预测任何加密货币的价格都是艰难的。但是，如果你想通过观察动态图表来找寻蛛丝马迹，那么理解哪些数据点有可能与价格涉及就不会很有协助了。值得注意的是，有所不同的加密货币所必须注目的数据点也不会有相当大的差异。

荐个例子，我们来看下方的图表，网卓新闻网，这个图表利用 Coin Metrics 的数据描绘出了CoinMarketCap 上前 20 种加密代币的皮尔森相关系数（平稳币和 Cosmos 除外，因为在 Coin Metrics 上没它们的数据）。在右图的给定范围里，数值 1 代表几乎于是以涉及（随着时间的变化两个变量的移动一直涉及），而数值 -1 则代表几乎负相关（即两个变量的移动一直不涉及）。荐个例子，在本文的数据中，我们可以看见比特币的展现出与我们的预期非常完全一致。

其交易量和活跃地址数看上去都与价格呈正相关性。当然，这是有理难以确定的—当用于和交易比特币的人更加多，从逻辑上来说我们就指出价格也不会越高。更好的使用者和交易就意味著更大的市场需求，而比特币的供应毕竟比较相同的。

但值得注意的是，并非所有加密货币都是如此。例如，就 Bitcoin Cash 和 Bitcoin SV 而言，其币价和网络交易活动之间或许不不存在相关性。

其他一些代币，例如币安币（BNB），TRON 和 Tezos ，其交易量的减少和价格暴跌或许不存在很弱相关性。尽管就大多数代币而言，其活跃地址数最少与价格不存在一定程度的相关性，其他代币—特别是在是 Bitcoin SV，TRON, Tezos 和 HT —的价格和活跃地址数之间或许不不存在任何相关性。由于其区块链注重隐私的处置交易的方式，Monero 没有效地的活跃地址数。由于图表体现了每一种代币在 Coin Metrics 上原始的历史数据（时间跨度并不统一），因此把它们相互较为毫无疑问有些不过于公平。

右图则向我们展出了 2018 年 1 月 1 日到 2020 年 1 月 12 日每种代币的同类数据， 展开了更加必要的较为（尽管其中一些代币的创办时间将近两年），但这样一来就壮烈牺牲了一些创立时间更长的代币的数据准确性。当然，荐个例子，这并不就是说就因为你看见活跃地址数下降，你就应当意图购入 BNB。却是，相关性并不一定会体现因果关系，而对过去的相关性模式的分析也并无法用作预测未来。不过，仔细观察哪些代币的价格走势与这些基本网络指标的联系更为密切，哪些代币和这些指标的相关性更加较低还是很有意思的。

本文来源：千亿体育-www.homesinmaumee.com