本文共字，预计阅读时间。

不论在任何领域，要对一项资产进行投资，首先要对其价格、市场的过去，现在和未来进行研判。

新兴领域往往暗藏着许多机会。目前数字资产行业作为新兴投资行业中的翘楚，备受关注，有人在其中一夜暴富，也有人被损失惨重。

价格分析的方法经过时代的演变，产生了许多经典“门派”，每一个“门派”的细节都可以写成一本上百页的书，今天我们就介绍一下适合数字资产价格分析的核心内容。

最历时悠久的分析方法——酒田战法

最早的价格分析思想产生于1724年的日本，它的发明人本间宗久利用它来分析当时最热门的交易商品的价格——大米。它具有一套完整的分析体系，并被后人称为酒田战法。

酒田战法的核心是对不同周期的价格形态进行定义、归纳和预测。该方法将四个价格之间的差值以及一段时间内价格的变动百分比定义成不同的市场形态，预示着投资者对标的物价值认可度的变化。

本间宗久将价格划为四个阶段：筑底阶段，上升阶段，筑顶阶段和下降阶段，每个阶段价格都会有形成各种特定的形状来提示投资者，目前标的物的价格处于什么形态。

最经典的分析方法——计量经济学

随着时代发展，分析方法逐渐从单一定性扩展到了同时定性定量。1926年挪威科学家仿照生物计量学提出了针对金融领域的新名词“计量经济学”，它是统计学，经济学理论和数学三者结合起来的产物，它的产生使投资者对价格的分析结果具备了可靠理论检验和预测效果。

科学家们将数据进行定义和归类，并针对不同种类的数据研发出经典模型。当不同的数据和价格数据之间经过统计检验产生明显的因果关系时，我们称之为：横截面数据（Cross-sectional Data），此时分析方法应该使用线性回归方程，根据影响价格的因素多少和性质特点，来决定使用简单线性还是多元线性方程，又或者根据每种数据之间是否产生内在联系以及联系的复杂度来决定采用单一方程还是联立方程组。

当线性回归方程不足以解释价格数据自身与时间之间的联系后，科学家又归类得出新的数据种类：时间序列数据（Time-series Data），并建立了相关分析方法，将价格的现在与过去联系起来的同时将残差项通过线性回归或者建立新的时间序列方程不断具体化，详细化。

如此层层叠叠的数学嵌套后，采用经典的统计检验方法，来决定模型的预测方式应该使用何种方法才能达到最大程度的接近价格波动的真相，并且保留稳定性。

最复杂的分析方法——混沌理论

鉴于价格本身就无法完全确定的特点，金融研究者将1963年气象学家爱德华洛伦茨提出的混沌理论经过应用到价格分析中。

混沌理论常与神经网络和时间序列等经典方法相结合，由于其具有随机性，敏感性，分维性，普适性和标度律，在分析和模拟预测无规律价格波动的时候有很好的准确性。

当进行价格分析时，我们首先对数据进行相空间重构，确定混沌吸引子是否存在及其嵌入维数的大小，通过吸引子的关联维数大小，判断市场是否活跃。使用神经网络的非线性逼近能力来实现原点需要经过哪些变化才能到预测点。取一定量的样本，根据嵌入维数的大小决定输入层神经元的个数和输出层神经元的个数，让模型通过样本学习后，对新的数据采取同样的分析方式，可以极高地模拟出短期内价格波动的方向和大致的轨迹。

当然，价格分析的方法还有许多，数字资产价格相对于传统金融资产，受到的影响因素更单一，价格波动更大，因此其价格数据本身的规律更容易被这些经过科学沉淀的模型所捕捉。数字资产价格的分析在量化的道路上才刚刚开始。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。