【Longhash資料分析】來說一說幣圈的風險有多大
作者:LongHash區塊鏈資訊
本文作者:CryptoLi,本科畢業於四川大學理論物理專業,後於新加坡國立大學攻讀計算物理碩士。畢業後曾任南洋理工大學訪問學者,專注於量子蒙特卡羅演算法在自旋體系中的應用。熱愛區塊鏈技術,致力於研究區塊鏈領域的大資料探勘和分析預測。
17年的暴漲狂潮讓幣圈流行了一句名言,“幣圈一天,人間一年”。怎麼樣在當時的情景下理解這句話呢?據統計,17年比特幣的單日漲幅最大值為25.25%,而以太幣單日漲幅最大值高達33.66%,想象一下,股神巴菲特的年收益才20%左右,你在人間苦心經營一年的收益,幣圈一天就實現了。於是,多少人奔著財富自由的夢想入市,卻對隱藏的高風險視而不見,最終沒逃過淪為韭菜的命運。本篇文章就從數學統計的角度來簡單聊聊幣圈的風險。無論你是幣圈玩家,還是一隻腳踏入幣圈或者兩隻腳都還在幣圈外面的玩家,雅俗共賞。
為了幫助讀者更好地理解風險,我們需要普及一下什麼是夏普率。簡單來說,夏普率就是衡量風險與收益的指標,你也可以理解為收益風險比。如果一支股票,從歷史資料的統計來看收益高並且風險低,那通常這樣的股票夏普率很高,也就是一支優質的股票。現在,我們要把夏普率的概念使用在數字貨幣上,觀察一下數字貨幣當中的主流貨幣在夏普率這一指標的表現如何。
首先,我們來看看幣圈領頭羊,比特幣的夏普率表現。二話不說,先上圖:
圖中紅線說明的是比特幣歷史價格變化。17年的增長曲線幾乎是指數級,是不是有點似曾相識?記得南海泡沫事件嗎?那次事件讓物理學界公認第一天才的牛頓都賠得傾家蕩產,牛頓哭著鼻子說 “我算得出天體運動的曲線,卻算不出眾人的瘋狂”。比特幣的歷史價格也是經歷過瘋狂暴漲以及斷崖式下跌,我們計算了這條曲線的月化夏普比率*。
*說明:這裡計算月化夏普率的方式是過去30天日平均收益比上這30天日收益的標準差再乘以根號30。由於數字貨幣波動率驚人,無風險利率可忽略不計。需要特別指出的是,如果每日收益滿足獨立同分布,並且複利效應可以忽略,月化的方式可以直接乘以根號30。但是由於數字貨幣每日漲跌幅度過大,複利效應不能被忽略,因此這裡計算的月化實際上是表觀的月化,不過依舊能夠反映出當月的收益與風險,僅供參考。
圖中藍色陰影區域說明的是比特幣歷史月化夏普率表現。我們尤其可以關注17年的表現,第一季度熱身,4,5月熱度攀升價格持續拉動增長,6,7月小回撥,8月繼續高漲,卻遭遇9月大陸監管,夏普率回落,卻又始料未及地開啟了瘋狂高漲的最後一季度。那個時候,朋友圈到處充斥著幣圈鏈圈的各種新聞訊息,區塊鏈這一名詞也步入高頻詞新寵。每個人似乎都感受到了有一列火車呼嘯而過,大概中國式寒暄都從“你吃了嗎?”變成了“你上車了嗎?”然而,真理就是,高處不勝寒,呼嘯而過的列車體量過大,遇到斷崖的時候根本來不及剎車。所以,18年剛來的時候,更多樂觀的人會說,數字貨幣還會大漲,結果就是啪,被現實無情打臉。
除了領頭羊比特幣,市值排名第二的以太幣也吸引了很多人的關注。同樣,我們計算了以太幣的月化夏普率,見下圖:
我們發現,以太幣17年也經歷了7月回撥,8月繼續高漲,9月監管夏普率回落,以及最後瘋狂高漲。不過,18年以太幣的夏普率似乎更難看些。
為了更好地對比不同市場的風險,我們也用同樣的辦法計算了sp500的月化夏普率如下,見下圖:
考慮到一些讀者可能對sp500指數比較陌生,先普及一下。Sp500,全稱標準普爾500,跟隨道瓊斯指數之後,是全美第二大的指數,又因為標準普爾500指數評選公司的嚴格,它的股市代表性極強,能夠顯示美國經濟的興衰。
讀者到這裡也許會困惑,好像這sp500沒好到哪裡去嘛,除了夏普率相對更穩定地保持在0以上。這裡就涉及到了夏普率的準確定義,以及我們計算指標時候的引數選擇。原則上來講,指標的選取只是幫助我們從某一個角度更加客觀地看待事物,只是工具,不是目的。所以這個時候,我們需要從別地角度更加全面地看待數字貨幣的風險。
我們計算了歷史日收益的分佈圖如下:
知道一點簡單統計知識的人大概看了上面這個圖就秒懂了。曲線的胖瘦直接就反應了資料的的方差,在這裡就是直觀的波動率。sp500的密度曲線函式跟比特幣和以太幣相比簡直就誇張成了一個尖峰函式。
對比一下日收益的波動範圍:
我們發現,以太幣的日收益波動率大概是sp500的10倍,比特幣的日收益波動率大概是sp500的6倍!
我們知道投資最重要的核心是做好風險控制,換句話說,理性的投資者需要準備好分佈在曲線左端的小概率事件的充分應對。顯然,sp500的曲線讓投資者有更大的舒適區,當然這些舒適區都對應著低迴報。比特幣作為頭大數字貨幣,比以太幣稍微“瘦”點,但是以太幣這個,左邊這麼長的尾巴,這要怎麼做風險控制啊?!雖然中國人喜歡講富貴險中求,但是這個大胖子的體量,如果它出一拳,我相信沒幾個人扛得住吧。尤其是那些期貨玩家,這麼大的波動率,稍不注意就是爆倉沒商量。
事實上,按照嚴格的夏普率定義,我們取過去兩年所有間隔365日的資料點,計算平均收益以及收益波動率,獲得資料如下(年化無風險利率 free risk rate = 1.5% ):
我們能夠發現,雖然比特幣和以太幣期望收益遠遠高於指數sp500,但是由於風險也遠遠高於指數sp500,導致最終夏普指數都低於sp500。這應該是最客觀中立的結論了。這裡就可以回到前面*號說明的地方,數字貨幣波動率過大,複利累計效應明顯,上述月化方式只是表觀月化,只能作為參考,不能定論。
至此,本篇文章只是列舉了幣圈市值排名前兩位的比特幣和以太幣作為說明。事實上,趁著去年最後一季度的瘋狂暴漲,非常多的山寨幣如雨後春筍橫空出世,隨著水漲船高都紛紛抬高身價,行業裡出現了前所未有的高漲熱情,每個人都熱火朝天擼起袖子就是幹,在大量韭菜被收割的同時,也的確擴大了區塊鏈的影響力,讓更多人開始瞭解什麼是區塊鏈技術,也讓更多聰明人開始思考,區塊鏈能夠為我們的社會帶來什麼樣的變革。
作者寫此文的旨意,不只是單方面說明現在數字貨幣風險巨大,入市需謹慎,更多的意願在於希望讀到這篇文章的人們能夠開始理性地去看待這個市場。區塊鏈是有潛力為我們帶來更好的變革,但是技術的進步需要時間,每一個投身於區塊鏈的技術人員也需要投資人的支援。價格斷崖式下跌未必是一件壞事,當人們都冷靜下來,不再幻想著買山寨幣去實現一夜暴富,而是耐心地去支援這個行業中的好想法,好專案,你的堅持本身就會為你帶來回報。
最後溫馨提示:投資有風險,入市需謹慎。入幣圈,那就更要謹慎。買山寨幣?送你鐵頭韭菜的頭銜沒商量。
本文僅代表作者個人觀點,不代表區塊鏈鉛筆的立場,不構成投資建議,內容僅供參考。
3分鐘瞭解什麼是區塊鏈?(中文動畫)|(英文動畫教程)
3分鐘瞭解比特幣挖礦和區塊鏈共識機制?(中文動畫)|(英文動畫教程)
關注本公眾號後,進入公眾號
回覆關鍵詞可以查閱資料,以下是部分關鍵詞
回覆 WEF ,檢視《WEF:世界經濟論壇認為區塊鏈是網際網路金融行業的未來報告》
回覆 智慧合約 ,檢視《巴克萊銀行報告》
回覆 moody ,檢視《穆迪120個區塊鏈專案報告》
回覆 SWIFT ,檢視SWIFT《區塊鏈對證券交易全流程產生的影響及潛力》報告
回覆 論文11 ,檢視論文《可擴充套件的去中心區塊鏈》
回覆 埃森哲2 ,檢視埃森哲《區塊鏈每年可以為投資銀行節省120億美元》報告
回覆 聯合國報告 ,檢視聯合國報告《數字貨幣和區塊鏈技術在構建社會和可信金融之間扮演的角色》
回覆 使用者特性 ,檢視普林斯頓大學首本比特幣教科書初稿《比特幣使用者的特性(Characteristics of Bitcoin Users)》
回覆 普林斯頓 ,檢視普林斯頓大學首本比特幣教科書初稿《比特幣和數字貨幣技術(Bitcoin and Cryptocurrency Technologies)》
回覆 IMF,檢視國際貨幣基金組織報告《Virtual Currencies and Beyond: Initial Considerations》
回覆 DTCC ,檢視美國存管信託清算公司報告《DTCC: 擁抱分散式》
回覆 廣發 ,檢視報告《科技前沿報告:區塊鏈:正快速走進公眾和政策視野》
回覆 川財1 ,檢視報告《川財證券:區塊鏈技術調研報告之一:具有顛覆所有行業的可能性》
回覆 川財2 ,檢視報告《川財證券:區塊鏈技術調研報告之二:區塊鏈技術進化論-區塊鏈技術的國內實踐和展望》
回覆 桑坦德 ,檢視桑坦德銀行報告《The Fintech 2.0 Paper: rebooting financial services》
回覆 拜占庭 ,檢視《拜占庭將軍問題詳解》
回覆 論文1 ,檢視論文《比特幣閃電網路:可擴充套件的離線即時支付》
回覆 論文2 ,檢視論文《比特幣骨幹協議》
回覆 論文3 ,檢視論文《數字貨幣是否應該進入Barbados央行國際儲備貨幣組合中》
回覆 幫助 ,檢視本公眾號全部關鍵詞列表
相關文章
- 說說資料分析中的資料建模
- 什麼資料對於雲伺服器來說風險很大伺服器
- 同事都說有SQL隱碼攻擊風險,我非說沒有SQL
- 10g 資料檔案頭到底有多少資料塊,還是說固定有多大?
- 說說你對資料結構的理解?有哪些?區別?資料結構
- 比特幣泡沫有多大 一張圖看懂比特幣
- 沒有“好的”資料,AI就沒有未來?聽聽雲測資料怎麼說AI
- 說說敏捷大資料敏捷大資料
- 說說資料庫事務資料庫
- 我們來說一說TCP神奇的40msTCP
- 資料分析終極一問:指標波動有多大,才算是大!指標
- 說說資料庫排行榜的事情資料庫
- 說說框架的資料庫遷移功能框架資料庫
- 誰說萊鳥不會 資料分析
- PHP 風險函式說明PHP函式
- BI:資料說Facebook歷史和未來
- 為什麼說 2021 年 4 月 2 日對遊戲圈來說是一個無聲的拐點?遊戲
- OCR迴圈:說說遊戲中的挑戰與體驗遊戲
- python 的常用庫變化還是越來越大,越來越方便的,說說常用的有哪些?Python
- 面試官:來說一說Go語言的函式呼叫慣例面試Go函式
- 不聊webpack配置,來說說它的原理Web
- 大資料對企業來說都有哪些作用大資料
- 關於性的問題,讓大資料來說話大資料
- 面試官:說說資料庫事務吧面試資料庫
- 1024 看到程式設計師的朋友圈說說程式設計師
- 誰說資料分析很難?看完這7大分析套路後,還學不會的來找我
- Activiti(一) activiti資料庫表說明資料庫
- 如何做到用資料說話(一)
- 例說資料結構&STL(一)——vector資料結構
- 你能說說你理解的資料庫規範嗎?資料庫
- 【Longhash資料分析】區塊鏈的去中心化是謊言嗎?區塊鏈中心化
- 透過面試題來說說Promise面試題Promise
- 求助!!不知有沒有高手說說思路,謝謝!
- 面試大廠回來後,有一些話想對著急找工作的軟體測試員說一說……面試
- 國內外BI資料分析工具做報表有多大區別?
- 遮罩層沒有消失 - 我們來說說 async、promise 和 yield 之間的那些事遮罩Promise
- 資料基礎架構如何演進,西部資料有話說架構
- 雲端計算的世界有多大?–資料資訊圖