随着价格剧烈波动，强烈的情绪和不完善的监管，加密货币交易可能像一个由同样不可预测的天气控制的广阔海洋。在现实中，它只是另一个市场，尽管是一个更年轻的市场，古老的原则在这个市场仍然适用。在这里，我将回顾推动数字资产交易收益的因素，以及成功的交易员和亏损的交易员之间的区别。
行为偏差
所有人都有偏见——这是我们的生理机能造成的。在既定的资产类别中，市场参与者往往意识到自己的偏见，并试图限制自己的影响力。股票、债券和大宗商品由高盛(Goldman Sachs)、摩根大通(Jp Chase)等投资银行的主要经纪部门提供服务的机构投资者主导。这些组织在通过风险管理程序控制情绪偏差方面有数十年甚至超过一个世纪的经验。此外，现在大多数交易都是通过算法执行的，减少了人的判断在实际交易中的作用。
在数字资产中，很大一部分交易量来自个人。虽然一些早期使用者可能控制了数百万美元，但大多数交易者的存款相对较少。高波动性可以在数小时内产生两位数的收益和损失，情绪也会高涨。根据我的经验，大多数交易者都不是专业人士，因此，从长期来看，情绪化的参与者更容易输给那些遵守既定交易策略、谨慎管理风险的人。
信息不对称
在已建立的资产类别中，信息传播极快，几乎立即商品化。例如，在股票市场上，内幕交易是非法的，所有投资者都应该按照严格的监管要求披露相同的信息。一旦新的信息出来，高频率交易对冲基金争分夺秒来交易这些数据。因此，市场是非常高效的，很难获得信息优势。
数字资产是不同的，因为没有披露要求。区块链包含所有交易的所有信息。然而，在实践中，价格发现是通过数十个交易所完成的。如果没有一些自动化，个体交易者根本不可能同时跟踪所有这些信息。
对于如何给加密货币定价，目前还没有共识（首先，通常没有现金流），因此，市场是由观点和信念驱动的。例如，所谓的“鲸鱼”（即持有大加密钱包的人）被认为拥有一些秘密知识。不管这是真还是假，这种想法都会影响交易者的行为。
无论是谁，只要能适应围绕数字资产的主流情绪，就可能拥有信息优势。监控社交媒体可能是实现这一目标的一种方式。
速度和噪音
全天候交易、高波动性和不断的媒体讨论，让自由裁量的交易员很难在数字资产市场做出正确的决定。个体交易者通常没有时间来评估每个新消息或新闻推送中的谣言的价值。
我相信机器学习模型和算法交易可以通过降低噪声来提高准确性。例如，机器学习模型可以发现分析师做出预测的方式模式：也许有些常常过于乐观，有些则过于悲观，而有些则善于发现趋势的变化。基于各种观点的调整后的预测，平均而言可能比最优秀的分析师更准确。此外，量化交易策略可以显着提高交易执行的速度和效率。
创新机会
当前数字资产市场的格局（主要由个人全权交易员占据）为由情绪分析支持的程序化数据驱动交易创造了机会。信息不对称、高速度、噪声等因素使得自由交易者更难以进行决策。然而，正是这些困难使得持续产生收益成为可能。