最近几个月VC Token的表现普遍不尽如人意，今天想和大家聊一个稍微有点敏感的话题：VC Token还有机会吗？

随着Crypto行业的发展，行情与宏观经济的相关性越来越高，宏观也越来越成为分析市场的必要一环。

Crypto量化基金经理们是如何获取Alpha的？

书接上回，关于《用多因子模型构建强大的加密资产投资组合》系列文章中，我们已经发布了四篇：《理论基础篇》、《数据预处理篇》、《因子有效性检验篇》、《大类因子分析：因子合成篇》。在上一篇中，我们具体解释了因子共线性（因子之间相关性较高）的问题，在进行大类因子合成前，需要进行因子正交化来消除共线性。

书接上回，关于《用多因子模型构建强大的加密资产投资组合》系列文章中，我们已经发布了三篇：《理论基础篇》、《数据预处理篇》、《因子有效性检验篇》。

书接上回，关于《用多因子模型构建强大的加密资产投资组合》系列文章中，我们已经发布了两篇：《理论基础篇》、《数据预处理篇》，本篇是第三篇：因子有效性检验。

通过分析Falcon上的板块数据，我们发现近 50% 的板块在过去 90 天内的回报率低于比特币。

本篇涉及对数据重复值、异常值/缺失值/极端值、标准化和数据频率的处理。

我们团队把加密货币领域常见的因子类型：基本面因子、链上因子、量价因子、衍生品因子、另类因子和宏观因子，挖掘和计算「因子」的最终目的是为了准确计算资产的预期收益率。

本文就「相关性」这一结论进一步拓展，研究二者的因果性，即「是因为技术升级促进了币价上涨，还是币价上涨拉动了技术升级」？从而帮助投资者与开发者更加明确「技术开发」这一基本面因子在币价涨跌盘中的位置。

在本文中，我们试图回溯本轮牛市（蓄势 - 暴涨 - 突破 6.4 万美元 - 崩盘 - 调整 - 再次暴涨 - 创 6.9 万美元新高 - 二度崩盘）的整个发展周期，并佐以链上数据和指标，希望能从中剥离出值得收藏和关注的数据，帮助大家拨开迷雾，更全面、深入地了解加密世界。

“团队在做事”真的会让币价在牛市涨得更多？在熊市更抗跌吗？本文用10年的历史数据告诉你答案。