加密货币究竟是什么？是货币，是商品，是股票，还是一种全新的资产种类？这一直是加密货币行业，乃至整个金融圈热烈讨论的议题。投资者寻求为加密货币定性的同时，也在苦苦寻找影响加密货币市场表现的因素。
近期，耶鲁大学的一项最新研究报告表明，加密货币的市场表现与投资者关注度和市场动能紧密相关，利用这二者可以预测加密货币市场表现。报告还证明加密货币的市场表现与股票、货币、贵金属相关性微弱。
究竟什么因素可以作为加密货币价格预测的参考？耶鲁大学的研究论文指出了影响加密货币市场表现的独特因素——市场动能和投资者关注度。其中，市场动能是指市场延续现在的趋势，涨继续涨，跌继续跌。所谓动能投资就是追涨杀跌。投资者情绪是近年来行为金融学比较火的一个概念，如今也被用在了加密货币领域的市场预测中。
耶鲁大学这项研究发现，对于选取的三大加密货币，当前的涨幅非常有可能预示着未来的持续涨幅。以比特币为例，某一天的比特币价格上涨统计学上显著地预测了之后第一天、第三天、第五天和第六天的价格上涨。同样，某一周的比特币价格上涨也显著地预测了之后第一周、第二周、第三周和第四周的价格上涨。
此外，“谷歌搜索趋势”作为投资者关注度的指标，与加密货币币种价格之间的相关性被本研究论文证实。以比特币为例，某一周对“Bitcoin”一词的搜索热度上涨显著预示着之后第一周和第二周比特币价格的上涨。“Ethereum”一词的搜索热度预示着以太坊之后第一、三、六周的价格上涨。
该研究论文还发现，负面关注度同样对价格影响至关重要。例如，“Bitcoin Hack”（比特币黑客）这一词占“Bitcoin”一词搜索量的比例的增加，显著预测未来连续五周的比特币价格下跌。“Bitcoin Hack”一词占比的标准差增加1%，预示着比特币未来一周中价格下降2.75%。
此前，华尔街市场分析公司Fundstrat提出了利用比特币挖矿成本预测价格的模型。该模型预测结果是，比特币将在2019年底达到2-6.4万美元之间。耶鲁大学的这篇论文驳斥了Fundstrat的模型，认为比特币价格与挖矿成本无关。
作为证明，耶鲁大学论文中采用美国、中国电力行业的股票收益和中石化的股票收益作为电力成本的代理变量，采用生产GPU挖矿芯片和ASIC挖矿芯片的生产厂家（英伟达、AMD等）的股票收益作为计算机成本的代理变量。结果发现，比特币和以太坊价格与这些因素暴露程度均不显著，瑞波币仅仅与AMD一个公司的股票收益显著相关。
小葱在此前的文章中有说明，从相关性分析来看，加密货币整体几乎完全是一个事件驱动型资产，跟所有其它大类的资产都没什么相关性，中短期来看利率、通胀对它亦没有规律的影响。（详情见《比特币最后的“白衣骑士”——对冲基金》）
在耶鲁大学的论文中，检测股票因子载荷程度选用了CAPM模型、FF三因子模型、Carhart四因子模型、FF五因子模型、FF六因子模型这六个常用的股票市场的定价模型。结果表明，比特币、以太坊和瑞波币这三个主流加密货币回归后的常数ALPHA都非常高。ALPHA是与模型中因素不相关的收益部分，ALPHA的值高说明币种价格和模型中因素的相关性较小。
比特币只在FF五因子模型和FF六因子模型中与市场无风险利率的BETA系数达到10%显著水平，其余全不显著。比特币与某些因子的相关性正负不一。以太坊和瑞波币的各种系数中大部分也不显著。这样的结果表明，加密货币价格与股票的相关性较低。
在对比特币、以太坊和瑞波币对外汇因子暴露度的测算中，研究选取了澳元、加元、欧元、新加坡元和英镑这五种货币。在对贵金属因子暴露度的测算中选取了黄金、铂金、白银这三种贵金属。研究得出结论，没有证据表明加密货币的回报率受到这些货币或贵金属价格的影响。
加密货币近年来的高涨幅远高于传统股票，然而它高波动性、高风险的特质往往让投资者望而却步。耶鲁大学的研究报告用夏普比率证明，根据风险进行调整之后，投资比特币仍然可以实现高于投资股票的回报。
夏普比率为投资组合预期回报率和无风险利率的差与投资组合标准差的比率。夏普比率计算出投资组合中，每承受一个单位的风险，就会产生多少超额的报酬，是一种常见的、比较不同资产的风险收益的方法。夏普比率越高，投资者承担同等程度风险所收获的回报越高。
研究结果现实，以月为周期，比特币的夏普比率和同期股票的夏普比率数值非常接近，分别是0.31和0.33，还明显高与1953年开始的历史股票夏普比率。以周或日为周期，比特币的夏普比率明显高于股票夏普比率。 以太坊和瑞波币的夏普比率都与同期比特币的夏普比率接近。
声明：此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。本网站所提供的信息，只供参考之用。
