宏觀分析框架如何影響加密貨幣市場？

Crypto市場的價值等同於注意力。

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，本篇就三种正交方法进行展开。

本篇根据大类对因子的相关性进行检验，依据检验结果对因子做了舍弃或合成处理。

本篇将研究因子好坏的判断方法及因子对于收益率的预测能力。

數據顯示未來有潛在風險。

具體的資料預處理涉及重複值、異常值/缺失值/極端值、標準化和資料頻率的處理。

挖掘和計算“因子”的最終目的是為了準確計算資產的預期收益率。

「團隊在做事」真的會讓幣價在牛市漲得更多？在熊市更抗跌嗎？

本文通過對BTC、穩定幣、公鏈、AltCoin的多方位解讀，探尋鏈上數據對二級市場投資的價值。

深度复盤牛市下的公鏈數據、爆發邏輯以及生態格局。

本文將對這一整輪牛市做一次完整地複盤，通過對海量數據的挖掘，發現市場規律，從歷史中學習。