从UTXO走势到MVRV比率，一窥最前沿的加密货币投资思路

前言：

本演讲整理自HashBang与CYBEX联合举办的第六届AMA。 主讲人是区块链和大数据技术专家，加密货币投资人刘毅。 20年A股投资经验，10年美股投资经验的投资者。 本次演讲的主题是“数据分析在加密货币投资中的应用”。

以下为AMA对话原文：

1、第一个问题，我们先科普一下什么是加密货币的数据分析。 区块链中有多种类型的数据。 数据分析的发展现状如何？

发达国家的资本市场以机构投资者为主，美国股市自动交易的交易量也占到70%到80%。 二级市场的机构投资不同程度地依赖数据分析，包括资产定价、风险定价与对冲、量价分析、价格相关性分析等，互联网普及后，还融入了情绪分析。

在加密资产二级市场，上述分析仍然具有借鉴意义。 由于加密资产是在区块链（公链）上发行的数字资产，因此增加了链上分析的维度。 链上数据分析非常特殊。 理论上，链上所有交易数据都是公开一致的，高度结构化，没有不需要清理的垃圾，给数据分析带来了极大的便利。 但另一方面，链上交易没有身份，地址也不容易关联。 而且，在中心化交易所和二级网络上进行的交易不记录在链上。 因此，链上数据分析的应用效果不宜期望过高，对投资者来说不是灵丹妙药。

数据分析对两种类型的投资策略都有价值。

第一类是量化投资。 可以说，没有数据分析，就没有量化投资。

其实严格来说，量化投资并不是一种策略，而是一种投资方式，对应的是主观投资。 但量化投资的优点是快速准确，不受人的情绪和主观判断的干扰，特别适合短线趋势投资和套利。 因此，虽然量化是一种投资方式，但它与趋势投资和套利两大策略密切相关。

第二类是投资策略，也就是基本面投资。 在基本面投资中，数据分析起到辅助作用，为估值和择时提供参考。

在传统资本市场中，散户投资者（个人投资者）与机构在数据分析方面存在巨大差距。 机构投资者在数据收集、清洗、存储、建模、分析等方面投入大量人力物力，甚至聘请最优秀的人才应用深度学习等先进方法全身心投入数据分析。 可以说什么都用到了极致，不为别的，就是为了建立起哪怕是一点点的信息优势，然后通过大规模、高杠杆的资本运作，将信息优势转化为利润。

加密资产是一个新市场，目前还没有巨头。 因此，一些创业团队可以利用先发优势建立信息优势。 他们是未来币圈的机构投资者，或者未来被进入加密资产市场的大玩家整合。

2、去年开始涌现出很多量化团队。 刘毅老师觉得这样的团队一般需要什么样的数据，什么样的数据可以帮助他们更好的做出判断？

加密资产市场是量化交易的沃土，主要有两个原因：

一是加密资产市场的结构与股票市场有很大不同。

首先，股票市场中资产及其衍生品的数量远远超过市场的数量。 虽然也有一只股票在多个市场交易的情况，但这只是极少数。 加密资产正好相反。 流动性强的资产很少（几十种），但市场上有几万种，所以跨市场套利（搬砖）的机会比股市多很多。

而且，股票市场通常只有一种计价货币（即国家法定货币）。 但在加密资产市场，基础货币种类繁多，如btc/usdt/eth/交易所平台币，交易对数量远高于基础资产数量，三角套利机会多。

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，大大降低了量化交易的门槛。 上述三个因素形成了一个巨大的无风险（或低风险）套利机会，支撑了很多量化团队。 即使球队的起点不高，如果早点入场，也有可能抓住无风险的套利机会。 套利奖金。

所有的套利机会都可以看作是市场定价失灵，而无风险（或低风险）套利是一种可以自行消除的定价失灵。 但它的整体空间有限，大量的人在套利。 一方面利润会变薄，另一方面会增加市场的有效性。 因此，量化团队的竞争重心将从分享无风险套利红利逐渐转向风险套利等量化交易策略。 也就是说，它会越来越像股票市场的量化交易。 在效率越来越高的资本市场上，没有一种量化策略可以长期稳定盈利。 战略需要不断变化，以找到新的利润空间。 在某些情况下，策略与策略之间会直接博弈，甚至会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，你希望通过数据分析来进行投资。 你首先需要做出决定，是做量化交易还是做基本面投资。 如果你有知识基础，愿意长期研究数据分析和交易策略，可以选择量化交易。 但你要知道，未来，这是一个制度博弈的战场，是一场永无休止的数据和分析方法的军备竞赛。 如果你不能成为一个强大的专业团队的一员，你迟早会被淘汰出局。 如果您作为业余爱好者，甚至作为专业的个人投资者进行投资，那么您的优势不在于数据分析。 那么更合理的选择就是将数据分析作为基本面投资的辅助手段。 后面我要分享的，只针对选择第二种的投资者。 因为有条件做第一选择的人很少，不需要听我解释投资数据分析。

3. 您通常使用哪些网站或工具来收集或分析数据？ 能否给普通投资者一些建议，我们在投资和判断时应该学习什么样的基本数据分析技能？ 你能给我一个简单的例子吗？

对于采用基本投资策略的加密货币投资者，我推荐三个网站：

有大量加密货币行情数据分析图表，同时提供加密资产量价数据下载；

是著名分析师Willy Woo的个人网站，还免费提供大量有用的图表；

Google Trends，基于搜索关键词的热度，辅助分析市场情绪；

后面我会详细讲两个图表，作为例子。

4.我和一些专业分析师谈过。 通常，传统领域的数据分析需要信息收集、清洗、建模、分析和策略确定。 在区块链或数字货币中，我们通过什么样的路径来实现数据分析，比如一般去哪里收集信息，比如社区活动、八卦等？ 刘毅老师，能详细解释一下吗？

上面说了，自己做数据分析当然是最好的。 以这种方式获得的信息对您来说是独一无二的。 如果分析正确，它可以成为你战胜市场的利器。

但是，自己做数据分析，获取唯一的关键信息是非常困难的，而且随着市场越来越有效，难度会越来越大。

对于大多数人来说，最基本的要求就是能够看懂专业人士制作的分析图表。 我举个例子来说明图表能给投资者带来什么。

这是我在加密资产价值投资课上讲授的ppt，原图出自。 我上面推荐的Willy Woo个人网站也有这张图片，地址是。 是delphi digital制作的比特币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行阅读。

可能有同学不理解比特币UTXO的概念，我简单解释一下。

UTXO 是未花费交易输出的缩写。

区块链记账有两种模型，一种是账户模型，一种是UTXO模型。

帐户模型与银行的帐户模型非常相似。 一个账号就是一个地址，区块链记录每个地址里有多少钱。 使用相应的私钥，用户可以将地址上的钱转到其他地址。 以太坊使用账户模型。

UTXO 模型不像银行，而是像复选框。 盒子里的每张支票都有一个金额和一个地址。 用户可以使用对应的私钥进行校验。 比如我要转10个BTC给你，复选框里有2张支票是我的，金额分别是5个BTC和6个BTC。 那我就可以做一笔交易，用这两张支票作为输入，一共11个比特币，交易的输出也是两张支票。 第一张支票金额为10 BTC，地址为您的地址。 那以后这张支票只能你用，我不能用。 另一个输出的check amount是1个BTC，地址还是我的地址。 这笔交易后，我的两张价值 5 和 6 BTC 的支票被作废，并生成了两张新支票，一张 10 BTC 和一张 1 BTC 相当于取回我的零钱。 尚未作废或未使用的支票称为 UTXO。

每个 UTXO 都有一个时间戳，所以你可以知道它是什么时候存入的。 例如，如果我想给你发送 1 个比特币，我的钱包软件会检查我所有的存款并从中挑选出一个数量合适的比特币。 例如，有一笔金额为1.5 BTC的UTXO是我的。 然后它可以用作转账交易的输入。 转账交易完成后，会产生两个新的UTXO，一个是属于你的1个BTC，就是我转给你的。 第二个UTXO是零钱，金额0.5 BTC，零钱是我的。 即转账交易以1个已有的UTXO为输入，2个新创建的UTXO为输出。 交易完成后，输入的UTXO充值失效，新产生的两笔充值时间为交易完成时间。

那么这张图是什么？ 首先看上方的黑线，这是比特币的历史价格走势，对应的是左轴，是对数刻度上的价格。 下方绿色曲线为币龄超过1年的UTXO占已开采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，超过1年的btc，也就是1年没有被碰过的btc占比达到了58%。 到了2017年大牛市，绿线快速下跌，跌破40%。 绿线下面有很多线，蓝线是5年以上的utxo，紫线是3-5年，草绿色是2-3年，橙色是1-2年。 这张图信息量很大。 我选择最典型和最有启发性的部分来谈。

我们把大图右下角的黑框部分放大，得到右上角的图。 时间段大致是从2017年3月到2018年年底，这张图新增了一行，是年龄小于3个月的UTXO，也就是新生的UTXO。 它代表新投资者购买的比特币和卖家收到的找零。 可以看到曲线4在2017年的牛市中快速上行，同时币龄超过1年的UTXO，也就是绿线快速下行。 且上下幅度大致相同，约为btc总量的17%。

那么，我们得出一个粗略的推论：2017 年牛市的早期囤积者将 BTC 总量的 17% 卖给了新投资者。 那么我们来看看这个推论有什么问题。 首先，不考虑变化。 其次，转账不一定是交易。 老股民整理钱包等，都是算出来的，这两个是主要的误差来源。 考虑到当时BTC的价格，囤积者卖给新投资者的BTC几乎可以肯定是数百亿美元。 我同意 20 到 300 亿美元的估计。 那么囤币的投资者出货了多少年呢？

让我们看看其他线路。 5年以上的币龄几乎没有变化。 这些币要么丢了，要么在死牛手里，价格再涨也卖不出去。 2012年之前，币价都是个位数，死牛不会卖出涨了10000倍的币。 这种情况可能存在，但在很多方面应该是很少的。 币龄超过5年的btc有将近300万枚，大部分应该都丢失了。 大量卖出币龄3-5年、币龄2-3年的btc，即图中第5、3行，其中3-5年为主要出货量。 2018年牛市结束后，币龄超过一年的UTXO占比开始触底反弹。 到年底，已经超过50%，回到了此前58%的高位。

2013 年的牛市大同小异。 总结一下：HOLDer买入是为了长期升值； 韭菜买短期增长。 牛市，Holder卖韭菜，熊市，韭菜卖给HOLDER。 随着加密货币的普及，Holder 和 Leek 联盟不断壮大，带动市场整体上行。 所以我称之为 Hodler Leek 混合接力。 也就是HOLDer在牛市把接力棒交给了韭菜，韭菜拿着接力棒跑了一会儿。 在熊市承受不住的时候，他把接力棒交还给了霍德勒。 当然，这只是一个大概的说法。 每次牛市到来，一些新的股民都可以渡过牛市，从韭菜进化为持币者。 也有一些长期囤积者，大棒不交，一直拿着。 也就是说，他只从基本趋势中赚钱，而不是从价格波动中赚钱。 这种策略看似赚的钱少，但也有它的优势，这个我们后面会详细讨论。

从这个例子中我们可以看出，很多图表的内涵都非常丰富，能够给我们提供很多有价值的投资信息，值得花很多时间去深入研究。

5、在市场现有的贴现现金流模型、相对估值法、梅特卡夫模型中，刘毅先生认为哪些估值模型更适合币圈项目？

资本市场估值分为绝对估值和相对估值两大类，加密资产市场也不例外。 绝对股票市场估值的黄金标准是 DCF 贴现现金流量法。 但现金流量贴现法只能用于生产性资产（生产性资产），对非生产性资产无效。 这也是巴菲特看不起BTC的最关键原因。 Balao认为，不能产生现金流的资产不值得投资，因为它们不能为社会创造新的价值。 在BTC之前，巴老最diss的就是黄金，黄金也是非生产性资产，现金流贴现法无法适用。

目前加密界公认的绝对估值法由V神、John Peffer、Chris Burniske、Alex Evans依次阐述和发展。 他们所有的文章都被翻译成了中文，我领导翻译了John Peffer和Chris Burniske的估值方法。 Alex Evans 的估值模型虽然比较完善，但仍然不实用。 它既不解释加密货币的主要价格现象，也不具有预测能力。 究其原因，这个估值模型的发展线索是建立在以欧文·费雪为代表的古典货币需求理论之上的，也是建立在费雪方程之上的。

该理论本身存在缺陷。 例如，经典的货币需求理论无法解释货币流通速度V的巨大波动，以及V与经济周期的相关性。 基于 Alex Evans 的估值模型，我开发了一个加密资产估值的二池模型。 双池模型有两个优点。 一是简单，二是可以解释加密货币价格的反身现象。 具体估值方法受时间限制，不再深入探讨。 有兴趣的同学可以来我的CAVI加密资产投资课，第三课会系统讲解加密资产估值的方法。

但总体而言比特币mvrv在哪看，加密投资界对绝对估值方法的研究热情正在下降。 根本原因在于估值方法本身没有对错之分，能够达成共识的估值方法才会自我实现。 估值方法是一种博弈关系。 具体分析可参考《当我们谈加密资产价值投资，我们在谈什么？》一文。 只有估值方法的博弈达到均衡，才会形成估值方法的共识。 均衡是需要时间的，也许再过一段时间，绝对估值方法的研究和讨论会再次流行起来。

加密协会现在正在讨论更多关于相对估值的问题。 与绝对估值法相比，相对估值法具有独特的优势。 它不需要做预测，仅根据现有收据就可以提供具有参考价值的结果。 但是，应该注意的是，相对估值必须建立，这取决于市场的有效性。 一个完全有效的市场是指参与市场的投资者具有足够的理性，能够对所有的市场信息做出快速合理的反应，因此资产价格已经包含了所有的市场信息。 在有效市场中，相同类型和质量的资产应该具有可比较的估值。

如果估值水平出现分歧，就会出现套利机会。 加密资产市场只有10年的历史，可以说是一个婴儿，是一个效率很低的市场。 在这样的市场环境下，比较加密资产的估值水平意义不大。 比较有意义的做法是比较资产在不同时间点的估值水平。 所以说你做加密资产的比率研究更准确。 即确定一定的比例来反映加密资产估值水平的变化趋势。 换句话说，就是把加密资产的现在和过去进行比较，但是这也需要加密资产有比较长的历史，所以基本上是研究比特币。 投资界有很多比率研究，Willy Woo和Chris Burniske是贡献最大的。 对于某个比率，即使分子和分母相同，每个公司的计算方法也不同。 让我们来看一个具有高实际投资价值的比率——MVRV 比率。

这是我在CAVI加密资产价值投资课程第三课估值时给出的一个ppt。 原始图表来自 Cryptolab Capital，但 Cryptolab Capital 未公开。 我上面推荐的网站有这个图片，地址是。 coinmetrics 的创始人 Nic Carter 也是 MVRV 比率的创造者。

MVRV 比率方法相当新，由 Nic Carter 在 2018 年 9 月下旬的比特币会议上提出。MVRV 比率顾名思义是 MV 除以 RV，MV 市值是加密货币的总市值。 分母RV是realized value，暂且换算成realized value。 已实现价值是加密货币每笔交易按照上次转账时的价格加总后的结果。 对于比特币来说，它是所有 UTXO 以创建时的价格汇总的结果。 我们计算RV的实现价值，无论UTXO是系统对矿工的挖矿奖励还是转账交易的输出，都是以比特币产生当日的价格计算，全部加在一起是房车。 使用 RV 有两个特别大的优势。 首先是消除早期丢失的比特币对估值的干扰。

因为早期的btc很不值钱，很多人都不在意，丢失的btc也不少。 另外，还有大约100万个属于中本聪的比特币，因为一直没有动过，以后估计也不会再用了。 就估值而言，将这 100 万比特币与最近活跃的 btc 一样对待，肯定是错误的。 然后是早期产生的btc，UTXO产生的时候btc的价格是极低的，RV的概念基本消除了他们的影响。 二是符合市场参与者的价值认同。 比如我在2015年给你转了10个比特币，那么我给你转了多少钱？ 按照当时的价格，每件200美元，我把这笔钱当成2000美元转给你了。

因此，UTXO产生时的比特币价格反映了市场参与者的平均价值认同。 我们说价格高低和涨跌是相对的，价格的基准点也叫参考点，每个投资者都不一样。 投资者通常使用他们的平均购买价格作为加密货币价格的参考点。 所以 MVRV 小于 1 意味着比特币的价格已经跌破了投资者价格参考点的加权平均值。 正如我们将在第 6 课中讨论的那样，心理学在投资决策中起着重要作用。 所以我认为MVRV比率是一个能够反映投资者对比特币价格共识的指标，意义重大。

弄清楚了MVRV比率，让我们看一下图片。 这是比特币 MVRV 的历史图表。 图中有两条白色横线，上面的白线是MVRV=3.7，下面的白线是MVRV=1。 2012年以前的就不说了。 2012年的三大比特币牛市，对应的正是这三个超过3.7的峰值。 2015年熊市底部，MVRV跌破1，是不是很神奇？

2018年11月，MVRV再次跌破1比特币mvrv在哪看，表明btc再次进入相对低估状态。 但请注意，MVRV 只能表示当前价格与历史价格相比是偏高还是偏低。 不能预测价格反转，就像PE一样，某只股票的历史平均PE是20倍，现在PE是10倍，可以说它的估值水平比较低，但是PE会不会再往下走，或者在低位维持多少年，这不是估值要解决的问题，而是时机的问题，这个在CVAI的投资课第四课讲到。

简单总结一下，今天加密货币投资实战中可以使用的方法就是比率研究（加密资产相对于自身过去价格的估值）。 比率研究的指标有很多，我个人认为最有效的是上面介绍的MVRV比率。 当然还有很多值得关注的指标，时间关系不能多说。 我建议您仔细研究我推荐的网站。 还应注意，比率研究的目的不是预测未来价格，也不能预测未来价格。 它可以帮助我们了解加密货币的当前（或过去某个时间点）价格与历史价格相比是低还是高。

这是非常重要的信息，但如果你直接依赖它来做投资决策，超出了适用范围，你就会吃亏，还不如不知道。 据我所知，目前还没有可以预测长期价格走势的数据指标（量化交易发现市场错误定价，预测短期价格不包括在内）。 这对个人投资者来说其实是一件好事，因为我们和专业机构基本处于同一起跑线上。 也就是说，专业机构无法通过特定的数据分析方法直接跑赢市场（其他机构和散户）。 基本面投资（包括价值投资）摒弃了试图预测短期价格走势的无效努力，而努力通过各种方法（包括数据分析）来预测长期价格走势。 超额利润。

6.社区很多小伙伴对学习数据分析很感兴趣。 刘毅老师可以简单说一下学习数据分析的过程，需要具备哪些基本技能？

学习数据分析的基本要求是能够看懂专业人士写的数据分析文章和图表。 做到这一点并不难。 我推荐的网站每张图都不复杂，初中数学基础就够了。 但是要看懂一些数据分析的结论，需要有一点统计基础，至少要了解均值、方差、协方差、相关、相关系数等基本概念。 当然，你对统计学了解得越多越好。 如果你熟悉统计工具或者会写程序，你可以自己做数据分析，而不是一味地接受别人的结论。