分析师发明的指标能有效预测比特币价格吗?别扯了!_Uniswap:MonetaryUnit

前言:无论在哪个投资市场,价格的涨跌永远是人们最关心的事情,币圈同样不能免俗。分析师们乐此不疲地试图寻找一个能永远跑赢市场的指标,投资者们也不断追寻各位分析师的步伐以求练成独步天下的绝学。但这些指标真的能像人们期待的那样起作用吗?实际上并不见得,在一个复杂且多变的金融市场里,试图寻找无往不利的“一招鲜”无疑是天方夜谭。

相信你已经在不同场合看到一些加密货币分析师宣称他们发现了一个与比特币或者其他加密货币价格高度相关的评分函数。一些人甚至声称他们发现的函数可以作为给定加密货币价格走势的预测指标。由于分析报告中给出的数据非常唬人,导致有不少人真的打算根据这些所谓的预测指标进行交易,这显然是不对的。撰写出这样的报告说明这些分析师对于金融市场的理解太过简单粗浅,他们错认为,单一因素可以作为价格走势的长期预测指标,许多专家将这一现象称为单因素相关谬误。在加密货币的环境下,我想将此现象称为评分与价格的相关谬误。许多专家将该术语称为单因素相关谬误。在加密货币的背景下,我想将此现象称为“评分-价格相关性谬误”。

试图找到一个可以预测市场的神奇数字,这种行为与市场本身一样古老。即使在要素投资理论发明40年后的今天,许多金融专家和投资者仍在尝试遵循单一因子或度量标准的趋势来积极地跑赢市场。现在市面上甚至还有单因子ETF!在一个理性的大型金融市场中,单因素策略已经不再受到青睐,人们转而采用更为复杂的多因素策略,因为大多数因素已被证明仅在特定市场条件下对特定类型资产有效。然而,像加密货币是一个新兴且不合理的市场,给一些人重新带来了发现能解决市场的神奇指标的希望。呵呵。尽管加密货币市场存在许多不合理的地方,但我还是想概述一些想法,希望能阻止你落入“评分-价格相关性谬论”。

加密货币市场中“评分-价格相关性谬误”背后的想法从根本上说很简单:与许多其他金融市场一样,加密货币是一个复杂且不断变化的环境,不可能使用单个指标进行线性预测的。从概念上讲,这个解释似乎很有意义,但没有提供任何实质性的证据。所以接下来我们看一些能让我们对这种现象进行更深入思考的解释。

解释加密货币市场“评分-价格相关性谬误”的10个原因

想象一下,我们正在研究一个由加密货币分析平台提供的指标,该指标在最近一段时间内与比特币价格显示出很强的相关性。该指标预测了接下来比特币很有可能会上涨,在买入之前,请考虑该指标以下几个可能会出现的问题:

过拟合

过拟合描述的是机器学习和统计中的一种现象,指一个函数过于接近一组训练数据点。对应到比特币的例子中,有可能是用于测试的比特币价格数据集显示出显著的相关性,金融度量因此被过度优化了。但放到正常的市场条件下进行测试时,其表现很快就达不到要求。

要素污染

要素污染指的是某一因素或指标与一定的市场条件显示出有效的相关性,促使其被纳入到交易策略的一部分。然而,采用该因素会导致其有效性下降。想想看,如果这个指标被用于交易策略,那么它将成为当前比特币市场的另一个属性,从而与我们的指标建立一种递归关系。

忽略异常事件

作为可编程基础结构,加密市场非常容易受到各种异常事件的影响:减半,分叉,黑客,出块异常等,这些都是线性度量模型几乎无法考虑的。

在不同的市场条件下,不同的因素会相互矛盾

打开你喜欢的行情平台,查看给定的十几种加密货币技术指标,你可能会发现不同的指标之间经常会相互矛盾。尽管技术分析肯定令人费解,但对于我们选择的任何指标,这种现象都很普遍。我们的神奇指标可能在比特币市场的特定条件下表现良好,但在不同的环境下可能就会失败。

市场是非线性的

我们在加密货币领域看到的大多数神奇指标都是基于线性公式的。但是,即使我们不太了解金融市场,也早已确定金融市场的行为基于非线性动力学。从这个角度来看,尝试用线性公式预测一个非线性的比特币市场是愚蠢的。

忽略风险

在加密市场中没有完善的风险定义,没有评估风险就不可能形成一个完整的交易策略。仅评估策略的准确性而忽略风险的指标是灾难的根源。

忽略风险,随时可能遭遇龙卷风忽略宏观因素

与其他任何金融市场一样,加密货币也容易受到宏观因素的影响,例如股票市场的走势,监管政策,机构采纳等。目前,加密世界中的大多数单因素预测指标均未能纳入宏观因素。

过去并不能预测未来

在加密货币这种非理性市场中,试图根据过去的行为来预测未来已被证明是不可行的。在一个新生的市场中,许多在过去没有先例的情况可以过任何基本线性模型。

无免费午餐定理

要素投资理论的经典思想告诉我们,在很长的一段时间内,各种因子的组合往往胜过单个因子中的最佳者。这就是众所周知的无免费午餐定理,它仍然是反对单因子模型的有力论据。

伯克森悖论

伯克森悖论是统计学中的一种著名现象,它描述了一种情况,指两个本来无关的变量之间体现出貌似强烈的相关关系,由此产生的相关性容易带来认知上的偏差。加密世界中有许多伯克森悖论的例子,例如社交情绪或开发人员活动等指标与加密货币价格的关联。

以上是我最喜欢的一些论点,它们说明了“评分-价格相关性谬误”。单一指标模型在特定的短期市场条件下当然可以有效,但是对于像加密货币这样的新兴且非理性的资产类别,它们无法充当长期的预测指标。下次有人试图向你兜售单一因素作为加密货币市场的预测指标时,请考虑上述说明以及….离远点!

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

金智博客

[0:15ms0-3:207ms