本次演讲整理自 HashBang 与 CYBEX 联合举办的第六期 AMA，演讲嘉宾为区块链和大数据技术专家、加密货币投资人刘毅，其曾任 HP、中国移动资深架构师，也是比特币早期投资者，拥有 20 年 A 股和 10 年美股的投资经验。本期演讲主题为《数据分析在加密货币投资中的应用》。
原文标题：《刘毅：会做数据分析的人，投资加密货币都不会太差》
演讲嘉宾：刘毅，区块链与大数据技术专家，加密货币投资人
文章来源：公众号 HashBang
1、第一个问题，我们先来给大家普及下什么是加密货币的数据分析，区块链中有几类数据，数据分析目前的发展现状是怎么样的？
发达国家的资本市场是以机构投资者为主，美国股市自动交易的交易量占比也达到了百分之七八十。
二级市场的机构投资都不同程度的依赖数据分析，包括资产定价、风险定价和对冲、量价分析、价格相关性分析等等，在互联网普及之后，还融合了情绪面分析
。
在加密资产二级市场，以上分析都仍然有价值。由于加密资产是发行在区块链（公链）上的数字资产，因此又增加了
链上分析
的维度。链上数据分析非常特殊，理论上来说所有链上交易的数据都是公开一致的，而且高度结构化，没有垃圾不需要清洗，给数据分析带来很大的便利。但是另一方面，链上交易无身份，地址之间不易关联。而且在中心化交易所、二层网络进行的交易，并没有记录在链上。因此对链上数据分析的应用效果也不宜预期过高，它并不是投资者的银弹。
数据分析对两类投资策略有价值。
第一类是量化投资，可以说
没有数据分析就不会有量化投资
。
其实严格地说，量化投资不是一类策略，而且一种投资方式，与它相对应的是主观投资。但是量化投资的优势是快速精确，不受人的情绪和主观判断的干扰，因此它特别适合短期的趋势投资和套利。所以虽然量化是投资方式的，但是它跟趋势投资和套利这两大类策略密切联系。
第二类是投资策略是基本面投资，
在基本面投资中，数据分析居于辅助地位，为估值和择时提供参考
。
在传统资本市场，散户（个人投资者）和机构在数据分析方面有巨大的差距。机构投资者投入大量人力物力用于数据采集、清洗、存储、建模、分析，乃至于聘请最优秀的人才应用深度学习等高级方法致力于数据分析。可以说无所不用其极，不为别的，就是为了建立哪怕一点点信息优势，然后通过规模化高杠杆的资金操作，把信息优势转化为利润。
加密资产是新出现的市场，还没有巨头玩家，因此一些创业团队，利用先发优势，可以建立起信息优势。他们是未来的币圈机构投资者，或者未来被进入加密资产市场的大玩家整合。
2、去年开始出现很多量化团队，刘毅老师认为这样的团队一般都需要什么样的数据类型，什么样的数据可以帮助他们做更好的判断？
加密资产市场是量化交易的沃土
，主要有两大原因：
一是
加密资产市场的结构跟股票市场有很大的不同
。
首先，股票市场的资产及其衍生品的数量远远超过市场数量，虽然也有一只股票在多个市场交易的情况，但仅仅是极少数。加密资产正相反，
高流动性资产很少（几十种），但是市场有上万个
，因此跨市场套利（搬砖）机会比股票市场要多得多。
而且，股票市场的计价货币通常只有一种（即本国法币）。但是
在加密资产市场，基础货币就有多种
，btc/usdt/eth/ 交易所平台币，交易对数量比基础资产数量高得多，给三角套利创造了很多机会。
最后，
加密资产 7*24 小时交易，几乎所有交易所都提供数据流和交易 API，极大降低了量化交易的门槛
。上面谈的三个因素形成了一个很大的无风险（或低风险）套利的机遇，养活了很多量化团队，哪怕团队的起点并不高，如果进入市场早，还有有可能抓住无风险套利的红利。
所有套利的机会都可以看成是市场定价的失效，无风险（或低风险）套利是可以自行消除的定价失效。但是它的总体空间是有限的，大量的人在做套利，一方面利润会越来越薄，另一方面会增加市场的有效性。因此
量化团队之间的竞争焦点，会逐步从瓜分无风险套利红利，走向有风险套利和其他量化交易策略
。换个说法就是，会越来越像股票市场的量化交易。在有效程度越来越高的资本市场，没有能够长期稳定获利的量化策略。策略需要不断变化，才能寻找到新的利润空间。在有些情况下，策略和策略之间会直接博弈，甚至出现有针对性地猎杀策略的策略。
作为加密货币投资者，如果你对数据分析感兴趣，希望利用数据分析来进行投资。你首先需要做个决策，就是做量化交易还是基本面投资。如果你有知识基础，愿意长期研究数据分析、交易策略，可以选择量化交易。但是你应该知道，未来这是机构博弈为主的战场，是无休止的数据和分析方法的军备竞赛。如果你不能成为强大专业团队的一部分，或早或晚会被挤出市场。如果你是业余做投资，或者即便是专业个人投资者，但长处不在数据分析方面。那么比较合理的选择是利用数据分析做为基本面投资的辅助手段。我后面的分享将只针对做第二种选择的投资者。因为有条件做第一种选择的人是极少数，而且他们不需要听我来讲解投资数据分析。
3、您一般会在哪些网站或者用什么样的工具来收集或者分析数据呢？能否给普通投资者一些建议，我们在进行投资和判断的时候，应该学会什么样的基本数据分析的能力？可以简单举例来说明一下吗？
对于采用基本面投资策略的加密货币投资者，我推荐三个网站：
https://coinmetrics.io/ 有大量加密货币市场数据分析图表，还提供加密资产量价数据下载；
http://charts.woobull.com/ 是著名分析师 willy woo 的个人网站，同样免费提供大量有用图表；
https://trends.google.com/ 谷歌趋势，根据搜索关键词热度，辅助分析市场情绪面；
我在后面会具体讲两个图表，作为例子。
4、跟一些专业的分析师聊过，一般做传统领域做数据分析，都要经过信息的搜集，清洗，建模，分析，定策略这些流程，那在区块链中或者在数字货币中，我们要通过什么样的路径来实现数据的分析，比如一般去哪里搜集信息，比如社区活度、小道消息哪里看？刘毅老师可以详细说下吗？
上面谈过，
数据分析当然最好是自己能动手做，这样得到的信息是你独有的，如果分析是对的，可以成为你战胜市场的工具。
但是自己做数据分析，还要得到独有的关键信息，难度很高，而且会越来越高，因为市场越来越有效。
对于多数人来说，基本的需求是能看懂专业人士做的分析图表
。我举个例子，来说明图表能够给投资者带来什么。
这是我在加密资产价值投资课上讲的一张 ppt，原始图表来自于 https://www.delphidigital.io/utxo。我上面推荐的 Willy Woo 个人网站也有这个图，地址是 http://charts.woobull.com/bitcoin-hodl-waves/。是 delphi digital 做的比特币 UTXO 历史走势图，网站上有完整的分析报告，有兴趣深入研究的同学可以自己看。
可能有部分同学不了解比特币 UTXO 的概念，我简单说一下。
UTXO 是 unspent transaction outputs 的缩写。
区块链记账有两种模型，一种是账户模型，另一种是 UTXO 模型。
账户模型跟银行很类似，有账号也就是地址，区块链记录了每个地址上有多少钱。用户使用对应的私钥，可以把地址上的钱转给其他地址。以太坊使用的是账户模型。
UTXO 模型不像银行，而是像一个放支票的箱子。箱子里的每张支票都有一个金额，有个地址。用户使用对应的私钥可以使用支票。比如说我要给你转 10 个 BTC，支票箱里有 2 张支票属于我，金额分别是 5 个 BTC 和 6 个 BTC。那么我就可以做一笔交易，用这两张支票作为输入，一共是 11 个比特币，交易的输出也是两张支票。第一张的金额是 10 个 BTC，地址是你的地址，那么以后只有你可以用这张支票，我就不能用了。另外一个输出的支票金额是 1 个 BTC，地址还是我的地址。经过这次交易，我的两张分别价值 5 个和 6 个比特币的支票作废了，产生了两张新支票，一张 10 个 BTC 是给你的，另一张 1 个 BTC 的支票相当于是找回给我零钱。没作废，或者说没有使用的支票就叫 UTXO。
每个 UTXO 都有时间戳，所以可以知道存入的时间。比如我要给你发 1 个比特币，我的钱包软件会检查属于我的所有存款，从中间挑出 1 笔金额合适的，比如有一笔数量为 1.5 BTC 的 UTXO 属于我。它就可以作为转账交易的输入。转账交易完成后会创建两个新的 UTXO，一笔是 1 BTC 属于你，就是我转给你的。第二个 UTXO 是找零，金额是 0.5 BTC，找零属于我。也就是说，转账交易用 1 个现有 UTXO 作为输入，2 个新创建的 UTXO 作为输出。交易完成后，输入的 UTXO 存款就失效了，新产生的两笔存款的存入时间就是交易完成的时间。
那么这张图是什么呢？首先看最上面的黑线，是比特币的历史价格走势，对应的是左边的坐标轴，是 log 尺度的价格。下面绿色的曲线，是币龄在 1 年以上的 UTXO 占已挖出的比特币总量的百分比，坐标轴在右侧。可以看到，在 2015 年和 2016 年，年龄超过 1 年，也就是 1 年没有动过的 btc 的占比达到了 58%。到 2017 年的大牛市，绿色线快速下行，跌到了 40% 以下。绿色线下面还有很多根线，蓝色线是 5 年以上的 utxo，紫色线是 3-5 年，草绿色是 2-3 年，桔黄色是 1-2 年。这张图给出的信息非常丰富。我挑其中最典型，最有指导性的部分来谈一谈。
我们把大图右下方黑框的部分放大，得到右上角这张图。时间段大概是 2017 年 3 月到 2018 年年底。这张图里新增了一条线，是年龄小于 3 个月的 UTXO，也就是新生的 UTXO。它代表了新入场的投资者买入的 btc，和卖出者拿回的找零。可以看到，曲线 4 在 2017 年牛市快速向上，与此同时，币龄超过 1 年的 UTXO，也就是绿色线，快速向下。而且向上和向下的幅度大体相当，大概是 btc 总量的 17%。那么，我们得出一个粗糙的推论：2017 年的大牛市中早期囤币者，卖了占总量 17% 的 btc 给新入场的投资者。然后我们再看这个推论有什么问题，首先没有考虑找零。第二，转账不一定是买卖，老投资者整理钱包等等，都被计算在内了，这两块是主要的误差来源。考虑到当时 BTC 的价格，囤币者向新投资者出售的 BTC，几乎可以肯定是百亿美元级，我比较认同的估计是 2、3 百亿美元。那么是囤币多少年的投资者在出货呢？我们就看看另外几条线，5 年以上币龄的几乎没变化，这些币要么是丢了，要么是在死多头手里，价格涨多少都不卖出。2012 年之前的币价是个位数，死多头拿着涨 10000 倍的币都不卖。这种情况可能存在，但是多方面考虑应该是极少数，币龄超过 5 年的 btc，差不多是 300 万枚，绝大部分应该是丢失了。大量卖出的是 3-5 年币龄和 2-3 年币龄的 btc，也就是图中 5 号和 3 号线，其中以 3-5 年为出货主力。牛市结束后的 2018 年，币龄在 1 年以上的 UTXO 占比开始触底回升，到年底已经突破 50%，向着前期高点 58% 回归。
2013 年的牛市情况也是大同小异。总结下来就是：HOLDer 为长期增值买入；韭菜因短期追涨买入。牛市 Holder 卖给韭菜，熊市韭菜卖给 HOLDER。随着加密货币普及，Holder 和韭菜联队不断壮大，推动市场整体向上。所以我管它叫 Hodler 韭菜混合接力跑。就是 HOLDer 牛市交棒给韭菜，韭菜拿着接力棒跑一段，熊市忍不住了，再把接力棒交还给 Hodler。当然这只是粗略地说法，每次牛市进来的新投资者，都有一部分能穿越熊牛，从韭菜进化成 Hodler。还有一些长期囤币者，他不交棒，一直拿下去。也就是说他只赚基本趋势的钱，不赚价格波动的钱。这个策略，看上去少赚了，但是也有它的优势，我们后面再详细谈。
从这个实例可以看出，很多图表有非常丰富的内涵，可以给我们很多对投资有价值的信息，值得花大量时间去深入研究。
5、目前市场现有的现金流折现模型、相对估值法、梅特卡夫这些模型，刘毅老师认为哪些估值模型更适合币圈项目呢？
资本市场估值分为绝对估值和相对估值两大门类，加密资产市场也不例外。股票市场绝对估值的金标准是 DCF 现金流折现法。但是现金流折现法只能用于生产性资产（productive asset），对非生产性资产是无效的。这也是巴菲特鄙视 BTC 的最关键原因，巴老认为不能产生现金流的资产都不值得投资，因为它不能为社会创造新价值。在 BTC 之前，巴老 diss 最多的是黄金，黄金也是非生产性资产，同样不能适用现金流折现法。
目前加密社区比较认可的绝对估值方法，依次由 V 神、John Peffer、Chris Burniske、Alex Evans 所阐述和发展。他们的文章都已经被翻译为中文，其中 John Peffer 和 Chris Burniske 估值方法是我牵头翻译的。虽然 Alex Evans 的估值模型比较完善，但是依然不具备实用性。它既不能解释加密货币的主要价格现象，也不具备预测能力。原因是这条估值模型的发展线索，依据的是以艾尔文 . 费雪为代表的古典主义货币需求理论，也都以费雪方程为基础。此理论本身存在缺陷，举例来说：古典主义货币需求理论始终不能解释货币流通速度 V 的巨大波动，以及 V 与经济周期之间的关联性。我在 Alex Evans 的估值模型基础上发展出了加密资产估值双池模型，双池模型的有点有两个，一是简单，二是能够解释加密货币价格反身性现象。具体的估值方法，限于时间，我们就不深入谈了。有兴趣的同学可以来参加我的 CAVI 加密资产投资课，第三课会系统讲解加密资产估值方法。但是总体而言，加密投资社区对绝对估值方法的研究热度在下降。根本原因在于，估值方法其实本身没有对错，能达成共识的估值方法会自我实现。而估值方法之间是博弈关系，具体的分析可以看我个人公众号「以利证道」的文章《当我们谈加密资产价值投资，是在谈什么》。只有当估值方法的博弈达到均衡，才会形成估值方法共识。均衡需要时间，也许一段时间之后，绝对估值方法的研究和讨论会再热起来。
