Sammelbox Risiko-Indikatoren Bitcoin

[virginorange]

Was ich vor habe

Aktuell öffne ich Excel und Excel sagt mir, wie viel EUR Bitcoin ich kaufen (und zukünftig auch verkaufen) soll. Excel errechnet diesen Wert auf Basis von Liquiditäsrechnungen und der aktuell optimalen Kelly-Allokation im Vergleich zum Lebensvermögen. Zukünftig soll Excel eine Vielzahl von Risikoindikatoren für Bitcoin berechnen und mir aus der Kombination der Indikatoren sagen, wie die Zukunft aussieht. Das ermöglicht den Zyklus besser durchzuhalten und Trendbrüche früher zu sehen als andere Marktteilnehmer, damit meine Kelly-Allokation möglichst richtig berechnet wird

geplante Vorgehensweise:
❶ Einzelne-Risiko-Indikatoren [aus der Sammelbox Risiko-Indikatoren Bitcoin] ...
❷ ... werden Aggregiert, um ...
❸ ... das eingetretene Zukunfts-Szenario zu erkennen Sammelbox Zukunftsszenarien Bitcoin und damit ...
❹ richtig zu handeln optimale Handlung - je nach Zukunftsszenario

☞ Durch die regelmäßige Beobachtung dieser Indikatoren kann ich meine Bitcoin-Strategie anpassen, falls sich die Zukunftsszenarien ändern. Dies gewährleistet, dass die Kelly-Allokation stets auf einer möglichst korrekten Risikobewertung basiert.


Risiko-Indikatoren für die Bitcoin-Allokation nach dem Kelly-Kriterium

Ich berechne die optimale Bitcoin-Allokation mit dem Kelly-Kriterium, das von der erwarteten Rendite (basierend auf einem Bitcoin-Preistrend) und der Überlebenswahrscheinlichkeit (basierend auf der Lindy-Funktion) abhängt. Verschiedene Zukunftsszenarien können diese Faktoren beeinflussen. Um frühzeitig zu erkennen, ob sich die Annahmen ändern, möchte ich mehrere Risiko-Indikatoren nutzen. Diese Indikatoren helfen dabei, die Kelly-Allokation zu überprüfen und bei Bedarf anzupassen. Wäre ja blöd wenn ich 70% meines bisherigen und zukünftigen Lebensvermögens auf ein Pferd setzte unter Annahmen, die gar nicht mehr stimmen. Das wäre Leichtsinnig. Nachfolgend stelle ich die wichtigsten Risiko-Indikatoren im Detail vor.

Wahrscheinlichkeit Trendbruch – abgeleitet aus MicroStrategy-Vorzugsaktien (STRF)

Ziel: Dieser Indikator überprüft die aus der Lindy-Funktion abgeleitete Bitcoin-Ausfallwahrscheinlichkeit anhand von Marktpreisen. Er dient als Ampelsystem, um die Kelly-Allokation zu plausibilisieren.

❶ Grundlage:
ⓐ Das Instrument ist die MicroStrategy-Vorzugsaktie (STRF), die eine feste Dividende von 10 USD pro Jahr zahlt.
ⓑ Die Aktie ist durch Bitcoin besichert (etwa 7,7-fach).
ⓒ Der Barwert der Dividenden wird mit der US-Zinskurve abgezinst.

❷ Methodik:
ⓐ Ohne Ausfallrisiko wäre der Barwert aller Dividenden über 200 USD.
ⓑ Unter Berücksichtigung der Lindy-Ausfallwahrscheinlichkeit (für Bitcoin) sinkt der Barwert auf etwa 97,5 USD.
ⓒ Der aktuelle Marktpreis von 115 USD liegt dazwischen, was zeigt, dass der Markt das Ausfallrisiko niedriger einschätzt als das Lindy-Modell.
ⓓ Der Vergleich von Marktpreis und Lindy-Barwert ergibt ein "Lindy-Multiple" (z.B. 72 % bedeutet, der Markt sieht das Risiko 28 % geringer).

❸ Ampelsystem:
● Lindy-Multiple 0–50 %: Stufe 1, dunkelgrün
● 50–80 %: Stufe 2, mittelgrün
● 80–90 %: Stufe 3, hellgrün
● 90–110 %: Stufe 4, gelb
● 110–120 %: Stufe 5, orange
● 120–150 %: Stufe 6, rot
● über 150 %: Stufe 7, dunkelrot
➤ Bei einem Ampelwechsel (z.B. von grün zu gelb) wird die Kelly-Allokation überprüft.

❹ Beispiel: Ein Lindy-Multiple von 72 % führt zu einer mittelgrünen Ampel – dies signalisiert, dass meine Annahmen zur Bitcoin-Überlebenswahrscheinlichkeit vorsichtiger sind als beim Markt. Die berechnete Kelly-Allokation ist also demnach nicht zu hoch.

Wahrscheinlichkeit Trendbruch – abgeleitet aus IBIT-Optionen

Ziel: Optionen auf den Bitcoin-ETF IBIT liefern implizite Wahrscheinlichkeiten für einen Trendbruch. Diese werden mit der Lindy-Wahrscheinlichkeit verglichen, um Hedging-Entscheidungen zu unterstützen.

❶ Hintergrund:
ⓐ Das Kelly-Kriterium begrenzt die Bitcoin-Allokation (z.B. rund 2/3 des Lebensvermögens rund 4 Jahren Haltedauer).
ⓑ Wenn ich denke, die Bitcoin-Preis-Trend-Funktion scheitert mit 10% Risiko und die Optionen sagen 20% Risiko, dann müsste ich meine Annahmen nochmal überdenken und meine Kelly-Allokation ggf. reduzieren.

❷ Methodik:
ⓐ Die Lindy-Funktion ergibt für eine Laufzeit von 2,33 Jahren eine Ausfallwahrscheinlichkeit von 13,12 %.
ⓑ Die Prämien von IBIT-Optionen mit einer Laufzeit von 2,33 Jahren mit verschiedenen Strike-Preisen implizieren Marktwahrscheinlichkeiten:
○ Strike 52 USD: Prämie 9,24 → implizite Wahrscheinlichkeit 17,8 %
○ Strike 30 USD: Prämie 2,72 → implizite Wahrscheinlichkeit 9,1 %
○ Strike 15 USD: Prämie 0,80 → implizite Wahrscheinlichkeit 5,3 %
ⓒ Vergleich: Der Markt bewertet das Ausfallrisiko teilweise niedriger (9,1 % bzw. 5,3 %) aber auch teilweise höher als Lindy (13,12 %).

❸ Ampelsystem:
● Strike 52 USD > Lindy: gelb (aktiv)
● Strike 30 USD < Lindy: orange (inaktiv)
● Strike 15 USD < Lindy: rot (inaktiv)
➤ Bei grüner Ampel im Bullenmarkt können Verkaufsoptionen auf den IBIT günstig erworben werden, um eine Überallokation günstig abzusichern.

Risiko-Indikator IBIT – implizite Volatilität

⓿ Ziel: Die implizite Volatilität des Bitcoin-ETFs IBIT misst die am Markt erwarteten Preisschwankungen von Bitcoin. Ein historisch hoher Wert signalisiert erhöhtes Risiko.

❶ Berechnung:
ⓐ Der Indikator ist der Z-Score der zweijährigen impliziten Volatilität von IBIT (bezogen auf 100 % Moneyness).
ⓑ Ein Z-Score gibt an, wie viele Standardabweichungen der aktuelle Wert vom historischen Mittelwert entfernt ist.

❷ Erklärung:
ⓐ Da IBIT den Bitcoin-Preis abbildet, reflektiert seine implizite Volatilität die erwarteten Bitcoin-Preisschwankungen.
ⓑ Optionen mit maximaler (zweijähriger) Laufzeit werden gewählt, um dem langfristigen Investitionshorizont gerecht zu werden.
ⓒ Ein hoher Z-Score deutet auf ungewöhnlich hohe erwartete Volatilität hin – dies kann ein Warnsignal für Unsicherheit sein.

Risiko-Indikator MSTR – implizite Volatilität

Ziel: Ähnlich wie bei IBIT misst dieser Indikator die erwarteten Schwankungen von MicroStrategy (MSTR), dessen Aktienkurs durch Bitcoin gehebelt ist.

❶ Berechnung:
ⓐ Der Z-Score der zweijährigen impliziten Volatilität von MSTR wird verwendet.

❷ Erklärung:
ⓐ MSTR fungiert durch Wandelanleihen und Vorzugsaktien als gehebeltes Bitcoin Investment.
ⓑ Eine hohe implizite Volatilität von MSTR kann indirekt auf hohe erwartete Bitcoin-Schwankungen hindeuten.
ⓒ Historische Spitzenwerte dieses Indikators könnten auf Bitcoin-spezifische Risiken hinweisen.

Risiko-Indikator IBIT – relative implizite Volatilität

Ziel: Dieser Indikator isoliert Bitcoin-spezifische Risiken, indem die Volatilität von IBIT relativ zur Volatilität von Technologieaktien (repräsentiert durch QQQ) betrachtet wird.

❶ Berechnung:
ⓐ Der Z-Score des Verhältnisses [IBIT-implizite Volatilität] geteilt durch [QQQ-implizite Volatilität] wird gebildet.

❷ Erklärung:
ⓐ QQQ steht für den Nasdaq-100-Index, der viele Technologieaktien enthält und allgemeine Marktrisiken abbildet.
ⓑ Ist die relative Volatilität von IBIT historisch hoch, deutet dies auf Probleme hin, die spezifisch für Bitcoin sind (und nicht für den gesamten Technologiesektor).
➤ Beispiel: Bei einem Z-Score über 2 könnte ein Bitcoin-spezifischer Schock bevorstehen.

Risiko-Indikator MSTR – relative implizite Volatilität

Ziel: Wie beim IBIT-Indikator wird hier die Volatilität von MSTR relativ zu QQQ betrachtet, um MSTR- oder Bitcoin-spezifische Risiken zu identifizieren.

❶ Berechnung:
ⓐ Z-Score des Verhältnisses [MSTR-implizite Volatilität] / [QQQ-implizite Volatilität].

❷ Erklärung:
ⓐ Ein hoher Wert signalisiert, dass die erwarteten Schwankungen von MSTR nicht durch allgemeine Technologierisiken erklärbar sind.
ⓑ Dies könnte auf Probleme mit MSTR (z.B. Unternehmensführung) oder auf Bitcoin-spezifische Risiken hindeuten.

Risiko-Indikator Bitcoin – Preisabweichung vom Trend (e-Faktoren)

Ziel: Dieser Indikator misst, wie stark der Bitcoin-Preis vom langfristigen Trend abweicht. Extreme Abweichungen können einen Trendbruch signalisieren.

❶ Methodik:
ⓐ Der Trendpreis wird basierend auf einer Potenzfunktion berechnet (Startdatum 2009).
ⓑ Historisch lag der Bitcoin-Preis an 57,3 % der Tage unter dem Trend.
ⓒ Hinstorisch werden folgende Schwellenwerte beobachtet:

❷ Schwellenwerte und Interpretation:
● Unter Trend × e^{-0,147}: 50 % der Tage – letztmals am 20.04.2025 (leichter Bärenmarkt).
● Unter Trend × e^{-0,514}: 25 % der Tage – letztmals am 20.10.2023 (mittlerer Bärenmarkt).
● Unter Trend × e^{-0,717}: 10 % der Tage – letztmals am 10.03.2023 (schwerer Bärenmarkt).
● Unter Trend × e^{-0,807}: 5 % der Tage – letztmals am 09.01.2023.
● Unter Trend × e^{-0,881}: 2 % der Tage – letztmals am 12.10.2015.
● Unter Trend × e^{-1,063}: 1 % der Tage – letztmals am 21.10.2010.
➤ Falls der Preis unter Trend × e^{-1} fällt, besteht ein hohes Risiko, dass der Preistrend gebrochen ist. Dies würde eine Überprüfung der Kelly-Allokation erfordern.

Risiko-Indikator Bitcoin – Preisposition innerhalb von 3 Monaten

Ziel: Dieser Indikator zeigt die aktuelle Position des Bitcoin-Preises innerhalb der Hoch-Tief-Spanne der letzten drei Monate an und hilft, Bullen- von Bären-Volatilität zu unterscheiden. Eine hohe Volatilität von Bitcoin absolut und relativ zu Aktien, kommt auch im Hochpunkt des Bullenmarktes vor, nachdem eine zyklische Abschwächung droht. Hohe Schwankungen im Tiefsten Bärenmarkt könnten eher auf einen Bruch des Trend-Preises hindeuten.

❶ Berechnung:
ⓐ BTC_3M_Pos = (aktueller Preis - 3-Monats-Tief) / (3-Monats-Hoch - 3-Monats-Tief).
ⓑ Der Wert liegt zwischen 0 (Preis am Tiefpunkt) und 1 (Preis am Hochpunkt).

❷ Interpretation:
ⓐ Ein Wert nahe 0 = Bitcoin ist historisch günstig
ⓑ Ein Wert nahe 1 = Bitcoin ist historisch teuer
➤ Beispiel: Bei BTC_3M_Pos = 0,2 ist der Preis nah am 3-Monats-Tief, was ein günstiges Einstiegssignal sein könnte, sofern die anderen Indikatoren grün sind.


Vermutlich habe ich mit meinem Artikel wieder jeden erschlagen - außer evtl. MaxMüller.

Wie immer bin ich für jede Idee dankbar.

[Lafu]

Was ich vor habe

Aktuell öffne ich Excel und Excel sagt mir, wie viel EUR Bitcoin ich kaufen (und zukünftig auch verkaufen) soll.

Warum solltest du das tun ?
Vertraue nur deinem Gefühl und eventuell auch deinem Wissen !
Auf Grund einer Excel Datei oder Vorhersage Bitcoin zu kaufen oder nicht ist Bullshit.
Klar kann es auch gut ausgehen , aber dies immer noch ein 50 % versuch oder weniger zu vor hersagen eines Lottogewinns !
Warum soll mir eine Software sagen wann ich kaufen soll und wann nicht !
Belib hier dir selbst treu und Kauf wenn du meinst und laß dir hier nichts von irgendwelchen Berechnungen etwas vorleben.
Das kann sehr schnell nach hinten los gehen,

[d5000]

Ich finde die Idee sehr interessant. Allerdings ist mir etwas suspekt, dass viele Indikatoren von institutionellen Investoren abhängen (dazu alle aus den USA, wenn ich nicht noch was übersehe ...). Gerade wenn man wie ich das MSTR-Modell für mittelfristig recht riskant hält, frage ich mich, ob das Szenario, dass MSTR und Co. "ausfallen", aber Bitcoin nicht, nicht hier etwas unterschätzt wird. Ich würde die Gewichtung der "institutionellen" Indikatoren auf maximal 50% der "Sammelbox" beschränken.

Selber halte ich zwar das Szenario, dass alle heutigen Institutionellen die nächsten 20 Jahre (geschätzt) überleben, wenn Bitcoin überlebt, auch am wahrscheinlichsten. Aber du hast ja selbst auch darauf hingewiesen, dass ein hoher Wert einiger Indikatoren auch auf schlechte Unternehmensführung hinweisen können.


Eine Idee für einen weiteren Bitcoin-spezifischen Indikator für die Überlebenswahrscheinlichkeit von Bitcoin ohne "Verzerrung" durch Unternehmensführung und Ähnliches wäre der reale (also kaufkraftangepasste) Wert der Blockrewards inklusive Transaktionsgebühren. Dieser weist auf die Rentabilität des Mining und damit die Sicherheit der Blockchain ("Security Budget") hin. Außerdem: Sollte dieser Wert zu niedrig werden, könnte eine Diskussion um Tail Emissions (unendliche Blockrewards) aufkommen, was auf einen möglichen "brodelnden" Konflikt in der Bitcoin-Community hinweist, der zu starken Preisverlusten (wegen der Angst vor einem Hardfork) führen kann.

Der Indikator sollte allerdings so designt sein, dass er nicht zu schnell ausschlägt, wenn es "Blockchain-Platzmangel" durch NFT-Wellen wie Ordinals gibt. Man könnte also ein "gesundes" Level definieren, indem man sich an einem langjährigen Durchschnittswert für die Fees (ebenfalls in Kaufkraft, nicht in BTC!) orientiert, und erst wenn der Wert drastisch darunter fällt, die Ampel auf Gelb springen lassen.

[virginorange]

Änderungen im Bitcoin-Trend und -Zyklus frühzeitig erkennen: Drei Methoden

In diesem Beitrag möchte ich drei Methoden vorstellen, mit denen wir Änderungen im Bitcoin-Trend und -Zyklus frühzeitig bemerken, damit wir bessere taktische und strategische Bitcoin-Entscheidungen treffen können.

Es ist nützlich, Bitcoin Preistrend und Bitcoin Zyklus zu verstehen:

taktische Einschätzung:
❶ aktuellen Position im Zyklus schätzten
❷ Preisspanne für den kommenden Zyklus-Preis-Hochpunkt schätzten
❸ Preisspanne für den folgenden Preis-Tiefpunkt schätzten
❹ erwarteten Drawdowns vom Hoch- zum Tiefpunkt schätzten

strategische Einschätzung:
❶ erwartete Rendite schätzten
❷ Ausfallrisikos schätzten
❸ optimalen Kelly-Allokation berechnen

Grundkonzept: Trend und Zyklus

⓿ Wir beobachten den tatsächlichen Bitcoin-Preis, der sich aus vier Komponenten zusammensetzt:
ⓐ Trendwachstum aus aktuellem Trend durch Zeitablauf (aktuell +0.1% zum Vortag)
ⓑ Änderung innerhalb des Zyklus (von Perzentil 60% auf Perzentil 61%)
ⓒ ggf. Änderung im Trend (z.B. durch Änderung der Trendfunktion)
ⓓ ggf. Änderung der Ausprägung des Zyklus (weniger Volatilität führt zu Tiefpunkt Trend*e^-0.5 statt Trend*e^-1)

➤ Durch die isolierte Betrachtung dieser rechnerischen Komponenten können wir präzisere Preisprognosen erstellen
➤ Die Zerlegung ermöglicht es uns, die zugrundeliegenden Treiber der Preisbewegungen zu verstehen



Methode 1: Dezil-Analyse der Zyklus-Perzentile

Grundlegendes Verständnis von Perzentilen und Dezilen:
⓿ Wir betrachten die Abweichung des Bitcoin-Preises ggü. Bitcoin-Preis-Trend

ⓐ 50. Perzentil = Median: Exakt 50% der historischen Tage hatten höhere, 50% niedrigere Bewertung relativ zum Trend
ⓑ 0-10% Perzentil: repräsentiert die günstigsten 10% aller historischen Tage
ⓒ 10-20% Perzentil: die zweitgünstigste Dekade der historischen Bewertungen
ⓓ 80-90% Perzentil: die zweitteuerste Bewertungsdekade
ⓔ 90-100% Perzentil: die teuersten 10% aller historischen Tage



Detaillierte Methodik zur Erkennung von Änderungen:
● Szenario 1: Gleichbleibender Trend bei niedrigerer Volatilität
➤ Signifikant mehr Datenpunkte in mittleren Dezilen (40-60%)
➤ Deutlich weniger Datenpunkte in extremen Dezilen (0-10% und 90-100%)
➤ Die Verteilung konzentriert sich um den Median



● Szenario 2: Niedrigerer Trend bei gleichbleibender Volatilität
➤ Überproportional viele Datenpunkte in unteren Dezilen (0-30%)
➤ Deutlich reduzierte Datenpunkte in oberen Dezilen (80-100%)
➤ Die gesamte Verteilung verschiebt sich nach links



● Szenario 3: Niedrigerer Trend bei niedrigerer Volatilität
➤ Vermehrte Datenpunkte streuen weniger (0-60%)
➤ Mitte befindet sich nun (20-40%)
➤ Die Verteilung enger und verschiebt sich nach rechts



Historische und aktuelle Beobachtungen im Detail:
❶ Zeitraum 2011-2013:
➤ Trend zeigt sich als etwas zu optimistisch
➤ Volatilität signifikant höher als historischer Durchschnitt
➤ Viele Datenpunkte in extrem niedrigen Dezilen



❷ Zeitraum 2013-2017:
➤ Niedrige (0-40%) und hohe Dezile (60-100%) etwa gleich gewichtet
➤ Trend passt exzellent zu historischer Entwicklung
➤ Mittlere Dezile (40-60%) selten beobachtet
➤ Volatilität überdurchschnittlich hoch



❸ Zeitraum 2017-2020:
➤ Nur wenige niedrige Beobachtungen (0-20%)
➤ Bärenmarktphase historisch kurz und wenig ausgeprägt
➤ Viele hohe Beobachtungen (70-100%)
➤ Trend leicht höher als historisches Mittel



❹ Zeitraum 2020-2024 (jüngster vollständiger Zyklus):
➤ Lange Perioden mit hohen Bewertungen (80-100%)
➤ Wenig Datenpunkte in mittleren Dezilen (40-80%)



❺ Aktueller Zyklus (seit 2022):
➤ reduzierte niedrige Bewertungen (0-20%)
➤ Konzentration der Datenpunkte in Mitte (20-60%)
➤ weniger Volatilität
➤ keine teuren Beobachtungen (80-100%)
➤ Ich schätzte wir werden im Verlauf des Bullenmarktes noch teure Beobachtungen sehen, aber die Dezile nicht ganz auffüllen (d.h. wir werden eine weniger starke und weniger lange Überbewertung sehen)



☞ Gesamtfazit: Trend bleibt intakt, Volatilität signifikant niedriger als historisches Mittel


Methode 2: Erweiterter Median- und Volatilitäts-Indikator

Berechnungsmethodik:
⓿ Mehrperioden-Betrachtung über verschiedene Zeitfenster (4, 5, 6, 8 Jahre)
ⓐ Median-Perzentil (grüne Linie): Bestimmung wo der Median der letzten X Jahre relativ zur Gesamthistorie liegt
ⓑ Quadratische Abweichung (orange Linie): Quantifizierung wie extrem die Abweichungen vom Median innerhalb des Zeitfensters waren
ⓒ Rollierende Berechnung für zeitliche Stabilitätsanalyse

Aktuelle Werte und ihre Interpretation:
● 4-Jahres Median-Perzentil: Exakt 50% - perfekte Übereinstimmung mit Historie
● Quadratische Abweichung: 29% - absolut unterer historischer Randbereich
● Stabilitätsindikator: Hohe Konsistenz über verschiedene Zeitfenster



Robustheitstest über multiple Zeitfenster:
❶ 4-Jahres Betrachtung:
➤ Volatilität: 0% in historischer Spanne (Minimum)
➤ Median: Exakt 50% - perfekte Mitte
➤ Signifikanz: Sehr aussagekräftig

❷ 5-Jahres Betrachtung:
➤ Volatilität: 8% in historischer Spanne (sehr niedrig)
➤ Median: 55% - leicht über Mitte
➤ Signifikanz: Hoch

❸ 6-Jahres Betrachtung:
➤ Volatilität: 0% in historischer Spanne (Minimum)
➤ Median: 51% - nahe perfekter Mitte
➤ Signifikanz: Sehr hoch

❹ 8-Jahres Betrachtung:
➤ Volatilität: 0% in historischer Spanne (Minimum)
➤ Median: 56% - moderat über Mitte, aber am oberen Rand der historischen min-max-Spanne
➤ Signifikanz: Hoch





➤ Volatilität niedriger und konsistent auf historischen Tiefstwerten über alle Betrachtungszeiträume
➤ Median stabil nahe bei 50% in Mehrheit der Zeitfenster, weicht nicht wesentlich von der Historie ab


Methode 3: Wartezeiten-Analyse auf (Extrem-)Perzentile

Konzept:
⓿ Analyse der Wartezeiten bis zum Erreichen bestimmter Perzentil-Schwellen
ⓐ Teuerste X% der historischen Tage (z.B. 90-100%, 95-100%, 98-100%)
ⓑ Günstigste X% der historischen Tage (z.B. 0-10%, 0-5%, 0-2%)
ⓒ Symmetrie-Analyse zwischen oberen und unteren Extrembereichen



Detaillierte Erkenntnisse aus verschiedenen Perzentil-Bereichen:
● Analyse der 98%/2% Perzentil-Schwellen:
➤ Teuerste 2% werden regelmäßig in jedem Zyklus erreicht
➤ Günstigste 2% seit 2015 nicht mehr erreicht - struktureller Wandel
➤ weniger Volatilität nach unten



● Analyse der 75%/25% Perzentil-Schwellen:
➤ Wartezeiten zeigen symmetrisches Verhalten
➤ Keine Auffälligkeiten
➤ Aktuell keine übermäßig langen Wartezeiten auf beiden Seiten



● Analyse der 66%/34% Perzentil-Schwellen:
➤ Aktuell kürzere Wartezeit auf teure Bewertung als auf günstige Bewertung
➤ Aktuell keine übermäßig langen Wartezeiten auf beiden Seiten



● Analyse der 50% Perzentil-Schwelle:
➤ Häufiges Durchschreiten in aktuellen Marktphase (2024-25), ähnelt der Marktphase (2019-2020)
➤ Deutlich geringere Wartezeiten als in früheren Zyklen
➤ Indikation für reduzierte Volatilität



Zusätzliche asymmetrie-Analyse:
❶ Oberes vs. unteres Extremverhalten:
➤ Keine signifikante Asymmetrie in mittleren Bereichen
➤ Leichte Asymmetrie in extremen Bereichen
➤ Konsistent mit reduzierter Volatilität

Zusammenfassung der drei analytischen Methoden

❶ Dezil-Analyse:
➤ alle Datenpunkte (über 16 Jahre) werden in 10 historische Dezile einsortiert
➤ jüngste Datenpunkte (über die letzten ein paar Jahre) werden mit den historischen Dezilen vergleichen
➤ aus Abweichungen der Verteilung der jüngsten Datenpunkte im Vergleich zu allen Datenpunkten sehen wir Trend- und Volatilitätsänderungen
➤ visuelle Auswertung

❷ Median-Volatilitäts-Modell:
➤ Mehrperioden-Betrachtung (letzte 4, 5, 6 und 8 Jahre) liefert robustere Signale
➤ Vergleich Median-Perzentil letzte X Jahre und durchschnittliche quadratische Abweichung vom Median mit Historie
➤ rechnerische Auswertung

❸ Wartezeiten-Analyse:
➤ Symmetrie-Bewertung zwischen Bullen- und Bärenphasen
➤ Erkennung struktureller Brüche in Marktdynamik
➤ Zeitbasierte statt preisbasierte Analyse

➤ Alle drei Methoden zeigen konsistent: Bitcoin-Preis-Trend unverändert, Volatilität wesentlich niedriger
➤ Geringere Volatilität impliziert weniger hohe Hochpunkte und weniger tiefe Tiefpunkte
➤ Bitcoin-Markt wird reifer

☞ Gesamtfazit: Keine signifikante Asymmetrie, konsistente Bestätigung reduzierter Volatilität


Praktische Anwendung für Preisprognosen

Detaillierte Prognose des Zyklus-Hochpunktes:
● Erwartetes Perzentil-Band: 85%-90%
● Perzentil-Band entspricht Überbewertung in Tagen: 372-478 Tage

● 3 Varianten für zeitlichen Rahmen bis zum Erreichen des Zyklus-Hochpunktes: 90, 180 und 270 Tage



● Preisspanne: 157.000 € - 201.000 €
● Optimistisches Szenario bei 95% Perzentil: Bis zu 234.000 €


Prognose des subsequenten Zyklus-Tiefpunktes:
● Zeitlicher Abstand: Ca. 1 Jahr nach Hochpunkt
● Erwartetes Perzentil-Band: 5%-20%
● Preisspanne: 76.000 € - 97.000 €



Detaillierte Drawdown-Analyse:
● Vom Zyklus-Hochpunkt: 47% - 56% Korrektur
● Vom aktuellen Preisniveau: Ca. 25% Drawdown
● Historischer Vergleich: Moderater als frühere Zyklen




Ist die Analyse nachvollziehbar? Was sind eure Preis-Erwartungen für den nächsten Bitcoin Hochpunkt sowie den nächsten Tiefpunkt?