewicht), weil eine Nachricht, dass China Bitcoin banned in 2014 andere Auswirkungen hatte als ich 2020/21/22 wann auch immer. Also damit könnte man sehr interessant arbeiten und es gibt dazu noch keine Forschung. Schauen wir mal! Wink"


Witzig, "Wink" ist hier , aber wird bei copy-past scheinbar anders übertragen

Also exogene Ereignisse bzgl. des Einflusses zu quantifizieren wäre interessant. Alles was virginorange und d5000 ausgeführt haben, bezieht sich überwiegend auf Ereignisse in t0 und die Auswirkung von t0 bis t_n (n= >=0). Sehr wichtige Fragestellung und man könnte sogar alle möglichen Annahmen prüfen, wie bspw. hier schon erwähnt: Regionalität oder dann auch globale Spilling-Effekte. Und da wir über Bitcoin sprechen, gibt es fast nur globale Effekte. Sehr selten, wie bspw. bei dem Inflationsrisiko, stellen wir klare Preisfindungsunterschiede fest, wenn wir unterschiedliche Länder anschauen (scheinbareArbitrage-Möglichkeiten Türkei, Venezuela, etc.).

Ich habe mich noch dafür interessiert, inwieweit Nachrichten auch im Hinblick auf ihre Wirkung in der Vergangenheit im Vergleich zur Gegenwart einem Delta unterliegen. Deshalb das Beispiel: China banned Bitcoin. Das juckt heute kaum noch einen, aber ich war dabei, als die Nachricht das erste mal kam.

Also an welcher Stelle weicht die doch sehr in der Aussagekraft eingeschränkte technische Analyse denjenigen Daten (Fundamentaldaten im weiteren Sinne), die die Informationseffizienz signifikant beeinflussen? Technische Analyse ist ein Spiel aus Schelling Points und Self-fulfilling prophecies, aber wenn es wirklich zu

• Einschneidende positive/negative Ereignisse für die Weltwirtschaft allgemein (z.B. Corona)
• Entwicklung des Leitzinssatzes
• Bestimmte Nachrichten aus dem Bitcoin- und Krypto-Umfeld, die sich nur regional auswirken (also die allgemeine Adoption nicht beeinträchtigen) aber den Preis beeinflussen können (z.B. China-Mining-Bann, Anerkennung als gesetzliches Zahlungsmittel in El Salvador, Terra/Luna)

kommt, wie verschiebt sich dann graduell und messbar die Preisfindung zu Gunsten der Fundamentaldaten, in diesem Fall sinnvollerweise abgebildet durch eine Sigmoid-Funktion?

Die Sigmoid-Funktion arbeitet mit Sättigungen und das ist deshalb interessant, weil exogene Ereignisse sich wortwörtlich "ersättigen" können und auf den Preis keinen Einfluss mehr haben. Elon Musk war mal sehr relevant für den Bitcoinpreis, jetzt nicht mehr so. China und der Bitcoinban, auch mal sehr relevant, jetzt nicht mehr so.

Aber Ereignisse wie Corona, Leitzinssatz, usw. da gibt es durchaus krasse Effekte.


Insgesamt eine sehr interessante Angelegenheit. Eine meiner wissenschaftlichen Arbeiten habe ich mal über Wertverlustrisiken und Montecarlo-Simulationen usw. geschrieben. Super interessant, weil man auch lernt, wie viel einfach verdammt nochmal dem Zufall (also wahrgenommener Zufall) überlassen ist, aber gleichzeitig die exogenen Ereignisse, insbesondere bei >95% EintrittsUNwahrscheinlichkeit schon so manchen klugen Player zerstört haben. Deshalb ist diese Diskussion hier sehr interessant und ja, @Turbatuluk, ich schulde noch meine vollständigen Gedanken und Ausführungen dazu. Ich bin auch schon eine Ecke weiter. Aber ich leider unter dem Problem, dass ich das Pareto-Prinzip noch nicht so ganz akzeptieren kann, obwohl ich es richtig finde! Hau auch gern mal 80%ige Sachen raus, ansonsten behältst du zu viel für dich.

Sehe ich so, aber ich hatte - wie nicht allzu selten - immer wieder Nebenschauplätze, die eigentlich die Vorsilbe "Neben-" nicht so ganz korrekt abbilden.

Will mal zusehen, dass ich dann auch mein Zeug hier formuliert bekomme und klar, ich freue mich dann sicher über jeden Input, gern auch fernab der Mathematik. Einfach nur Diskussion. Es wird dann aber etwas mathematischer.

Seid alle nett miteinander! Ihr wisst schon!

[Turbartuluk]

Freut mich @mv1986 dass du dich hier mit in die Diskussion einklinkst, auch wenn ich wie in deinen PMs schon wieder nur die Hälfte verstanden habe...

Ich weiß nicht ob es so gemeint ist oder nur ein Gedankengang meinerseits beim lesen war, aber ich finde den Ansatz interessant, den Rückgriff auf Fundamentaldaten oder technischen Indikatoren (als Vereinfachung) davon abhängig zu machen wie viele Informationen vorliegen.
Es ist plausibel, dass Veränderungen der Fundamentaldaten durch externe Ereignisse den Kurs und damit auch die technischen Indikatoren direkt beeinflussen und damit mindestens einseitige Abhängigkeit besteht. Nimmt man social media influencer als "verstärker" noch mit rein, die aufgrund der Reichweite auch mal Hypes oder Panik auslösen können, dann ist auch die gegenseitige Abhängigkeit plausibel.

In einem informationseffizienten Markt sind alle externen Ereignisse schon eingepreist, weil es immer Akteure gibt die davon wissen. Man selbst wird als Einzelner dagegen wohl nie genug Informationen zusammentragen können um eine ausreichend detaillierte Fundamentalanalyse des Marktes durchführen zu können. Ich denke hier gibt es irgendwo einen Schwellenwert unterhalb dessen man informationsINeffizient arbeitet und sich lieber auf die stark vereinfachte Betrachtung per TA beschränken sollte.


Hinsichtlich der Fundamentalanalyse kommt es glaube auch nicht so sehr auf das einzelne Ereignis an (welches sich eh nie mehr wiederholt), sondern eher auf Häufigkeit, Einfluss und Richtung der auftretenden Ereignisse in ihrer Gesamtheit.
Insofern wäre es ja vielleicht schon hilfreich eben solche Ereignisse zu sammeln, deren Einfluss relativ klar bestimmbar ist (z.B. Angriff Iran -> Israel mit 300 Flugkörpern 13.04.2024: BTC 67k$ -> 60k$). Mit einer etwas umfangreicheren Sammlung auch "kleinerer" Ereignisse ist es dann vielleicht einfacher bei zukünftigen Ereignissen die sowieso wieder ganz anders aussehen eine Einschätzung zum Einfluss auf den BTC Kurs vorzunehmen.