小白也能看懂——BMNR 估值模型應用

作為持有 ETH 頭寸最大的 Dats 公司，$BitMine Immersion Tech(BMNR.US) 一直是市場關注的焦點。過去很長一段時間，市場普遍將其視為 ETH 的高貝塔資產，但其溢價率的波動邏輯一直缺乏量化支撐。

為了解決 “BMNR 到底值多少錢” 這個問題，我花了兩週半的時間，清洗了其歷史交易數據，並基於 ETH 的價格構建了一套“三態估值模型”。

一、先説結論

之前雅人叔@lyhalfway 都是使用 mnav 和 ETH 矩陣進行預測，這次我們使用兩個模型預測 ETH1600 的熊市和 6000 的牛市時會帶來 BMNR 股票價格會是多少呢？

可以看到如果 ETH 漲到 6000 價格最高的價格為$84.12-$90.15，如果 ETH 跌到 1600 股票最低的價格為$8.14-$12.8。彆着急買入和賣出，任何模型都是有侷限性的，不妨先看看公式是如何出來的。

二、 模型圖表與可視化

首先，直接看模型運行的最終結果。這不僅僅是幾條線，而是過去半年 BMNR 價格行為的數學邊界。

(圖 1：BMNR 估值模型完整回測圖 - 包含中軌) 這張圖展示了線性模型（上圖）和冪律模型（下圖）對歷史股價的包裹情況。

中軌 (藍色)： 公允價值線，股價 (黑色線) 始終圍繞它波動。

上軌 (紅色)： 爆發線，去年 9 月股價刺破紅線後迅速回落。

下軌 (綠色)： 暴跌線，去年 11 月股價觸及綠線後止跌反彈。

不廢話，我們先把通過機械學習得到的擬合公式直接擺出來：

線性的擬合公式為：

冪律的擬合公式為：

三、官方驗證以及擬合説明

為什麼會有兩套公式呢，第一套線性迴歸是最簡單但是也最有效的公式，它直觀的反應 ETH 和 BMNR 股票之間的線性關係，而且當我擬合出這套公式的時候是非常開心的，因為它得到了官方的轉發，這是 Tom Lee 在其 X 上發佈的一篇推文，其中就提到了 Bloomberg 擬合出來的線性公式：

可以看到 Bloomberg 和我們擬合出來的線性公式基本一致，只不過 Bloomberg 沒有給出具體截距數據，只給出了斜率為0.015。而我們計算出來的是 0.0153 基本一致，從側面説説明了我們的線性迴歸公式是符合基本的規律的。

第二套冪律公式是因為 BMNR 本身作為 ETH 的長期看漲期權，在 ETH 出現較大漲幅/跌幅的時候會產生一定的槓桿作用，而且槓桿作用是會隨着 ETH 的漲幅/跌幅時間進一步擴大，此外冪律公式也是常用的擬合公式，它可以揭露一定數據量中，ETH 和 BMNR 之間的冪律關係，這也是 Tom Lee 經常提到的詞 Power Laws。

兩套公式的R²決定係數 (越接近 1 越好)如下表所示：

模型類型	公式	變量	R² (決定係數)
冪律模型		log(ETH 價格)	0.7587
線性迴歸		ETH 價格	0.7203

四、加入 BMNR 槓桿影響因子

目前看來我們已經實現了兩套不錯的擬合公式，但是問題就是$BitMine Immersion Tech(BMNR.US) 是一個高貝塔的股票，它的波動太大了，所以公式的 R²還不是很完美，所以我們現在引入槓桿因子，用於製作上軌和下軌，類似於布林帶一樣。現在擬合完成的上下軌入下圖所示，上面的為線性模型擬合，下方的為冪律模型擬合

線性模型：

軌道名稱	R²	線性公式
上軌 (紅)	0.9128
中軌 (藍)	0.7621
下軌 (綠)	0.9005

冪律模型：

軌道名稱	R²	線性公式
上軌 (紅)	0.9389
中軌 (藍)	0.7587
下軌 (綠)	0.9343

可以看到冪律模型在極端行情（上下軌）下的 R² 高達 0.93 以上，這是非常驚人的擬合度。這再次印證了 $BitMine Immersion Tech(BMNR.US) 作為 ETH 槓桿代幣，其內核遵循的是冪律增長法則。

五、回測數據

大家看到這裏説明已經看完我吹的牛逼了，我又按照最簡單的梭哈交易法及全倉買入賣出，進行了回測，回測結果如下：

線性模型全倉梭哈回測：

冪律模型全倉梭哈回測：

最後是收益率大比拼：

好了，判斷留給各位，模型可以用於參考，但是絕對不要用於實戰投資，你要為自己的資產負責！

所有內容不構成投資建議，請各位注意。