加密貨幣量化分析框架：從宏觀流動性到鏈上籌碼的三層濾網

美國比特幣現貨ETF在二零二四年初上市，市場一度流傳「機構進場，價格只會漲」的說法。兩年後回頭看，這個說法只對了一半。根據Farside Investors彙整的公開申贖數據，單日淨流出超過十億美元的紀錄並不罕見，過去一年就出現過好幾次。同一週，鏈上巨鯨錢包卻可能在加碼買入。兩組數據方向相反，只看任何一個都容易做出錯誤判斷。

這正是加密貨幣量化分析要處理的核心問題：不是找一個更準的指標，是把宏觀流動性、衍生品結構、鏈上籌碼三層數據疊在一起，看訊號之間有沒有互相驗證，還是彼此矛盾。這篇文章寫給想建立系統化決策框架的讀者——想搞懂牛熊週期與流動性變化的高淨值佈局者、想把加密現象翻譯成傳統金融語言的跨界資本，以及懂技術分析但缺乏市場微結構視角的波段交易者。讀完之後，你會得到一套可以重複驗證的三層濾網，附帶明確的查核頻率與決策門檻，不是一個新的萬能指標。

為什麼傳統技術指標在加密市場失效

RSI背離、均線黃金交叉、支撐壓力線，這些工具在加密市場常常失靈。原因不在指標本身，在於市場結構已經變了。做加密貨幣量化分析，第一步就是承認舊框架的邊界在哪裡，再決定要疊加什麼資料層來補強。

線性信號的競爭困境

技術指標假設的是一個相對緩慢、參與者資訊不對稱程度較低的市場。業界普遍的觀察是，多數主要交易所的現貨與合約成交量裡，程式化下單占比早已過半，人工看盤只是被動接收結果。同一組均線訊號可能被上萬個機器人同時抓到，訊號一齊出現、一齊失效。判斷一個技術訊號是否還有單獨使用的價值，可以回測過去三個月同一組訊號出現的次數與勝率：出現頻率高、勝率卻貼近五成，代表這個訊號的邊際價值已經被套利掉，只能當輔助參考，不能當進出場的唯一依據。技術分析沒有消失，只是需要疊加流動性與衍生品結構的驗證，才有機會判斷訊號的真假。

市場微結構改變了買賣邏輯

加密市場二十四小時交易，跨交易所流動性分散，做市商行為與傳統股市完全不同。市場微結構視角關心的是訂單簿深度、滑點成本、資金費率如何驅動短期價格，不是單純的價格形態。一個實用的檢查方式，是比較主要交易所前五檔買賣掛單的總量：某個交易所的深度明顯低於其他交易所，代表這裡的價格更容易被大單推動，同樣的技術訊號在這裡出現時可信度要打折。忽略微結構，等於用一張舊地圖走新的路。

量化分析不是自動化交易機器人

市面上不少教學把「量化」等同於「寫一段程式碼，讓它自動下單」。把KD黃金交叉、RSI大於五十這類規則寫成程式碼，串接交易所API做回測，再部署到雲端持續執行，確實是量化交易的一種形式，市面上也有不少現成平台可以完成選策略、連結交易所、回測、上線監控這幾個步驟。但這類機器人本質上仍然是把單一維度的技術訊號自動化，遇到的問題跟人工看線圖一樣：訊號被同步套用、邊際價值遞減。加密貨幣量化分析要解決的是上一層的問題——訊號要不要被相信，而不是訊號怎麼被更快執行。兩者不衝突，但角色不同：框架負責過濾，機器人負責執行，順序顛倒容易把雜訊當成訊號放大。

宏觀流動性：看市場錢從哪裡來往哪裡去

加密貨幣量化分析的第一層濾網是流動性分析。搞清楚錢從哪裡進、往哪裡出，比猜測價格方向重要得多。

M2、央行政策怎麼影響風險資產輪動

比特幣長期走勢與全球美元流動性、尤其是M2增速的相關度不低。當聯準會擴表、實質利率下降，資金傾向往風險資產輪動，加密貨幣往往是這條鏈條末端受益最明顯的資產類別。反過來，緊縮週期裡，加密資產通常是最先被拋售的一批，因為槓桿成本上升、風險偏好收縮的速度比股票市場更快。一個可操作的判斷門檻：M2年增率由負轉正並維持兩個月以上，可以視為風險偏好回升的早期訊號；年增率連續一個季度以上為負，就該假設加密資產的下行風險大於上行機會，適度降低曝險。追蹤聯準會資產負債表數據是判斷宏觀流動性方向的基本功，這份數據每週更新一次，比市場情緒指標更難被操弄。

ETF淨流、現貨與期貨資金對稱

比特幣現貨ETF上市之後，淨流入、淨流出數據成了觀察機構資金動向的直接窗口。但單看ETF淨流不夠，還要對照期貨未平倉量是否同步放大。如果現貨ETF大量流入，期貨卻沒有對應的槓桿擴張，代表這波資金偏配置型、不是投機型，行情持續性通常更強。一個簡單的比對方式：把當週ETF淨流換算成占比特幣總市值的比例，若明顯高於近期均值，同時期貨未平倉量沒有跟著放大，就傾向解讀為長線配置，不是短線投機潮。

常見的情況是：某週美股大盤因就業數據優於預期而下跌，聯準會官員同時放出鷹派言論，市場普遍解讀為流動性收緊。同一週，美國比特幣現貨ETF卻出現淨流入。單看ETF資金流，容易誤判機構仍在積極加碼。把美元流動性收縮的訊號疊上去，這波淨流入更可能是退休金或機構的被動定期配置，不代表市場對短期價格轉為樂觀。三層濾網的價值，就在於避免只看一組數據就下結論。

衍生品結構：期現價差、未平倉量、清算熱圖如何反映風險

衍生品結構是加密貨幣量化分析裡資訊密度最高的一層，因為衍生品市場的定價包含了現貨市場看不到的預期與槓桿資訊。

Contango／Backwardation判讀市場預期

期貨升水（Contango）代表市場願意付溢價做多，是常見的期現套利機會來源：買現貨、放空期貨，賺取年化價差。業界常用的粗略門檻是，年化基差落在個位數到十幾個百分點屬於健康範圍；一旦基差急速擴大，往往反映市場過熱，套利資金會逐步進場把價差打回來。一旦轉為貼水（Backwardation），通常反映短期避險需求急升或現貨拋壓集中。這個價差本身就是一組可以持續量化追蹤的指標，CME與主要交易所的期貨曲線每日都能公開查詢，建議至少每週檢查一次基差變化。

Gamma與清算階梯的實戰讀法

清算熱圖顯示的是不同價位上槓桿倉位的密集程度，價格靠近這些區域時容易觸發連鎖平倉，造成短時間內的劇烈波動。搭配期權市場的Gamma曝險，可以更精確判斷哪個價位是做市商需要對沖的磁吸區。實務上的檢查方式是：某個價位的潛在平倉金額若占當日成交量的比例明顯偏高，就該假設價格靠近這個區域時波動會放大，出場與加碼決策要預留更寬的緩衝。這部分細節可以參考站內對清算熱圖判讀邏輯的整理。

想像一個場景：比特幣現貨價在某個整數關卡附近震盪，清算熱圖顯示上方五千美元處堆積大量空頭槓桿倉位，期權市場的Gamma曝險也集中在同一價位。做市商為了對沖賣出的買權，必須在價格上漲時同步買入現貨，形成助漲的正反饋。只看K線圖，可能以為這只是普通突破。疊上清算階梯與Gamma曝險之後，才看得出這個突破背後有結構性的推力，不是隨機波動。

鏈上籌碼審計：誰在買、誰在拋、誰在觀望

鏈上籌碼是加密市場獨有的資訊來源，傳統金融沒有對應的透明度。這是加密貨幣量化分析裡最容易被誤讀，但也最有價值的一塊。

交易所流出／流入的真實含義

大量幣從交易所流出，常被解讀為持有信心增強，但也可能只是搬去另一個托管平台或參與質押。判讀交易所淨流向，需要搭配地址標籤與歷史行為模式交叉驗證，單一數字容易誤導。Glassnode、CryptoQuant等鏈上分析平台提供的地址標籤，是這一層濾網最基本的原始材料，建議每日查看一次交易所淨流向的七日移動平均，單日數字波動太大，容易被單一大額轉帳誤導。

大戶持倉變化與鎖定期權的訊號

觀察巨鯨地址的持倉變化、交易所大額提領時機，再對照衍生品市場的持倉集中度，可以拼湊出聰明錢的動向輪廓。拼湊聰明錢動向，目的是縮小不確定性範圍，不是精準預測方向。

假設你觀察到某個巨鯨錢包連續三天把幣轉入交易所，直覺會判讀為賣壓將至。但查證這個地址過去半年的行為模式，發現它每次轉入交易所後，都是參與大宗交易再轉出，而不是市價拋售，賣壓的解讀就要修正。判讀鏈上籌碼從來不是看單一動作，是拼湊完整的行為模式。

三層濾網疊加：加密貨幣量化分析的決策框架

單一維度的訊號很容易被雜訊淹沒，三層濾網疊加才有機會濾出高信噪比的結論。下表整理各層濾網的核心問題與常見失效情境：

流動性＋衍生品＋籌碼的矛盾與確認

理想情況是三個維度方向一致：流動性寬鬆、期現結構健康、鏈上籌碼集中在強手。但現實中常見矛盾，比如流動性轉鬆，衍生品槓桿卻已經過熱、鏈上籌碼卻在分散。這種矛盾本身就是重要資訊，代表趨勢可能還沒到位，或者風險正在累積，此時應該縮小倉位、拉長觀察期，不急著在矛盾訊號上下重注。

何時信號失效、何時需要降速

當三個維度長期不一致，或某個維度數據更新出現異常斷層，就是該降低倉位曝險、放慢決策節奏的時候。一個簡單的警戒門檻：任何一層的關鍵數據單日變化達雙位數百分比，且找不到對應的新聞或政策事件解釋，就值得先觀察、不急著下判斷。框架的價值不在於永遠給出答案，在於清楚標示「現在不知道」的邊界。

用自動化工具做監控，而不是預測

流動性、衍生品、鏈上籌碼三層數據量龐大，人工盯盤效率低且容易情緒化。用腳本或API做自動化監控，價值在於把重複性的數據抓取與異常告警交給機器，把判斷力留給人。實務上可以設定簡單的告警規則，例如ETF單日淨流超過近期高位、資金費率單日變化超過一定幅度，一旦觸發就推送通知，人再回頭檢查其他兩層濾網是否同步異常。這也是量化監控框架存在的意義：工具負責濾網，人負責決策，兩者角色不能混淆。

市面上有不少教學專門介紹如何把交易規則寫成自動下單的機器人，或用Python串接交易所API做策略回測與雲端部署。這類工具解決的是執行效率問題，跟本文討論的三層濾網框架，屬於不同層級的問題。下表把兩者的差異列清楚：

兩者可以疊加使用：用三層濾網先確認大方向沒有矛盾，再用自動化工具執行細部進出場，比單獨依賴任何一邊都更穩健。

加密貨幣量化分析從來不是找到一個穩贏公式，是持續把不確定性拆解、驗證、再拆解的過程。三層濾網疊加後給出的，是一個風險輪廓，不是保證答案。