在本文中，我打算讨论市场数据、去中心化金融 (DeFi) 计量经济学和应用 DeFi 研究对加密货币（和数字）资产的重要性，作为金融计量经济学和应用研究的必然结果。 我还将尝试借鉴 Eugene Fama 开创性论文的观点和发现，基于他对衡量股票价格的统计特性和解决技术分析（在价格和成交量K线走势图中使用几何图案来预测未来价格）之间的争论的兴趣证券的变动）和基本面分析（使用会计和经济数据来确定证券的公允价值）。 诺贝尔奖获得者法玛实施了有效市场假说——简洁地概括为有效市场中“价格充分反映所有可用信息”的警句。
因此，让我们关注有关加密货币和数字资产、加密货币和去中心化金融数据源、市场数据分析以及围绕大规模新兴 DeFi 行业的所有信息，这些信息对于吸引机构投资者使用加密货币、DeFi 和更广泛的“代币”至关重要市场，一般来说。
在大多数市场中，市场数据被定义为工具（资产、证券、商品等）的价格和与贸易相关的数据。 该数据反映了市场和资产类别的波动性、交易量和特定交易数据，例如开盘价、最高价、最低价、收盘价、成交量 (OHLCV) 和其他增值数据，例如订单簿数据（买卖价差、汇总市场深度等）以及定价和估值（参考数据、第一汇率等传统金融数据等）这些市场数据在各种金融计量经济学、应用金融以及现在的 DeFi 研究中发挥着重要作用，例如：
- 风险管理和风险模型框架
- 量化交易
- 价格和估值
- 投资组合构建和管理
- 整体加密货币金融
尽管应用传统方法来评估风险和识别不同程度的机会分布在不同和新兴的加密货币资产类别中可能会受到限制，但这是一个开始。 新的估值模型已经出现，旨在理解这些已经占据真正全球数字市场主导地位的数字资产，甚至这些模型也需要市场数据。 其中一些模型包括但不限于：
- VWAP，或成交量加权平均价格，一种通常通过从一组预先选择的成分交易所的可用交易后数据计算成交量加权平均价格来确定数字资产公允价值的方法。
- TWAP，或时间加权平均价格，可以是预言机或智能合约，从流动性矿池中推导出代币价格，使用时间间隔来确定质押品比率。
- 成长率决定了质押因素。
- TVL 或总价值锁定，适用于流动性矿池和自动做市商 (AMM)。
- 用户总数反映了网络效应和潜在的使用和增长。
- 主要市场方法适用于主要市场，主要市场通常被定义为数字资产交易量和活动最大的市场。 公允价值将是该市场中数字资产收到的价格。
- CEX 和 DEX 的交易量是中心化交易所（CEX）和去中心化交易所（DEX）的交易量之和。
- CVI 或加密货币波动率指数是通过从加密货币期权价格计算去中心化波动率指数并分析市场对未来波动率的预期而创建的。
因此，市场数据成为所有用于理解市场的建模和分析工具的核心，也用于执行第一层、第二层、Web 3.0 和 DeFi 等各种加密货币行业之间的相关性分析。 这种加密货币市场数据的主要来源来自不断增长和去中心化的加密货币交易所组合。 来自这些交易所的数据不能被广泛信任，因为我们已经看到通过洗牌交易和封闭矿池等做法导致交易量膨胀的情况，这些做法可能通过歪曲需求和交易量来扭曲价格。 因此，基于经验数据对假设进行建模并随后测试该假设以制定投资理论（来自经验摘要的见解）可能会很棘手。 这产生了旨在解决进入区块链交易系统或加密货币和传统金融层之间的中介层的可信数据问题的预言机。
相关：甲骨文希望通过加密货币安全数据产品将区块链带给大众
区块链是管理所有加密货币资产和网络的基础技术，它在信任系统（或共识）扩展的透明度的基础上吹捧其贸易、信任和所有权的基本原则，那么为什么市场数据是一个如此大的问题？ 依赖属于市场且易于分析的数据难道不是区块链和加密货币行业精神的一部分吗？
答案是“是的 但” 当我们将加密货币市场与基于法定货币的流动性相交时，事情变得有趣——以美元、欧元、日元和英镑计价的交易是加密货币交易所促进的传统金融的轨道。
理解加密货币宏和区分全局宏
正如总部位于纽约的 Academy Securities 全球宏观主管 Peter Tchir 在 Simon Constable 撰写的一篇文章中所解释的那样：“全球宏观是一个术语，表示潜在趋势如此之大，以至于它们可能会提升或降低经济或大量证券市场。” 警员补充说：
“它们不同于微观因素，微观因素可能会影响单个公司或市场子行业的表现。”
我想区分全局宏和加密货币宏。 虽然全球宏观趋势——如通货膨胀、货币供应和其他宏观事件——影响全球需求和供应曲线，但加密货币宏观控制着各个部门（如 Web 3.0、第一层、第二层、DeFi 和不可替代代币）之间的相关性，代表那些影响这些资产类别相应运动的部门和事件的代币。
相关：NFT、DeFi 和 Web 3.0 如何交织在一起
当仅限于资产类别和交易所制（如贷款、质押品和交易所）之间的可互换性时，加密货币（和数字）资产类别定义了资产创造、交易和资产移动的全新领域。 这创造了一个以加密货币经济原理和理论为基础的宏观环境。 当我们试图将这两种主要的宏观经济环境联系起来以将流动性从一个经济系统注入或转移到另一个经济系统时，由于价值系统的冲突，我们基本上使我们的衡量指标和市场数据复杂化。
让我通过一个例子来说明市场数据和其他因素在基于经验摘要的见解制定投资理论中的重要性的复杂性。
虽然第一层为第一层网络上出现的许多生态系统提供了重要的效用，但并非所有第一层网络都是平等的，并且不提供相同的识别价值和特征。 例如，比特币 (BTC) 具有先发优势，在某种程度上是加密货币生态系统的面孔。 它最初是一种公用事业，但已经演变成一种价值储存手段和一种资产类别，作为试图取代黄金的通胀对冲工具。
另一方面，以太坊 (ETH) 提出了可编程性的概念（应用条件和规则的能力）来价值运动，从而创造了丰富的生态系统，如 DeFi 和 NFT。 因此，ETH 成为为这些生态系统提供动力以促进共同创造的实用代币。 交易活动的增加推动了对以太的需求，因为交易处理需要它。
比特币作为一种价值储存手段和一种通胀对冲，与一层网络上不断增长和新兴的业务完全不同。 因此，了解是什么赋予这些代币价值至关重要。 代币作为网络通行费的效用使其变得有价值，或者它在短时间内存储和转移（大）价值的能力使其比现有的价值移动或支付系统更具优势。
在任何一种情况下，效用、交易量、流通供应和相关交易指标都提供了对代币估值的洞察。 如果我们要分析和研究更深层次的宏观经济对估值的影响（例如利率、货币供应量、通货膨胀等），以及涉及直接或间接影响第一层的其他加密货币资产和加密货币相关性的加密货币宏观因素，由此产生的理论将包括基础技术的增长、本地资产类别的作用和期限溢价。 这将表明技术风险和市场采用、网络效应和流动性溢价，表明在各种加密货币驱动的生态系统中被广泛接受。 例如，对加密货币投资组合构建的战略匹配投资观点包括对宏观经济周期、加密货币流动性（转换加密货币资产的能力）和加密货币宏观影响的考虑，并将这些视为我们风险模型的中期低风险框架。
可信加密货币市场数据的可用性不仅可以实现实时和现场交易决策，还可以实现投资组合构建和分析所需的各种风险和优化分析。 该分析需要额外的传统市场数据，因为我们开始与传统金融相关的市场周期和流动性进行对话，这也可以尝试将加密货币宏观部门与全球宏观部门相关联。 从建模的角度来看，这可能会很快变得复杂，这仅仅是由于两个价值系统之间市场数据的多样性和速度之间的差异。
观点
与加密货币市场效率对于良好的财务决策一样重要，它被贫乏或不充分的信息所误解和扭曲。 正是加密货币（经济）市场数据和各种经济模型使我们能够理解新兴和混乱的加密货币市场。 有效市场假设的原则——这意味着在有效市场中，价格总是反映可用信息——也适用于加密货币市场。
因此，市场数据成为所有建模和分析工具的核心，用于理解市场以及执行各种加密货币行业之间的相关性分析，例如第一层、第二层、Web 3.0 和 DeFi。 这种加密货币市场数据的主要来源来自不断增长和去中心化的加密货币交易所组合。 加密货币和数字资产类别定义了资产创造、交易和资产移动的全新领域，特别是当仅限于资产类别和交易所制（如贷款、质押品和交易所）之间的可互换性时。 这创造了一个以加密货币经济原理和理论为基础的宏观环境。
当我们试图将这两种主要的宏观经济环境联系起来以将流动性从一个经济系统注入或转移到另一个经济系统时，由于价值系统的冲突，我们基本上使我们的衡量指标和市场数据复杂化。 该分析需要额外的传统市场数据，因为我们开始与传统金融相关的市场周期和流动性进行对话，并尝试将加密货币宏观部门与全球宏观部门相关联。 从建模的角度来看，这可能会很快变得复杂，这仅仅是由于两个价值系统之间市场数据的多样性和速度之间的差异。
本文不包含投资建议或建议。 每一个投资和交易动作都涉及风险，读者在做出决定时应自行研究。
此处表达的观点、想法和意见仅代表作者本人，并不一定反映或代表 Cointelegraph 的观点和意见。
Nitin Gaur 是 IBM 数字资产实验室的创始人和主管，在那里他设计行业标准和用例，并致力于使企业区块链成为现实。 他之前曾担任 IBM World Wire 和 IBM Mobile Payments 和 Enterprise Mobile Solutions 的首席技术官，并创立了 IBM区块链 Labs，在那里他领导了为企业建立区块链实践的工作。 Gaur 还是 IBM 杰出工程师和 IBM 发明大师，拥有丰富的专利组合。 此外，他还担任 Portal Asset Management 的研究和投资组合经理，这是一家专门从事数字资产和 DeFi 投资策略的多经理基金。
内容搜集自网络，整理者：BTCover，如若侵权请联系站长，会尽快删除。
