第一性原理：加密市场行情分析的基础lg...

作者：NingNing，加密分析师 来源：X（推特）@0xNing0x

第一性原理是Elon Mask的工作方法论。

关于第一性原理是什么，Elon Mask没有给出一个标准的答案，因此有着各种各样的解释。

个人最喜欢的一个解释，是“溯至本源”。

在这意义上，第一性原理跟现象学中的“还原”方法论有着相似之处。现象学中的“还原”方法论是指通过对经验现象的详细观察和分析，将其还原为更基本的元素或现象，以揭示其内在结构和本质特征。

加密市场行情分析的第一性原理是什么呢？

要知道加密市场行情分析的第一性原理，我们需要“溯至本源”，需要“还原”加密市场内在结构和本质特征。

加密市场的内在结构和本质又是什么呢？

加密市场的所有资产，都是比特币的派生物和衍生品。比特币主导着加密市场，它主导着现货市场约48%的市值，主导着更高比例的加密衍生品市场的市值。

比特币的内在结构和本质又是什么呢？

让我们溯源至中本聪在白皮书中对比特币的定义，即比特币是一种P2P的电子现金。这个定义决定了比特币的风险资产和避险资产双重属性。当比特币作为一个新型金融科技投资标的时，它呈现风险资产属性；当比特币作为一种法币体系的对冲物时，它呈现避险资产属性。

这使得比特币成了全球风险市场中非常特殊的一种投资标的，它与作为避险资产指标的美元指数和作为风险资产指标的纳斯达克指数之间，呈现周期性正负相关，呈现风险避险二象性。

比特币的特性决定了加密市场的基本特性。当然，加密市场众多资产的避险属性和风险属性的强度是不均匀的。例如，蓝筹DeFi、L1公链等资产的避险属性小于比特币，风险属性大于比特币。MeMe币的风险属性远远大于其他币，避险属性远远小于其他币。

面对具有这样特性的加密市场，我们应该使用现货、永续合约、期权等多元化金融品种来构建我们的加密投资组合。

但在正式建仓之前，我们第一步要先进行加密市场行情分析。

加密市场常见的分析框架有：宏观分析、基本面分析、技术指标分析、统计分析（即AI模型分析）等等。

我现在最喜欢用的是统计分析（即AI模型分析）。统计分析的基本流程如下：

—加载行情数据集。加载你要分析的加密资产行情数据集。选择合适的时间长度和时间精度。时间长度太长，模型有模型过时和非平稳性的问题；时间长度太短，模型会对噪音过于敏感，还有过拟合和遗漏长期趋势和周期性趋势可能。

—特征工程。这里的特征工程，就是我们常说的技术指标，常用的有ema、sto、rsi、roc、mom、atr、signal等等。

—相关历史变量。影响加密市场的相关历史变量是周期性变化的，黄金、10年美债收益率、2年期美债收益率、美元指数、标普500指数、纳斯达克指数、VIX恐慌指数等等都与加密市场周期性相关。我们需要选择当下周期中，与加密市场强相关的相关历史变量。

—分析模型。平稳期，适合使用线性回归、时序卷积神经网络模型；震荡期，适合使用循环神经网络模型（RNN）。

我们使用简单的矩阵数学演示一下这个过程：

收盘价价格矩阵：[t时刻价格，t+1时刻价格， t+3时刻价格， t+n时刻价格]。

特征工程矩阵：[t时刻ema，t+1时刻ema， t+3时刻ema， t+n时刻ema]，[t时刻sto，t+1时刻sto， t+3时刻sto， t+n时刻sto]等等。

相关历史变量矩阵：[t时刻黄金价格，t+1时刻黄金价格， t+3时刻黄金价格， t+n时刻黄金价格]，[t时刻10年美债收益率价格，t+1时刻10年美

债收益率价格， t+3时刻10年美债收益率价格， t+n时刻10年美债收益率价格]，[t时刻纳斯达克指数价格，t+1时刻纳斯达克指数价格， t+3时刻纳斯达克指数价格， t+n时刻纳斯达克指数价格]等等。

所谓AI模型分析，其实就是依靠算力利用梯度下降和反向传播（利用偏微分方程）数学算法求解出上述矩阵的预测值与真实值之间的最小偏差参数矩阵。

—回测与验证。AI模型分析并不比人工分析高级，需要不断在回测与验证中调优诸参数。但即使诸参数完全调优，也不意味着我们可以100%预测未来行情的走势。AI模型分析对主观交易来说，更多是一种参考，帮我们打开思路，帮我们判断盈亏比。

一个完整的加密市场投资策略包括：行情分析、投资组合选择、仓位构建、风险控制等4个部分。行情分析只是构建一个完整加密市场策略的开始，后面的投资组合选择、仓位构建、风险控制等3个部分更加重要和关键。有机会，我会再做进一步的分享。

来源：金色财经