你的感覺是對的，大部分代幣確實都傻傻隨市場大勢和比特幣漲跌

作者： 詹涓          文章來源：鏈聞ChainNews

過去這幾天，我們集體見證過加密貨幣市場的大規模崩潰。懷疑者們在開懷大笑，交易者在火線撤離，甚至連一心要死守的狂熱分子也在扼腕悲嘆。看看你手頭的市場行情軟體吧，看看一片「跌跌跌」的場景。

然後，我們有看到了整個市場整體反彈，一片上漲。

面對行情工具上加密貨幣一片片同時上漲或下跌的現狀，你是否思考過這個問題：

為什麼加密貨幣市場上總是代幣共同漲跌？這是因為所有的加密貨幣都與市場大勢關聯嗎？

有沒有哪種代幣能抵抗較大的市場波動？

Coinmarketcap.com 上呈現的加密貨幣一片下跌的情景

一家總部位於加拿大的加密貨幣人工智投初創公司 Hodlbot 最近研究了這個話題，其創始人 Anthony Xie 專門撰寫了文章，闡述了他的一些發現：

市值排名前 200 位的代幣確實都呈現出一損俱損、成片下跌的態勢，他們大部分的走勢都與 BTC 相關。

並且，儘管 BTC 的統治地位下降，市值佔加密貨幣整體市值的比例在下降，但是 BTC 價格和整體市場之間的相關性並沒有隨之降低。

這個研究通過歷史走勢，確認了大家心中「感覺」或「猜測」的一些規律，確實是事實。認清這個結論和事實，對於對投資者根據市場大勢調整自己的投資策略很有意義。

鏈聞特把 Anthony Xie 的研究過程及結論翻譯成中文，讓讀者瞭解市場大勢與單個代幣之間的相關性，從而更好的投資。 

該研究關注哪些問題？

Hodlbot 的 Anthony Xie 通過研究，回答了下面這幾個非常具有代表性的問題：

有多少代幣與整體市場密切相關？ 

有多少代幣與比特幣密切相關？

哪些是與整體市場最不相關的代幣？

哪些是與比特幣最不相關的代幣？

市值最高的 20 個代幣間如何相互關聯？

哪些問題是你最關注的呢？如果有，不妨仔細聽聽他的研究方式和結果。

資料從哪裡來？

Anthony Xie 分析了 Coinmarketcap 上，從 2016 年 6 月 22 日到 2018 年 6 月 20 日的這兩年的相關歷史資料。

之所以選擇 Coinmarketcap 上的資料，是因為交易所之間可能存在相當大的價差，而 Coinmarketcap 是通過對每個交易所的所有價格進行加權平均後得出價格。

不過，通過 Coinmarketcap 並不能獲取歷史資料，該網站有當前資料的 API，但沒有歷史資料。

幸運的是，已經有人為此做了抓取器。可以使用 coinmarketcappy 獲取總市值的歷史資料，還可以使用 cryptomarketcap-historical-prices 獲取單個代幣的歷史資料。

研究的標準和重點是什麼？

該研究只關注了市值排名前 200 位的代幣。Anthony Xie 表示，他想把重點放在大中型市值的代幣上，因為這些代幣的交易量更大、流動性也更強，研究他們更有意義和具有代表性。

到底發現了什麼？

問題一： 有多少代幣與市場密切相關？

如何計算 BTC 和市場之間相關性？ Anthony Xie 和他的團隊不想重複計算 BTC 的市值，所以先從加密貨幣總市值中扣除了 BTC 的市值。

剩餘市值 = 總市值 - 單個市值

獲得了 BTC 市值和整體市場的資料之後，可以依此計算出整個時間段內兩者之間的「皮爾遜相關係數」。

在統計學中，皮爾遜相關係數用於度量兩個變數之間的相關性，其值介於 -1 與 1 之間。如果係數的值為 0，意味著兩個變數之間沒有線性關係。

相關係數為 +1 意味著一對組合總是朝著相同的方向移動。相反，相關係數為 -1 意味著這對組合將始終朝相反的方向移動。

以下是 BTC 和整體市場之間的相關積矩：0.92 為 BTC 和整體市場走勢之間的相關係數。

Anthony Xie 和他的團隊繼續對市值前 200 位的代幣，重複了該過程，然後根據所有的相關係數繪製出密度圖：

密度函式曲線下的面積代表在 x 值範圍內獲得值的概率。如果特定區域的寬度很小，那麼在不違反任何概率規則的情況下，高度可以高於 1。即 4*0.01 僅為 4％。

略看一眼便可知，該密度圖顯示，在前 200 位的代幣中，大多數與市場高度相關。

具體而言：

前 200 位代幣中，有 75％ 的相關係數為 0.67 或更高。

前 200 位代幣中，有 50％ 的相關係數達到 0.80 或更高。

這些數字表明回答了第一個問題：有多少代幣與市場密切相關？

答案是：大部分代幣都是跟隨市場大勢而波動的。當市場上漲時，大多數代幣也可能隨之上漲。當市場下跌時，它們必然會跟隨這一趨勢。

問題二：有多少代幣與比特幣密切相關？

比特幣一直是加密貨幣之王，雖然它所處的市場主導地位不再如往昔一般，但很多人都覺得大多數加密貨幣遵循著 BTC 的價格走勢。該研究則可用於檢驗這種印象是否屬實。

還是採用同樣的方法，先來看看以太坊的一個例子。獲得了 BTC 和 ETH 市值的歷史資料，就可以計算整個時間段內兩種代幣的相關性。

我們計算得出：0.87 為 BTC 和 ETH 之間的相關性係數。

0.87 為 BTC 和 ETH 之間的相關性係數

在按市值一一運算了市值最大的 200 位代幣與 BTC 的相關性係數後，可以得出以下的密度圖：

密度函式曲線下的面積表示在 x 值範圍內獲得值的概率。如果特定部分的寬度很小，那麼在不違反任何概率規則的情況下，高度可以高於 1。即 4*0.01 僅為 4％。

依此，可以得出這樣的結論：

大多數代幣與 BTC 相關的觀點是成立的。市值排名前 200 位的大部分代幣都與 BTC 相關。

前 200 位代幣中，有 75％ 的相關係數為 0.44 或更高。

前 200 位代幣中，有 50％ 的相關係數達到 0.67 或更高。

然而，前 200 位代幣和 BTC 之間的相關性看來要弱於前 200 位代幣和整體市場之間的相關性。

Anthony Xie 認為這個發現很有意思：

「我最初的想法是，隨著 BTC 的統治地位下降，我們會看到 BTC 和整體市場之間的相關性隨之降低。奇怪的是情況並非如此。當比特幣佔總市值的百分比在 2017 年初下降時，BTC 和整體市場之間的關聯並未隨之下降。」

120 的滾動視窗意味著在任何給定的日期，相關係數是以最近 120 天的資料計算。滾動視窗用於平滑波動性，以使圖表呈現更清晰。

問題三：市值排名前 200 位的代幣中，哪些與整體市場的相關性最小？

可以簡單地通過先前按升序計算的相關性來獲取這些資料。

與整體市場相關性最低的前 20 種代幣

從中可以看出，與整體市場呈負相關的代幣極少。不過看到 MakerDAO 的 Dai 位列榜首，並不讓人意外。畢竟 Dai 是穩定幣，其職責就是不隨市場波動而波動。

問題四：市值排名前 200 位的代幣中，哪些與比特幣的相關性最小？

與 BTC 相關性最低的前 20 種代幣

同樣的，有少數幾種代幣與 BTC 負相關。有趣的是，比特幣現金和比特幣的其他分叉，在這個列表中排名並不高。

問題五：市值排名前 20 位的代幣間，如何相互關聯？

現代投資組合理論之父哈里·馬科維茨 Harry Markowitz 認為，在衡量風險時，最重要的因素是考察資產對投資組合整體風險的貢獻，而不是單一資產的風險。

這意味著通過在投資組合中納入相關性較低或負相關的資產，可以降低整體差異，從而降低投資組合風險。

在前 20 位的代幣中，確實有部分在彼此間相關性較低，例如 BTC ＆ Vechain， Dash ＆ Vechain，以太坊經典 ＆ NEM。

如果把相關性較低的代幣納入投資組合，提升多樣性，可以顯著降低風險。

皮爾遜相關係數的侷限性

儘管 Hodlbot 團隊的研究回答了上述這些問題，但 Anthony Xie 還是不忘強調，皮爾遜相關係數這種研究方法有一定侷限性。

皮爾遜的相關係數是在假設線性關係

線性關係易於理解也易於建模。但是，兩種資產之間的許多關係是非線性的。它可以是多項式、指數等。在這些情況下，皮爾遜的相關係數簡化了這種關係，而且這種簡化是多餘的。

相關性隨時間而變化

皮爾遜相關係數在整個時間段內以單個數字來呈現，沒有將隨著時間而出現的變化考慮在內。

以上圖表可以作為相關性隨時間變化的示例。某些事情在過去存在某種關聯，並不意味著這種關聯將會持續下去。許多代幣的 30 天滾動關聯就像圖表中反映的那樣，會出現一系列的高低起伏。

Anthony Xie 表示：「這意味著我們的行業仍處在早期，加密貨幣之間的流動性尚未解決。因此，儘管檢視這些資料很有意思，並且能讓我們更清晰地瞭解過去，但在朝著未來邁進時，並不能盡信資料。」