入場比特幣堪比大冒險？他用一千多種交易數據給你定心丸

02-14

文/Quetin Picard

過去一年中，虛擬貨幣經歷了跌宕起伏的瘋狂，有的人一下子實現了財富自由，有的人一下子從巔峰跌落到谷底。是做個看客還是入場當個玩家？數據俠Quetin Picard覺得，與其每天逛論壇刷新聞，不如自己用數據對加密貨幣做一些分析。

▍虛擬幣越來越多，但賺錢的還是那麼幾個

比特幣白皮書於2008年發布，到今天已經有越來越多的虛擬貨幣出現。我希望通過這篇文章對加密貨幣進行一個綜述，並為這個領域內的投資者提供一些初級的投資建議。在這裡我們將嘗試回答的問題包括：這些數字貨幣的相對重要性如何？過往幾年的價格變化如何？在這段時間裡投資策略發生了怎樣的變化？

我使用了由Jvent上傳到Kaggle的一份數據。其中包括1100多種加密貨幣過往5年的OHLC數據，即開盤價、最高價、最低價及收盤價數據。

（圖片說明：藍線代表月活虛擬貨幣，紅色代表每月新發行的虛擬貨幣）

我首先分析了持續增加貨幣種類。下圖展示了被收錄的幣種持續增加的趨勢。最近幾個月（本文章發表於2017年10月）出現了一些波動，其中一個原因就是中國2017年9月4日對ICO（虛擬貨幣發行）的禁令。不過，總體上，全球虛擬貨幣的種類數量還是在增加的。

（圖片說明：大部分虛擬貨幣是沒有市值的，大量的市值集中的少數幾個虛擬貨幣上）

我們接著觀察各種幣種的市值分布，可以看到向小市值明顯的的傾斜趨勢。

事實上，230種貨幣（佔總數的20.37%）截至2017年9月28日沒有任何市值，在網站上的對應數據欄顯示為0。678種（60.05%）幣種的市值低於100萬美元。

下圖展示了每種貨幣市值隨時間的變化走勢，其中只展示了最高市值的幾種貨幣。

（圖片說明：幾種主要虛擬幣的市值走勢圖）

鑒於少數幾種幣種統治了整個交易市場，我們對各幣種在總市值中的佔比進行了分析。

下圖可以看出去年的一個關鍵趨勢：像以太坊(Ethereum)和瑞波幣(Ripple)等新幣種的崛起（兩者各佔全部市值的22%和5%），以及比特幣在整個市場市值佔比的下降（從90%降至50%）。

（圖片說明：幾種主要虛擬幣的市場份額變化）

那麼，既然了解了這些虛擬幣的基本信息，下一步如何制定自己的投資策略呢？

為了更好地理解各種貨幣的市場表現，我模擬使用最基本的平均成本法投資策略（dollar averaging trading strategy）來進行觀察。

從有數據可查的5年前開始，每當某一種貨幣的日交易量超過一定值時（初始值為100000美元），我會買入1美元並永遠持有。到2017年9月28日，模擬得到的投資組合構成如下：

（圖片說明：虛擬幣的投資組合策略）

很明顯可以看出，6種貨幣佔據了整個投資組合的50%（圓盤最右邊的6個色塊所代表的虛擬幣）。佔比最多的stratis幣漲了20萬倍。下一步需要做的是回頭看看這些幣種在最初最便宜價位時是否真的可以買入。這裡需要用到歷史交易數據。

這個投資組合的價值隨時間變化的情況如上圖。對600種貨幣的投資將帶來3400美元的凈收入，回報率高昂，但其實更多集中在過去一年。幾乎所有長期投資策略在2017年都獲得成功，我們的這一種最基本投資組合也不例外。

最終，我以每個貨幣的不同買入節點為變數，繪製出不同買入門檻下最終投資組合的收益變化的函數。當這個買入門檻下降時，投資收入以指數級的速度增長。這說明，如果我對每種貨幣都是「立刻購入」——比如當它的交易量達到1000美元我就買入——那麼其中一些貨幣會經歷井噴般增長，而我們的投資組合的回報也會在我們持有期間大漲。

同樣的，這種交易有些理想化，我們也需要利用真實交易數據來檢測這些貨幣是否能在這麼低的交易量時買入。不過至少總會有那麼一小批人在這些貨幣最初發行時就可以交易。

▍虛擬幣有風險，入場須謹慎

此外，我還做了另外兩張圖。

第一張我研究了比特幣是否在每月最初幾天漲幅明顯。最終數據並沒有對這個結論提供足夠支撐。當然，我的研究更多關注的是最近12個月的交易情況，因為前4年的交易活躍度較為有限。

第二個圖，我對比了加密貨幣指數（按照最傳統的市值比重構成）與比特幣的回報率。理論上，比特幣的上漲會促使持有其他幣種的投資者賣出其他幣種購入比特幣。事實上我們看到，所有幣種都在聯動地變化。

儘管沒有在本項目中涉及，但加密貨幣交易肯定蘊含著巨大的風險。包括：

科技的風險（比如黑客對交易進行攻擊，並打擊投資者信心）

新科技的出現帶來的迭代，比如號稱代替區塊鏈的新演算法hashgraph等

監管風險

缺少現金流等帶來的基本價值基礎

因為加密貨幣與比特幣高度相關，一個加密貨幣投資者很難真正意義上讓自己的貨幣投資組合多元化以對沖或分散風險。根據以上的簡單分析，我建議在配置資金到加密貨幣時，最好謹慎些，投入規模不應太大.

註：本文翻譯自《Crypto Currencies as an investment vehicle。內容僅為作者觀點，不代表DT財經立場。

題圖 | 視覺中國

▍關於DT×NYCDSA

DT×NYCDSA 是DT財經與紐約數據科學學院合作專欄。紐約數據科學學院(NYC Data Science Academy)是由一批活躍在全球的數據科學、大數據專家和SupStat Inc. 的成員共同組建的教育集團。

▍數據俠門派

Quetin Picard畢業於法國巴黎高等電信學校（Telecom ParisTech），主修電子工程，輔修計算機。Picard是一名獲得紐約數據科學學院認證的數據科學家，他擁有軟體工程、機器學習、大數據、統計學以及可視化等前沿工作經驗。此前曾在埃森哲擔任資深經理，負責零售業及農產品交易行業的轉型業務等。

▍加入數據俠

「數據俠計劃」是由第一財經旗下DT財經發起的數據社群，包含數據俠專欄、數據俠實驗室系列活動和數據俠聯盟，旨在聚集大數據領域精英，共同挖掘數據價值。了解數據俠計劃詳情請回復「數據俠計劃」，投稿、合作請聯繫datahero@dtcj.com。