オンチェーンアナリストDarkfost、Bitcoin(BTC)の1万ドル下落シナリオに歴史的根拠は存在しないと指摘

1万ドル予測は歴史の検証に耐えない

過去すべてのサイクルにおける最大下落率の記録を検証した結果、オンチェーンアナリストのDarkfostは、今週末の市場で飛び交う最も悲観的な予測、すなわち米国株が20%下落すればBitcoin (BTC)が1万ドルまで崩落するというシナリオには実質的な歴史的根拠がないと結論づけた。この評価を明らかにしたのは10月18日のことで、同氏はこのシナリオを過度に悲観的だと位置づけている。判断の裏付けとなる計算は単純明快だ。Bitcoin市場で価格が1万ドルをつけるには、現在水準からおよそ87%、そして過去最高値からは約92%の下落が必要になる。記録された歴史の中で、この規模の下落が発生した例はただ一つしかなく、しかも古い事例だ。最大下落率とは、サイクルの天井から底までの最深の落ち込みを指し、単一の週ではなくサイクル全体にわたって測定する。主要な弱気相場の局面を総計したDarkfostの集計では、ピーク時の価値の92%以上を消し去ったのは2011年のサイクルだけだ。それ以降の3度の弱気相場は、より小さい最大損失に留まった。2015年に82.5%、2019年に82.6%、そして2022年に74.4%である。2026年に記録された最大下落率は現時点で54.2%にあり、1万ドルの価格が要求する92%の水準までまだ38ポイントの隔たりが残る。この記録に照らすと、弱気相場の深度は時間とともに拡大ではなく縮小してきたことになり、歴史上最も深い下落がいつでも繰り返されるという予測の前提と矛盾する。したがってDarkfostは、1万ドルへの下落を株式調整の自然な延長ではなく外れ値のシナリオとして扱う。この予測には、株価20%の下落がほぼ固定の比率でデジタル資産に波及するという前提も埋め込まれているが、サイクルの記録はその仮定を支持しないと同氏は読む。主張の要点は、Bitcoinが株式から切り離されているということではない。波及の「大きさ」こそが、固定比率の枠組みが飛ばしてしまう未解決の問題だという指摘である。

92%超の下落は2011年だけ

Bitcoinと米国株の関係は、一つの数字を別の数字に換算できるほど安定したものではない。Darkfostが似た規模の株式下落を2例比較した検証は、この点を具体的な数字で示している。2018年、S&P 500指数は約19.53%下落し、同じ期間にBitcoin (BTC)は価値の約80%を失った。ところが2025年4月、S&P 500は再び19%を超える下落を記録したにもかかわらず、Bitcoinの下落は約22%で止まった。ほぼ同じ深さの株式調整が2回、4倍近く違う損失をもたらした。だからこそ同氏は、株式下落率だけを暗号資産の行き先の予測材料とみなすことの低さを指摘する。データが示すのは関係の死ではなく、関係の「状態」が変化するということだ。損害を決めるのは株式の下落率ではなく、その状態である。92%の閾値に照らすと、同氏が列挙するサイクルの中で2018年の80%損失が最も近く、しかもそれは現在モデル化されている規模とほぼ一致する株式下落と同時に訪れた。この2つの事例はデータセット中で唯一の対応するペアであり、同氏はそれを予測としてではなく、ばらつきの両端を示す対比として提示する。ただし同氏自身が限界を率直に認めている。過去のサイクルで90%級の下落が稀だったことは、それ自体では将来の発生を否定しないという。20%の株式調整を直接1万ドルのBitcoinに結びつけるのではなく、監視すべきは流動性環境、投資家のリスク回避度、そしてデジタル資産市場の需給構造だと同氏は主張する。そこではデリバティブの建築に含まれるレバレッジ、ETF資金流動、クジラの購入といった要因が、ショックがどこで底を打つかを左右する。

基準率と強気シナリオの対比

この議論は基準率の主張であり、その説得力は過去の極端値の頻度にどれほど重みを置くかにかかっている。今年すでに記録された54.2%の下落率は、現行サイクルが1万ドル予測が事実上要求する2011年型の末梢事象に至らないまま深い損失を生み出せることを示している。下落の深さは各半減期を巡るサイクル段階とともに変動しており、これも一つの株式比率が無視する変数である。現行の分布の強気側に目を向けると、Bitwiseの調査責任者は年内に10万ドルを超えると見ており、別の著名な論者は7万ドルの下値支持を擁護している。こうした中でDarkfostの貢献はより狭いもので、記録が何を許容し、何を許容しないかの検証に徹している。現在値は弊誌のBitcoinテクニカル分析ページで確認でき、短期的な道筋を決めるのはどのシナリオでもなく相場そのものである。