jakiro
作者：David Duong（CFA），Coinbase全球研究主管；Colin Basco，Coinbase研究助理；翻譯：比特鏈視界xiaozou
要點 ：
我們預測2025年第四季度初加密市場走強，原因在於韌性充足的流動性、有利的宏觀背景及支持性監管動態，其中比特幣有望表現突出。
數字資產財庫（DATs）的技術需求預計將持續為加密市場提供支撐，即便行業進入競爭性”玩家對弈”階段。
我們的研究表明，歷史上的月度季節性規律（尤其是”九月效應”）並非加密市場表現的顯著或可靠預測指標。
1 、概述
我們相信加密牛市在2025年第四季度初仍有延續空間，主要驅動力包括韌性充足的流動性環境、有利宏觀背景及支持性監管動態。我們認為比特幣尤其有望持續超越市場預期，因其直接受益於現有宏觀順風因素。換言之，除非能源價格出現劇烈波動（或其他可能負面影響通脹趨勢的因素），當前幹擾美國貨幣政策路徑的即時風險實際上相當低。與此同時，數字資產財庫（DATs）的技術需求應繼續為加密市場提供有力支撐。
然而季節性疑慮持續困擾加密領域——歷史上比特幣在2017至2022年期間連續六年九月兌美元下跌。儘管這種趨勢使許多投資者認為季節性因素顯著影響加密市場表現，但該假設在2023和2024年已被證偽。事實上，我們的研究表明：樣本量過小及可能結果分布過廣，限制了此類季節性指標的統計顯著性。
對加密市場而言更關鍵的問題在於：我們處於DAT周期的早期還是晚期階段？截至9月10日，公共DATs持有超過100萬枚BTC（1100億美元）、490萬枚ETH（213億美元）及890萬枚SOL（18億美元），而後期入場者已開始瞄準風險曲線更下遊的替代幣。我們認為當前正處於周期的”玩家對弈”（PvP）階段，這將繼續推動資金流向大型加密資產。但這也極可能預示著小型DAT參與者即將進入整合階段的前兆。
2 、前景依然樂觀
年初我們曾提出：加密市場將在2025年上半年觸底，並在2025年下半年創下歷史新高。這在當時是偏離市場共識的觀點——彼時市場參與者對潛在衰退心存憂慮，質疑價格上漲是否意味著市場非理性暴漲，並擔憂任何復甦的可持續性。但我們發現這些觀點存在誤導性，所以還是回到我們獨到的宏觀展望視角。
進入第四季度，我們對加密市場保持樂觀展望，預期將持續獲得強勁流動性、有利宏觀經濟環境及鼓舞性監管進展的支撐。 在貨幣政策方面，我們預計美聯儲將在9月17日和10月29日實施降息，因美國勞動力市場已提供疲軟的強有力證據。我們認為這非但不會形成局部頂點，反而將激活場外觀望資金。事實上，我們在8月曾指出：利率下降可能促使貨幣市場基金中7.4萬億美元資金的重要組成部分結束觀望狀態。
儘管如此，當前通脹軌跡若發生重大轉變（例如能源價格上漲）將對此展望構成風險。（註：我們認為關稅實際帶來的風險遠低於某些觀點所評估的程度。）但OPEC+近期已同意再次增產石油，而全球石油需求正顯現放緩跡象。不過，對俄羅斯實施更多制裁的前景也可能推高油價。目前我們預計油價不會突破使經濟情境陷入滯脹區間的閾值。
3 、 DAT 周期正在成熟化
另一方面，我們相信數字資產 財 庫（ DATs ）的技術需求預計將持續為加密市場提供支撐。 事實上，DAT現象已到達關鍵轉折點。我們既不再處於過去6-9個月特徵的早期採用階段，也不認為已接近周期尾聲。事實上，我們已進入所謂的”玩家對弈”（PvP）階段——這是一個競爭性階段，成功越來越取決於執行力、差異化策略和時機把握，而非簡單複製MicroStrategy的運作模式。
確實，早期行動者如MicroStrategy曾享受較淨資產價值（NAV）大幅溢價，但競爭壓力、執行風險與監管約束已導致mNAV（市值相對淨資產價值比率）壓縮。 我們認為早期採用者受益的稀缺性溢價已然消散。 儘管如此，專注比特幣的DATs目前持有超100萬枚BTC，約佔該代幣流通供應量的5%。同樣，頂級專注ETH的DATs合計持有約490萬枚ETH（213億美元），佔ETH總流通供應量的4%以上。
圖 1. ETH 專項數字資產 財 庫持續加速購入態勢
8月份，《金融時報》報導顯示154家美國上市公司在2025年已籌集約984億美元用於加密資產購置，較今年前10家公司籌集的336億美元大幅增長（基於Architect Partners數據）。其他代幣的資本投入也在增長，尤其是SOL與其他替代幣。（Forward Industries近期籌集16.5億美元成立基於SOL的數字資產財庫，該項目由Galaxy Digital、Jump Crypto和Multicoin Capital提供支持。）
這種增長已引發更嚴格審查。事實上，近期報告表明納斯達克正加強對DATs的監管，要求特定交易須經股東批准，並倡導加強信息披露。 不過納斯達克澄清稱，並未就針對 DATs 的新規則發布任何正式新聞通稿。
目前我們認為DAT周期正在成熟化，但既非早期也非晚期。可以肯定的是，在我們看來，輕鬆獲利與保證mNAV溢價的時代已經結束——在這個PvP階段，只有最具紀律性和戰略布局的參與者才能蓬勃發展。我們預期加密市場將繼續受益於這些載體流入的空前資本，從而提升回報表現。
3 、季節性風險是否真實存在？
與此同時，季節性波動是加密市場參與者一直關注的問題。比特幣在2017至2022年間連續六年九月兌美元下跌，過去十年平均負收益率為3%。這給許多投資者留下季節性因素嚴重影響加密市場表現、九月通常是持有風險資產不利時機的印象。然而若基於此假設進行交易，其在2023與2024年均會被證偽。
事實上，我們認為月度季節性波動並非比特幣的有效交易信號。 通過頻率分布圖、邏輯優勢比、樣本外評分、安慰劑檢驗及控制變量等多種方法驗證，結論一致：年度月份並非BTC月度對數收益率正負值的統計可靠預測指標。（註：我們使用對數收益率衡量幾何或複合增長，因其更好反映長期趨勢併兼顧比特幣較高波動性。）
圖 2. 比特幣月度對數收益率熱力圖
以下測試發現 ” 日曆月份 ” 對於預測比特幣月度對數收益率正負值不可靠：
（ 1 ）威爾遜置信區間
圖3顯示在考慮小樣本不確定性後，沒有任何月份能突破預測季節性的明顯門檻。那些看似”偏高”（2月/10月）或”偏低”（8月/9月）的月份，其誤差範圍與整體平均值及其他月份相互重疊，表現的是隨機方差而非持續的日曆效應。
每個圓點顯示BTC在該月份以上漲收尾的概率佔比；垂直線/條形圖代表95%威爾遜置信區間帶——當每個月僅存在約12-13個數據點時，此乃恰當度量標準，因其能為小樣本提供更準確的不確定性閾值。
虛線顯示整體上漲概率平均值。由於我們同時審視12個月份數據，我們採用霍姆多重檢驗調整法，以避免某個幸運月份偽裝成規律性模式。
圖 3. BTC 正對數收益率與 95% 威爾遜置信區間
（ 2 ）邏輯回歸分析
我們採用邏輯回歸模型檢驗特定月份對比特幣漲跌概率的影響（以一月為基準）。圖4顯示各月份的比值比大多集中在1.0附近，關鍵在於其95%置信區間均跨越1.0界線。
數值接近1.0表示”與一月獲得正對數收益率的概率相同”，高於1.0表示”概率更高”，低於1.0表示”概率更低”。
例如，比值比1.5意味著”上漲月份概率比一月高約50%”，而0.7則表示”概率低約30%”。
由於大多數置信區間跨越1.0且經霍姆多重檢驗調整後無月份呈現顯著性，我們無法認定日曆月份是預測比特幣對數收益率正負值的有效指標。
圖4. 邏輯回歸——月度BTC對數收益率正負值相對於一月（基準）的概率比值
（ 3 ）樣本外預測
在每個步驟中，我們僅使用截至該月可用數據重新估算兩種模型（初始階段採用半數數據集進行訓練）：
基準模型是僅含截距項的邏輯模型，其僅預測恆定概率（等於歷史至今正收益月份佔比的基準率）。
月份效應（MoY）模型是包含月份虛擬變量的邏輯回歸；它根據該月份過往表現預測當前日曆月份出現上漲月份的概率。
我們的結果呈現在圖5中，其中X軸代表正對數收益率月份的預測概率，Y軸代表實際實現正收益的月份佔比。在繪製預測結果時，完美校準的模型數據點應沿45°線分布——例如預測50%上漲概率時實際上漲月份佔比恰為50%。
月份效應（MoY）模型存在顯著偏差。例如：
當預測上漲概率約為27%時，實際實現頻率約50%（過度悲觀）；
在45-60%預測區間內僅大致接近目標；
在高概率區間則過度自信——例如約75%的預測對應約70%的實現值，而極端區間預測約85%卻實現約0%。
相比之下，始終預測歷史基準率（ 約 55-57% 上漲概率 ）的基準模型緊貼45°線，且鑑於比特幣歷史上正收益月份概率相對穩定，該線幾乎不發生移動。簡言之，該結果表明日曆月份在樣本外預測中幾乎不具備預測能力。
圖 5 ：月份效應（ MoY ）邏輯回歸模型的樣本外預測準確度
（ 4 ）安慰劑隨機檢驗
為驗證”月份標籤”是否有助於預測正負對數收益率，我們採用帶月份虛擬變量的簡單邏輯模型，並通過整體檢驗判斷這些變量是否比無月份基準模型提升擬合度（標準似然比聯合檢驗）。觀測得到p值為0.15，這意味著即使月份因素無關緊要，僅憑偶然性出現至少如此顯著模式的概率約為15%。隨後我們隨機打亂月份標籤數千次，每次重新進行相同聯合檢驗。
結果顯示約19%的隨機打亂操作產生小於或等於觀測p值的結果（圖6）。
簡言之，該結果在純隨機條件下十分常見，這強化了”不存在月份信號”的結論。若月份標籤具有統計意義，真實數據聯合檢驗應呈現p值<0.05，且打亂操作中產生如此小p值的比例應低於5%。
圖 6. 邏輯模型中隨機打亂 ” 月份 ” 標籤產生的安慰劑 p 值分布
（ 5 ）控制變量測試
添加現實日曆標誌並未解鎖可交易優勢——且通常會使漲跌方向預測準確度下降。我們採用相同月份虛擬變量重新估算”正收益月份概率”，隨後疊加兩項重大事件的實踐控制變量：1）可能影響比特幣對數收益率；2）每年發生月份不固定——農曆新年與比特幣減半窗口（±2個月）。我們僅使用每年對應不同日曆月份的控制變量，以避免冗餘虛擬變量導致模型估計不穩定。
本測試旨在驗證兩個常見疑慮：（i）看似”月份效應”的現象可能只是周期性事件的偽裝——例如農曆新年（LNY）流動性或比特幣減半效應；（ii）即便原始月份模式微弱，在考慮這些驅動因素後或可產生效用。初始階段，我們採用半數數據集訓練，半數用於測試。 使用 Brier 評分評估每月概率預測 ，該評分反映預測概率與實際漲跌結果之間的平均平方誤差（即預測值與現實的偏離程度）。
圖7中，柱狀圖顯示各模型相較於簡單基準（僅使用訓練窗口歷史上漲率單一數值）的Brier改進值。 所有柱體均低於零，意味著每個控制變量變體的表現均差於恆定概率基準。 簡言之，在月份標籤基礎上引入額外日曆標誌僅增加了噪聲。
圖 7 ：添加控制變量的邏輯回歸模型在樣本外預測中的 Brier 改進評分
4 、結論
市場季節性觀念對投資者心智產生有害桎梏，且可能形成自我實現的預言。然而我們的模型表明：單純假設每月漲跌概率與長期歷史平均值基本一致的表現，優於所有基於日曆的交易策略。這強烈暗示日曆模式並不包含預測比特幣月度方向的有效信息。既然日曆月份無法可靠預測對數收益率的正負方向，其預測收益率幅度的可能性更是微乎其微。 往年九月的同步下跌乃至比特幣 ” 暴漲十月 ” 傳說中的漲幅或許具有統計趣味性，但均不具備統計顯著性。
