你的感覺是對的,大部分代幣確實都傻傻隨市場大勢和比特幣漲跌
撰文: 詹涓
過去這幾天,我們集體見證過加密貨幣市場的大規模崩潰。懷疑者們在開懷大笑,交易者在火線撤離,甚至連一心要死守的狂熱分子也在扼腕悲嘆。看看你手頭的市場行情軟體吧,看看一片「跌跌跌」的場景。
然後,我們有看到了整個市場整體反彈,一片上漲。
面對行情工具上加密貨幣一片片同時上漲或下跌的現狀,你是否思考過這個問題:
- 為什麼加密貨幣市場上總是代幣共同漲跌?這是因為所有的加密貨幣都與市場大勢關聯嗎?
- 有沒有哪種代幣能抵抗較大的市場波動?
一家總部位於加拿大的加密貨幣人工智投初創公司 Hodlbot 最近研究了這個話題,其創始人 Anthony Xie 專門撰寫了文章,闡述了他的一些發現:
市值排名前 200 位的代幣確實都呈現出一損俱損、成片下跌的態勢,他們大部分的走勢都與 BTC 相關。
並且,儘管 BTC 的統治地位下降,市值佔加密貨幣整體市值的比例在下降,但是 BTC 價格和整體市場之間的相關性並沒有隨之降低。
這個研究通過歷史走勢,確認了大家心中「感覺」或「猜測」的一些規律,確實是事實。認清這個結論和事實,對於對投資者根據市場大勢調整自己的投資策略很有意義。
鏈聞特把 Anthony Xie 的研究過程及結論翻譯成中文,讓讀者了解市場大勢與單個代幣之間的相關性,從而更好的投資。
該研究關注哪些問題?
Hodlbot 的 Anthony Xie 通過研究,回答了下面這幾個非常具有代表性的問題:
- 有多少代幣與整體市場密切相關?
- 有多少代幣與比特幣密切相關?
- 哪些是與整體市場最不相關的代幣?
- 哪些是與比特幣最不相關的代幣?
- 市值最高的 20 個代幣間如何相互關聯?
哪些問題是你最關注的呢?如果有,不妨仔細聽聽他的研究方式和結果。
數據從哪裡來?
Anthony Xie 分析了 Coinmarketcap 上,從 2016 年 6 月 22 日到 2018 年 6 月 20 日的這兩年的相關歷史數據。
之所以選擇 Coinmarketcap 上的數據,是因為交易所之間可能存在相當大的價差,而 Coinmarketcap 是通過對每個交易所的所有價格進行加權平均後得出價格。
不過,通過 Coinmarketcap 並不能獲取歷史數據,該網站有當前數據的 API,但沒有歷史數據。
幸運的是,已經有人為此做了抓取器。可以使用 coinmarketcappy 獲取總市值的歷史數據,還可以使用 cryptomarketcap-historical-prices 獲取單個代幣的歷史數據。
研究的標準和重點是什麼?
該研究只關注了市值排名前 200 位的代幣。Anthony Xie 表示,他想把重點放在大中型市值的代幣上,因為這些代幣的交易量更大、流動性也更強,研究他們更有意義和具有代表性。
到底發現了什麼?
問題一: 有多少代幣與市場密切相關?
如何計算 BTC 和市場之間相關性? Anthony Xie 和他的團隊不想重複計算 BTC 的市值,所以先從加密貨幣總市值中扣除了 BTC 的市值。
剩餘市值 = 總市值 - 單個市值
獲得了 BTC 市值和整體市場的數據之後,可以依此計算出整個時間段內兩者之間的「皮爾遜相關係數」。
在統計學中,皮爾遜相關係數用於度量兩個變數之間的相關性,其值介於 -1 與 1 之間。如果係數的值為 0,意味著兩個變數之間沒有線性關係。
相關係數為 +1 意味著一對組合總是朝著相同的方向移動。相反,相關係數為 -1 意味著這對組合將始終朝相反的方向移動。
以下是 BTC 和整體市場之間的相關積矩:0.92 為 BTC 和整體市場走勢之間的相關係數。
Anthony Xie 和他的團隊繼續對市值前 200 位的代幣,重複了該過程,然後根據所有的相關係數繪製出密度圖:
密度函數曲線下的面積代表在 x 值範圍內獲得值的概率。如果特定區域的寬度很小,那麼在不違反任何概率規則的情況下,高度可以高於 1。即 4*0.01 僅為 4%。
略看一眼便可知,該密度圖顯示,在前 200 位的代幣中,大多數與市場高度相關。
具體而言:
- 前 200 位代幣中,有 75% 的相關係數為 0.67 或更高。
- 前 200 位代幣中,有 50% 的相關係數達到 0.80 或更高。
這些數字表明回答了第一個問題:有多少代幣與市場密切相關?
答案是:大部分代幣都是跟隨市場大勢而波動的。當市場上漲時,大多數代幣也可能隨之上漲。當市場下跌時,它們必然會跟隨這一趨勢。
問題二:有多少代幣與比特幣密切相關?
比特幣一直是加密貨幣之王,雖然它所處的市場主導地位不再如往昔一般,但很多人都覺得大多數加密貨幣遵循著 BTC 的價格走勢。該研究則可用於檢驗這種印象是否屬實。
還是採用同樣的方法,先來看看以太坊的一個例子。獲得了 BTC 和 ETH 市值的歷史數據,就可以計算整個時間段內兩種代幣的相關性。
我們計算得出:0.87 為 BTC 和 ETH 之間的相關性係數。
在按市值一一運算了市值最大的 200 位代幣與 BTC 的相關性係數後,可以得出以下的密度圖:
密度函數曲線下的面積表示在 x 值範圍內獲得值的概率。如果特定部分的寬度很小,那麼在不違反任何概率規則的情況下,高度可以高於 1。即 4*0.01 僅為 4%。
依此,可以得出這樣的結論:
- 大多數代幣與 BTC 相關的觀點是成立的。市值排名前 200 位的大部分代幣都與 BTC 相關。
- 前 200 位代幣中,有 75% 的相關係數為 0.44 或更高。
- 前 200 位代幣中,有 50% 的相關係數達到 0.67 或更高。
- 然而,前 200 位代幣和 BTC 之間的相關性看來要弱於前 200 位代幣和整體市場之間的相關性。
Anthony Xie 認為這個發現很有意思:
「我最初的想法是,隨著 BTC 的統治地位下降,我們會看到 BTC 和整體市場之間的相關性隨之降低。奇怪的是情況並非如此。當比特幣佔總市值的百分比在 2017 年初下降時,BTC 和整體市場之間的關聯並未隨之下降。」
120 的滾動窗口意味著在任何給定的日期,相關係數是以最近 120 天的數據計算。滾動窗口用於平滑波動性,以使圖表呈現更清晰。
問題三:市值排名前 200 位的代幣中,哪些與整體市場的相關性最小?
可以簡單地通過先前按升序計算的相關性來獲取這些數據。
從中可以看出,與整體市場呈負相關的代幣極少。不過看到 MakerDAO 的 Dai 位列榜首,並不讓人意外。畢竟 Dai 是穩定幣,其職責就是不隨市場波動而波動。
問題四:市值排名前 200 位的代幣中,哪些與比特幣的相關性最小?
同樣的,有少數幾種代幣與 BTC 負相關。有趣的是,比特幣現金和比特幣的其他分叉,在這個列表中排名並不高。
問題五:市值排名前 20 位的代幣間,如何相互關聯?
現代投資組合理論之父哈里·馬科維茨 Harry Markowitz 認為,在衡量風險時,最重要的因素是考察資產對投資組合整體風險的貢獻,而不是單一資產的風險。
這意味著通過在投資組合中納入相關性較低或負相關的資產,可以降低整體差異,從而降低投資組合風險。
在前 20 位的代幣中,確實有部分在彼此間相關性較低,例如 BTC & Vechain, Dash & Vechain,以太坊經典 & NEM。
如果把相關性較低的代幣納入投資組合,提升多樣性,可以顯著降低風險。
皮爾遜相關係數的局限性
儘管 Hodlbot 團隊的研究回答了上述這些問題,但 Anthony Xie 還是不忘強調,皮爾遜相關係數這種研究方法有一定局限性。
皮爾遜的相關係數是在假設線性關係
線性關係易於理解也易於建模。但是,兩種資產之間的許多關係是非線性的。它可以是多項式、指數等。在這些情況下,皮爾遜的相關係數簡化了這種關係,而且這種簡化是多餘的。
相關性隨時間而變化
皮爾遜相關係數在整個時間段內以單個數字來呈現,沒有將隨著時間而出現的變化考慮在內。
以上圖表可以作為相關性隨時間變化的示例。某些事情在過去存在某種關聯,並不意味著這種關聯將會持續下去。許多代幣的 30 天滾動關聯就像圖表中反映的那樣,會出現一系列的高低起伏。
Anthony Xie 表示:「這意味著我們的行業仍處在早期,加密貨幣之間的流動性尚未解決。因此,儘管查看這些數據很有意思,並且能讓我們更清晰地了解過去,但在朝著未來邁進時,並不能盡信數據。」
推薦閱讀:
※漂亮50助推,滬指再創新高
※風險自擔的民營銀行等金融機構出現後,金融監管方面需要進行哪些相應的調整和更新?
※中國銀聯和銀聯商務的關係?
※經濟危機的發生有哪些先兆?
※柯潔輸了也許只是開始,10年後 FinTech 要把金融逼上絕路??
TAG:比特幣Bitcoin | 金融 | 經濟學 |