DAA模型分析，链上交易策略入门

作者 Jan Smirny 翻译 头等仓（First.VIP）_Alonso

从链上数据生成的所有度量中，每日活跃地址（简称DAA）可能是最为人所知的。

对于初学者来说，DAA只是每天与特定代币进行交互（发送或接收）的唯一加密地址的数量。因此，DAA是衡量用户数量和网络总体活跃水平的最佳链上数据之一，使其成为加密货币评估中极有价值的指标。

（注:可以在app.santiment.net上查看DAA以及BTC，ETH，XRP，EOS和所有ERC-20硬币的其他链上指标）

网络效应假定活跃用户的数量直接影响网络的价值。在加密货币中，我们可以通过代币的链上活跃度来观察这种因果关系。例如，查看一段时间内比特币的DAA，我们可以清楚地看到每日活跃用户数量似乎与资产的价格走势密切相关：

也就是说，要解释这种关系的真正来历，或者确切地说是什么会影响到这一点，并不是那么容易。更高的价格可能会吸引更多的人投资于比特币，从而导致活跃地址的增长。另一方面，每日有效地址的增加可能导致投资者及其模型开始对比特币进行更高的估值并购买更多。换句话说，“鸡和蛋”问题还活着，在加密货币中也存在。

真相可能介于两者之间。实际上，通过格兰杰因果关系测试进行测试时，我们找不到任何一个指标（DAA或价格）明显先于另一个指标。

但是，直接看图时，我们可以清楚地看到模式。例如，在2019年第一季度中，DAA稳步增长，直到市场开始复苏。2019年7月也是如此，当时DAA下降先于价格下降。

那么，该指标会有一定的预测能力吗？

创建价格DAA差异信号

为了检验这个假设，定义并回测了一个信号，该信号在每日地址趋势和BTC价格彼此相距太远时都会触发。

换句话说，计算了X天滚动窗口中的对数回报，并定义了一个阈值，只要这两个指标（DAA和价格）之间的差异超过该阈值，便会触发信号。

那么我们的信号历来表现如何？读者可能已经意识到，该方法具有两个调整参数：

1.）回头计算趋势的天数

2.）差异阈值，该差异阈值定义了DAA价格趋势中有多少差异触发了信号

目前尚无理论可以建议最佳（或实际上，任何）参数集，因此我们尝试选择有意义的变量并产生合理数量的信号。

对于第一个测试，选择了一个三周（21天）的窗口和一个0.3阈值：

大多数产生的信号似乎都定位在比特币价格上相当有趣的点上。但是，此设置触发的信号有点太多，有点干扰分析。

为了解决这个问题，试图将阈值设置得更高一些，这意味着需要在比特币的每日地址和其价格之间的趋势之间存在更大的差异以触发信号。

在测试了各种设置以查看哪些设置会生成合理数量的信号之后，最终将落差阈值设为0.5。输出如下：

产生的信号看起来非常有趣，而且更加清晰。很多时候，触发点似乎定位在短期和长期趋势反转的时刻。

定义出入点

但是，仍然没有明确的买入或卖出信号。仅创建了一个有效的“即将发生的变化”指示器，现在尝试消除不确定性。

到目前为止，仅考察了价格趋势与DAA趋势之间的绝对差异。这次，使用相同的参数，但尝试以以下时间点来区分以下情况：

a）DAA趋势↑而价格趋势↓

b）DAA趋势↓而价格趋势↑

更准确的说，现在正在辨别比特币DAA上涨超过价格的情况与比特币DAA下跌超过价格的情况之间。

这是相同的信号，现在根据与价格相比DAA是↑还是↓进行标记：

“价格上涨超过DAA”信号似乎是非常有趣的购买指标（2017年9月，2018年2月，2018年8月等）。同样，“价格下跌超过DAA”信号显示为有效的退出指标（2017年6月，2017年12月，2018年7月等）。

现在，这看起来几乎像是可交易的策略。因此，再进行一次回测，看看如果仅根据以下历史信号进行买入和卖出，比特币投资组合将表现如何：

与在同一时间范围内简单地将比特币（红色）作为长拿比特币相比，采用新的价格-DAA分歧策略（蓝色）的回报将超过2倍。

重要的是要注意，这些信号可能不应该被拿来专门交易（仅当买入信号时买入，仅保持到卖出信号时）。原因很简单，无法保证这些信号将检测到所有主要趋势变化。

最终，选择了0.5这个值。散度阈值相对任意。可能很容易将阈值设置得更高一些，从而导致交易信号减少。

例如，假设没有2017年9月的单独买入信号，可能会完全错过2017年的牛市，并且可能十分惨。因此，认为这些信号仍然令人难以置信，重要的是要注意它们在实践中应始终与其他信号和补充策略结合使用，以确保获得最佳结果。

综合比较

到目前为止，仅在比特币上测试了价格与DAA的差异策略。该模型如何转换为其他主要的加密货币？

让我们在以太坊上使用相同的参数（3周的窗口和0.5的差异阈值）。输出：

另一组可靠的买入和卖出信号。买入信号主要在短期触底（2017年7月，2018年3月，2019年10月等）期间触发，而卖出信号似乎与良好的卖出机会（2017年6月，2018年1月，2019年1月，2019年6月等）密切相关。

换句话说，不同的代币需要不同的参数才能产生最佳结果。例如，当将价格-DAA阈值定义为0.9时，MKR的信号看起来类似有效：

为了证明这一点，这是对这批买/卖信号的回测：

在观察的时间范围内（2018年至今），MKR 长期持有损失了约35％的初始投资。另一方面，这种模型的策略获得了130％的利润。

总结

以上策略显示出潜力，但不应盲目遵守。如上分析可见，可能因为完全依靠该模型错过整个2017年的牛市。没有策略是100％成功的，这就是为什么应该始终结合其他指标，信号的原因。