Crypto 投資日記 5/14
接續上次學習的幣安研究報告：Categorizing Cryptoassets: A Return-Driven Cluster Analysis。
複習一下所謂 clustering analysis，是一種將資料分門別類的方法，應用在投資領域，就是把價格走勢連動性高的分在一個籃子，連動性較低的分在另一個籃子，依此類推，直到所有商品都被放到籃子裡。
2.4 節使用 K-means 分析法，首先決定共分為六個籃子，裡面放的貨幣分別是 (請記得研究期間是 2018/03–2019/03)：
- A 籃子 — 高波動性，且上漲：BNB、BAT、MKR。
- B 籃子 — 高波動性，但下跌：BTC、LSK、DCR、OMG、QTUM、BTG、ZEC、NEM、ETC、NEO、XLM、ETH、XMR、LTC、DASH。
- C 籃子 — 超高波動性，漲或小跌：XRP、EOS、DOGE、IOTA、TRX、XTZ、ADA、WAVES、ZRX。
- D 籃子 — 最高波動性，大漲：BCHABC
- E 籃子 — 超高波動性，最大漲幅：LINK
- F 籃子 — 最高波動性，第二大漲幅：ONT
這個分類方法的缺點，是由於只看獲利與否，會導致價格連動性低的貨幣被放在同一個籃子 (還記得當初分類的目的之一，就是找出可以互相避險的投資組合)。這個缺點可以透過增加貨幣屬性來改善，例如考慮市值 (market capitalization)、交易量、周轉率 (turnover rate)。
雖然有上述缺點，且研究期間剛好是幣圈寒冬，主流貨幣都經歷了大跌。但我對照四月比特幣大漲，五月價格噴出以來，這邊的分類還是有部分參考價值：
- A 籃子裡的貨幣近期表現確實跟 BTC 相反 (MKR 最明顯)，形成對沖 (hedge) 的效果。
- B 籃子裡的貨幣部分有跟著 BTC 走：DCR、BTG、ETC、ETH、XMR、LTC、DASH。
- C 籃子部分貨幣跟 BTC 相反：XRP、IOTA、TRX、ADA、WAVES、ZRX。
透過這篇研究的分析，我們隱約可以看到市場波動的節奏，BTC 為主的 B 籃子弱勢的時候，A、C 籃子內的貨幣就強勢，反過來 B 籃子貨幣強勢的最近，A、C 籃子內的貨幣就相對弱勢。
整個來說，這篇研究報告讓我對貨幣之間的關係，開始有了分類的概念，除了今天的分類以外，上一節印象最深刻的是：
- 地緣關係：亞洲為主的貨幣跟歐美為主的貨幣，各自形成自己的走勢。
- 功能 (或產業)：功能接近的貨幣走勢接近，例如強調隱匿性的 DASH、XMR，以及支付領域的 XLM、NEM。
這些概念，落實到我們判斷走勢的時候，非常有參考價值，因為這些因素在技術分析當中很難考慮進去，但統計資料又告訴我們確實有這些分類的特性，兩者一起考慮進去，對中長期的走勢判斷會較有把握。
今天比特幣走勢還是比我預想的強，直攻 8000 美元大關，這邊我還是針對 RSI 過高提出注意風險：https://tw.tradingview.com/chart/BTCUSDT/smZXJ4oQ/
到這個階段，很多行家也都加入牛市的行列中，這邊我還是選擇中性判斷，目前是熊市後一個很強的反彈，要注意二次回落 (右腳) 的風險。
如果你喜歡這篇文章，也可以參考我的其它文章：
https://medium.com/@michael_icwang
如果你願意，也可以贊助我：
Bitcoin: 3QqoDDrvWNZs6Gf9ZfD2gdbidhcdKs4kxJ
