高不确定性下的证据判断:数字资产分析示例
方法演示声明
本页仅为方法演示,不构成任何投资建议或价格预测。数字资产价格高度不确定,历史数据不代表未来结果。所有判断需由使用者独立验证并承担后果。
比特币价格难以准确预测。在信息不完整时,更有价值的是明确这次判断要交付什么,把证据和条件分开记录,并检验另一人能否按同样的方法复做。下面用「价值、交接、证据」三条原则演示这个过程。
一、价值:先定义需要什么结果
先问谁会使用这份判断,以及它要支持什么决定。长期配置研究可能关注假设是否需要复核,短期研究可能关注观察条件何时失效。两者需要的观察窗口、更新频率和证据不同。
本例选择一个具体交付物:交给风险复核人员的一页记录,说明哪种情景符合已核验的条件、哪些数据仍待补齐,以及何时复查。复核人员据此决定是否补充研究。验收标准是在约定截止时点能够追溯来源、重算条件并解释分类。
二、交接:把判断拆成可检验的条件
下面的窗口和阈值均为演示假设。先锁定观察截止时点、时区、来源和规则版本。每项证据先验收数据是否完整、口径是否一致,再单独判定条件是满足、未满足还是待核。
- ETF 资金流:用 Farside 的美国现货比特币 ETF 合计数据,检查截止时点之前最近三个已结束的美国交易日是否每天净流入。任一天的完整数据尚未发布时,标为待核。
- 短期持有者成本:按同一数据源、同一已完成的日度观察时点,比对 BTC 现货参考价与 Glassnode 的短期持有者已实现价格。示例条件为现货参考价不低于该估计值。该指标是链上成本估计。
- 宏观代理指标:用截止时点前已发布的 FRED WALCL 数据,检查美联储总资产最新周值是否高于前一周。这里只把它作为一个观察代理,整体市场流动性还受其他因素影响。
交接时分别记录两件事:上游的数据和计算过程是否合格,下游是否已具备复核所需的来源访问权限、版本、样本和责任人。即使交付通过验收,下一环节也可能需要等待。
三、证据:四类记录分开留
- 执行证据:数据来源、观测时点、获取时点、时区、原始快照与处理步骤。
- 验收证据:预先约定的阈值、规则版本、分项判定、缺失值及复核人。
- 承接证据:谁收到记录、实际用它做了哪项复核或决定,以及何时处理。
- 目标达成证据:事后检查使用者是否按期完成复核,以及能否追溯决定依据。此处检验的是复核目标。
另请一位未参与原判断的人,用相同的快照、截止时点和规则独立复做,检查他能否重建各条件和情景分类。如果需要原分析者口头补充才能完成,就把缺口写回说明并安排复做。只有捕捉到可核查的复用证据,才有依据说这套方法开始成为可传递的能力。
四、按条件划分情景
以下三种情景是教学分类。三项条件都已核验后,才进入分类。
- 偏弱情景(熊):三个条件均未满足,复核记录列出各条件未满足的依据。
- 基准情景:三项信号有满足也有未满足,记录分歧并注明下次复查时点。例如,资金流满足、成本条件未满足、宏观代理指标满足,归为基准情景。
- 偏强情景(牛):三个条件均满足,复核记录列出各条件成立的依据及哪些变化会使其失效。
有任何一项待核,就暂缓分类并注明缺什么、谁来补。条件或来源版本变化时,记录变化、保留旧判断,再按同一规则重算。文中没有代入实时数据、目标价或情景概率。
回到三条原则
这个示例说明:价值先定义需要的结果,交接把判断拆成可单独检验的条件,证据把过程与结果分开记录。只有三者同时成立,方法才有可能从个人经验变成可传递的能力。这与企业 AI 经营能力重构的逻辑一致:先从一条真实业务链开始,用证据检验能否复用。