量化分析师称，全球M2无法预测比特币价格

Gate News bot 消息，据NewsBTC报道，对冲基金21st Capital联合创始人西纳（Sina）公开驳斥了Real Vision首席执行官Raoul Pal推广的流行比特币价格模型，称其为数据文盲和过度拟合的典型案例。

该模型通过将M2数据提前一定周数（通常为10到12周），得出比特币与全球M2（衡量全球货币供应量的指标）之间的密切相关性，以此“预测”比特币未来的价格走势。Raoul Pal曾利用该图表论证，宏观流动性状况驱动着加密货币的周期，而当前的市场行为可以通过货币扩张来预测。

但西纳在本科和研究生阶段教授数据分析课程中表示，这种模型经不起推敲。“这是对过度拟合缺乏理解的严重失败，”他在6月24日发布到X平台的一段视频中说道。“我看到的甚至连一年级数据分析课程的第一个月都过不了。”

西纳指出，比特币与全球M2之间表面上的相关性，仅仅是因为数据被“扭曲”以适应历史模式。“如果我可以随意摆弄数据，随意调整，我肯定能在各个数据块之间找到很好的匹配，”他警告说，正是这种灵活性让分析师能够制造出预测准确的假象。

他解释说，主要问题在于全球M2数据本身存在缺陷。该数据是通过将各国央行的M2数据乘以汇率得出的——将美国等快速报告的经济体与数据延迟数周甚至数月的国家混在一起。这造成了全球流动性每日波动的误导性印象。“它看起来每天都在变化，但实际上混合了频繁和不频繁的更新，”西娜说道。“这不是一个真实的信号。”

更重要的是，西纳认为，一旦缩小特定图表的视角，该模型就会失效。虽然拉乌尔·帕尔等人展示了比特币和全球M2之间顶部和底部紧密对齐的例子，但西纳却证明了提前量或规模的细微调整如何产生截然不同的结果。“我们试试提前量80天。看起来不太好。108天怎么样？啊，现在顶部对齐了——所以让我们再次放大，假装它有效，”他讽刺地说。“这不是建模。这是在玩。”

他强调，模型的每次调整——从12周的预测提前量到10周，再到108天——都暴露出其缺乏系统性基础。“如果没有合适的模型，就无法预测未来，”西娜说道。“这是典型的过度拟合。你强迫数据与历史行为相匹配，但却失去了普遍适用性。”

为了解释这个概念，Sina 将其比作通过噪声正弦波拟合曲线。结构良好的模型能够捕捉核心模式并忽略噪声。相比之下，过拟合模型会试图匹配每一个细微的波动，从而导致新数据到来时的预测性能不佳。“过拟合看起来更好，但它会模拟噪声。而噪声不会重复，”他说道。

西纳还质疑比特币是否真的会引领流动性，而不是跟随流动性。“如果你回顾上一个周期，比特币首先达到顶峰。流动性在145天后达到顶峰，”他说道。这颠覆了全球M2模型所隐含的因果关系，并对其作为前瞻性工具的整个前提提出了质疑。

他的结论很直白：“你必须非常小心过度拟合。它看起来匹配，但它是强行拟合历史数据的。你根本不知道这个东西的预测准确性。”