Bitcoin koers crasht vaker in het weekend: feit of fabel?
De cryptomarkt sluit nooit. Ook op zaterdag en zondag kan een golf aan verkopen de koers hard raken, terwijl traditionele financiële markten dicht zijn. Daardoor ontstond het hardnekkige beeld dat Bitcoin juist in het weekend vaker crasht. Een analyse van ruim acht jaar aan dagelijkse koersdata wijst echter de andere kant op.
Tussen 1 januari 2018 en 6 augustus 2026 verloor bitcoin op 168 kalenderdagen minimaal 5 procent ten opzichte van de voorgaande UTC-slotkoers. Slechts 30 van die dalingsdagen vielen op zaterdag of zondag. De overige 138 vonden plaats op een werkdag.
Weekenden eerlijk vergelijken met werkdagen
Alleen het aantal crashdagen tellen zou niet eerlijk zijn, omdat een week vijf werkdagen en slechts twee weekenddagen heeft. Daarom is ook berekend welk deel van alle beschikbare dagen aan de grens van min 5 procent voldeed.
De onderzochte periode bevatte 896 weekenddagen en 2.244 werkdagen. Op 3,35 procent van de weekenddagen verloor bitcoin minimaal 5 procent. Voor werkdagen lag dat percentage op 6,15 procent. Een zware daling kwam in deze dataset per kalenderdag dus ongeveer 46 procent minder vaak voor in het weekend.
| Data | Weekend | Werkdagen |
|---|---|---|
| Aantal onderzochte dagen | 896 | 2.244 |
| Dagen met minimaal 5% verlies | 30 | 138 |
| Kans per kalenderdag | 3,35% | 6,15% |
| Gemiddeld verlies op crashdagen | -7,30% | -7,77% |
| Gemiddelde intradaybandbreedte | 11,47% | 11,42% |
Ook de daling zelf was niet zwaarder
Een weekendcrash was gemiddeld ook niet dieper. Het gemiddelde verlies bedroeg 7,30 procent in het weekend, tegenover 7,77 procent op werkdagen. De mediane daling was vrijwel gelijk: 6,47 procent in het weekend en 6,49 procent op werkdagen.
De intradaybandbreedte, gemeten als het verschil tussen de hoogste en laagste koers ten opzichte van de openingskoers, kwam in beide groepen rond 11,4 procent uit. De markt bewoog op zware dalingsdagen dus ongeveer even wild, ongeacht de dag van de week.
Lagere weekendliquiditeit is wel zichtbaar
Voor de berekening zijn dagelijkse BTC/USDT-candles uit de openbare spotmarktdata van Binance gebruikt. Het mediane handelsvolume op de 30 weekendcrashes bedroeg ongeveer 730 miljoen dollar. Bij de 138 crashdagen op werkdagen was dat bijna 2,38 miljard dollar.
Dat verschil past bij het idee dat er in het weekend minder activiteit is. Het is alleen geen bewijs dat die lagere liquiditeit ook vaker tot een daling van minimaal 5 procent leidde. In de onderzochte cijfers gebeurde juist het tegenovergestelde.
Als extra controle is dezelfde telling uitgevoerd met de geaggregeerde historische slotkoersen van CoinMarketCap. Die bron kwam uit op 166 crashdagen in plaats van 168, waarschijnlijk door verschillen tussen één specifieke beurs en een geaggregeerde marktkoers. Het aantal weekendcrashes bleef exact 30 en ook de verhouding bleef vrijwel gelijk.
Wat gebeurde na zo’n dalingsdag?
Na een weekendcrash steeg bitcoin gemiddeld 1,17 procent in de daaropvolgende 24 uur. Na drie dagen stond de koers gemiddeld 1,33 procent hoger. Bij crashdagen op werkdagen waren die gemiddelden respectievelijk 0,45 en 0,13 procent.
Na zeven dagen was het gemiddelde rendement in beide groepen licht negatief: -0,49 procent na een weekendcrash en -0,47 procent na een crash op een werkdag. Wel stond bitcoin na 60 procent van de weekendgevallen hoger, tegenover 50 procent na een zware daling op een werkdag.
Die herstelcijfers zijn geen handelsstrategie. Met slechts 30 weekendgevallen kan een klein aantal uitzonderlijke dagen het gemiddelde sterk beïnvloeden. Er is bovendien geen rekening gehouden met handelskosten, spread, liquidaties of het exacte tijdstip waarop iemand had kunnen handelen.
Conclusie
De stelling dat bitcoin vaker in het weekend crasht, is op basis van deze meetregel een fabel. Dagen met minimaal 5 procent verlies kwamen relatief juist vaker op werkdagen voor. Weekendliquiditeit was lager, maar de crashdagen waren niet talrijker en gemiddeld ook niet zwaarder. Dat sluit een nieuwe weekendcrash niet uit. Het laat vooral zien waarom een overtuigend marktverhaal altijd aan een lange en consequent gemeten dataset moet worden getoetst.
