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”。
分析师Joseph：市场仍继续预期美国加息:1月7日消息，分析师Joseph：美联储执行了其历史上最快的政策转变之一，这样做以后，除非出现经济崩溃或疫情再度重燃，美联储官员们不会再扭转路线了。市场知道这一点，所以尽管在正常情况下非农就业数据将令人非常失望，市场仍继续预期美国加息。（金十）[2022/1/7 8:33:02]
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”。
分析师：美元似乎还有上涨空间，而股市可能面临新的压力:财经网站Fxstreet分析师Yohay Elam：美联储行动的非同寻常的时机以及行动的规模使人们想起了2008年的金融危机。当时金融体系已经显示出陷入困境的迹象，融资问题引发了市场不寻常的波动。尽管股市在上周五反弹，但资金涌入美元，逃离包括通常用于避险的日元和黄金，这是一个闪烁的红色预警。
总体而言，美联储已尽其所能帮助稳定金融体系，目前主要看各国政府的行动了，尤其是美国。此外，病的迅速传播意味着高度不确定性将导致市场出现更多恐慌性抛售。鲍威尔在回答问题时用了“不知道”这个词的各种变体。美元似乎还有上涨空间，而股市可能面临新的压力。[2020/3/16]
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。
独家 | OKEx高级分析师：杠杆ETF主要有两大风险:金色财经报道，近日，关于杠杆ETF的相关问题，金色财经独家采访了OKEx高级分析师William，William表示，杠杆ETF主要有两大风险，一是其本身的杠杆风险，二是由杠杆ETF逐日再平衡机制导致的资金损耗，并且在行情激烈震荡时，这个损耗是惊人的。具体而言，杠杆ETF的再平衡机制目的是保证基金的逐日收益要达到市场收益一定倍数，所以每日一定要调仓，这个调仓原理其实就是散户经常用的“追涨杀跌”，所以除单一上涨或下跌行情外，市场出现波动和震荡时，ETF一定会出现损耗，并且这个损耗是不可避免，是投资者必须承担的。即便是未来每隔一天上涨10%，第二天下跌1%的波动向上行情，也会出现损耗。所以未来有一天会出现这样一种情况：当BTC上涨下跌反复震荡又回到10,000美元的原点后，持有BTC现货或合约的投资者毫发无损，但购买杠杆ETF的投资者却已经损失惨重。因此在杠杆ETF中我们要重点关注一个位置：break-even盈亏平衡点，当标的资产价格回溯到这个位置时，杠杆ETF的累积收益率就会低于标的资产回报乘以杠杆的累积收益，如果标的资产价格返回原点，那么杠杆ETF将不可避免地亏损。[2020/2/20]
解释加密货币市场“评分-价格相关性谬误”的10个原因
动态 | 分析师不认同灰度公司发起的Drop Gold运动 称其为“比特币卡特尔”:据AMBCrypto 6月11日消息，针对Barry Silbert领导的Grayscale Ventures发起的Drop Gold运动，黄金和外汇分析师Dan Popescu在推特声称黄金及其价值并没有消亡，而是呈上升趋势。“与比特币卡特尔（垄断联盟）通过‘Drop Gold’运动传播的虚假消息相反，事实是黄金没有被去货币化。相反，自2008年危机以来，各国央行积累了大量黄金；自2018年以来，主权基金的积累速度加快。” Popescu补充，尽管黄金并未被广泛用于交易和支付结算，但它对世界经济至关重要。“自2008年金融危机以来，国际清算银行的交易显示，黄金正在国际结算中被使用，此前黄金在货币体系中被边缘化了几十年。即使在1971年之后，黄金仍然是国际货币体系的支柱，即使在阴影中。” 针对Popescu的评论，Barry Silbert对存在“Bitcoin cartel（比特币卡特尔）”的概念感到好笑。[2019/6/11]
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：
前雷曼兄弟分析师：比特币不是泡沫 全球金融系统才是:伴随比特币等虚拟资产价格大涨，指责其为泡沫的声音也日益响亮。迈克尔·克里格（Michael Krieger）曾经担任雷曼兄弟公司（Lehman Brothers）的分析师，被金融危机搞得理想破灭，离开了华尔街，从事加密数字货币行业。他的结论与多数人相反：比特币就其自身发展轨迹而言，完全不同于历史上发生过的真实泡沫。如果非要说泡沫，泡沫其实是存在于全球债市之中，存在于以这债市泡沫为根基的，“僵尸”化了的全球金融系统当中，而比特币的兴起其实正体现了人们对这一僵尸系统的反抗：比特币2009年诞生以来所走过的路，根本就不是一条泡沫之路。在华尔街的十年生涯当中，我也见过若干泡沫，知道泡沫的特质之一就是发疯一般兴起，一夜之间便大为流行。泡沫不会在一两年后回挫，之后再冲上上一次破灭顶点十倍的新价位，但是比特币却正是这样前进的，一路走过了三四次“泡沫”和“破灭”。[2018/1/10]
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。