这篇文章是写的真好，我花了几个小时在阅读，看了好几遍，这里没有多空的结论，也没有密码，就是纯粹的数据和论文，非常推荐做研究和宏观与加密货币相关性的小伙伴阅读。

节选：

1.“由于加密货币市场的动态性和稳定性，流动性因素在加密货币市场中尤其重要。分散的交易环境。它衡量资产在没有重大风险的情况下交易的容易程度价格影响，使用代币周转率或交易量等指标。高流动性资产较少波动性较大，对投资者更具吸引力，而非流动性可能会提供更高的回报溢价，但以更大的价格波动和贸易摩擦为代价。”

2.“不同货币政策之间的差距。虽然性能在某些情况下，加密货币风险因素与货币政策制度相一致，而在其他情况下，它偏离预期，突出独特的动态。宽松货币政策时期，增长、动量和规模等因素显示出强劲的上升趋势，与有利的流动性条件。然而2018 年下行贝塔值仍为负值宽松时期，表明即使在宏观经济支持的情况下，对下行贝塔风险的持续敏感度环境。在紧缩的货币政策期间，一些因素下降或保持在较低水平由于流动性减少（流动性和规模或动量和下行贝塔）而到期。然而，市场、价值和增长等指标继续大幅上升，反映出更广泛领域的韧性独立于宏观压力的加密货币采用或投机行为。在中性制度，规模和价值等因素表现出对比行为，价值强化而规模则带来负面绩效。这些偏差强调了数字化的复杂性资产市场的风险因素不仅受到货币制度的影响，还受到内在因素的影响。”

3.“加密货币因其快速增长而成为金融界的焦点日益突出。本研究旨在更好地了解影响其价值的因素并返回。为了实现这一目标，我们采用了两种行之有效的财务模型：Fama-French和 Fama-MacBeth 模型。我们的分析调查了七个不同的风险因素：市场、规模、价值、动量、增长、下行贝塔和流动性。Fama-French 模型提供了关于这些因素如何影响加密货币的宝贵见解。资产或投资组合的回报率。然而，这些因素的影响并不总是相同的因为它们随着时间的推移而变化，反映了加密货币市场的复杂性和活力。这种可变性是数字资产市场如此有趣且具有挑战性的部分原因。另一方面，Fama-MacBeth 模型通过容量提供了动态视角分析加密货币横截面风险溢价如何随时间演变，反映市场的不可预测且不断变化的自然。”

原文地址：https://blog.cfbenchmarks.com/content/files/2024/12/A-Factor-Model-for-Digital-Assets---CF-Benchmarks.pdf

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。