Bitcoin的庫存到流量模型是什麼？

股票對流量模型根據其稀缺性來預測Bitcoin的價格，使用現有供應與新的年度供應的比率，並且歷史上與重大價格飆升保持一致，尤其是在將事件減半之後。

2025/07/20 04:35

了解股票流量模型

股票與流量（S/F）模型是最初用於黃金和白銀等商品的估值框架，以確定稀缺性和價值。在Bitcoin的背景下，它已根據其有限的供應時間表來預測價格變動。該模型將資產的總供應（股票）與每年生產的新供應（流）進行比較。由此產生的股票與流量比估計稀缺性如何影響價格。

在Bitcoin的案例中，S/F模型由於其歷史準確性與主要價格變動的歷史準確性而引起了人們的注意，尤其是在減半事件時。這些事件降低了新Bitcoin進入循環的速度，增加了稀缺性。

庫存到流量模型如何適用於Bitcoin

Bitcoin具有2100萬個硬幣的固定最大供應，並且通過以可預測的速度開採創建新硬幣。每210,000個街區，大約每四年，給予礦工的獎勵被減半。該事件被稱為Bitcoin減半，直接影響S/F模型的流量成分。

在每次減半之前，隨著挖掘更多的硬幣的增加，流量會增加。減半後，流量急劇下降，導致S/F比上升。歷史數據表明，每次減半的價格都大幅上漲，S/F模型的支持者歸因於增加稀缺性和減少供應增長。

計算庫存流比

要計算Bitcoin的庫存流比，您可以採用總循環供應（庫存），並將其除以新硬幣（Flow）的年生產。這是這些步驟的細分：

• 確定當前的循環電源：這是當前存在的Bitcoin的總數。
• 計算年度流量：將當前的塊獎勵乘以每年開采的塊數量（約52,560個塊）。
• 按流量進行分配：這給出了S/F比。

例如，如果循環供應為1,950萬，年流量為328,500（基於6.25 BTC的塊獎勵），則S/F比率約為59.4 。

然後將該比率用於回歸模型來估計未來價格水平。

股票流量模型的歷史準確性

S/F模型已追溯地應用於Bitcoin的歷史價格數據，並顯示了預測價值與實際市場價格之間的密切相關性。例如：

• 2012年後減半：S/F模型預測了價格上漲的價格軌跡，與2013年的公牛跑步保持一致。
• 2016年後減半：該模型再次預測了價格上漲，與2017年的集會相匹配。
• 2020年後減半：該模型預測價格高於100,000美元，儘管Bitcoin尚未始終達到該水平，但在2021年，它確實短暫地接近了65,000美元。

這些相關性導致許多分析師和投資者將S/F模型視為長期估值工具，而不是短期交易信號。

批評和局限性模型

儘管它很受歡迎，但S/F模型仍面臨來自各種財務分析師和經濟學家的批評。一些主要問題包括：

• 忽略需求因素：該模型主要集中於供應和稀缺性，忽視了宏觀經濟條件，監管變化和採用趨勢所驅動的需求轉變。
• 過於擬合：批評家認為，該模型可能過多地適合過去的數據，並且可能無法可靠地預測未來的價格，尤其是在不可預測的市場中。
• 市場情緒和猜測：Bitcoin的價格也受投資者的情緒，媒體報導和投機性交易的影響，這些交易都沒有由S/F模型捕獲。

雖然S/F模型為理解Bitcoin的稀缺價值主張提供了有用的框架，但不應將其隔離用於投資決策。

在投資策略中實施股票對流量模型

對於有興趣將S/F模型納入其戰略的投資者，這是一種分步方法：

• 跟踪Bitcoin的循環供應：使用Blockchain.com或CoinMetrics之類的平台來監視實時供應數據。
• 計算當前的S / F比：使用公式：庫存 /流量。根據當前的塊獎勵和年度塊數調整流量。
• 與歷史S/F值相比：使用圖表和回歸線來確定Bitcoin的當前價格相對於模型的預測位置。
• 與其他指標相結合：使用鏈上數據，市場情緒指標和宏觀經濟因素來完善您的策略。

這種多層方法使人們對Bitcoin的估值有了更細微的了解。

常見問題

問：可以將庫存到流量模型應用於其他加密貨幣嗎？

答：雖然S/F模型主要與Bitcoin相關，但它已應用於其他稀缺的數字資產，例如Litecoin，甚至EIP-1559之後的以太坊。但是，其有效性會降低具有不可預測或通貨膨脹供應政策的資產。

問：Bitcoin的股票與流量比變化多久？

答：隨著新硬幣的開採，循環供應增加時，S/F比每天都會改變。但是，當將塊獎勵切成兩半時，最重要的變化發生在減半事件時。

問：股票對流量模型是否可靠地用於短期交易？

答：不，S/F模型最適合長期估值分析。短期價格變動受許多因素的影響，例如市場情緒，新聞事件和交易量，該模型無法解釋這些因素。

問：Bitcoin的最後一半後，股票與流量比怎麼辦？

答：在最後一半後，預計2140年左右，將不會創建新的Bitcoin。到那時，流量變為零，使得S/F比不確定。該模型將不再以當前形式適用，其他估值方法將變得更加相關。