BTC 链上数据分析 这轮周期已经见顶了吗？

嘉宾：Colin 自由交易员 链上数据研究者

主持人：Alex Mint Ventures 研究合伙人

整理：Mint Ventures

大家好，欢迎来到由 Mint Ventures 发起的 WEB3 Mint To Be。在这里，我们持续追问和深度思考，在 WEB3 世界里澄清事实、探清现实、寻找共识。为大家厘清热点背后的逻辑，提供穿透事件本身的洞察，引入多元的思考角度。

Alex：本期节目有点特殊，因为之前我们讨论了许多关于特定赛道或项目的话题，也交流了一些周期性叙事，比如之前我们谈到过 meme。但今天我们要讨论的是链上数据分析，尤其是 BTC 的链上数据分析。我们将近距离地审视它的作用原理、关键指标，学习它的方法论。在今天的节目中，我们会提到许多关于指标的概念，将这些概念列在文字版本的开头，以方便大家理解。

本期播客提到的一些数据指标和概念：

Glassnode：一个常用的链上数据分析平台，需要付费。

已实现市场价格（Realized Price）：基于比特币最后一次链上移动时的价格加权计算得到，反映比特币的链上历史成本，适合评估市场的整体盈利 / 亏损状态。

URPD：已实现价格分布。用于观察 BTC 筹码的价格分布情况。

RUP（Relative unrealized profit）：相对未实现收益。用来衡量比特币市场中，所有持币者的未实现利润占总市值的比率。

Cointime True Market Mean Price ：一个基于 Cointime Economics 体系的链上均价指标，旨在通过引入比特币的“时间权重”来更准确地评估 BTC 的长期价值，相比 BTC 的当前市场价格，和已实现市场价格（Realized Price），Cointime 体系下的 True Market Mean Price 还综合考虑时间的影响，适合 BTC 大周期下的价格。

Shiller ECY：由诺贝尔经济学奖得主罗伯特·席勒提出的估值指标，用以评估股市的长期回报潜力，并衡量股票相对于其他资产的吸引力，由席勒本益比指标（CAPE）改良而来，主要考量了利率环境的影响。

学习链上数据分析的契机

Alex：今天我们邀请到的嘉宾是自由交易员、链上数据研究者 Colin，先请 Colin 跟我们的听众打个招呼吧。

Colin：大家好，首先感谢 Alex 的邀请。我当初接到这个邀约的时候多少是有一点惊讶的，因为我本身是一个无名的小散户，也没有什么特别的头衔，就默默在做自己的交易。我的名字叫 Colin，我在 Twitter 上经营一个账号叫做贝格先生，平时主要会分享一些链上数据的教学，针对目前市况的分析，还有一些交易概念的分享。我对自己的定位大概有三个：第一个是事件驱动型的交易者，我平时会思考事件驱动型的交易策略；第二个是链上数据的分析师，这个部分也是我主要平常会在 Twitter 上分享的内容；第三个比较保守，我自称为指数投资者，我会选择把部分资金配置在美股的大盘，通过这部分资金去投资的 Beta 降低我资产曲线整体的波动，同时保持整体部位一定的防御性。以上大概就是我对自己的定位。

Alex：感谢 Colin 的自我介绍。我邀请 Colin 参与节目是因为在 Twitter 上看到他关于比特币的链上数据分析，很有启发。这是之前我们谈论比较少的话题，也是我自己的板块中比较欠缺的部分。我看了他写的系列文章，觉得逻辑清晰、言之有物，所以我就去邀请他了。要提醒大家的是，今天无论是我还是嘉宾的观点，在节目中都带有很强的主观性，且信息和观点都可能在未来发生改变，不同的人对同样的数据和指标可能会有不同的解读。本期内容不作为任何投资建议。本节目会提及一些数据分析平台，仅作为个人使用的分享和举例，不作为商业推荐。本节目没有收到任何平台的商业赞助。我们进入正题，来聊聊加密资产的链上数据分析。刚才说到 Colin 是一位交易员，那你是在什么情况下开始接触和学习加密资产的链上数据分析的呢？

Colin：这个问题我想应该拆成两个部分来回答。首先第一个，我认为身边无论是谁，只要是想要进入或者已经进入金融市场的人，包括我自己，最主要的目标应该都是赚钱，利用盈利改善自己的生活品质。所以我的理念一直都很一致，就是什么东西能够对我的盈利带来帮助，我就去学什么。通过这种方式提升我整体交易系统的期望值，简单来说就是什么东西能赚钱，我就去学。第二块呢，一开始会接触到链上数据单纯就是误打误撞，我大概六七年前的时候，当时是完全不懂，这个看一下，那个看一下。在摸索各个领域的时候，我看到很有趣的研究理论就想要去学，当时也是无意间看到比特币有一个所谓的链上数据分析这个领域，我就开始去学习、去研究。学到后期，我会结合在其他领域学到的知识，主要是量化交易开发的部分，把它结合到链上数据，然后去开发一些交易的模型，最后再把这些模型融入到我自己的交易系统当中。

Alex：那你正式开始接触链上数据分析到目前为止，比较系统的学习跟研究大概已经多少年了呢？

Colin：我觉得这个不好定义，其实我一直都没有真正系统性地学过。因为从以前到现在，我自己有遇到一个问题，就是我其实完全没有看到任何系统性的教学。从最一开始看到这个领域的时候，可能真的是好几年前了，我那个时候就有发现，但没有深入去研究，就看了两三篇文章知道了这个东西。过了一段时间之后，我又回来看到一些更深入的内容，那个时候我在专注研究其他东西，又回来这里，看到这个蛮有趣，我就继续研究下去。没有一个系统性学习的时间，就是东凑西凑这样子。

Alex：了解，那你从学习链上数据到把它应用到你实际的投资实战当中，这个已经持续大概多少时间了呢？

Colin：这个界限比较难界定，但我觉得接近两轮比特币的周期……也不能算两轮吧，要看你是从牛市还是熊市开始定义。大概是从 2020、2019 左右开始接触，但那个时候没有实际应用，因为我不敢，那时候对这个东西还不太熟，但是已经开始学。

链上数据分析的价值和原理

Alex：明白。我们接下来会谈到很多具体关于链上数据分析的概念，包括一些指数，你日常在使用的链上数据观测平台一般是哪一些？

Colin：我现在主要用一个网站，就是 Glassnode。先简单讲一下，它是需要付费的。有两个付费的等级，一个是专业版的比较贵，我记得一个月要 800 多美金。第二个我有点忘记了，一个月大概三十几 U 到四十几 U。它还有一个免费版，但免费版能看到的资讯其实很少。当然除了 Glassnode 还有很多其他的，我最后选择它是因为起初在筛选和研究的时候，这个网站最对得上我的胃口。

Alex：明白，我在看了 Colin 的很多信息之后，我自己也去注册了 Glassnode，成为他们的付费会员。确实我感觉他们的数据非常丰富，另外即时性也比较好。那么我们来聊第二个问题，刚讲到你是一个交易员嘛，你重视的是它对投资实战的帮助。那么链上数据分析在你的投资当中的核心价值是什么？背后的原理是什么？请你给我们介绍一下。

Colin：好的。首先先讲第一个，就是链上数据分析的价值跟原理。这两个我打算合并在一起讲，因为其实蛮简单的。我们的传统金融市场，不管是交易股票、期货、债券选择权、甚至房地产，或者是一些原物料，比特币跟它们有一个最根本性的差别，就是它采用的是区块链技术。这个技术最重要、最常被大家拿出来说的价值就是它的透明性。所有这些比特币的转移资讯是公开透明的，所以你可以直接在链上看到比如说 300 个比特币从一个地址转到另一个地址，这是可以在区块链浏览器上查到的。虽然我没有办法知道这一串地址背后是谁，但是这个不重要，因为其实没有任何一个单一个体可以影响整个比特币的价格走势跟它的趋势。所以正常来说，我们去研究链上数据的时候，看的是这个市场的整体，是看他的趋势，看群体的共识跟行为。即便我不知道这个地址或者那个地址的背后是谁，但我可以通过汇总全部的地址去分析他们这些筹码的流向，看他们是否已经获利了结或者是停损，他们的盈利状况怎么样，亏损状况怎么样，他们更倾向于在哪一个价位买入大量的比特币或者他们不喜欢在哪一个价位买入比特币，这些数据其实都是看得到的。这个是我认为比特币链上数据分析相对于其他金融市场来讲最大的价值，因为其他市场做不到这件事。

Alex：确实这点很重要。像我们做加密投资，跟我们看股票或者其他产品一样，同样要去分析基本面。就像你刚刚所说的，链上数据是透明的，所有人都可以去观测。如果其他的专业投资人都去看链上的数据，你不看，那就相当于你在投资当中比别人少一项很重要的武器。

链上数据分析的难点

Alex：在你实战去做链上数据分析的时候，你觉得它主要的难点和挑战可能是什么？

Colin：我觉得这个问题问得非常好，我打算分成两个部分来回答。首先第一个部分是比较好解决的，是在学习上会有一个比较困难的点，就是基础知识。对于多数人来说，包括当时的我，因为我前面有提过，很难找到一个真正系统性的教学。当然我没有去线下询问有没有这一类的付费课程，但是有的话我应该也不太敢买，因为我自己做交易到现在，我其实不太会付费去购买一些课程。我没有接触过任何系统性教学的课程，所以其实所有的内容都是要自己去挖掘、去探索。链上数据的种类有很多，在研究的过程中，我自己的理念是会去把每一个我看过的指标背后的计算方式跟原理都搞清楚。这其实是一个非常花时间的过程，因为你光看到某一个指标，它会给你一个计算公式，我的想法是去推敲出这个计算公式背后到底在想什么，它干嘛要这样子设计。我把这一些指标搞清楚之后，接下来还要做第二件事情叫筛选。如果有量化策略开发相关经验的人或者有研究过指标相关的人，其实就会知道一件事情，就是很多指标的相关性是非常高的。相关性太高会造成一个问题，就是你在判读上很容易产生杂讯，或者你会过度解读。举例来说好了，假设我今天有一个逃顶的系统，这个逃顶的系统可能有 1 号到 10 号的 10 个讯号，假设如果 1 号到 4 号的相关性太高，会造成一个问题。例如说比特币的价格今天发生了某一种行为或者是变化，它可能会直接让 1 号到 4 号同时亮灯，这个其实就很麻烦。因为如果他们相关性太高，这就是一个必然的现象。如果今天 10 个灯里面亮了 4 个，你就说这很危险，但其实这不太合理，因为本来就会亮啊。如果你没有根据相关性把它们做切割的话，这个现象是非常容易发生的。我在研究完每个指标跟数据的原理之后，其实直接看计算公式就知道它们的相关性高不高，我根据相关性把它切割。例如说这 5 个相关性很高，那我就会把它稍微切割筛选一下，最后选出一两个。

这第一部分其实算好解决的，不算是主要的难点。第二个部分才是真正的挑战，就是关于链上数据的部分，你要怎么跟身边的人或者是对自己证明你的观点是正确的呢？我这里可能要举一个比较粗俗一点的例子，但很好理解。我之前有在推文上写过，其实量化领域这一块都会告诉你说交易是不太能刻舟求剑的。那我之前有举过一个例子是这样子，假设今天有一个很奇怪的交易策略，它的进场标准是，假设我家里养的狗狗叫了两声，然后外面在下雨，那我就进场做多。结果我根据这个策略去回测，回测了 1000 次，发现胜率有 95%，还远远地击败大盘，那这个策略有人敢用吗？其实蛮奇怪，莫名其妙狗叫，然后外面在下雨，就可以做多，然后胜率还这么高。这个其实有一个名词叫做幸存者偏差。如果你今天没有办法给它任何逻辑支撑的话，即便样本数足够，其实这个策略是不能用的。有些人会反驳说可是它回测 1000 次，胜率有 95%，回测结果就是支持这个策略是可以用的。那我刚才有提到所谓的幸存者偏差，简单来讲，假设我连丢一个硬币丢了 10 次，10 次都是正面的几率其实是 1/1024，换句话说，平均每 1024 个人都在做这件事情的时候就会有 1 个人成功，连续丢出 4 次正面这种状况其实就是所谓的幸存者，其他 1023 个人在做这件事情的时候是失败的，我们其实不会看到，我们看到的永远都是成功的那一些案例。回到刚刚 Alex 的问题，就是所谓的主要难点在哪里。因为我们看的主要都是大级别的共识跟趋势，回顾比特币的历史，最明显的三个周期顶部也就是 2013 年、2017 年跟 2021 年的两个顶部，这样加一加也才 4 个样本数，是绝对不够的。既然样本数不够，如果我们今天再去刻舟求剑，看 2013 年某个指标有到过哪里，2017 年某个指标到过哪里，所以今年也要到哪里，这是不合理的。因为样本数已经完全不够，如果这个时候我们还不赋予它逻辑去做研究的话，你的理论是非常容易失误的。有一个最主要的问题就是，面对历史这么少的样本数，我必须要用演绎法的方式而不是单纯用归纳法的方式去研究。我研究完之后，根据演绎法得出一个结论，需要让时间去证明我的看法到底是对的还是错的。如果是对的，那说明我前面演绎推论的过程可能是合理的。如果是错的，那我还需要继续去修正前面的演绎逻辑。但是如果今天只是单纯根据归纳法，其实多数散户都最喜欢做这件事情，觉得以前走势跟现在走势长得很像，所以后面应该要暴涨或者暴跌，这其实不合理。回到最一开始讲的第一句话，我觉得最大的难题就是我要向别人证明或者向我自己证明我的推论是正确的，所以我无时无刻都必须去修正我的逻辑跟假设，然后去查到底有没有瑕疵的部分。因为比特币太年轻了，所以在链上数据分析这一块永远都会面临样本数不足的问题，这个时候其实你在研究上就不得不采用单纯只有演绎法，也是用逻辑的方式去推论它，然后等待时间来证明自己的判断。这是我目前遇到的最大的难点。

重点关注的链上指标

Alex：明白，我觉得听了还是很有启发的。刚刚我跟您请教的问题也是之前我开始看 Glassnode 上面各种各样的指标的时候的一些困惑。它的指标如此之多，我应该以哪个指标作为我的交易参考呢？因为很多指标有各种各样的计算逻辑嘛。我后续自己倾向于去挑选那些指标的逻辑，跟你刚刚提到的逻辑蛮像。就是首先我要看这个指标背后的运算逻辑，以及我要觉得这个逻辑是讲得通的，而不是回测抽出来说好像这个指标很准，以后就以这个准的指标去预测未来。像你所说的演绎法当中的参考性需要更大一些，才可以作为我们主要去采纳的指标。那么经过你刚刚谈的这些心得，在你目前日常对比特币的分析当中，有哪些链上指标是你长期以来一直在关注或者说你觉得是比较重要的？

Colin：这个问题其实我前面有说过，我会尽量根据相关性去做筛选。我平常看的链上数据指标很多，那我今天从不同维度，也就是尽量从相关性低的部分，拆分成三个层面来分别介绍。

第一个我会长期关注且重点关注的一定是 URPD 这个指标。它是一个图表，呈现的方式是一排柱状图，横轴是比特币的价格，纵轴是比特币的数量。假设我们今天在 9 万的位置看到一根很高很大的柱体，那我们就会知道有非常大数量的比特币是在这个位置做建仓的，也就是他们买入的成本，那根柱状图会显示他们在这个价位买入的比特币的数量有多少。所以其实根据这件事就能一眼看出，假设 10 万以上的堆积量非常多，那我们就可以知道很多人在 10 万以上买入。这个 URPD 的图表主要有两个观察的重点。第一个就是最简单的筹码结构。假设今天我看到现在的市况是 8.7 万左右，8.7 万上方已经堆积了非常大量的筹码，根据上个礼拜的数据应该是 440 万个，那我们就知道在这个区间内存在非常大量的换手，或者说有人在这边买入了。那既然有人买入，就很有可能形成一定的共识。在这种大量堆积的区间里面，很容易对价格形成一个吸引力的效果，也就是说价格很可能在这个区间里面一直震荡，往下跌也很容易过一段时间就会修复，然后涨回来。如果往上涨，下面的筹码都已经全部变成浮盈状态，那他们其实就容易卖卖卖，做短线交易，然后把价格再卖回来。所以它其实就很容易在这个区间里面做震荡。这是第一个观察重点。第二个观察重点是我们可以透过 URPD 去观察比特币派发的过程。所谓的派发就是在早期熊市的时候，以低价位买入比特币的那些筹码，然后他们把手上便宜的筹码往上卖，那我就把这个过程定义成派发。假设今天在 10 万的这个价位多了 30 万个筹码，成本在 2 万的筹码，假设是 2 万，刚好也减少了 30 万个，那我们其实就可以看出来，成本 2 万的人今天卖了 30 万个，他们的卖出平均价格大概在 10 万。我们就可以看到低成本的那些筹码平常是否出现一些剧烈变动。当然现在价格是 10 万、9 万多，所以他们出现剧烈变动一定是降低，不会是增加，因为现在价格区间是在 9 万多，不会到 2 万多，所以那边只会减少，不会增加。所以我们就可以根据这件事情去观察派发的速率，大概是这个意思。这是我第一个会长期关注的指标。

第二个我想要介绍一个指标叫做 RUP，它的中文叫做相对未盈利的状态。这个指标其实就一个目的，帮助我们衡量整体市场的盈利状况，就是整个市场对于现在比特币这个价格对应的盈利的状况。比如说你到底赚了多少，或者是赚不多，或者赚很多，大概是这个概念。这个指标的原理其实非常简单，因为透过所谓的区块链透明的机制，我们可以追踪到大部分筹码买入的价格。我们可以透过这些筹码买入的价格跟现在的价格做比较。假设他买入在 5 万，现在价格是 10 万，我们就会知道这一个比特币目前是赚钱的，那我们就把它赚多少钱计算出来。例如说有 10 个比特币买在 5 万，然后现在是 10 万，1 个就赚 5 万，10 个就赚了 50 万。我们把这些浮动盈亏全部加总起来，然后把这个数字根据现在的市值去做一个标准化，那我们就可以得到一个介于 0 跟 1 之间的数字。那 0 跟 1 之间就很好观测，假设今天 RUP 很高，例如 0.7、0.68、0.75，那我们就知道市场现在整体的盈利状况很高，可能会让更多人想要获利了结。所以 RUP 太高，通常会被我们视为一个相对的警讯。

第三个维度我想要聊的是一个市场的公允的估价模型。市面上其实存在非常多不一样的比特币估价模型，每个模型其实都会采用不一样的方法去评估这个比特币的公允价值。所谓的公允价值其实就是一个比特币到底值多少钱。我看完那么多模型，我觉得最经得起考验的是 Cointime Price 模型。这个名词其实我没有在其他地方看过它的中文翻译。简单来说，我们常常听到一个名字叫做木头姐 Cathie Wood，她旗下的 ARK Invest，和链上数据网站，也就是我刚才提到的 Glassnode，这个概念是他们两方一起合作出产的一份文献里面提到的。这个模型最大的特点在于它引入了时间加权的概念，然后去计算比特币的公允价值。算出来的数字有两个主要的用法，第一个很简单就是抄底。假设今天在熊市的过程中，跌跌跌，最后跌破了 Cointime Price 给出的估值，那我刚才有说过，这个数字其实就是一个比特币到底应该值多少钱。如果今天跌破了这个位置，相当于你买在一个非常划算的位置。根据历史回测，根据它的逻辑其实都能看出来，每当价格跌破 Cointime Price 的时候，其实都是一个非常好的抄底的位置。第二个应用是逃顶，我们可以去透过监测目前的价格跟 Cointime Price 的价格，它的距离有多远。如果它偏离 Coin Time Price 太多的话，我们就可以去评估说，这个偏离度如果太大了，是不是代表市场有可能已经接近顶部了。以上三个维度分别是筹码结构、盈利状态跟公允估价模型，就是我想要分享的三个指标还有面向。

如何看待数据打架的情况

Alex：好的，刚刚已经讲得非常清楚了。可能很多用户会问一个问题，刚刚您这边列的三个关注指标可能代表了不同的面相，也符合刚刚您所说的他们之间的相关度没有那么高，所以可以放在一起作为一个参考指标。那么假设这样的指标在实际运用当中发生了分歧的情况，比方说可能指标一觉得目前已经处在一个派发的情况，指标二、三可能显示目前距离顶部，从周期来看似乎还没有那么高。在这种情况下，你会怎么去处理数据打架的情况？

Colin：我觉得这其实不只是在链上数据分析领域，在其他例如说技术分析领域或者说宏观领域，都有可能遇到所谓打架的状况。那在链上这一块，我个人的处理方式很简单，我会赋予不同的层面不同的权重。其中我最看重的其实是筹码结构的部分，也就是派发的进度。因为其实盈利状态来讲，它也是去辅助我观察到底市场那些低成本的筹码，在熊市期间，例如说在 15000、16000 买入的比特币筹码，他们到底派发完了没有。有一个很特别的现象是在比特币历年的每一次周期中，其实都会出现两次非常明显的大规模的派发。例如以 2024 年来讲，最明显的案例是去年的 3 月到 4 月那个时候，其实从盈利状态来讲，你一定可以看到那个时候出现大规模的派发。可是如果我今天只看到了大规模的派发，那我下一个问题就要去思考，他们派发完了吗？一切的判断的准则都是从这个问题出发。如果他们出现了大规模派发，但还没有派发完，那我就可以很安心地告诉自己牛市还没有结束。像我在去年 3 到 4 月的时候，比特币一路冲上 7 万多，我其实还蛮兴奋的，因为牛市终于来了，创新高了。结果后来就开始一路震荡大概超过半年的时间。那个时候我去观察这些数据是得不出见底的结论的，顶多充其量就是第一次派发。然后很多数据也是，像我之前有发一些中期的分析和筹码结构的分析，那个时候其实根据短期持有者平均成本，他的那个状况都是跟真正牛市结束是不太一样的。所以我那个时候其实是很安心的。那你说数据打架，他现在说派发了，那我到底是不是要逃顶？其实不用，因为主要的问题还是我刚才讲的那一个：派发结束了没有。以这个问题去做每一个指标筛选的标准，去做判断的基准，其实就可以很容易得出这个结论，就是即便派发出现了，而且还很大规模，但我只要去判断他结束了没有。用这个去当准则就可以很有效地去处理所谓数据打架的问题。

Alex：那我们现在拟定一个场景，比方说目前我们看 URPD，它这个指标假设已经出现了两次派发，比较像刚刚你说的情况，去年 3、4 月份一次，然后年底 12 月到 1 月也有一个派发的高峰。假设就是它出现了这种派发的情况，但是可能另外两个估值指标就没有那么高，出现这种情况的时候，你刚刚说会赋予它不同的权重，那你是会根据权重的占比去减一部分的仓呢，还是说会把三个指标统一思考之后，不根据权重进行仓位的调整，而是在关键的时候做出一到两次重要的决策？

Colin：我自己的做法是前者，因为其实没有任何一个人可以知道说现在到底是不是真正的顶部，没有人可以逃在那个最高的位置，如果有的话就太厉害，我一定会想要认识一下。顶部，我个人的解读它是一个缓慢的过程，虽然你去看日线图的话感觉到很快，但其实如果人身处在当下，比如说你身处在 69000 那个时候，上一轮周期的顶部，你不会感受到现在就是顶部了。我们只能根据数据做一个判断说，现在有可能具备顶部形成的条件。所以根据这个前提，我其实是会做分段立场的。例如说在我认为顶部条件已经逐渐开始成熟的时候，一旦我在这个期间内看到了某一个指标给了我一个警讯，例如我之前在 Twitter 上分享过一个 RUP 的背离，我就会去做相对应的减仓。当然这个减仓的幅度一开始就要先事前制定好，不可能说现在背离了，不知道减多少就随便减一点，不会这样的。我会先拟定好一个大概，例如说我把仓位分成 4 份，然后一旦出现了什么样类型的警讯，我就会先减掉其中一份，第二个警讯出来我再减掉一份。同时我会规划，最后一份资金不管怎样一定得出场。比如说熊市已经确定结束了，但是其他警讯都还没出现，我们需要制定一个极端的，最后逃跑的策略去做筛选。

Alex：明白，还是根据不同的警讯触发，我们去逐步离场、减仓。

Colin：是的。

对 BTC 在本轮周期的位置判断及依据

Alex：明白。我近期也一直在关注你的 Twitter 账号，你日常也会根据刚刚谈到的这些指标，包括这些指标背后的理念去践行自己的交易实践。现在我们看比特币，已经在 91000 到 109000 这个区间震荡了快三个月了。目前市场上对于这个价格区间段是有蛮大的分歧的，不像是在 12 月、 1 月，大家觉得这次牛市远远没有结束，要冲到 15 万、20 万甚至 30 万，很多很积极的观点。目前市场的分歧很大，有的人认为 BTC 本轮顶部就在 10 万左右，但有些人呢认为这个周期的 BTC 还没有见顶，2025 年还是会有主升浪。那么根据你目前的综合的判断，你的看法是什么？BTC 处在我们这一轮大周期的一个什么位置？然后支持你判断的数据来源是哪些？

Colin：在回答这个问题之前，可能要先打一个预防针，我其实是非常看空 2025 年的。我认为 BTC 目前已经处在一个具备顶部形成的条件了。其实我知道很多人，包含我身边的一些参与者，他们在 2024 年的所谓的比较特别的牛市的过程中，收益状况其实并不好，因为 2024 年整体市场的跑法跟以往的每一次周期都不太一样，最明显的一点是没有山寨季。这点让很多人受伤，包含我身边的一些非专业交易员的朋友，他们也有进来参与这个市场，其实他们在山寨币上面受到不少的亏损。为什么会这样子？2024 年我们稍微回顾一下，在年初的时候有出现过一次山寨行情，第二次是出现在去年的 11 月，也就是川普那时候当选美国总统。这两次的山寨行情其实相比我们前几轮的周期，有一个很大的很明显的点，就是它们的持续性其实都不太好。甚至在去年 11、12 月的那一波行情，山寨币完全不是全面上涨，它是一个非常明显的板块轮动。那个时候有 Defi 板块，涨完之后换老币，例如说 XRP，然后莱特币什么的，那个板块轮动是非常明显的。从这件事情我们就可以看出来，2024 年的这一轮牛市，如果大家认为他是牛市的话，这一轮周期其实跟以往是有非常大的差距的。还有一种理论是说牛市结束前一定会有一个所谓的山寨季，那其实我自己认为，你没有办法说山寨季出现，牛市才能结束，这显然是没有强相关的。我们就不太能以此来作为牛市是否结束的判断。前面提过链上数据分析有一个本身的短板，就是样本数永远都不够。我们单纯拿历史的状况去类推今天的市场，其实就是一个刻舟求剑的做法，不太好。如果你要刻舟求剑的话，13 年、17 年、21 年顶部应该要出现在年底左右，根据时间来看的话。

我个人认为现在其实已经具备所谓的顶部形成的条件。原因非常复杂，我用到很多的指标跟数据去做判断。我简单讲几个比较核心的。首先第一个，就是我们刚刚提到的筹码结构，也就是 URPD 的图表。我们可以看到一件事情，在 2022 年，还有 2023 年累积的那一些低成本的筹码，那个时候他们在低位买入很大量的 BTC，时至今日为止已经有非常多的筹码被做派发。讲白话一点，就是他们已经卖掉了，他们不玩了。可能有些听众会有个问题啊，就是他们卖了关我什么事？有个观念可能要跟各位解释一下，每一轮牛市结束的时候，几乎每一次都是因为那一些低成本筹码派发结束了，然后牛市就跟着结束了。这个地方有一个比较不直观的点，不是因为他们砸盘牛市才结束，正是因为价格一直上涨，他们一路卖，卖到后面他们卖完了，然后价格停下来了，牛市就要结束。这不是单纯我拍脑袋说一定是这样，其中是有一个逻辑的。假设今天在市场上参与的每一个 BTC 筹码都是高成本的筹码，例如说 9 万以上买入的，然后 5 万、2 万、3 万那些买入的筹码都已经跑掉了。这个时候只要价格没有出现很明显或者很强势的主升浪的行情，就算是单纯做一个所谓的宽幅震荡，例如说去年的 7 万到 5 万之间的那一个震荡幅度，或者说现在大概 9 万到 10.9 万这个幅度里面做震荡，都会让这一些高成本的筹码的持仓压力非常大。持仓压力大就会导致一个问题出现，价格现在大概 95000、96000 吧，假设今天跌到 89000，其实不到 10%，但是这些筹码的压力就很大，他们甚至很多都是短线交易者，一旦压力大，可能就会选择卖出，那卖出就导致价格出现进一步下跌，下跌的话又让其他高成本筹码扛不住压力，他们又卖了，那就会造成一个连锁反应的情况。这个就是我认为从 URPD 这个图表上面看到的，就是很多低成本筹码都已经做派发。

第二个也是我刚刚提到的指标叫做 RUP，用来衡量市场盈利状况的一个指标。这个指标如果各位有兴趣，可以去查阅来看，它很有趣，就是如果你把它的线跟价格线放在一起看的话，它们的相关性非常非常高，几乎就是一起走的。这其实是很合理的一件事情，因为价格越高，持仓成本盈利状况会越高，两条线的形状会几乎一模一样。所以价格越高，RUP 就会跟着越高；价格变低，RUP 就会跟着越低，这个很简单。但是一旦 RUP 出现了一个所谓的背离的状况的时候，其实就说明市场状况已经出现改变了。什么叫做背离呢？比如说比特币涨到 9 万，然后回调再涨到 10 万，创出了一个更高的高点，但是 RUP 在 10 万的时候，却没有在 9 万的时候那么高，反而是往下走了，这个就是所谓的 RUP 变低了，但是价格变高了的状况。那就很奇怪为什么会出现这种状况？唯一可以合理去解释这件事情的逻辑只有一个，就是我们刚才讲过，RUP 是用未实现盈利去算，市场上主要大量的未实现盈利其实都是由那些低成本筹码贡献出来的。例如说你今天在 16000 买入一个比特币，现在 96000，光这一个比特币的浮盈就是 8 万。但是如果你今天在 86000 买入比特币，现在 96000，这一个也才 1 万，所以比例上主要的贡献都是由那些低成本筹码做的。所以一旦你价格更高，但 RUP 反而更低的话，代表一定有一部分甚至蛮大量的低成本筹码是在前面就已经先卖掉，导致你后续价格更高的时候，这些低成本筹码因为已经离场了，所以他们把部分的未实现盈利变成了已实现盈利，所以在 RUP 上看不到，那就会导致 RUP 更低，产生一个背离。这一点可以帮助我在解读 RUP 上面得到一个验证，就是确实真的有低成本筹码离场。

第三个面相的话，链上数据其实还有很多可以谈的，但是我个人分享另外一个比较独特的一个观点，叫做美国的股票市场。如果有人对股票市场有研究的话，其实会知道股市有所谓的一个估值的概念，也就是本益比，或者说市盈率。估值这个方法有很多不一样的变形，我个人参考的指标叫做 Shiller ECY，这个指标来自耶鲁大学的席勒教授，他衡量的是股票标的相对于债券标的的殖利率，这个指标是他在 2020 年疫情发生之后发表的一篇论文里面提到的。因为他认为他之前的另外一个模型或者说数据叫做 Shiller PE，叫做席勒本益比。他认为那个模型在疫情后，因为全球市场的结构的改变，很多状况其实都跟以前不一样了，所以他又发明了一个新的指标叫 Shiller ECY，去衡量这个市场，然后发现这个指标预测效果确实比较好。简单来讲一句话，这个指标目前显示美国股票市场的估值已经有一点太高了。这里要澄清一件事情，估值高不代表一定要下跌，估值高之后还可以更高，还可以再更高。但是它衡量的是类似一个光谱的概念，就是它现在越来越接近危险区。其实现在接近的位置是一个相对我认为蛮危险的位置。股票市场的估值，目前主要都是由最热门的话题，也就是 AI 来贡献的。前段时间有一个 DeepSeek，它横空杀出一个措手不及，让美国股票市场的估值突然出现一波下修。但其实在这一点上面，我自己在中短期内是偏悲观的。因为 DeepSeek 虽然对长期来讲是一个筹码下降，当然对 AI 产业是绝对的利好，但是在短期内，我认为这个估值效应不会这么快就结束，所以我认为估值仍然存在下修的空间。美股市场如果不好，那作为小弟的比特币自然脸色也不会太好看。不过这些都是我个人的偏见，个人的 Bias，供各位参考。

Alex：好的，刚刚 Colin 讲得非常详细，他这边的观点我们再简单梳理一下。他认为目前这个价位区间已经符合了很多以往估值见顶或者是价格见顶的一些条件，包括他刚刚提到了筹码派发的一些情况，未实现盈利比的情况，以及他还引用了传统金融市场这边席勒教授的 ECY 的指标，他认为目前是符合见顶很多迹象的。

如何入门链上数据分析

Alex：今天我们前面已经聊到了很多关于链上数据的分析原理，包括怎么样去观测一些常用数据，以及这些数据怎么样去实战。我们的很多听众可能之前并没有深入研究过这个概念或者系统，那么假设有一个初学者跟您请教，说 Colin 我觉得你今天讲的非常吸引我，我也想从头开始去学这门知识，辅导我自己去做 BTC 的一些投资，你会给他们一个什么样的学习建议，让他们去开启这一段学习？

Colin：好的，其实我到目前为止已经接收过数十条私讯来问类似的问题。我个人的建议一直都是一样的。首先我的强项主要有两个，第一个强项就是链上数据，第二个我自认为的强项是技术分析领域。其实多数人来询问我的时候，通常都是拿着一个线图，画了一些形态学或者画了一个指标，MACD 啊，RSI 啊，他们拿这些东西来问我有没有办法把这个东西跟链上数据观点做一个配合。其实我这边一定要先给一个建议，我个人是非常不建议新手从技术分析领域开始学习的。主要的原因很简单，因为流派实在是太多了，然后很多流派里面的部分的观点是经不起科学的考验。因为他们就是单纯的归纳法，背后没有逻辑，就很容易回到我刚刚讲的那个狗叫加下大雨的例子，其实完全有可能是幸存者偏差，但是一般的新手是没有能力去区别这个到底是真的能用还是其实就是一个幸存者偏差。我个人的建议是，链上数据是一个非常适合新手的领域，学习的方式我等下会提到。我认为他适合新手的原因很简单，因为第一个，其实多数的身边的散户，或者说我们的这些交易员，其实不是一个全职的交易员，多数人可能是一些高中生、大学生或者上班族，他们其实是有自己的本业的。那如果你没有办法花大量的时间做所谓的盯盘这件事情上面的话，其实链上数据的交易角色就很适合你。因为我们刚才前面有提过，链上数据观测的级别很大，至少都是日线级别起跳，那既然你观测的是日线级别，那就代表你因为链上讯号而做出操作，比如说买或卖的频率其实是非常低的，你不需要一天做 5 笔交易、10 笔交易，你可能一年顶多就做个四五次而已，所以我觉得这点在观测上，其实是非常符合学生或是上班族的生活作息的。你不用花太多时间，每天可能固定抽半个小时到一个小时出来去观察设置的这些警讯，你观察这些数据有没有出现什么样不同的变化。第二个部分就是如何学习，我前面有提过，我在自己学习的过程中，其实到今天为止，我都没有看过任何一个免费的、系统性的教学。教学很多，但没有系统性的。他可能会给你一篇文章，写很长，介绍一两个指标，很详细，那其实我觉得这些文章都很棒，但是问题在于你还是没有一个从 0 到 1 的一个架构，所以在学习上其实蛮痛苦的，就是这个标看起来很厉害，那我要不要学，要不要深入研究。下一个指标看起来也很厉害，那我到底要从哪一个开始学？我自己的做法就是土法炼钢，我比较直接，因为我一开始不知道哪一个好哪一个坏，我就全部都学。我每个都把原理扒开来看，我就去看计算原理到底是什么，为什么作者要设计这样子的一个公式，他想要看到什么东西，这个公式真的能帮助他看到他想看的东西吗？这个很花时间。把这些指标都看完之后，你要去筛选。但是对于新手来讲，这个过程非常需要耐心，要真的一个一个慢慢去看。因为交易本来就不是一件很容易的事情。就我目前看下来，不管是简体还是繁体，中文区能给到的资源都蛮少的。所以我这边的建议是，如果你要研究某个指标，如果你可以找到原作者的文章，那是最好，就尽量不要去看别人的，原作者自己绝对是对那个指标最理解的人。如果真的找不到，至少要把他的公式看完。刚刚提到的 Glassnode 的网站里面有一个专栏叫做 Weekly onchain，他们每周会根据一些不同的指标，不是固定指标，会去发一个类似周报的形式分享目前的市况是怎么样，为什么他们会觉得现在市况是这样。那你就可以从上面看到各式各样的指标，你可以每个指标都抓下来研究，会有一个很大的学习素材库。我的 Twitter 上面有一些教学，称不上系统性，如果有兴趣的话也可以看一下。

Alex：还是蛮系统的，我一直在 follow 你的更新，好像已经写到十多篇了，基本上每一期讲一个指标概念吧，大家也可以去看一下。还有一个问题，刚刚提到你的身份第一个是交易员嘛，今天我们花了大量的篇幅聊链上数据对于交易的帮助。但是实际上你在交易的时候，除了链上数据指标的分析之外，你是不是会参考一些别的要素？比如说宏观，比如说比特币的一些基本面的事件，可能像美国的州财政甚至是国家财政对比特币的储备都在推进。除了链上数据分析之外，别的指标作为你交易的参考，在你整个的交易决策当中各自占的权重大概会是多少呢？

Colin：好的，我觉得这个问题非常有深度。首先，以我的系统来讲，链上数据部分其实对我的仓位配置来说，可以想成是一个独立的系统。我会有一个比较大长尾的所谓的现货配置，甚至我在熊市底部会稍微让它有一点杠杆的效果，例如说 1.5 倍、1.3 倍左右。这是一个系统，这个系统主要的交易决策依据在于链上数据。链上数据会提供给我一个大方向的框架，我会知道现在到底是市场的初期、中期还是后期，是牛市还是熊市，它提供了一个大方向的指引的效益。其他部分的话，我刚才前面有提到，我另外一个强项是技术分析的部分。这个部分其实没有办法讲太多，因为它太复杂，很多流派跟一些前提假设都要先讲清楚，如果不讲清楚，就会很容易误导别人。技术分析的部分，我会拿来做短单到中期的交易单都有可能。技术分析在我自己的交易系统里面主要起到的作用是去细化最后的进场点，就是假设我今天已经确认我要做某一个机会了，这笔交易机会我最终到底要进场在哪里，我会想办法用技术分析的方式去细化我的进场点。我随便举例，这不是财务建议啊，假设 2000 到 2600 的以太坊是可以进场，我认为它之后一定会上涨。那假设我是上帝，我知道会上涨，当然买入就好了。但是因为我不是上帝，所以我会想办法在这个区域间透过技术分析的方式去得到一个我认为更满意的进场点。至于这个数字是多少，我每次都要做一次评估，所以没有办法确切得到一个数据，但是我会有一套衡量的基准。再来是宏观层面的部分，我比较关注的是全球市场的供应链跟美国联储会的决策，因为其实美国目前还是在金融市场上具有比较大的影响力，他们升降息的预期都会对风险市场造成非常严重的影响。比如说像最近 CPI 数据开出来不太好，风险市场就会做出相对应的一个定价，因为市场都是提前定价，他们在交易预期，不可能等到真的降息之后才涨，也不可能等到真的升息之后才跌，都会有一个提前的预期，那些期货交易员或者是选择权交易员都会对这个市场的整体的判断去做一个定价。所以这部分也是我会比较关注的，但是我的宏观并不像我的技术分析或是链上数据那么深入，这块算是我相对的弱项。最后还有一个是刚刚 Alex 提到的消息面或者说基本面，所谓的战略储备的这些消息。这个部分其实就回到我刚开头说的我本身比较爱做的事情，就是我会去设计一些事件驱动型的交易策略。这个就是针对特定的事件去做一些确定性比较高的交易机会。我举一个例子，像去年 5 月大概下旬的时候，彭博有一个高级的 ETF 分析师叫 Eric，市场上很关注他的发文，他突然在东八区时间半夜 3 点多发了一篇帖文说以太坊 ETF 通过几率调整到 75%，那个时候原本全市场都是预期以太坊 ETF 不会过。他这条消息一出来，24 小时内以太坊涨了 20%，上涨的价值幅度直接超过 Solana，非常厉害。像这种消息出现之后，我其实第一个想到的就是要开始准备找时间去切入做一个事件驱动型交易，就是准备做多 Solana 的同时去做空 ETH。这个背景其实很简单，因为全世界都知道 ETF 要过了，它是一个非常大的利好，所以以太坊马上拉盘，这个很简单。真正要思考的事情是下一个是谁？以当时的市场环境来说，其实莱特币跟狗狗币的支持度或者说呼声都没有 Solana 来的高。那个时候，我第一个瞄准的就是 Solana，然后在那段时间大概过了一周之后，我开始布局 Solana 对 ETH 的 long short 策略的交易机会。简单来讲就是用合约去做多 Solana，然后做空 ETH，去做两者之间汇率的价格的涨势。我认为下一个预期炒作的已经是 Solana 了，因为以太坊已经是确定事实。假设以太坊真的过了，那 Solana 必然会收到一波相关上涨。有些人可能会说，你这个想法经得起考验吗？我不敢说 100%，但是有一个最明显的例子就是在 2024 年 1 月，我不知道有多少人发现比特币 ETF 通过的那一天，以太坊暴涨，那个时候汇率也是直接暴涨，我没记错的话 24 小时内 ETH 对 BTC 的汇率上涨了大概快 30 个百分点。很多人就有疑问，比特币 ETF 过了，关以太坊什么事？下一个炒作就是以太坊。所以这个就是所谓的其中一种事件驱动型的交易。回到 Alex 的问题，我觉得关注消息或者基本面这一部分太难量化，所以我个人会更倾向去设计一些 event driven 的 strategy 去应对这一些可能存在市场不效率定价的操作空间的机会。

Alex：了解，感谢 Colin 非常有逻辑、有条理的讲解，他把每一个操作策略背后的思考方式，包括可能适用什么样的场景都讲得非常清楚。看得出他有非常丰富的工具箱，也知道在什么样的场景下使用什么样的工具，而不是凭感觉做出一个很模糊的决策。

链上数据研究者的日常

Alex：那么来到最后一个问题，你作为一个交易员，作为一个链上的数据分析师，你典型的工作的一天大概是怎么样的？除了关注链上数据之外，你可能还会再看哪些信息或者使用哪些工具？

Colin：好的，这个问题蛮有趣的，因为其实我自己平时的一天蛮无趣蛮枯燥的。我的作息没有很正常，但是我会尽量让自己在美股开盘的时间醒着，这个原因很简单，因为美国股票市场开盘的时候通常都是 Crypto market 这边流动性最好的时候。如果我的体力还允许，我会在这个时段去找有没有一些短线的交易机会。这个其实是从好几年前就已经养成的一个习惯。白天如果我真的很累了，我就会稍微睡觉补眠，因为其实白天错过行情的机会比较低，在晚上错过行情的几率会比较高，看盘也比较有价值。其实各位可以发现，每个周末或者是平日白天，亚洲时间的白天，其实盘面震荡多数的情况下是比较无聊的，就是横在那边，也没有什么交易量，流动性很差，所以这就是为什么尽量在半夜醒着。我平常起床之后，我会在早上起床，除了观察像 Alex 说的，就是我一定会观察链上数据有没有出现什么变化以外，我会观察跟记录一些额外想看的数据。除了 k 线图，我一定会定期把我平常有关注的交易的标的，那些币全部都扫过一遍以外，我还会手动记录美国比特币跟以太坊 ETF 的净流入流出状况，还有就是市场的波动率，恐慌贪婪指数我会看一下，因为它算是另外一个衡量市场情绪的有被量化过的指标。还有就是合约市场的持仓量。如果今天出现极端的暴涨或者暴跌的时候，我可能还会去看清算量，就是 liquidation。这些数据我全部都会记录下来，我对这些数据是蛮敏感的。剩下的数据就是看有没有额外的事件发生，一旦发生，我就想去看这个数据有没有发生什么变动。正常来讲固定的就是我刚才讲的那一些，合约市场的持仓量、市场波动度、恐慌贪婪指标、ETF 的净流入流出，大概是这一些。还有一个数据我也蛮爱看的，就是 Coinbase 相对于主流交易所，例如说 Binance，例如说 OKX，这些交易所的合约的报价，他们有没有存在溢价或是折价的状况。这也是我个人认为可以被量化的一个情绪指标，情绪针对的是美方资金的情绪，就是美国那边人的情绪。比如说 Coinbase 的溢价很明显的话，那说明他们的买盘可能比较强，这件事情在川普当选的时候发生得非常明显。这些数字如果出现什么异动，我其实每天都在观察，我要保持这个敏感度，一旦发现了就开始思考，这个到底是无来由的还是其实里面存在一些交易机会。除了以上记录这些数据的时间，其他时间我还会盯盘，因为前面我提过，技术分析算是我比较少数可以拿来说嘴的一个小强项。我会花一小段时间，例如说几个小时做盯盘，然后观察我每天规划跟修正的交易计划有没有达到我预想的位置。如果接近了或者已经达到了，我当下就会全神贯注盯着盘面，看我想看的数据。或者是交易计划有没有出现偏离，需要做修正。我有两个荧幕，另外一个荧幕我就开着 Twitter，经营 Twitter 上我自己的贝格先生的账号。交易以外的部分其实蛮无聊的，我偶尔会出去跑步，但频率没有很高，目的是为了让我有在动，不要整天都没有运动，剩下的时间还是以陪伴家人为主。所以我的一天其实蛮无聊的，没有什么特别引人注目的点，因为交易其实就是我的工作，所以我跟一般的上班族或者说学生其实没有太大的区别，主要就是在工作，然后下班，吃饭，睡觉，大概就是这样子。

Alex：明白，刚刚 Colin 讲了他一天的工作，其中的信息量以及他的脑力的工作量是蛮大的，只不过他可能把它固定化、模块化了，所以每天大脑不需要特别的启动就可以去做一系列重要的工作，包括数据的跟进等等。他对于每一个时段做什么样的事情都有习惯化，有一个很清晰的安排，让自己可以更快进入一个状态。我们也能够观测到一点，就是 Colin 自己对于交易、投资，以及商业世界，他是很有好奇心的，从当中获得的不只是金钱，我感觉到他是有很多乐趣在的。我觉得这么一个状态是一个好的交易员、好的投资者很重要的天赋。感谢 Colin 今天来节目跟我们分享这么多关于链上数据分析也好，投资也好，交易也好的一系列思考跟很体系化的讲解，希望以后的节目我们可以再邀请 Colin 给我们讲更多其他方面的知识。谢谢 Colin。

Colin：Alex 太客气了，只是分享个人的观点而已，谢谢。