比特币投资实用指南：借助幂律走廊、MVRV 等判断 BTC 价值规律

撰文：Gambler's Manual

来源：链闻

 

短期的量化交易策略的成功建立在市场环境中未被明确的变量的稳定的前提之上，同时忽略了对链上数据的分析和使用。过多来自消息面的噪声、对解释市场的执着和对隐藏在多币种之间稍纵即逝的α行情的捕捉消耗了交易者的精力，使其丧失了有积累价值的思考。

「理性是激情的奴隶」，在对过去交易经验的反思中，我们提出一套长周期的，由准确的指标指导交易决策的交易方法。这套方法以对比特币链上链下历史数据进行规律和周期的发现为主要内容，而不重于解释。

幂律走廊是我们的基本价格模型和长期走势的判断来源，它是对历史价格（整个市场博弈结果）的规律发现；建仓和止盈等操作则依赖于 MVRV 等链上链下数据指标，它们指示了整个市场的浮盈浮亏水平；最后我们会通过逐个梳理定投、一次建仓长期持有和山寨币投资组合等其它投资策略的短板揭示我们钟情于比特币的原因。

 

资金流动论、蓄水池模型与衍生品交易量的增长

交易品价格变化的根本在于资本的流入与流出。

蓄水池模型是一个非常好的说明，如果将比特币比作一个蓄水池，水比作资本，蓄水池内的水即比特币的流动性，蓄水池水位高度指示着比特币的价格。蓄水池通过资金流动管道 A 与其它外面更大的水池相连，管道是双向的，有时向蓄水池内注水，有时向外抽水。此外，蓄水池下方还有一漏水口 B，不断向外漏水。

基于模型，水位升降有以下情况：

1. 当管道 A 输入资本大于漏水口 B 漏出资本时，蓄水池水位升高，即比特币价格上升；
2. 其它任何条件下，蓄水池水位降低，比特币价格下降。

在蓄水池模型中，我们增加了独立的漏水口来指示比特币市场中较为固定的资本损耗和外流，这部分资本外漏在资本输入管道相对平静的时间内对比特币的价格影响重大。关于资本外漏，交易平台的手续费是一个很好的例子，交易平台一般对现货交易收取 0.2% 的手续费，看似不起眼的比例在多此交易中被放大。平台收到手续费并以之作为最主要的收益来源用于支付运营成本，这部分资本从此处流出比特币。

值得注意的是，在过去的一年里，现货交易所纷纷入局衍生品交易，衍生品交易量上涨明显。

衍生品的发展是市场逐渐成熟的标志，交易者拥有了更为灵活的金融工具。我们认为，这些「更灵活的金融工具」是推动资本外漏增加的主要因素。

作为衍生品中最主要的品种，期货合约（Futures）在现货的基础上提供了更低的手续费、更高的杠杆和更方便的做空方式。这些改变诱导着交易者逐渐从现货交易转向期货合约交易，并不断地增大交易频率、放大交易额与杠杆倍数。宏观的看，衍生品交易量的上升一方面为交易平台提供了更高的手续费收入，一方面拉大了普通交易者和精英交易者的收益差距。精英交易者通过衍生品可以以同样的资金成本获得更高的收益，从成本的角度，精英交易者的获取比特币的成本逐渐降低、普通交易者的成本上升。假设在没有外部资本流入的情况下，场内的资本分布将会越来越不平均，而趋向于呈现最经典的「二八定律」，即 20% 的人掌握着 80% 的财富。精英交易者手中比特币数量多，成本低，自然地产生出售需求，这部分资本将逐渐流出比特币的水池，导致币价下降。

然而我们并不需要过于悲观，在已经足够惨淡的经济形势下，各国政府不断地通过量化宽松政策展示着对于现代政府对于经济刺激的无力。西方一些主流金融机构已经开始将比特币视为对抗通胀的利器，这个蓄水池并非一潭死水。

 

MVRV 与平均成本波动论的引入

投资方法不可避免地建立在假设之上。

股票交易者通过公司的盈利能力判断价格高低；原油期货投资者判断复杂的供需关系与地缘政治形势；价值投资者坚信「内在价值」是投资品价格波动围绕的中枢。

由于比特币并非经济体和消耗品，投资者难以照搬熟悉的估值方法判断其价格相对高低。Willy Woo 与 Plan B 借鉴了传统投资标的的估值方法和价格模型开发出 NVT 与 S2F 等指标与模型，我们放弃了这一思路，并尝试在比特币不同方面的数据中寻找简单有效的指标，在不同数据中寻找的指标具有正交性。我们理想地认为，当他们同时指示买入时会有最大的胜率，我们将在未来不断地回测这个假设。

幂律走廊与幂律波动线单纯地来自比特币价格的历史走势数据，对价格走势的分析理论在传统的交易市场中已经充分成熟了，可以套用在任何交易品上。我们的工作是引入更多方面的数据，在其中寻找与价格走势强相关的指标，当然，这些数据主要来自比特币本身，即链上数据。

托比特币本身设计机制的福，我们可以方便地得到全账本，上面记录了比特币从创世区块以来每一笔交易的时间、数额、参与方等信息。将每枚比特币以其最后一次转账时的比特币价格累加起来可以轻松地获得全部持币者的成本之和，Coinmetrics 将其定义为为 RV （Realized Value），即比特币已实现的市值。这个概念与 MV （Market Value），即一般意义上的市值（以比特币目前成交价乘以已经挖出的数量）相对应。MV 与 RV 的相对水平指示了整个市场的浮盈情况。

MV 和 RV 的图线清晰地指示出了全部而短暂的整个市场浮亏的时间窗口（MV 低于 RV），从历史走势上看，这些窗口也是建仓的最佳窗口。为了更好地指示 MV 与 RV 的水平，我们将两个变量相除。

MVRV 多数时间中在 1~2 之间波动，小于 1 和大于 4 的时间则有效地指示了整个走势中的最低点和最高点。

MVRV 的有效性揭示着朴素的平均成本波动，即价格围绕整个市场的平均成本上下波动。整个市场中的各种角色获取比特币的成本并不对等，矿工依靠挖矿低成本低获取比特币，而后在二级市场出售赚取利差；运气差的交易者的成本在二级市场频繁的交易中增加；宏观上，当比特币价格低于平均成本时，任何获利方出售比特币的动机将减弱，市场更倾向于复苏，而当比特币价格已经 4 倍于平均成本时，任何持币者都应该明白这种浮盈不可能长期持续，聪明的交易者及时落袋为安。

平均成本波动论描述了比特币市场的价格中枢，是我们对于加密货币市场的基本观点。

幂律波动线：对幂律走廊的回测

许多看似合理的指标难以洗脱「马后炮」的嫌疑，他们以历史走势为已知条件来调整指标的参数使其可以有效指示涨跌。好的指标需要通过回测来验证，特别是长时期跨周期地去验证，以证明他的有效性并非幸运。

本文将对幂律走廊进行回测，遍历并记录每日以当日之前全部历史走势数据做线性回归后当日实际成交价与线性回归价格之差。具体地，以 2013 年 10 月 29 日为例：

上图中粉色线即为价格之差，我们以同样的方法计算 2010 年 7 月 29 日到 2020 年 5 月 5 日中每一天的数据，并定义这条曲线为幂律波动线。

通过观察，对曲线设置+0.5 和-0.5 的阈值，将阈值之外的点标出。

将以上点在比特币价格走势中标出。

图中橙色、绿色点的分布足以证明通过幂律波动线和幂律走廊判断币价在周期内的相对高低的准确性。实际上，幂律走廊的斜率每天都发生着微小的改变，幂律波动线因此有更好的参考意义。另外，我们可以通过调整幂律波动线的阈值去改进其敏感度，但这与幂律走廊的出发点，即幂律走廊不用于指导短线操作相悖，因此我们在本文中只通过设定一个模糊的阈值来验证幂律走廊的有效性。

幂律走廊的静态波动线指示了比特币上轨逐渐降低，下轨平稳，而动态波动线上呈现的趋势与之相反，这与我们一般对于「市值越大，波动率越低」的观点是一致的，但是并不能够有效支撑之。关于上下轨的相对方向目前难以得出结论，因为比特币创世以来的周期数量仍然过少。

幂律波动线和幂律走廊的指示对目前价格的指示结果并不乐观。

 

幂律走廊：比特币价格模型

交易员每天都在乐此不疲地做着世界上最难的事情——预测比特币的价格走势。其方法不外乎以下几种：

1. 梭哈老哥，武断地将比特币与黄金或其它资产的市值做比较；
2. 理论家，将比特币的规则与经济学的模型结合（例如 S2F）；
3. k 线画手，定性地用各种颜色的线条、形状和文字标签在空旷的画布上捕风捉影。

我们认为，交易者的预期和市场表现不断地相互作用，币价因此在相当大的范围内拥有不确定性，主观地、精确地对市场做出预测没有任何意义。但与此相对的，币价的历史走势是全部交易者博弈的结果，从中发现的规律则会相对稳定。因此，我们放弃寻找符合历史走势的 narrative 或者 theory，而将市场中的所有交易者看做一个整体，用最简单的方法寻找跨周期的规律。

由于纵轴幅度过大，早期价格波动被压缩，我们将纵轴调整为对数坐标。

此时已经可以观察到曲线在对数域上拥有了较好的线性，但斜率在逐渐减小，我们将横轴也调整为对数坐标。

对上面的曲线在对数域进行线性回归，得到直线斜率 a=5.733，截距 b=-38.3，R-square 为 0.9361。

至此，我们已经从真实的历史币价中得到了回归线作为走势的中轴，为了得到走势的上轨和下轨，我们将币价和回归线在对数域上做差。

从差值图中可以很清晰地看出一条逐渐下降的上轨和一条平行于回归线的下轨，我们分别通过回归和平移得到两条直线。

将上轨和下轨一同放入之前的回归线图即可得出一道清晰的幂律走廊。

幂律走廊是隐藏在比特币历史走势中的简单规律，可以提供总体方向上的指导，并在价格接近上下轨时提供参考，但无法指导短线交易，因为走廊宽度（上轨 / 下轨）过宽（目前大于 10 倍）。

幂律走廊指示了比特币价格将在 2025 年以后永久地超过 50,000 美元，在 2028 年以后永久地超过 100,000 美元。

附：我们在 2019 年年初开始通过回归的方式对比特币价格走势进行分析，但仅仅在纵轴引用了对数，并以价格叠加波动的方式对波动进行了正弦回归，结果非常乐观。后来我们观察到每个周期的最低点到最高点所用时间都在不断拉长，将横轴对数化取得了更好的拟合成果。本文借鉴了 Harold Christopher Burger 的类似工作，摒弃了幅度和周期都在变化的正弦拟合的思路而单纯通过上轨和下轨搭建幂律走廊。

数据源：Coinmetrics.io

来源链接：gamblersmanual.com