如何给要投资的项目打分数(下)

我们真正想做的事情，是在加密产业建立一个资料导向的决策流程，让相关的讨论有一个成熟可信的依据。

在上篇文章中，我们提到在众筹投资市场，缺乏以[建立资料导向的决策流程」为取向的评分机制，因此我们便兴起了建立一套完全奠基于客观数据的项目评分模型，然而具体上我们是怎么做的呢？

在资料分析领域，当我们想要进行统计建模时，首先要确认我们要预测哪个项目，其次则是用什么预测。在上一篇文章中我们提到预测项目是短期的ROI 之后，现在让我们来想想要用什么输入来料理这道菜。

当前在评估一个区块链项目的品质时，主要是以下列六个面向进行分析：

评估众筹项目的6个面向

其中，尤其以团队成员、VC 名单与代币发行规则三者占据较高的影响力。当我们在选择使用哪些指标(Features) 当作模型的输入进行测试时，我们需要考量到该指标：

a.是否容易取得；

b. 是否客观正确；

再经过几番调研与测试之后，我们最终选择「团队成员与「代币发行规则的两类指标当作输入，而舍弃其他类别。个别的原因描述于下：

VC名单：收集VC名单的第一个选择是透过项目的官方网站查找，其次是crunchbase等第三方资料收集网站。然而在我们初步尝试后，发现仍有许多项目的官方网站找不到相关资料，在第三方的网站的资料也是残缺不全，所以只能舍弃这个关键类别。

技术概念：该类别的大多数指标都需要主观定义，比方说判断技术水平、是否创新、市场竞争状况等，所以暂略不计。

官网及白皮书：主观判定成分高。

社群状态：在考量社群时，我们首重项目在上交易所前Telegram 与Twitter 的状态，例如当时Twitter 的周均发文数或Telegram 的日活跃月户数、日均讨论次数、日均发文次数等，有些资料现在已难以计算，能计算的也需要下一些功夫处理，所以跳过。

在决定好输入的指标类别后，我们再厘清思路框架。定性而言，一个加密货币A 的价格判定可表达成：

其中，

Factor(A,USD)：大环境对币种A 的价值判定；

Factor(A,Crypto)：加密市场对币种A 的价值判定；

Factor(Crypto,USD)：大环境对加密市场的价值判定；

Factor(A,Crypto) * Factor(Crypto,USD)：纠缠项。

这样的表达式也在Binance Research的一篇报告中提及。按照上述的想法，我们只要设定好用哪些指标来组成Factor(A,Crypto)与Factor(Crypto,USD) ，便可以建构起大环境对币种A的价值判定模型了。

关于Factor(Crypto,USD) 的想法

总体特点 vs 日期

在分析数种用来衡量大环境对加密市场的信心这件事情上，最终我们选定了以下三种：

价格(BTC,USD)：CoinMarketCap上，比特币对美元的历史价格。由于比特币是当前流动性最广且市值占比最高的币种，传统投资圈跨入加密市场的头一个选择也是比特币，用比特币价格来衡量该因子也就显得直观。

BTC主导地位：CoinMarketCap上，比特币市值占比。通常而言， BTC主导地位上升的原因可分成两种：(I)对比特币的信心增强；(II)对其他币种的信心减弱。两者看起来相同，差别在于主体不同。举例而言，从2019年4月初开始，比特币价格从4,000美元上涨到5月份中的8,000美元，与此同时BTC主导地位从50 %拉升到60 %，这个上涨过程的起始原因是(I )而非(II) 。同理， BTC主导地位下滑的原因也可分为：(III)对比特币的信心减弱；(IV)对其他币种的信心增强。在2018年年初小币狂涨的阶段，BTC 主导地位一度滑落到32 %，是由于(IV)而非(III)。我们把BTC 主导地位放入模型中的缘故，在于撷取其对衡量(I)跟(III)的有效性。另外，对于(I) ~ (IV)之间先后发生的影响与研究，不在这次的讨论范围。

恐慌&贪婪指数 (FGI)：FGI是第三方组织根据加密市场的波动性、交易量、社群媒体分析、市场调查、市值占比与趋势等因素组合而成的单一指标，数字越大代表当前加密市场越贪婪；越小代表越恐慌。由于资料完整透明且经过量化，虽然含有主观判定的成份在里头，我们经过各种测试后发现该指标对于模型建构是有帮助的，所以添加进来。

恐慌和贪婪指数

关于Factor(A,Crypto) 的想法之一：代币发行规则

在前面提到的评估区块链项目的六个面向，实际上便反应加密产业圈内人判定项目价值的依据。所以，我们将以代币发行规则与团队成员来衡量Factor(A,Crypto)。在我们收集资料的过程中，我们发现有几个指标的资料相对完整，分别是：

众筹价格；

总代币数；

总募资金额；

初始市值(预估值)；

代币起始流通量(Initial Circulating Supply, ICS)；

代币起始流通量占比。

若再添加其他项指标，则会因资料齐全的项目数急速减少而不利模型的发展，所以最后就敲定这6 项指标。

关于Factor(A,Crypto) 的想法之二：团队成员

为了要量化团队成员指标，并且从客观资料为起 点，我们首先筛选出项目的核心成员，将这些成员的(I) 性别与在Linkedin 上的(II) 学历(III) 工作经历收集起来，进行资料清洗、资料探索，定义新的指标，并放入模型之中。

以Mainframe这个项目为例，我们认为团队中具备决策能力的成员能够反映团队整体的水准，所以定义以下的成员为团队的核心成员：

Funder

Co-Funder

Chief X Officer

Vice President

Director

Head of X

Principal X

Mainframe 的部分团队核心成员

接着，我们前往这些成员的Linkedin 收集相应的学历与工作经历，例如学校名称与学位、每个工作阶段的时间长短与位阶等。我们最终收集千名核心成员近万笔的学经历资料。

在我们所进行的资料探索过程中，在核心成员的部分发现了比较有趣的现象，所以我们来谈谈这一个部分。

下图是343 个项目的1,036 名核心成员的数据，核心成员数介于1 ~ 8 人，平均一个项目有3 名。另外，核心成员团队中，女性成员数介于0 ~ 2 人不等。

核心成员数与其男女分布

下左图描绘log10(Short-Term ROI) 与核心成员数的变化图，纵向直线代表Error Bar。资料量越多，则Error Bar 越短；资料量越少，则Error Bar 越长。由于是以log-scale 表现，若转成linear-scale 的话，变化会更显著。

如果撇开资料量不足而使得误差范围较大的6 ~ 8名核心成员数的3个点，我们可以发现随着核心成员数增加，其短期的ROI逐步下滑。这或许暗示着决策层的意见变多，那么团队的发展将会受阻碍。

而在右下图中，我们针对这两个指标进行简单的线性回归，得到代表结果的蓝色实线与代表信赖区间的蓝色阴影。由于信赖区间并未涵盖水平红线，表示两指标间的确实存在负相关性，因此这个结果值得玩味，建议新创团队可以参考。

log10(短期的 ROI) vs 核心成员数

另一方面，下图中的横坐标F/M指的是「女性与男性核心成员数的比率区间」，其中「None」表示全男性团队；「Half」代表F/M = 0.33 ~ 0.67，也就是女男比是1:3、1:2或2:3 ，「All」代表女性居多的核心团队。随着F/M的增加，相应的短期的ROI也随着提高，或许暗示着女性决策者的参与对团队的发展起到关键的影响。

log10(短期的 ROI) vs F/M

QS世界大学排名

在量化核心成员学历的方法，我们运用第三方世界大学排名名单QS World University Rankings 2019的资料进行处理。左下图把排名前1,000名的大学切成5个区间，从排名前100大的Tier 5到排名在1,000后面的Tier 0。可以看见在我们收集的名单中，大多数核心成员毕业于世界前百大学校。

而右下图的线性回归也表明，学历与投资回报率之间存在正向的关联性。

在进行资料探索的过程中，我们同时也开始探索新的指标来当作模型的输入，借此获得新的洞见与更好的模型，其中一个我们称作「企业家指标」(Entrepreneurship Index)：

Entrepreneurship Index

j：一特定团队的第j 名核心成员。

i：该成员的第i 项工作经历。

tier：第i 项工作的职称的分级。

time：第i 项工作期长。

duration：该名成员的总工作期长。

将一个核心成员团队中，每个成员根据上式计算而得的数字加总起来，变成了企业家指标，结果呈现于下图的纵轴。企业家指标在衡量团队水准方面具备简洁易懂与代表性，对模型而言是一个关键指标。

企业家指标vs 总工作期长

我们将预测标的短期的ROI 切成三个层级：Low、Medium 与High，运用前面提及的输入指标进行预测。在我们进行Modeling 的过程中，曾经尝试的演算法共有：

Logistic Regression

Random Forest Embedding + Logistic

Polynomial + Logistic Regression

KNN

Naive Bayes

Support Vector Machine

Kernel SVC

XGBoost

从结果论，是被称为竞赛神器的XGBoost(eXtreme Gradient Boosting)得到最好的结果，其精确度比随机猜测提高60 %。。2015年，在全球最大的资料分析竞赛平台Kaggle上的29个冠军队伍中，有17个团队在他们的模型中使用XGBoost，足可见其威力。

但和预测模型本身相比，我们认为更重要的结果是输入指标的重要性排序，这大致可以归纳成四个要点：

大环境指标> 核心团队素质> 代币发行规则。

大环境指标：BTC 主导地位 > 价格(BTC,USD)。

核心成员素质：企业家指标> 学历。

代币发行规则：起始流通量与占比最重要。

透过这两篇文章，我们带你走过在加密产业建立一个项目评级模型的过程，并得出许多有意义的结果。

然而，我们真正想做的事情，是在加密产业建立一个资料导向的决策流程，让相关的讨论有一个成熟可信的依据，借此深入了解评估一个区块链项目时，我们应该重视的是什么事情。

这里只是一个起始点，往后我们将把这套方法论运用在其他方面上，例如二级市场币种高/低估判定的模型上。

作者：Terry Huang

原文链接：Take the hammer and knock it down

—-

编译者/作者：月儿妈

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。