原文作者：0xkely

原文编译：Kxp，BlockBeats

引入概率思维

在接下来的部分当中，我会假设你已经阅读了以前的文章。所以此时此刻，你可能有一个正在关注的项目或 Token，你想知道该如何对其作出评估。

这时我们就要用到概率思维了，它不仅是所有交易的运行基础，也是任何交易员的一项基本技能，因为他们的工作就是每天与各种不确定性打交道。

简单来说，概率思维是指我们用概率来思考事件。当我们在不确定的情况下不了解所有变量时，我们必须依靠我们已知的事情做出假设，来对不同的结果计算相应的概率，进而押注在概率最高的事件上面。

假设你有一个装有 99 个黑球和 1 个红球的罐子，你拿到黑球的概率是 99 %，而红球是 1 %。现在，你需要拿出一个球并猜测它的颜色。这时，运用概率论思维你肯定会猜它是黑色，因为该事件的发生概率更高。

这里需要注意的是，你还是有可能抽到红球的，而这时就需要引入期望值的概念了。平均来说，计算期望值可以帮你得到合适的金额。这就是交易的核心原则——在足够多的交易中，通过采取对你有利的微弱优势（例如 55 %），你平均下来就能有正向的收益率（当然，也会有相应的风险规模）。

总之，你可以在这篇文章中了解到 Farnam Street 的更详细分类。

生成观点

现在，正如 CryptoCred 在他的视频中所说的那样，你之所以进行交易是因为你了解某个币种。在充分研究之后，你会对其得出某个观点，认为该币的价值会因为种种的原因而上涨。

观点如何构成取决于你是哪种类型的交易员——如果你是一名技术交易员，你可能会关注到一些更可能为你带来收益的特定技术（例如平滑异同移动平均线)。

本文是一篇叙事性交易指南，所以我将侧重于探讨一些与叙事性交易相关的观点。在我看来，目前有几种不同类型的叙事性交易观点:

1. 信息/触媒交易

2. 关联/最优项目交易

3. 「风险」交易

信息/触媒交易

这两个是相同的「类型」，但在时间框架上有所不同。其核心思想是，你可以了解到别人所接触不到的信息——这也被称为信息不对称。举个例子，信息交易就类似于你在 AVAX 决定与亚马逊/Shopify 合作之前就已经得知了这个消息。这些交易所产生的效益往往具有时限性，因为消息本身并不会改变资产，所以人们只会在短期内看涨。其他的例子还包括 LDO 2.0、dYdX 和投资者延迟，等等。

信息交易的问题在于，除非你是团队中的一员，否则很难提前获得这些信息。这就是为什么人们会为 tier10k 等服务付费，以便提前 10 秒获得消息。

触媒交易也属于同一类型。当你掌握一些更为充分的信息之后，你便可以判断交易中的催化效应。例如，如果你知道 BLUR 要空投，你就选择做多 LOOKS，因为你知道 BLUR 会让 NFT 币大卖。另外，dYdX v4 链的推出也是例子之一。

关联/最优项目交易

这种交易类型很好理解——牛市中总有某几个币种表现出色，而关键在于你能否将它们识别出来。在本次的牛市中，APTOS、LDO 和 OP 都有很好的表现。

关联交易的例子包括：LSD 会随着 LDO 的热度攀升而升值。

「风险」交易

这是我最喜欢的交易类型，因为你必须针对其进行研究——它与触媒交易相似，但二者的信息获取难度不同。这样一来，只要你愿意做研究，你就能掌握更为全面的信息。与风投公司一样，你也会押注一些自己认可的项目，因为你相信在未来几周/几个月当中人们会因为其良好的「基本面」而开始投资。

这样的例子包括：在其他人知道 CANTO 对其做多，或者比如在上个周期先于其他人了解并做多 MAGIC。

整合架构

我已经简要介绍了几种不同类型叙事性交易的结构。正如我所说，每笔交易的背后都是一个观点，但所有的这些观点和见解都有不确定的部分，这时我们就要用到概率思维了。因此，你在有了一个想法之后，还需要为不同的可能性计算出相应的概率。

这就是交易的乐趣所在。随着你交易量的增多，各种类型的事件都有可能发生，因此你会搭建一套自己的分析体系，用于判断一笔交易是否良好。

考虑所有可能发生的情况和后果，并分配不同的概率，比如：

1. 总体的宏观结构——50%

3. Token 研究（创始人/叙事/等）——50%。

很显然，这还没有很详细，但你应该明白其背后的逻辑——整体分析系统才是关键。

定位失效点

假设你已经找到了一个你喜欢的项目，并完成了详尽的调查，现在正在搭建你的观点：「由于种种因素，该币的价值被低估了，而我相信它将会取得增长。」

现在你必须形成你的无效论证，即你的想法在何种情况下不能起效。无效论证与观点本身相辅相成，而且必须是相同的「类型」。毕竟，你不能一开始说自己做多 MATIC 是因为他们即将推出 zk-EVM，然后又说自己抛掉 MATIC 是因为某天看到了一只可能招来厄运的黑猫。你取消交易的原因必须与你当初的交易原因保持一致。

说实话，我还在努力创造好的无效论证。叙事性交易的问题在于，它们大多都是基于势态，非常难以衡量。

我自己也倾向于观察行为在交易中的作用，比如人们的情绪。但情绪是一种情感指标，在金融领域几乎无法用数字计算，因此每当我不得不向人们解释为什么可以在人们情绪高涨的时期卖出，都会感到非常的痛苦。他们通常要求提供我无法提供的数据，所以在这方面我仍在努力探索，以找到一个合适的动量指标。

但我想说，一个好的无效论证是知道何时撤销交易的关键，在价格随时会剧烈波动的 Crypto 市场中极为重要。

它必须符合你的交易理念，而且你必须思考自己的观点在何种情况下会失效，比如是当团队发生变化时，还是当关键事件被推迟时？

这些答案便构成了你的无效论证。