说到 “加密货币”，你首先会想到什么？是“搏一搏，我也是巴菲特”，还是历史上那些著名的金融泡沫——比如郁金香狂热或南海公司？

尽管连“高风险投资”都不足以形容个别热门货币跌宕起伏的价格波动，但全世界投资者拥抱比特币、甚至加密货币的浪潮已无可阻挡。这一波热潮是否值得投身其中暂且不谈，作为JMPer，怎能不对如此有趣的数据分析一番呢？

今天，我们就以过去一年的数据为例，使用JMP软件探寻以下几个问题：

• 加密货币到底有多火？
  

• 加密货币价格波动趋势是否有规律可循？

• 我们可以实现对币价的预测吗？

#01  数据背景说明

在分析中，我们选取的数据及指标有：货币历史数据、货币评价指标、Google搜索趋势、黄金相关指标。

货币历史数据

货币历史数据来自coinmarketcap，以下字段为原始数据：

• Slug-url标签

• Symbol-代码

• Name-官方名称

• Date-日期

• Open-开盘价格

• High-当日最高价

• Low-当日最低价

• Close-收盘价格

• Volume-当日交易量($)

• Market Cap-市值总值($)

货币评价指标

货币评价指标如下，此类字段为自行构建。

• OC_gap-当日收盘价与开盘价之差

• 当日波动，最高价与最低价之差

• MA5-5个交易日收盘价的加权平均价

• MA20-20个交易日收盘价的加权平均价

Google 搜索趋势

Google-谷歌搜索趋势，数据来自rends.google.com.

黄金相关指标

数据来自：http://www.spdrgoldshares.com/usa/historical-data

需要说明的是，我们仅仅选取几项有代表性的货币（总市值排在前列的比特币BTC、以太坊ETH、币安币BNB，以及前段时间大火的狗狗币DOGE），下文不再另行重申。

此外，由于我们意在探寻价格波动之规律，如泰达币这种与美元市值挂钩的稳定币也不在讨论范围之内。

再次提醒的是，本文涉及的数据探索与解读环节仅是个人兴趣爱好驱使下的自娱自乐，不代表任何官方观点与投资建议，特此声明，仅供参考。币圈有风险，入坑需谨慎！

#02 加密货币到底有多火？

令人咋舌的火爆程度

讨论投资项目，市场规模是绕不开的话题，毕竟它直接反映了广大投资者对其认可程度以及信心。

从市场规模与增长而言，比特币无愧是币圈王者，在2020年7月至2021年4月的扩张浪潮中遥遥领先。

其中，4/13/2021大概是一个值得载入史册的日子。在这一天，比特币的总市值达到了惊人的11.8万亿美元！

其发展趋势以气泡图呈现则更为直观。其中，纵轴代表该货币市值，气泡大小代表收盘价。

数据抵千言，图形胜万语。从下面的气泡图我们可以进一步看到：

• 过往一年比特币的市场表现可谓疯狂大跳，然而终归是向深度前进。

• 而被认为极具投资价值的以太坊，总体上也有着不错的发展趋势。

• 至于一度爆火的狗狗币，其体量如果与比特币相比，基本等同于用橡皮鸭对抗航空母舰。

此外，流动性对于任何可交易资产都是重要的评价指标，加密货币自然也不例外。投资市场中，高流动性资产往往备受青睐。

如果用日成交量来衡量加密货币的流动性，那么显而易见，大家都有着光明的未来。即便单价最低的狗狗币（最低时仅有20美分左右），但其日交易量的最小值也高达两千万美元。

更令人咋舌的波动程度

如果说加密货币市场的整体发展属于“扶摇直上九万里”模式，那其价格波动就属于“心电图”模式。仅仅单日收盘价与开盘价之差就颇为可观，单日最大波动更是诠释了什么叫“大起大落”。

过去一年里，比特币可以达到七千美元的单日涨幅，而最大单日波动可以达到惊人的1.2万美元。连过山车都直呼内行！

#03  加密货币价格波动趋势是否有规律可循？

单日暴涨七千刀——这样的资产的确令人很难不心动。但币圈的水很深，稍有不慎便把握不住。有人不禁要发问：有没有什么额外的数据资源与币价波动紧密相关，让我们可以悄咪咪地窥得先机？

还真有。    

有研究表示：搜索引擎与社媒热度（Google Trend, Twitter News, Reddit）与数字货币市场的波动息息相关；此外，传统金融资产——比如黄金——也与之呈现出一定程度上的相关性。

如果以收盘价、总市值、黄金价格与谷歌趋势为输入绘制热点图，我们可以发现：

• 相关色图一片红、彼此都是强相关。

• 而黄金各项数值与加密货币的负相关系数，在这里可谓一枝独秀。

此处以比特币收盘价与各变量相关系数为例。

• 比特币交易量增加、价格上涨时，其他加密货币也会随之起飞、只是幅度有所区别（比如以太坊的相关性较强，狗狗币则略弱）；

• 而当谷歌趋势与比特币价格、交易量成正相关趋势时，黄金价格却呈现强负相关的趋势。

那么，这样的强相关性是否意味着因果关系呢？我们下篇文章再见分晓。

最后，想要拿自己的数据练练手的朋友们，欢迎下载最新的JMP 16免费试用：

https://www.jmp.com/zh_cn/download-jmp-free-trial.html?utm_campaign=td7013Z000002sEGsQAM&utm_source=bilibili&utm_medium=social