代币解锁是指可转让代币数量按既定时间表发生的变更。回溯少数几次大规模解锁,看到价格走势下行,很容易草率得出解锁必然打压价格的结论。这种解读通常混淆了三个关键问题:含糊不清的供应量定义、事后修订的解锁时间表,以及仅由如今依然容易找寻的代币所构成的样本。本指南将代币解锁视为一项在审视结果之前必须先行登记的事件,随后在预先选定的窗口期内与基准进行客观对照测量。

事件研究时间轴一项带时间戳的事件研究将发布时间、观测时间、已完成的信号与后续的建模动作区分开,以避免使用事后视角。来源发布原始时间 + 时区研究者观测记录获取时间规则完成判定此时信号方可获知后续动作标注为模型或实际在查看后续结果之前先冻结评估窗口
一项带时间戳的事件研究将发布时间、观测时间、已完成的信号与后续的建模动作区分开,以避免使用事后视角。 教学说明图 · 非实时市场数据

首先厘清各项供应量数值

交易界面往往并列显示多个供应量数值,它们解答的是不同维度的问题。**流通供应量(Circulating supply)**是数据提供方对当前可自由交易代币的估算值;其统计方法决定了哪些钱包会被剔除在外。**总供应量(Total supply)**通常统计当前存在的所有代币,包含处于锁定状态的分配额度。**最大供应量(Maximum supply)**则是协议所设定的代币硬顶上限(如果有的话)。市值通常是以代币报价乘以流通供应量,而完全稀释估值(FDV)则是将价格乘以更大的供应量基数。不同数据提供商所采用的输入数据并非完全一致,因此务必记录你所引用的具体供应量数值及其来源。市值、代币价格与供应量指南详细阐述了为何这两个数字既不能代表实际投入的资金,亦非有保证的变现价值。

在代币解锁研究中,真正具备参考价值的比例通常是计划释放量除以事件发生前的流通供应量,而非数月后补报的数据。一次相当于流通量 8% 的代币释放与一次仅占 0.5% 的代币释放属于性质完全不同的事件,哪怕它们都能登上新闻头条。单凭规模本身仍然无法说明究竟是谁在卖出。不臆测暴挫读懂解锁时间表介绍了悬崖式解锁、线性释放,以及为何可转让并不等同于已被抛售。

登记事件及其成为可知信息的具体日期

核心原则非常明确:对于每一项事件,记录研究者在测算窗口开启之前所能够获知的信息。这意味着需要保存:

  • 代币名称、所在网络以及合约或铸造地址;
  • 时间表原始文档、其发布方、版本号以及首次发布日期;
  • 以 UTC 为基准的解锁日期与时间,以及按接收方类别划分的计划释放额度;
  • 流通供应量数值、其提供商以及获取日期;
  • 后续的任何修订记录,均应作为独立记录存档,而非直接覆盖原始记录。

时间表常有变动。项目方可能会推迟悬崖期、重组代币分配方案,或在解锁完成后发布更正表格。如果你的数据集在不经意间直接采用了最新版本,事件记录中的释放规模可能在当时根本无人知晓。这就是供应量数据集中的前瞻偏差;前瞻偏差核对清单详细梳理了价格回测中的同类错误。代币的具体接收者对结果解读同样至关重要,但对标签的解读需格外谨慎:代币持有者集中度分析说明了为何仅凭地址列表无法揭示持币者的真实意图。

在测算前明确窗口期与对比基准

事件研究法将事件发生前后的实际表现,与若无该事件可能发生的基准状态进行对照。MacKinlay 的事件研究综述将这一目标描述为利用事件日期前后的价格来衡量经济事件对企业价值的影响,并指出该方法存在潜在的复杂挑战。加密市场更是叠加了全天候不间断交易、各平台价格差异以及系统性市场冲击等特征,因此必须清晰界定你的研究模型。

在采集收益率数据之前,请先明确:

  • 事件窗口期,例如从解锁前五天的日线收盘价至解锁后五天的收盘价;
  • 价格数据源、具体交易平台以及基于 UTC 的收盘时间;
  • 采用相同时间戳计量的基准指标,例如广谱加密货币指数或按书面规则选定的同类资产群组;
  • 样本纳入与剔除规则,包括同一代币存在重叠事件时的处理方式;
  • 数据提前终止时的处理方案。

基准指标至关重要,因为整个市场可能在同一周内集体下挫。正如加密货币价格因何变动指南所阐释的,价格变动往往是多重因素共同驱动的结果,因此相对于基准的差异仅仅是一种测算数值,并不能作为因果关系的证据。

虚构演算示例

下表数据纯属虚构。每一行代表一项已登记的代币解锁事件,以相同收盘时间戳为基准,测算自第 −5 天至第 +5 天相对于基准的表现。

事件 窗口期前已知的版本 释放量占此前流通量的比例 代币收益率 基准收益率 差异值
A v1,提前 90 天发布 4.0% −6.0% −2.0% −4.0 pp
B v1,提前 60 天发布 1.5% +3.0% +4.0% −1.0 pp
C v2,提前 30 天发布 8.0% +2.0% −1.0% +3.0 pp
D v1;事件后发布的 v3 被忽略 2.5% −3.0% −3.5% +0.5 pp
E v1;代币在第 +3 天退市 6.0% 数据终止 −1.5% 已标记

在四个完整事件中,平均差异值为 (−4.0 − 1.0 + 3.0 + 0.5) ÷ 4 = −0.375 个百分点。若剔除事件 C,平均值将变为约 −1.5 个百分点;若剔除事件 A,平均值则转为正值。四个观测样本根本无法支撑起通用性结论,该示例生动展示了单个案例如何彻底逆转整体解读。事件 D 采用的是窗口期开启前存在的时间表,而非后续修订版本。事件 E 保留在登记册中,并明确注明其数据缺失状态。这些数值均为基于虚构输入的数学算例,并非任何代币或交易平台的真实结果。

幸存者偏差:统计那些已经消失的代币

如果你依据今天下载的代币列表来构建样本,那些已经退市、完成迁移或被废弃的代币就可能遗漏。而这些往往正是表现最差的标的,将其排除在外会让代币解锁的影响看起来比实际情况更为温和。应当以每个登记日当时实际挂牌和排期的信息来构建标的池,并将退市、合约迁移与数据断档视作事件结果,而非直接删除该行样本的理由。退市后的价格缺失应当界定为未知状态,既不能视作归零,也不能视作反弹修复。

在采信平均值前检验研究设计

一旦登记册定稿封存,就应主动对其进行压力检验。可以尝试采用预先选定的第二对比基准、更短或更长的事件窗口、未排期释放代币的安慰剂测试日期,以及对早期与晚期事件进行样本切分。详细报告经过初筛、最终纳入以及被剔除的事件数量及具体原因。如果某种规律仅在你查看走势图后选取的特定窗口期或特定接收方类别中存在,应将其视作留待新数据检验的假设。样本外测试指南阐述了如何保留后期事件以进行单次严谨验证的方法。

代币供应量只是诸多影响因素之一。正如加密资产的价值从何而来所阐明的,代币效用、持有者权益、市场需求与流动性同样深刻塑造着资产价值,且其中任何一项都无法推导出绝对可靠的定量公式。

SuperQuant 是一个量化研究工作空间:其内置示例采用合成小时数据,不负责向实盘下单,且其结果展示的是模拟推演而非经确认的实盘收益。请从你自身记录在案的带时间戳数据源中登记每项供应量事件,而不是依赖事后整理的现成日历。

延伸学习

以证据为先的学习路径以通俗易懂的语言系统梳理了可检验的课题、带时间戳的来源以及诚实的记录规范。欲了解围绕催化剂与时间戳更广泛的研究方法,请参阅事件驱动研究时间线。本文仅供教育研究参考,不构成投资建议。