对话交易员Jackson：如何真正通过AI+数据捕获Alpha?

本期嘉宾：Jackson，Scope Protocol 联合创始人，推特

TL;DR

1. 不同类型的资产、不同的持仓策略，你需要关注的数据有哪些？

Jackson 将自己的资产分为三种类型，不同类型的资产有对应的持仓策略和要关注的数据，很有意思的是他按照持仓时长来划分资产类型：

长期持有的资产（比如 ETH SOLANA 等主流币）。关注的数据：整个行业目前的流动性情况，有三个指标：

1. 美股市场或者美元加息/降息

2. 稳定币的 Mint/Burn

3. 大 VC 的大额代币持仓

除此之外，非数据层面会关注“叙事”，一个代币是否是被 Top VC 认可，或者 Vitalik、Binance 比较喜欢的资产，决定了是否会长期持有。

• 持仓一周左右的资产（市值 200-700），收益预期每周 10% -20% 。关注的数据：能够反映操盘手习惯的一些异常数据，然后做交易。比如 DEX 超买连续触发了 3 次到 4 次之后，基本上代表了很明确的上涨趋势，可以追涨，实测测下来绝大部分 CMC 上排名 200-800 名，且能够上主流交易所的代币，一周的胜率在 80% -90% 。

• 持仓 4-12 小时的资产，回撤可以接受到 50% 以上，杠杆会开 5-10 倍。关注的数据是短周期能反映情绪变化的指标，有 3 个：

• Open Interest，市场当中的合约的持仓量。基本上从回测数据来看，Open Interest 大于之前 1 小时 6% ，然后价格如果跌了 4% 的话是比较正面的指标，一般会认为已经下探到阶段性低点，或者空头需要回补。这种时候 4 小时的胜率较高。但具体情况需要具体分析，可以查看 scopechat 上展示出的回测数据。

• Funding Rate

• CEX Deposit，这个数据如果发生了特别异常的变化，比如说当前的充值的数量是上一周或者上一个月的 10 倍以上，那么它几乎是必跌的。原因是一些大的、合规的做市商不会在 CEX 里面长期存做市的代币，一般有动作的时候，会从链上再把代币充进去。

2. 不同的数据产品都有什么用？

分为 4 类：

第一类，宏观数据类产品，例如 Glassnode，分析大户的持仓以及流动性的变化，面向围绕 BTC 去做交易的人，或者说想要看到基本面的变化的人。

第二类，通过数据做舆情/情绪分析（分析文本）的产品，例如 Kaito，分析整个市场当中大家在讨论什么，一些所谓的 smart investor 追踪了什么样的产品，面向研究员，比如说 VC 里面要写报告的投资经理，帮助找到什么样的叙事或者基于这个叙事哪些产品可能会火。

第三类，分析链上数据的产品。例如 Nansen，ScopeScan，DEX Screener，DeBank。链上数据其实在这个周期发生了变化，上一轮周期的时候，我们会通过 Gas 的消耗的高低来判断哪些产品接下来会火，而这个周期链上数据围绕在短平快的 Alpha，比如说 Solana 和 Base 上的 MEME，这些代币能够产生的数据丰富度弱了许多，因此更新频率、上币速度、解析速度特别快产品会更有优势，比如 DEX Screener。另外，如果是希望追踪某一个地址多链的数据情况，进行深度分析，DeBank 是最佳选择。

第四类，满足调查类需求（吃瓜）的产品，例如 Arkham，分析一个地址背后是谁，持仓的具体的情况，最高的胜率发生在什么情况下。这个产品的标签做得很多，但是准确度存疑。

3. 不知道买什么和要买吗的时候怎么办？

Jackson 认为，对于普通用户来说，通过数据来辅助交易是很难的，一方面是数据噪音很多，另一方面数据分析和使用的门槛略高，所以他的产品希望给“没有太多时间研究、没有特殊的交易天赋”的“普通交易者”相对傻瓜式的服务，有两个典型场景：

第一个，买什么？这里面不同的细分需求有不同的设计：

• Copy Trade 的需求

1. 如果想要交易一些较为主流的代币，最有效的是 Copy Trade VC-related address，可以直接在 Scope Chat 里面问，目标 token 的持仓结构，会给你一张有 VC 和巨鲸持仓的表。

2. 如果想要 Copy Trade 类似于 MEME 的 Alpha 资产，可以在 rank 里面去找 smart money 究竟在卖什么。

• 投资 Beta 资产的需求，这种人更相信叙事，相信注意力，可以参考两个 Rank：

1. Narrative Rank，可以看到大家比较关注的细分 narrative 是什么，基于 narrative 缩小了研究范围之后，再去单独的看 Token 是不是应该交易。

2. 注意力 Rank，即 3 万个 KOL 每天在讨论什么 Token 也被做成了一个 rank， 本质上就在捕捉市场的注意力是什么。如果这些东西你都不看的话，可以参考分数，这个分数代表的是 AI 通过信号判断的接下来 24 小时某个代币有可能会涨还是有可能会跌。

第二个，知道了一个币，要买吗？

这个场景下可以有两种操作：

1. 直接问 AI，Can I buy XXXX today？AI 会给你一个既有 bullish 也有 bearish 的综合分析，你可以进一步分析来判断是否交易。

2. 在产品上搜索代币，查看大家的观点，观点总结了所有的 KOL 和新闻媒体对这个代币的讨论、报道。每一个 KOL 的胜率也在产品里面标注，一个人的胜率越高，证明他的这个回答越有参考价值。

4. 如何使用工具提高交易胜率？

以 0xScope 举例，Jackson 的每日 Routine 大概是：

第一步，查看现在比较火热的叙事，然后在选定的具体叙事里筛选相对来说还没有补涨或者一些其他情况的资产。

第二步，点进资产查看 Trading Signal 的页面，里面详细的写清楚了，不同类型的 Signal 跟代币价格的关联性及不同时间范围的胜率，选择可以接受的胜率，再确认资产本身的流动性 OK，设置一个预警。

第三步，下一次有这种信号异常情况出现的时候会报警，这时候填写一个备注，比如 PEPE 需要关注的是 Open Interest 这个指标，之后根据原来既定策略去开工。

5. 下半场我们买什么？Party Game Token

Party Game 的特点是：

• 涉及到了新的资产的发行；

• 是一个生态系统，party 里面的成员有很大的动力去通过除了直接卖币之外的其他手段去获利。

如果外部的流动性有正常的输入，比如降息，会更多的关注这种新的 Party Game 里面的资产，具体举例就是 Monad 和 AI 的 Infra。

欢迎大家去试用@ScopeProtocol。

采访原文

 FC：

想做这期的背景挺简单的，就是说实话我一直不知道两个事情，第一个数据有什么用？第二个这么多工具我应该怎么用？看到挺多工具，比如 Nansen，包括我们自己投的 Footprint，其实挺多，到底怎么用有什么用，这个事其实想一次就聊明白，所以就找到你了。

而且我觉得听过你之前的分享，你其实也在用你自己的信号其实去做一些交易，这次来想让你把工具和数据讲清楚。我之前在 36 氪的时候，我们当时主要做一级市场的数据，那个时候大家在意的主要是两个功能，第一个叫做趋势的变化，比如通过各个指数来分析意向融资赛道的趋势变化，这个是所有 VC 都特别想看的。但是其实一级市场会比较慢一些，慢的好处在于说别人也没比你领先多少，对交易其实影响就不大，所以当时那个数据是不能收费的。第二个我觉得有用的是叫做观察仓，就是你的 portfolio 有什么异动了，他们作为投后其实很需要，我知道你们也做这么一个功能，我认为这个事是一个不挣钱的生意，要花很多时间和人工来数据清洗。

所以我觉得要么这样，你可以大概介绍一下你自己的背景以及现在做的事情，然后我们开始往下的一些关于交易的话题。

Jackson：

可以的，这个非常 FC 邀请我加入这次这个活动，之前的几期我也都听了，大家都是非常专业的交易员，相比于他们来说，我可能并不是非常专业背景的交易员，但是确实已经入行差不多有 7 年的时间了，在 2 年之前的时候做了0x Scope 这家公司，基本你可以理解为它是一个数据公司，我们覆盖的数据类的产品线还是很多的，不只有给机构端提供的 Scope VC 这个产品，也有一些专注于链上数据的 Scopescan 这样的产品，还有给开发者做的 Scope API。最近半年的时间做了一个 AI 产品，叫做 Scope Chat，这个 Scope Chat 就是非常偏交易导向的一个产品了，这个产品的目的就是希望大家能够在最短的时间内做出胜率最高的决策。所以最近的这半年时间，我才花了很大的心思在交易这个方向，也在一直在寻找怎么样用数据来辅助交易，怎么样在这个数据当中能够提高你的交易策略的胜率。

我自己在做这个项目之前，也一直在区块链行业里面。几乎你能想到的 Crypto 产品类型都做过，Layer 1、Layer 2、交易所，一直是一个产品经理。开始做数据之后，我也一直秉持着做产品经理的这个思路。作为一个产品经理，有一句话叫屁股决定脑袋，但作为产品经理你是永远不应该有自己的屁股的，你的屁股应该坐在用户那里。所以从做数据开始，不管我们做什么类型的数据，服务于什么样的客户，基本上我给自己的宗旨都是希望能通过客户的角度去想问题。所以最近半年我们在做交易的时候，确实也思考了很多，也想了很多，今天也非常荣幸有机会能够跟大家来做一下分享。

FC：

感谢。其实我对你印象特别深，因为我听了你的分享里面很多都是跟场景相关的，比如说兄弟们吃饭，问你别人推荐一个币你应该怎么办，我们一会儿在下一个环节的时候具体说说你的产品。先说你的交易策略，如果你用一句话来总结你自己的交易策略，你是一个什么样的策略？包括你自己的一个交易风格是什么样？

Jackson：

我自己的交易风格是风险偏好很低，又特别忙，也不是一个什么很聪明的人，反正你可以理解为我的交易策略比较适合于像我一样大部分 I Q1 00 ，平时风险偏好又比较低的人。大仓位来自于我自己所做的研究，中小仓位来自于我自己所做的数据以及这些数据和反馈给我的一些 Signal。

FC：

我理解其实说 I Q1 00 其实大家就是在搏一个叫 Smart Beta，是吧？

Jackson：

差不多，对 Alpha 我觉得胜率太低了，可能会有，但是对我来说自己的交易策略还是在搏 Smart Beta。

FC：

明白，你能大概说说你的预期收益和说有没有止损线？或者交易策略我理解是你的资金规模，你的预期收益？还有比如说你的风控？当然你可以不说多少钱，可以说关于整个交易策略的详解。

Jackson：

我现在基本上个人 60% 左右的仓位是在一些主流的资产上面，ETH、SOLANA 这些。一些新的天王级项目之前我买过比如 ARB，但后面我都全卖了，这个的逻辑主要是 Long Crypto。然后 30% 左右的资产，会去买一些适合持仓一周左右的资产，为什么我要说这个时间呢？主要是跟我们本身做的这个产品有关系，一周左右的资产我可能关注的数据指标会不太一样，可能会关注一些偏趋势类的指标。还有 10% 左右的资产，我会玩一些 4 小时到 12 小时左右资产，这些资产我可能会关注比如说 Open Interest、Funding Rate，或者说是及时的一些新闻，一些安全的事件，一些大额的冲提的异常数据。这一部分的资产，我甚至可能会做一些合约相关的这种操作。

不同类型的资产我可能止损的节奏是不一样的，比如说大的仓位，我基本上只关注于分析整个市场的流动性。30% 左右的资产，我可能的收入预期是每周差不多要在 10% ~ 20% 左右， 10% 的这个 4 小时到 12 小时这个资产，我的回撤可以接受到 50% 以上，甚至更高，但是这个收入的预期我肯定就要把它做得更好，一般杠杆会开 5 ~ 10 倍左右。

FC：

我想知道你这几种持仓时间，你整个决策路径是什么样的？比如说我认为小时级别的可能看数据，长期的你会怎么做？我想听听你的交易的决策过程。

Jackson：

其实不同类型的资产，它可能就是不同类型的持仓策略，它要看的这个数据是不太一样的。比如说长周期的 60% 的主流币的仓位，我基本上只关注整个行业目前的流动性情况，它是整体的有流动性输入还是有流动性输出，这个数据就比较常见了，比如说整个美股市场或者美元有没有加息、降息的这种趋势，这些其实我自己是不懂的，所以我基本上都去看别人的一些分析，看大家整体的这个意见是什么样的。要么我们就会看一些稳定币的 Mint 和 Burn 的情况，或者看一些大的 VC 的一些大额代币本身的持仓情况的变化，这些都是比较偏基本面的。

持仓一周左右的资产，我会重点关注的是那种有点像我们所理解的这种叫逆势策略，什么意思？我一般投资的这种类型的仓位是那种差不多市值在 200 ~ 700 左右的代币，这种代币它在某一个阶段之后，你会发现它背后可能有明显的操盘手。所以这种持仓一周左右的资产，我的目的是希望能够通过数据去尝试捕捉，能够反映操盘手习惯的一些异常数据，然后做一些逆势交易。比如说我们最近实测过的几个数据是比较有用的，链上的数据大家有的时候可能觉得没用，甚至有的时候你会发现 DEX 跟现货 CEX 里面交易量差别还是有点大，但是链上的好处在于链上老鼠仓很多，老鼠仓很多一般体现在 DEX 买入的一些异常数据之后，你会发现如果你对比上一周或者上一个月的这个数据，突然在这一周的某几个时间节点，在 DEX 上面有异常的超买，那么这些异常超买有很大的概率是操盘手自己的老鼠仓。这些超买最终又会充值到交易所当中，但是这些代币的充值，一般情况下会引起现货价格的降低。但是如果他过了一段时间发现这个代币的价格并没有降低，甚至 DEX 超买它连续触发了 3 次到 4 次之后，我们大概率认为它可能就是一个能够反映操盘手异常数据的一个指标。如果它能够连续触发 3 次到 4 次，我现在测下来绝大部分的 200 ~ 800 名左右的代币，能够上一些相对比较主流的这些交易所的代币，它一周的胜率基本上都在 80% ~ 90% 。我现在说的所有的数据在我们的 Scope Chat 产品上都可以看到，如果大家不相信，可以自己去看一下，再去自己去算一下，这个是一周左右的这些信号。 然后说 4 小时到 12 小时，这个就是一个非常短周期能反映情绪变化的指标，可能只有几个是有用的。第一个是 Open Interest，就是市场当中的合约的持仓量。第二个是 Funding Rate。第三个是 CEX Deposit，这个数据如果发生了特别异常的变化，比如说它当前的充值的数量是上一周或者上一个月的 10 倍以上，那么它几乎是必跌的。我可以举个例子，上个月的时候我赚钱可能比较多的一个仓位，那个仓位它是一个社交类的代币，它因为一个大佬的参与在社交媒体上讨论度很高，我们提前抓到了社交媒体讨论度的上升，但是那天没买。到第二天的时候代币价格已经涨了很多，我突然发现它有一笔超过 20% 的 CEX Deposit，来自于他们做市商，这个做市商我们之前也研究过，它内部有非常严谨的操作流程吧，所以他不会在 CEX 里面长期存做市的代币，一般有动作的时候，它会 on chain 再把这个代币充进去，所以我看了那个单子之后，我就开了一个空单，果然就跌了很多。

这个就是不同的持仓周期的代币，我会看什么样的数据。

FC：

咱们再具体说一下，它相当于是在交易所存币了还是借币了？

Jackson：

存币，就是 CEX Deposit。我其实之前也很困惑，因为理论上做市商可以把他持仓的客户资产一直放在交易所里面，然后不动，这样他任何的一些操作实际上大家是看不到。

FC：

你的意思他给托管了，对吧？

Jackson：

对，他应该是托管的。但是我发现几个很大的、很合规的做市商，有这种动作的时候，它要砸盘的时候，他会从 on chain 把钱充进去。这一套流程完了之后，他又会提出来放在 on chain。后面我去问了几个做市商，其中一个做市商告诉我，人家内部就是有这个要求，所以我有时候觉得这个也挺奇怪的，但是最终其实在数据上面它都有体现。我们产品现在你能够看到回测的数据，出现类似这种情况之后，它的胜率是怎么样的。我们发现越合规的做市商类似行为的胜率越高，反倒是一些链上动作不够频繁的做市商，他可能就比较黑盒了。

FC：

理解了。我听你提到之前持仓 ARB 但后来卖了。为什么卖了？跟你的数据角色有关吗？就你这种比较长周期的仓位。

Jackson：

长周期的仓位我基本上除了用数据去看一些基本面的情况之外，比如说流动性，跟数据我觉得没有什么太大的关系。 如果抛开流动性之外，一些可以持仓长周期的东西，它基本上跟叙事，跟所谓的能够引领 attention 的这些人或者机构，他们想要推动的 narrative 有关，所以我基本上是靠对产品本身的研究，去判断我应该去持仓什么样的代币，然后怎么样去进行交易。我会去判断接下来某一个代币可能是 Top 的 VC 或者机构他认可，或者 vitalik、binance 比较喜欢的资产，我可能才会去比较长周期的持有。如果这些都没有的话，那对我来说风险可能就太大了。之前我一直认为 Layer 2 是一个很不错的能够解决 ETH 扩展性问题的一个场景，后来慢慢的发现其实大家对 ETH 好像并没有那么忠诚，甚至有点分散，所以我就卖掉了。

FC：

明白。假设我们现在要关注 Layer 1 ，我不知道这个是不是在你们做的范围之内，关注 Layer 1 可能有一些维度，比如像之前 Sui 拉盘之前，它的 TVL 大概涨了 2 ~ 3 倍。像这种比如以月为跨度，或者说以赛道为跨度的数据，你们有去在做吗？或者你认为这些数据，哪些维度会影响交易？

Jackson：

我是觉得不管是 TVL 还是 DAU 的这些数据，它的造假成本太低了。因为我们0x Scope 的第一年是做了 Scope Scan 这个产品，它最大的一个特性是我们有一个算法可以算出哪些地址可能属于同一个人，通过这个功能我们发现，实际上市场当中大家能够看到的一些跟项目基本面相关的数据里面的水分实在是太大了。我可以给你举几个例子，就是有几个链，有几个当时还比较知名的链上面几个头部的项目，它的水分以我们一个深度学习的很基础的算法，就能够排除出差不多 95% 的 fake traffic，就是他可能 100 万用户里面有 95 万的用户可能都是假量。所以我经过那一年的数据的分析，看到了很多很 deep 的数据之后，我觉得这种东西里面的造假的难度其实也很低，造假的情况出现的也太多了，所以如果你让我自己去交易，我永远吃不准，我不知道 TVL 是不是来自于几个人攒了个局。其实你也可以看出有很多链它的 DAU 一直很高，但是这几个链上有什么火热的项目，其实没有。所以我自己其实很久不看这些数据了。

FC：

我还有一个比较关心的问题，比如说你们肯定去做一些竞品调研，或者你肯定是现在对这个市场有理解嘛，因为你做之前应该是有 Nansen 的对吧？

Jackson：

对，我其实做这个产品的契机也挺有意思，我其实之前被 Nansen 标记过 Smart Money。在 LUNA 爆雷之前，我有套利的几个策略，其中一个策略是套利做多，另外在 CEX 里面有做空，它可能是一个套利策略，但是 Nansen 把我的胜率比较高的地址就标记成了一个 Smart Money 有一段时间。后面我们有同事跟我说过这个事情之后，其实我发现了一个点，on chain 的地址它是没有 KYC 的，所以如果你以 single 作为数据分析的基础单位，里面的噪音就会非常大，所以我就有了一个 idea，希望通过知识图谱解决这个问题，把数据分析的最小单位从 single 变成一个 entity，理论上我们实现了一部分，后面又发现了可能整个行业大家都是这样的，所以我们就开始转到一些其他的方向上面去了。

FC：

明白，我想问的问题是说在你眼里比如数据产品分几类，它分别都对应着什么样的交易策略的人可以用？或者说它分别对应着是为谁设计的产品？

Jackson：

首先最大的就是宏观数据类产品了，比较常用的 Glassnode，我看倪大就经常在用这个。因为 Glassnode 对 BTC 以及 BTC 生态的那个数据做的是很好的，可以分析一些这种大户的持仓，流动性的变化，所以可能围绕 BTC 去做交易的人可以用 Glassnode，或者说你要通过 Glassnode 去看到一些基本面的变化，是一个还不错的产品。

第二类就是你要通过这个数据去做一些舆情的分析、情绪的分析，比如说像 Kaito，它本质上是一个大语言模型加搜索引擎的一个架构，在 AI 里面我们把它叫做 RAG。RAG 它对文本的数据处理其实是很有帮助，其实我们的 Scope Chat 也能查到一些文本的数据，也做了一些推特的分析，但 Kaito 在这个方向可能做得更好。这些类型的数据它比较适合研究员，比如说 VC 里面要写报告的投资经理，因为 VC 很大情况下他的工作的重点是要判断趋势，要帮助我这个机构找到可能什么样的叙事或者基于这个叙事哪些产品可能会火，大家可能会通过这种针对文本数据去做分析的产品，去判断整个市场当中大家可能在讨论一些什么样的事情，一些所谓的 smart investor 在讨论一些什么样的东西，或者说是一些所谓的 smart investor 去 follow 了什么样的产品。我觉得如果你有这种需求，可能用 Kaito 这样的做情绪分析产品，我觉得是不错的。

还有一些人会用像 Scope Scan 或者 Nansen 这样的 on chain 产品。虽然我也做了一个类似 Nansen 这样的产品，但大家其实也可以看到 Nansen 的流量是一直有下跌，我们 Scope Scan 的流量诚实说也一直在下跌，我觉得这个很重要的一个原因是这一轮跟上一轮周期不同的是，这一轮周期 on chain 上面的数据丰富度弱了很多。这轮周期上面 on chain 的数据可能没有一个所谓的中间态，它围绕在那种特别短平快的这种阿尔法，比如说 Solana 和 Base 上的 MEME Coin。这些 MEME 它能够产生的数据可能就只有那几类，导致它整体的门槛很低，最终用户对这类数据的需求会转移到那些更新频率特别快，上币的速度特别快，解析速度特别快的一些产品，比如说像 DEX Screener 这样的一些产品当中去。

还有一类是偏调查类的需求，比如说你就想知道这个人他背后是谁，或者说这个人他的持仓的具体的情况，最准的这种情况是什么？很多人就会用像 Arkham 这样的产品。因为它的标签确实做得很多，但是准不准我们存疑。如果你是调查需求，要去吃瓜，我觉得 Arkham 是很有用的。

如果你想要对你 follow 的某一个 address 有一些深度的分析，去看它的持仓，看它多链的数据的情况，DeBank 在这方面其实是做最好的。虽然都是竞争对手，但我这个很诚实的说，DeBank 在这方面确实是做最好的。

所以在 on chain 的数据里面，你会发现它很少有像以前一样的中间态。像上一轮周期的时候，我们还会关注那种谁的 guest 消耗比较高，我们就能看到哪几个 gas 背后的合约地址它代表的项目是什么，我们通过项目的分析判断去找到哪些产品可能接下来会火，我们提前去研究这个产品，去参与它的 DeFi Summer 或者其他类似的一些动作，但在这个周期这样的东西很少，这个是 on chain 的数据的一些情况。

那我们在做一件什么样的事情？做了这么长时间的数据之后，我们慢慢发现数据类的产品其实它有一个很大的问题，就是这里面的噪音或者影响的因素太多了。除了吃瓜之外，或者说你自己要做一些非常 deep 的这种分析之外，其实它对普通用户来说，我觉得属于那种看个热闹的这种程度。我看了很多那种媒体他们也转发我们所 post 的一些东西，但这种东西对你的交易本身有用吗？我觉得大部分人其实没有把数据真正的反馈到自己的交易体系上来，主要的原因就是数据它噪音很多，不同 Token 它对应的数据指标，可能你需要因地制宜的分析，case by case 的去分析，这就实际上导致了如果你要用好数据，它的成本是很高的。所以你就会慢慢的发现只有一部分 Degen，还有一部分 VC 的 investor，他们平时对数据的需求是很高的。

Degen 他可能去研究数据，去看他要冲的那几个土狗的老鼠仓是谁，没有安全的风险，看完之后，这个赌性比较大的地震可能就直接冲了，冲完之后就各凭天命 PVP。研究员就去看情绪的分析，看 smart follower，有几个美国的机构 follow 了几个粉丝 2000 以下的项目，我抓紧 follow 一下 dm 一下，看看能不能要点额度。最终你会发现大家对数据需求，实际的使用需求就变成这两类，我们后面就做一次测试，我们出了一个 AI 产品，让大家随便去问，最终我们发现普通的散户的问题就两个，一个是买啥 oken？另外就是这个 Token 能不能买？我觉得这个其实也很有趣，我就一直在想我们要怎么样把分析数据的门槛打下来，让更多的人能够通过数据辅助交易，后面在大语言模型出来之后，我觉得这个事情应该是可行的，所以我们现在做的事情是什么？我不直接给你那种什么 CEX 充了多少量，某一个 smart moeny 的地址，他又买了什么代币，或者说就是你要打开 etherscan 不断的查看谁是最先买的，这个人卖了没有，类似这样的一些数据。我把不管是链上还是链下的数据，有可能会影响价格的数据，都通过深度学习的算法先把它筛出来，筛出来之后，再把这些数据的异常值报给用户。我们的产品上面报给用户的最重要的点，我们把它叫做 smart signal，如果这个 signal 报给你，你觉得它是异常的，我又给了你这些 signal 跟之前的一些这种实测的数据，如果你相信我们，你觉得这个事情胜率高，你就去跟单。

你跟的其实不是某一个 smart money，有可能这个 smart money 它并不 smart，你跟的是这些异常的数据信号，如果你对这个异常数据信号很感兴趣，我们的产品上面也提供你再去做深度的分析，这样子其实我们就能够解决一些普通的散户，这些人可能都跟我一样，没什么时间，又没有那种超凡的天赋，超高的智慧，我们可以通过一个 smart signal 来提醒你，其实你的胜率我觉得就会显著的提升，因为我们自己测下来确实用了这个产品之后胜率会显著提升。

FC：

你们一般是怎么用的？比如说你们的产品怎么用能提高胜率？

Jackson：

其实很简单，大家可以看我们之前做的一些分享。我一般是这样子，每天早上去看一下现在比较火热的 narrative 是什么？你打开那个产品里面有一个火热叙事的那一栏，这一栏里面会根据大家的讨论度，叙事本身涨幅情况去看看有哪些好的叙事。叙事选完之后，我自己常用的一个策略，可能哪个资产是相对来说还没有补涨或者一些其他情况的这种资产，我点进去资产里面，就能够看到一个叫 trading signal 的页面，里面详细的写清楚了，不同类型的 signal 跟代币价格的关联性是什么？它的胜率怎么样？它 4 小时的胜率怎么样， 12 小时胜率怎么样？ 7 天的胜率怎么样？我一旦发现哪个胜率对我来说是我可以接受的胜率，比如说 70% 我可以接受，这个资产本身我觉得它流动性也还可以，它没有一些什么幺蛾子的这种异常情况，那么我就会设置一个 alert，设置完 alert 之后，它就会在下一次有这种信号异常情况出现的时候报警，报警完的时候我 alert 里面我可以填一个备注，里面我会写清楚，比如说 pepe 是个代币，我自己常关注的就是它的 open interest 这个指标，我发现它的 open interest 有异常值的时候，就会给我报警，报警完了之后我再根据我原来既定策略去开工。

FC：

理解。我不知道你有没有看到一个视频，就是二宝他们在一个 AI 上面预测比特币的好像是哪一年的价格要到 19 万美金还是 100 万美金。我想问的问题是，这种所谓的 AI 预测长周期的，我觉得他商业模式特别有意思，就是因为他拿那个视频引流，引流以后，他最重要的收费的点是预测价格，预测一次 3 U。我觉得商业模式其实挺好的，就是他挺容易骗大家过来去买这 3 U 的，你知道。所以我想知道，从你的角度看，像这种长周期的预测，第一你认为准还是不准的，第二你认为它背后的逻辑是什么？以及我们应该怎么去看待这种所谓 AI 给我们带来这种预测？

Jackson：

我觉得 AI 它的其实预测逻辑其实很简单，你给 AI 喂一些，关于 Token 过往的一些技术指标，比如 MACD、EMA 等等，大语言模型他会给你一个比较 general 的逻辑上面的判断，比如说一般出现了金叉，或者出现了死叉的情况下，它的走势会是什么样的？我觉得大概率你所说的这个东西它可能是这样的逻辑。

实际上这个东西我们把它叫做指标交易，这个指标交易一定程度上是在通过现在发生的一些异常的指标去判断整个代币它未来走势的趋势是什么。我可以举一个例子，一般在我们的产品里面发现 dex 的超买，连续发生三次左右，这个胜率就一下子会从 60 多涨到了差不多 70、 80 甚至 90 对吧？甚至它还会再一直涨。实际上这个逻辑有点像追涨。你发现市场当中代币可能已经涨了 1% 或者涨了 2% ，如果你现在再追涨，它大概率还会再涨到 8% 或者 9% ，类似这样的情况，它本质上就是一个通过异常情况发现了某些趋势会发生，你追涨进去或者杀跌进去的。我一定程度上认可这种方式，但是这种方式你必须再有大量的不同类型的可以反映这个趋势的数据的基础上，它才可能会有效。比如说一开始我们在做这个产品的时候，也只有一些所谓的技术指标，但是并不是所有的代币都适用这种技术指标的，只有一些流动的特别好，没有那种野庄的代币，才可能比较符合这种技术指标。

但是大量的快速的代币，它可能背后都是几个野庄，骚操作很多，但是这种骚操作一定会留下一些痕迹，而这些痕迹有可能是链上的，也有可能是链下的，我们通过回测抓到了这几个异常数据，有可能就是他们留下的一些痕迹，到接下来我们顺着痕迹再去做交易的时候，至少它在三个月的周期里面大部分还都是持续有效的。所以总结一下来说，一定程度上我觉得它是有可能实现的。但是实现的逻辑其实就是我们通过数据去捕捉 Token 未来涨跌的所谓趋势，你要让趋势的捕捉更有效，这个比较好的办法或者比较实在的办法，就是你一定要覆盖掉更多可能性才 OK，在这个方面我们真的是费了非常大的精力。

FC：

所以就是要素要足够多，首先你要基本上 cover 尽量多的可能性，再从里面挑相关性。

Jackson：

是的。

FC：

假设我们就用数据去做交易，我们应该注意它的风险，或者它可能出现的失效的情况是什么样的？

Jackson：

其实我觉得这个都是 case by case 的，但是这也是做数据的一个好处，就是实际上我们对所有指标的要求是至少要回测 180 天，然后提供给用户有效的数据，只有最近的 30 天、 60 天还有 90 天左右的。一般情况下我觉得某一个指标在 30 天左右甚至两个月左右，它就有可能因为市场情绪本身的变化就失效了，所以你往前回测的范围越大越广，那么你能够覆盖到的同类的可能性，我觉得可能是更高的，我不能拍着胸脯说这个东西一定是 work 的，但至少通过我们的测试，以及首先是我们的回测，但是回测它有一定程度的这种过拟合存在，我们想了很多的办法，但是现在我们实测下来，大部分的指标至少在一个月到三个月左右还是有效的，如果它的市场环境发生了很大的变化，那么这个时候可能一些另外的指标会发挥作用。

FC：

明白。我记得比 Nansen 上面其实有一个叫做代币趋势，有一个国外的用户，具体名字不记得了，他大是怎么看 Nansen 的？第一看整个交易量趋势的变化，第二个看交易量和谁玩（交易）了，比如说这里面有 6 个他认识的，KOL 或者是 Smart money 加上池子的深度 OK，他认为大概率这个事儿可能还不错，就进入他的初筛，初筛以后他就去看 Twitter，看题材，看内容，他觉得也还不错，那可能在一个小时之内做一个判断就梭进去了。之前我听你的分享，其实你在设计产品的时候有一个特别有意思，我觉得你对场景特别敏感就在这。你会说比如现在我们在 bar 里面喝酒，朋友说你去买一个 token，一般以前会说你这靠谱吗？或者你给我说个理由，可能现在就是你告诉我一个币，在 Scope Chat 里面一搜，它会告诉你大概的一个逻辑，靠不靠谱，我不知道你在设计的时候还有哪些这种场景？或者是你自己是有一些假设的，让大家可以去使用的？

Jackson：

其实我们总结下来就几个场景：

第一个，用户不知道要交易什么 token 的时候，你得给用户提供一个选择，一套方法论来教他要怎么选择，所以我们把排行榜设计成了几种类型，比如说 copy trade，就 copy trade 的这种需求，一般情况下，如果你要交易一些较为主流的代币，我们发现的最有效的数据，是你去看一些 VC 他的持仓变化。这里面还有一个挺 tricky 的事情，就是我们的产品，有两种 VC 的 label，一种是 VC 它披露出来的 label，一种是 VC relative label，有好多比较大的资产，尤其是排名前 100 的资产，VC 披露的这些地址是常持这些资产的。一些 relate 的，就是卖这些资产的概率非常大。假如你现在听到了很多这种 Layer 1、Layer 2 ，基本上可能都是他们减持的范畴。我觉得这里面你们能发现一些所谓的趋势，最好去 copy trade 的一些所谓 VC relate address，这个东西你要怎么查？你可以直接在 Scope Chat 里面问，你想要交易的 token 的持仓结构，我们会给你一张表，这个表里面就有 VC 的持仓，巨鲸的持仓。如果你要 copy trade 一些所有的这种阿尔法资产，meme 这种，你就在 rank 里面去找 smart money 究竟在卖什么。还有一种人他也是投资 Beta 的资产，他可能是投资人背景，更相信叙事，相信注意力，这种人我们给他的两个 rank，一个是 narrative rank，我们把 narrative 分得非常细，AI 就分成了 AI Agent、AI MEME 等等各种各样的 rank，你通过 rank 可以看到大家比较关注的 narrative 是什么，基于 narrative 缩小了你的研究范围之后，再去单独的看这些 token 是不是应该交易。还有一个就是我们把 3 万个 KOL 每天在讨论什么 Token 也做了一个 rank， 本质上就是在捕捉市场的注意力是什么，比如说今天就是 TON 和 BLAST 的排行比较前面，但是有的是比较正面的反馈，有的可能就是比较负面的这种反馈了。如果你这些东西你都不看的话，我们还给了你一个选择，直接通过 signal 算了一个分数，这个分数代表的是我们的 AI 认为接下来 24 小时它有可能会涨还是有可能会跌，但是这个是 Beta 的阶段，大家可以信也可以不信，所以这个就是我们自己设定的几个选币的大场景，copy trade 的场景选 token，靠 narrative 或者注意力来选 token 或者直接你就相信我们的信号去选 Token。

第二个，你知道了一个币或者你已经听到了一个币，这种场景下要怎么办？在产品设计上面，首先你可以直接去问 AI，说我能不能买，Can I buy XXXX today？你就直接问一句这样的话，我们的 AI 就给你一个各种各样指标综合的东西，但是这个东西有点像既可以买又可以卖，因为我们需要给你一个比较全面的分析，它有 bullish 的也有 bearish 的，尽可能的把他的一些好的跟不好的都给你，你自己再去分析是否要进行决策的交易。还有一种情况就是你可能在推特上面看到有人 mention 了一个代币，但是你不确定，因为大家的评价可能都是一致的，那么你可以在我们产品上搜索，点进去之后你会发现有一个大家的观点，这个观点我们就直接总结了，所有的 KOL 只要提到了它，究竟在讨论啥， 24 小时讨论啥，以及所有的新闻媒体是否发了关于它的一些新闻，这里面有很多很有意思的点。我们今天还刚刚发了一个 Twitter，有的 KOL 它的胜率真的很高，过去一个月喊单的胜率有 86% 左右，甚至有几个 KOL，可能我们中文圈比较著名的几个“反指”，我就不说名字了，TA 的胜率反而还挺高的，有一些大家可能比较尊重的 KOL，或者说很多人比较信的这些 KOL，TA 的胜率其实很低。每一个 KOL 的胜率也都在产品里面标注着，你可以直接看到哪些人在讨论这个 Token，这个人讨论的胜率怎么样，他的胜率越高，证明他的这个回答越有价值，如果他的胜率很低，但是发了一长串的话，很多人还点赞或者怎么样，有可能要么是自己刷的，要么可能没什么（参考的价值）。

FC：

了解。其实之前也看到，比如说你也听之前我对话交易员，想知道在过程中你在寻找什么答案吗？

Jackson：

其实我一开始就说了，对自己的定位是那种很忙，没什么时间去深入的进行分析，不是一个所谓的 Degen。另外一点我不觉得我自己是一个聪明人，所以当发现这个 smart signal 比较有用的时候，我就找了非常多专业做量化的人，一些专业的交易员，我去跟他们讨论 signal 本身你们在做量化过程当中是怎么用的，这个东西怎么这么好用，或者说这个东西为什么有的时候胜率这么高，所以像你主持这几次活动，我都有非常认真来听，我是希望听到一些，他们对交易的整个过程的梳理，比如说大家都 mention 到的一个事情，就是所谓的这种情绪传导，你处在情绪传导链路的哪一个位置，代表了你可能能赚到什么样的钱。实际上你做 signal 也是一样的，如果你提前捕捉到这个异常，你可能就在情绪传导的，可能不是最 Top 的那一级，也一定是可能第二级或者第三级了，如果它能传导到 6 级 7 级，那么你大概率还是能够捕捉到一部分的 Beta 的对吧？所以本质上来说我还是希望通过跟不同人的沟通去学习，来证明这个事情确实是有价值的。

FC：

明白。最后有一些成长路径的事情也挺好奇的，假设如果让你选的话，你有没有自己比较喜欢的交易员或者交易风格？

Jackson：

没有什么特别具体的交易员或者交易风格。我们现在已经做到这个程度了，我也可以诚实的告诉大家，我们在尝试做一个基于数据基于指标交易的一个量化策略。前面我也提到了，尤其在一些比较高频这种场景里面，我不太相信自己的判断，也不太相信自己的运气，我做了这么多事情，最终是希望能够有一个基于数据驱动，同时能够捕捉到很多可能别人捕捉不到的数据，再基于这些数据去赚钱的一个所谓的交易机器人，现在我们在朝着这个方向去努力。基于这个方向，其实我们最近密集的跟很多的量化基金在聊，去学习他们的经验，去问他们怎么调整自己的 model 等等这些。

FC：

OK。另外两个问题：第一个，牛市下半场大家可能更关注 AI，还有 MEME，从你们的角度来看，下半场应该关注什么多一些？第二个，如果我们想更好的去用数据去做交易，你推荐我们应该看一些什么样的内容？

Jackson：

第一个问题，下半场要看什么，我觉得跟大家还是比较有共识的点是我们最近一直在讨论一个理论，我最近回到新加坡之后，很多 founder 坐在一起就在讨论 party game 这个事情，尤其是很多华人的 founder 觉得自己加入不了 party game，其实对整个创业很难。如果你说我自己从交易的角度，可能下半场会关注啥，我还是会关注那些大家新攒的一些所谓的 party game，比如说像 Monad，比如说像可能未来会有的一些这种 AI 相关的 infra 可能是我比较关注的，因为我觉得这种涉及到了新的资产的发行，同时它又是一个生态系统，背后的这些 party 里面的成员，他应该是有很大的动力去通过除了直接卖币之外的其他手段去获利，如果外部的流动性有正常的输入，比如说降息，那么如果这种 party game 的逻辑本身还是 work 的话，我会更多的关注这种新的 party game 里面的资产。

第二个问题，从数据上来说应该怎么看，我觉得还是回到之前我所说的，首先判断你自己是一个什么样的交易风格，或者你自己是一个什么样的人。你是一个投资人，那么一些文本类的舆情趋势的数据应该是要重点关注的。如果你对自己很有自信，觉得自己可以变成一个 degen，可以在 PVP 里面胜出，那么你重点需要关注的就是，怎么样找到你所关注的那些所谓的最早期阿尔法资产里面的老鼠仓，基于老鼠仓的动向，再去判断你的进场跟离场的点位。如果你跟我一样是属于平时有一份工作，没有太多的时间去关注整个市场，关注各种各样的数据，没有太多的时间去做非常深入的这种分析，那么你看一些，把整个的这种数据的 Learns，这种信息流，最终能够通过 AI 不断的简化，只关注一些异常的信号，可能会对你的交易帮助更大一点。

FC：

刚才你说 party game，其实最近我一直在思考，怎么去从一个传播的角度来整理，所谓的价值 Token 和 MEME 一个路径的不同，所以我想问问，你认为 party game 里面都有谁？它的元素是什么？谁是组织者？或者说谁是邀请的人？嘉宾又有谁？这个过程是什么样的？

Jackson：

之前不是有 VC 盘跟 MEME Coin 的对比，其实我们后面分析了这个数据，背后都是 party game 的逻辑。当然有一部分 degen 顺应 party game 他可能确实赚到钱了，像昨天 GoPlus 出的那个报告，meme 生态整个浪潮里面赚钱的可能只有百分之十几，大部分人还是亏钱的，而这个 meme 可能用了 Fair Launch，一种让你亏得更舒服的方法，但本质上逻辑是一样的。所以不管是这种很大的新生态的项目的 party game，还是一些跑出来 Meme Coin 的这种 party game，它的本质逻辑可能都是有一批最早的老鼠仓，这批老鼠仓可能现在数据分析能力很强了，不能够直接以一些比较显而易见的方式去出售自己的资产，那么要做的东西是啥呢？假设我是一个 Layer 1 大的公链的主导者，首先我不可能明目张胆的把我的代币给它卖掉，我可能有几种办法去获利：第一种，我搞一个基金去扶持一些生态里面的项目，我可以通过卖生态项目的代币来获利，第二种，不断的去增加原生的代币的使用场景，那么参与到整个二级市场流通的份额会减少，那么我再去控制现货或者合约的价格，可能方法就更多了。那怎么样去创造原生代币的使用场景？要么就是搞一大堆生态，像上一轮周期 Terra 生态里不断的套娃，最终场内杠杆加的也很高，原生的代币也被各种各样的 staking 住，要么就像现在 Solana 一样，可能几个人攒一个新的 MEME，搞一个新的生态项目，比如发行平台，这些发行平台还有 DEX 里面，你会发现它的 trading pair 的另一侧永远是 SOL，我觉得这种逻辑其实是非常显而易见的，把几个能够出圈的项目拱起来之后，后面有更多的人也想玩 party game 的人进来，不断攒新的局。但不管攒什么样的局，主流的代币它可能都是 trading pair 的一环，那我就可以用各种各样的办法把这个币卖出去，也可以去搞 OTC，最近有一个生态 OTC 就卖了很多嘛。

FC：

我觉得欧美和亚洲现在区别在哪？其实欧美的钱是比较长的，这是实话实说。亚洲基金 2017 年的时候，周期是 6+ 6 ，就是 6 个月加 6 个月，下一轮就是 2+ 2 ？ 1+ 1 ， 2+ 2 ，现在是 2+ 3+n，但实际上欧美的基金基本都是 4+ 4 对吧？基本上都是 8 年周期的基金。这后面也就意味着其实大家的 LP 是不一样的，LP 对于收益的预期和时长都不一样。比如像a16z，他们一投可能投几千万美金，怎么卖呢？我也听到一个答案，就是他可能通过比如 Coinbase 有一个 OTC 的团队，专门卖给可能更长期的家办，所以我是觉得他们这一条路径就玩的还是挺成熟的。但对于亚洲来说， 2017 年 SOLANA 这些项目都是在北京去做路演的，当时我们还上过会。但现在其实没有中国市场以后，大家就没有这个优势了。其实我觉得可能有时间我觉得我们也可以再找一期聊一聊，其实现在亚洲创业者的问题是大家只能不断的发新项目，因为原有的项目可能最终上了 BN，后面就不知道做啥了，他不一定不想做，而是他不知道怎样才能做得更好。昨天还看到一条推特，说现在亚洲创业者最重要的是找到外国人，怎么跟外国人玩，或者怎么说服外国人，我觉得其实挺对的，但同样也挺寒心的。 因为我最近用了你的产品，我觉得还是挺好的。我的感受我觉得最重要的省时间，这是第一个。第二个，我们以前去扒一个团队整体的资料其实还是挺麻烦的，比如又要从 root data，又要从推特，你做的这个整合其实很重要。第三个，确实当我不知道干嘛的时候，我去你那刷一刷，其实至少会让觉得我好像今天没白忙。再有就是 MEME 这个事儿，你有很多交易信号是有帮助的。所以我觉得今天也感谢你帮我把数据这一块更完善了。