常用的币价估值方法靠谱吗？

Bitget App

交易“智”变

Bitget

资讯中心

常用的币价估值方法靠谱吗？

叽叽叽杂货铺2023/02/16 01:32

作者:叽叽叽杂货铺

心血来潮，随便看看，全是图，打开估计很慢：）

币圈一直流行两种估值方法，根据 Marketcap/TVL 的比值来估算币价的上涨空间，比值越小，代表这个 token 的上涨空间越大。这个思路本身也很容易理解，就是传统金融里市净率（PB）的算法；另一个方法就是类似于传统的现金流折现，但是其实在币圈用该方法的思路更像是市盈率（PE）的算法。那么，问题来了，这这些方法在币圈到底行得通么？是不是所有或者说绝大部分币都遵循这种估值规律？今天，我们就抛开所有的基本面，单纯来看下市值 /TVL 这个指标是否对币价尤其是涨幅会产生影响（至于收入和币价的关系，很难忽略产品本身的机制，所以我的分析不算数，主要也没有很好的去归集这部分数据）。

TL;DR,

只说现象

总的来说，macp/tvl 确实和币价呈正相关。但是币价相关度最高的几个数据是 TVL, 每日交易量。
无论是 macp/volume 还是 tvl/volume, 在这几个比值较低的时候往往都是币价最高的时候。
对于一些较新的项目，例如 bendDAO, GMX, JPEGd 等，他们的 macap/tvl 与价格的相关性极高。
对于代币经济类似，业务也差不多的项目，两者的各个图像也大差不差。另外，有关 fee 的图不用看我只是为了对称。

本文用到的一些数据标签：

首先，我们需要明确下本次选择的一些标的。本次数据采用的是 coingecko 的数据 +defiLima 的数据。因为免费 API 的原因以及本人电脑配置的限制，此处我手动选择了两类应用作为本次分析的对象，DEX 和 Lending。同时考虑到太少的数据无法说明什么问题，所以重点就成了分析老蓝筹和新蓝筹（Lending 里也包含 NFT 借贷平台），最后包含的项目如下：

DexList = ['curve','balancer','sushiswap','uniswap','gmx','dodo','1inch-network','synthetix'] LendingList = ['aave','radiant','benddao','cream-finance','compound','jpegd']

本次每个项目统计的数据类型如下（每日）。需要注意的是’date’后面跟的项目名称所代表的数据是 TVL，例如’curve’代表的是 curve 每一天的 TVL。同时因为用了两个平台的数据，所以只保留了两者都有数据的样本，drop 掉了一些只有一方有的样本。这里解释几个可能有争议的数据

total_volume: 代币每日交易量
monthlyDeltaPrice: 每隔 30 天的币价变化
growthOfPrice: 每日币价和该币数据里最早币价的比值。例如大部分蓝筹的数据都是从 21 年 9 月 2 号开始的，所以这个值就是后面每一天的币价是 2021.09.02 当天币价的比值是多少
dailyFees: 每日协议收入，这里用的 defiLima 的 fee，不是 revenue

Index(['date', 'curve', 'price', 'market_cap', 'total_volume', 'market_cap/tvl', 'market_cap/volume', 'tvl/volume', 'monthlyDeltaPrice', 'growthOfPrice', 'dailyFees', 'market_cap/fee'], dtype='object')

本文旨在单纯的演示这些数据，最多在选取币种的时候加入了一些个人主观看法，并且也只看了 Dex 和 Lending，其他的诸如资管协议以及除了 GMX 以外的衍生品平台都没看。所以只会尽量客观的去描述一些现象，不会得出任何关于币价估值的结论来。至于读者们能得出啥结论，我不知道：）
后面比较懒，写的比较随意，当然，整体分析都很不严谨，心血来潮搞了。欢迎讨论。

我们开始吧。

具体数据

Curve

首先，Curve 的数据一览：从 21 年 9 月 2 日开始，一直到 23 年 2 月 13 日，一共 528 条数据

那么，我们来直接对比下各类数据的相关性如何？可以看到，因为“growthOfPrice”本身就是由每日价格➗同一个数，相关性为 1 外。其他指标和价格以及价格上涨倍数的相关性热力图里，较强（|相关性|＞0.6）的就是 marketcap, TVL, volume. 让人意外的 dailyFees 和币价似乎没啥太大关系，当然，这也可能是我的数据归集方法有问题，可能看 dailyFees 的变化或者看月收入，年收入啥的会有其他结果。不过这个我就不搞了，留给大家去试试。当然，如果真要分析这些，就需要注意很多细节，我最近学校太忙了，真的没空。

那么，我们来看下我们关心的，市值 /TVL 和币价以及币价涨幅的关系。可以看到，在 marketcap/tvl 的值在 0.1 之前，确实价格是呈现一个上升的趋势，而下方的这片数据点大致也是随着这个比值的增长而缓慢增长。这似乎说明，就 CRV 而言，只要基本上币价和涨幅与 macp/tvl 呈正相关，在比值小时买入，盈利的可能性会比比值大时买入要高，后面趋势相同的币种我就不一一复述这条了。当然，我们也知道这种相关性散点图只能说明两个值之间是不是有相关性，无法说明两者的因果关系。想要得出更为准确的结论，就需要更为细致的分析。这显然不适合我这种突然心血来潮的人干的事情。另外，这个币价涨幅，让我多少得为 Crv 当年被机枪池干来干去感到心疼。

当然，大家也看到了我其实还看了其他的比值与币价的关系图，那么索性都看看 - -。这里我对 Marketcap/fee 的数据扩大了 10000 倍，方便大家看趋势，不然数据都挤在一起。这里就很有意思了，似乎币价最高的时候都是这些比值很小的时候。这是不是可以一定程度上说明，交易量这个指标似乎比其他数据更有用 ( 废话）。咱也不知道，咱也不敢说。

Balancer

首先，Balancer 的数据一览：从 21 年 9 月 2 日开始，一直到 23 年 2 月 13 日，一共 530 条数据

各类数据相关性。可以发现和币价以及涨幅相关性较高的数据只有 TVL。而 marketcap/tvl 和币价呈负相关，四舍五入才能勉强算相关性高。

看下几个比值和币价的关系图。可以发现，有意思的一点是币价最高点似乎和 crv 一样，都是在 marketcap/tvl 比值在 0.1 左右的时候。只是两条线的离散程度要更大，这里可能加一个分类算法会很好玩，有兴趣的读者可以试试，炼丹嘛。其他数据和 Curve 的趋势也一致，而且，我们需要注意的是 BAL 也是 veToken 模式。

Sushiswap

还是先看总览，同样从 21 月 9 月 2 号开始，到 23 年 2 月 13 号，一共 530 条数据

热力图呢？有意思，这种概览的相关性里，marketcap 和价格的相关性达到了 1，剩下的仍然是 TVL 和交易量。我要不是知道 SUSHI 币早发的差不多了我还真以为有啥新东西。

最后，四个比值和币价的相关系图。可以发现，除了 marketcap/tvl 趋势和 curve 啥的差不多，还能看出点相关性来，其他数据的离散程度就很大了。这里我刚好说一下这个 macp/fee, 应该对它进行特殊处理，聚焦于这个比值聚集的空间里。算了……下次有机会再看。不过总体而言，sushi 这个分布我蛮喜欢的，因为它币发完了呀，相对而言更有说服力一点。

Uniswap

上数据，同样的 530 条数据

上热力图，依旧是 TVL，交易量最有相关性。Marketcap 还是因为 UNI 也发完币了早就 - -

上四图。Uni 这个 marketcap/tvl 就很漂亮了，大部分样本都是按照这个趋势在走的，不愧是最早被这么估计的几个协议之一。其他的数据大家自己看吧。

GMX

GMX 是我去年 7 月左右发现的项目，我个人非常喜欢。先看看数据，452 条

热力图。价格还是和 TVL，交易量，marketcap 高度相关。GMX 已经分发出去的币也不少，但是流通在市场上的并不多，很多还是在协议里质押着。所以这个 marketcap 的高相关性其实没啥说服力。

上四图。有关交易的其实都不用看，因为流通的币不多，翻来覆去就那么点。有意思的 macp/tvl 和收入这里。macp/tvl 目前的最高点恰好在比值为 1 的时候，厉害厉害。至于收入这里，因为协议还是比较“新”，大趋势和其他协议一样，都是比值很小的时候价格越高，不过很有可能再过一些时间，它的这张图也会变得和其他协议一样。就看 GMX 本身的拉盘速度了。