BTC:上证冲上3000点，美股却要崩？那么BTC到底会跟着谁走？_nash币挖矿app

刚进入7月，上证冲上3000点后似乎站稳，大妈开户都进场抬轿了。而美国第二次新冠疫情袭来，美股可能因此受到了不小的影响，资金回撤导致近期波动比较大，就连持续强劲的科技股都出现了较大幅度的下跌。比如，Facebook等互联网股票组合在6月26日下跌逾4%，是3月16日以来最糟糕的一天。而Facebook跌幅则高达8.6%。创下了疫情暴发以来最大跌幅。那接下来，BTC会跟跌美股吗？

3月份时，我们做过一次研究，把美股、黄金与BTC的走势进行对比，试图寻找，它们是否真的存在联动关系，当时的结论是并没有实质上的联系。

现在离上次研究已经过去了3个月，在此期间我们发现似乎偶尔仍会出现“美股9点开盘上涨，BTC也轻微上涨”的现象，那么我们今天从不同时间维度，再次通过数据研究来发现美股与BTC的走势相关性，理清楚之后，应该可以帮助我们重新认知两者的关系，不至于因为美股的泡沫增大或破灭而影响到BTC的投资决策。

A股开盘：上证指数开涨0.46% 深证成指开涨0.41%:A股开盘，上证指数报3239.81点（+0.46%），深证成指报13476.58点（+0.41%），深圳区块链50指数报3817.23点（+0.47%）。数字货币板块开涨0.27%。[2020/11/3 11:30:00]

1.BTC与主要品种的相关性分析

BTC与各主要品种的相关度如何，受时间影响吗？非小号研究通过调取BTC、纳指期货、标普500及道琼斯指数期货、黄金期货、原油期货等品种的数据进行了对比。

注：

1.表中base为基础品种BTC期货；

2.stock为对比品种，其中nas为纳指期货/sp500为标普500指数期货/dj为道琼斯指数期货/金为黄金期货/石油为原油期货；

3.corr_6month为近6各月相关系数，依次类推corr_week为近一周相关系数

上证科创板50成份指数已正式发布:上证科创板50成份指数（代码000688）已正式发布。该历史行情数据显示，2020年7月22日，科创50指数开盘1474.015点，收盘为1497.23点。（证券时报）[2020/7/22]

通过上图可以评估：

BTC与各个主要品种的近一周相关度尚可，但其他更连续的相关系数则并不显著。

距离当下越近，相似度则发生改变，这与行情本身就是“趋势+必然+白噪声”的组成有关，我们把同一个时间段不同标的之间的影响忽略，白噪声无论远近，影响都是相同的，但是距离现在越近，趋势影响越明显。

另外，不是美股的行情影响了BTC价格，其他品种的价格和美股价格也会有相同的影响因素，以及影响因素非常多。金融行业的复杂性导致，现在绝对没有一个很明显的影响根因，能够解释不同时间段的价格变化。

从分析角度讲，这种规律如果是稳定的就可以被我们使用，否则一味的追求那个不存在的根本原因，最后无法得到明确的结果，而且将会浪费很多能量。

上证指数一度跌破2800:上证指数一度跌破2800，刷新2月5日以来新低。[2020/3/13]

2.周相关系数高，这个假设持续稳定吗？

注：

1.表中base为基础品种btc期货；

2.stock为对比品种，其中nas为纳指期货/sp500为标普500指数期货/dj为道琼斯指数期货/金为黄金期货/石油为原油期货；

3.num为距离今日的天数，如num为9时，对应的一行corr_week数据为那一天那个时点的周相关系数

在金融领域，发现规律性并不代表套利价值，只有当规则具有稳定性时候才具有价值，因为规律的稳定性代表可以持续的利用规律赚钱。这是非常重要的一点。

我们对上图进行修剪后，模拟的连续近一周滚动周相关系数表明，近一周的相关系数高阶段规律并不一致，所以这一规律也不能用于交易，错用后将可能面临市场严厉的惩罚。

行情 | A股开盘：上证指数下跌0.75%，区块链板块下跌1.40%:A股开盘，上证指数下跌0.75%，区块链板块下跌1.40%。84只概念股中，2只上涨，81只为下跌。1只平盘。上涨两只为：浙大网新（+8.21%）、中南建设（+0.39%）、凯恩股份平盘；跌幅前三为：新晨科技（-4.16%）、科蓝软件（-4.10%）、汇金科技（-2.66%）。[2019/8/13]

3.相关系数的高低与波动/趋势/收益率相关吗？

注：

1.表中base为基础品种btc期货；

2.stock为对比品种，其中nas为纳指期货/sp500为标普500指数期货/dj为道琼斯指数期货/金为黄金期货/石油为原油期货；

3.group为按照不同维度进行的分组，atr代表过渡强弱，close_sar代表趋势强弱，pct_change代表收益率大小，每个维度都分三组，1为最强，3为最弱。

在过去24小时数字货币交易量已经超过上证24小时的交易量:据了解，在过去24小时，比特币交易量是125亿美元，折合人民币825亿人民币。上证50今天的交易量是368亿人民币，创业板517亿人民币。整个虚拟货币市场过去24小时交易量278亿美元，折合人民币1892亿人民币。而上证今天一天交易量1747亿人民币。[2017/12/26]

4.corr表示每个分组数据的相关系数

从上图我们可以得到数值：

从atr变化来看，行情有一定转变但转变不是特别极端时候，BTC与纳指期货的相关度较高，极端波动一般都是金融行业系统性风险；

从sar来看，行情上升时，BTC与纳指期货的相关度，行情上升会大于下降和盘整，这也符合我们的认知。当纳指期货上升时，大多带动BTC行情上升，但下降却不一定适用。

最后，从收益率来看，也无显著规律。

4.不相关就没价值了吗？

如果两个主要交易品种相关度不显着，是不是就没有交易方面的研究价值了吗？不是的。

在传统金融标的的交易中，机构研究所会认为“格力空调”和“美的空调”都在夏季会迎来业绩爆发，并且它们的增长有一定的相关性。这也衍生出来了一种常见的统计套利方式，即拿相关品种进行协整性检验，如果协整性好，就拟合出来一元线性方程，根据斜率的系数配对交易，同时买入多单和空单锁仓。

因为基差在一个大概率确定的范围内变化，所以在基差上轨和下轨附近入场，基差变化后就能获利出场。

我们今天也利用类似的方法分析，BTC与纳指/标普500指数/道琼斯指数/黄金期货/原油期货之间的协整性。分析结果如下热力图所示：

热力图显示纳指和标普500指数与BTC的协整性较高，我们下边通过最小二乘做一下BTC与纳指的分析，通过最小二乘拟合出来一个一元线性回归方程，方程表示BTC可以用纳指来如何表示。此研究方法多用于基金或投行的估值模型。

，是一种数学优化技术，通过最小化误差的平方和寻找数据的最佳函数匹配。我们使用最小二乘法的目的是做一个回归方程，方程中因变量为BTC,自变量为纳指）

以下就是非常硬核的统计算法了，如果不感兴趣的盆友可以直接跳过。

好，让我们一起看一下BTC和纳指的最小二乘法结果，下图是通过计算机计算后的回归结果。

虽然置信度不是非常高的99％和95％，我们但是认为这个置信水平也可以尝试一下：

通过OLS结果，我们可以知道：btc=1.4985*nas-4869.5364

接下来我们需要构建两个品种配对交易的基差：

基差diff=diff=btc-1.4985*nas+4869.5364

基差曲线如下图所示：

通过上图我们可以知道，基差diff长期稳定处于上轨和下轨之间，套利交易可以在上轨和下轨之间进行。

切记，关于统计套利中的配对交易，我们需要拿近期的数据调整回归方程。

目前交易所之间的搬砖已经不好做，趋势交易又有很大的风险，其实统计套利是一个非常不错的套利方法。

之后我们或许可以做BTC与ETH或EOS等主要币种的统计套利专题，给大家提供更多具有实战价值的交易思路。

最后：如果美股变化，我们该如何操作BTC？

通过平均值3和指标4，我们可以推导发现，当纳指增长时，BTC有一定概率增长。但是一般BTC出现特别极端行情的影响因素，与纳指的影响因素不同，所以纳指增长只能带来比特币一定程度的增长，而不会是极端行情那种超大幅度的增长。

简单而言，跟着美股的波动去操作BTC，可能会喝到一点汤，但绝对吃不到肉，吃肉还得靠BTC自己。

标签：BTCNASSTOBASNBTC价格nash币挖矿appSTONECoinbase Pro

SHIB最新价格热门资讯