🧬 دانشکدهٔ ۸ · دادههای پایه
نهنگها و توزیع عرضه
Whales & supply distribution
پیشنیازها: جریان ورودی و خروجی صرافیها
📚 آموزش در سه سطح
از سطح ساده شروع کنید؛ اگر روشن بود، سطح بعد را بخوانید. سطح مناسب شما ذخیره میشود.
🌱 توضیح ساده
«نهنگ» (Whale) در اصطلاح بازار به دارندهای میگویند که مقدار بسیار زیادی دارایی دارد؛ در بیتکوین معمولاً آدرس یا نهادی با بیش از ۱٬۰۰۰ بیتکوین. شرکتهای داده دارندگان را بر اساس اندازهٔ موجودی گروهبندی میکنند، مثلاً «میگو» کمتر از ۱ بیتکوین، «خرچنگ» ۱ تا ۱۰، «کوسه» ۱۰ تا ۱٬۰۰۰ و «نهنگ» بیش از ۱٬۰۰۰. «توزیع عرضه» یعنی هر گروه چه سهمی از کل عرضه دارد.
اهمیت توزیع در این است که تصمیم چند دارندهٔ بزرگ میتواند بر قیمت اثر بگذارد، بهویژه در بازارهای کمعمق. اگر سهم نهنگها در حال افزایش باشد، برخی آن را نشانهٔ «انباشت» و اگر در حال کاهش باشد، نشانهٔ «توزیع» به دارندگان کوچکتر تفسیر میکنند.
اما بزرگترین آدرسهای بیتکوین اغلب نهنگ به معنای یک فرد نیستند: کیف پولهای سرد صرافیها، حضانتگرهای صندوقهای ETF، آدرسهای دولتها (حاصل توقیفها) و شرکتها در صدر فهرستاند. یک آدرس صرافی با صدها هزار بیتکوین در واقع دارایی میلیونها کاربر خرد است. پس پیش از هر تفسیری، آدرسهای شناختهشده را جدا کنید.
📘 توضیح متوسط
دادههای «تعدیلشده بر اساس نهاد» (Entity-adjusted) با خوشهبندی، آدرسهای متعلق به یک نهاد را یکی میکنند تا شمارش نهنگها واقعیتر شود. با این حال این دادهها هم نهادهای حضانتی را از سرمایهگذاران مستقل جدا نمیکنند؛ رشد موجودی یک حضانتگر ETF ممکن است نتیجهٔ خرید هزاران سرمایهگذار کوچک از طریق کارگزاری باشد.
تمرکز عرضه را میتوان با سهم ۱۰۰ یا ۱٬۰۰۰ آدرس بزرگ، یا «ضریب جینی» (Gini coefficient) سنجید که بین صفر (توزیع کاملاً برابر) و یک (تمرکز کامل) است. اما به دلیل آدرسهای صرافی و حضانت، ضریب جینی خام بیتکوین تمرکز را بیش از واقع نشان میدهد. در توکنهای تازه تمرکز معمولاً بسیار بیشتر است، چون تیم، سرمایهگذاران و خزانه بخش بزرگی را در اختیار دارند.
«عرضهٔ خفته» (Dormant supply) هم بخشی از تصویر توزیع است: سکههایی که سالها حرکت نکردهاند. بخشی از آنها احتمالاً برای همیشه از دست رفتهاند (کلید گمشده) و بخشی متعلق به دارندگان بسیار بلندمدتاند. بیدار شدن ناگهانی سکههای چندساله توجه زیادی جلب میکند، اما همیشه به معنای فروش نیست؛ ممکن است انتقال به کیف پول امنتر یا نوع آدرس جدیدتر باشد.
🔬 توضیح تخصصی
تفسیر «نهنگها میخرند پس قیمت بالا میرود» با مشکل علیت روبهروست. نهنگها هم مانند بقیه اشتباه میکنند، بخشی از تغییر موجودیها جابهجایی بین کیف پولهای خودشان است و بازار تغییرات آشکار را سریع قیمتگذاری میکند. علاوه بر این، دادهها اغلب بازنگری میشوند: وقتی یک خوشه دوباره برچسبگذاری شود، تاریخچهٔ «موجودی نهنگها» تغییر میکند و سیگنالی که در گذشته دیدهاید ممکن است در دادهٔ بازنگریشده وجود نداشته باشد.
برای سنجش منصفانه، توزیع را در طول زمان ببینید، آدرسهای شناختهشده را حذف کنید و تغییرات سهم گروهها را با تغییرات قیمت با تأخیرهای مختلف مقایسه کنید. در نظر بگیرید که با ورود ETFها و شرکتهایی که بیتکوین را در ترازنامه نگه میدارند، بخشی از عرضه به دست نهادهایی رسیده که تصمیماتشان به جریان سرمایهگذاران خودشان وابسته است، نه به دیدگاه یک فرد.
در توکنهای غیر از بیتکوین، تحلیل توزیع برای تشخیص ریسک حیاتی است: اگر ۵ آدرس غیرقراردادی بیش از نیمی از عرضه را دارند، هر تصمیم آنها میتواند بازار را دگرگون کند. کاوشگرهایی مانند Etherscan فهرست دارندگان برتر را با برچسب نشان میدهند و میتوان سهم قراردادهای وستینگ، صرافیها و خزانه را جدا کرد.
🌍 مثال واقعی: سکههای منسوب به ساتوشی — پژوهش «الگوی پاتوشی»، ۲۰۱۳ تا ۲۰۱۹
در ۱۷ آوریل ۲۰۱۳، سرجیو دمیان لرنر، پژوهشگر آرژانتینی، با تحلیل الگوی یک فیلد فنی در تراکنشهای استخراج بلاکهای سال اول بیتکوین نشان داد بخش بزرگی از آن بلاکها احتمالاً توسط یک ماینر واحد استخراج شده که حدود یک میلیون بیتکوین پاداش گرفته است. او در ۲۰۱۹ این الگو را «پاتوشی» نامید و برآوردش را به حدود ۲۲ هزار بلاک و حدود ۱٫۱ میلیون بیتکوین بهروز کرد؛ حدود ۵٪ عرضهٔ نهایی.
این سکهها در خروجیهای هزاران بلاک پراکندهاند و تقریباً هیچکدام تاکنون خرج نشدهاند. این مثال سه درس دارد: یک «نهنگ» میتواند هزاران آدرس کوچک داشته باشد؛ نسبت دادن مالکیت با الگوهای فنی احتمالی است نه قطعی؛ و بخشی از عرضه ممکن است برای همیشه خفته بماند، که عرضهٔ مؤثر را کمتر از عرضهٔ اسمی میکند.
🔤 واژگان تخصصی
دارنده یا نهادی با موجودی بسیار بزرگ؛ در بیتکوین معمولاً بیش از ۱٬۰۰۰ بیتکوین.
مثال: نهادی با ۵٬۰۰۰ بیتکوین.
سهم گروههای مختلف دارندگان از کل عرضه.
مثال: سهم دارندگان زیر ۱ بیتکوین از کل عرضه.
یکی کردن آدرسهای احتمالاً متعلق به یک نهاد با خوشهبندی.
مثال: شمردن ۳۰۰ آدرس یک صرافی بهعنوان یک نهاد.
شاخص نابرابری توزیع بین صفر و یک.
مثال: ضریب نزدیک به یک برای توکنی که در چند آدرس متمرکز است.
سکههایی که مدت بسیار طولانی حرکت نکردهاند.
مثال: سکههای منسوب به ساتوشی.
🔑 نکات کلیدی
- بزرگترین آدرسها اغلب صرافی، حضانتگر یا دولتاند، نه افراد.
- دادههای تعدیلشده بر اساس نهاد واقعیترند اما حضانتگرها را از سرمایهگذاران جدا نمیکنند.
- تمرکز را پس از حذف آدرسهای شناختهشده و با شاخص مناسب بسنجید.
- عرضهٔ خفته بخشی از تصویر است و بیدار شدن سکهها همیشه فروش نیست.
- سیگنالهای «رفتار نهنگها» علیت ضعیفی دارند و دادهها بازنگری میشوند.
⚠️ اشتباهات رایج
- شمردن کیف پول سرد صرافی بهعنوان یک نهنگ؛ اشتباه است چون دارایی کاربران زیادی است.
- تفسیر هر حرکت سکهٔ قدیمی بهعنوان فروش؛ اشتباه است چون ممکن است انتقال امنیتی باشد.
- تکیه بر ضریب جینی خام بیتکوین؛ اشتباه است چون آدرسهای صرافی تمرکز را بزرگتر نشان میدهند.
- قطعی دانستن مالکیت ساتوشی یا هر نهنگ ناشناس؛ اشتباه است چون نسبت دادن مالکیت احتمالی است.
🛠 تمرین عملی: بررسی تمرکز دارندگان یک توکن
- در Etherscan یا کاوشگر مشابه، فهرست ۲۰ دارندهٔ برتر یک توکن را بررسی کنید.
- آدرسهای صرافی، قرارداد وستینگ، پل و خزانه را با برچسبها جدا کنید.
- سهم دارندگان «مستقل» باقیمانده را حساب کنید و با سهم خام ۲۰ آدرس برتر مقایسه کنید.
✅ معیار درستی: آدرسهای شناختهشده جدا شدهاند، دو عدد خام و تعدیلشده محاسبه و تفاوت آنها توضیح داده شده است.
🔒 در هیچ تمرینی از سرمایهٔ واقعی، عبارت بازیابی (Seed Phrase)، کلید خصوصی یا اتصال کیف پول اصلی استفاده نکنید.
📝 آزمون تطبیقی
هر بار ۵ سؤال از بانک ۹ سؤالی این درس انتخاب میشود؛ سؤالهایی که قبلاً اشتباه زدهاید زودتر برمیگردند. حدنصاب قبولی ۸۰٪ (۴ از ۵) است و درس بعد با قبولی باز میشود.
✍️ پرسش تشریحی
توزیع عرضهٔ بیتکوین یا یک توکن دیگر را تحلیل کنید: گروههای دارنده، حذف آدرسهای شناختهشده، تمرکز واقعی، عرضهٔ خفته و محدودیتهای داده؛ و توضیح دهید این توزیع چه ریسک یا فرصتی برای بازار دارد.
بعد از نوشتن، پاسخ خود را با این معیارها بسنجید
خودارزیابی: هر نکتهای را که پاسخ شما بهروشنی پوشش داده علامت بزنید.
🤖 دستیار آموزشی
دستیار آفلاین آکادمی: پاسخها فقط از متن درسها و واژگان همین آکادمی پیدا میشوند و منبع هر پاسخ نشان داده میشود. هوش مصنوعی مولد نیست، حدس نمیزند و هیچ سیگنال خرید و فروشی نمیدهد.
📎 منابع مطالعاتی
- Sergio Demian Lerner (Apr 17, 2013) — The Well Deserved Fortune of Satoshi Nakamoto
- Decrypt — How many Bitcoin does its inventor Satoshi Nakamoto still own?
- Etherscan — Token holders and labels
🏁 معیار تسلط بر این درس: بتوانید توزیع عرضه را پس از حذف آدرسهای شناختهشده تحلیل کنید و ادعاهای دربارهٔ رفتار نهنگها را با آگاهی از محدودیتهای داده بسنجید.