声明：本文由Bitker研究院编译完成，Bitker研究院专注于区块链行业理论探索、技术发展、二级市场分析等领域研究。
比特币与黄金之间的关系，似乎一直是金融分析师关注的焦点之一。最近，有一系列文章声称比特币和黄金之间的“相关性”越来越强，CNBC或彭博社等金融媒体似乎一直在讨论这一现象。
从数学的角度来看，最近比特币和黄金之间的相关性，或许可以用统计学中最有趣的原理之一来解释:混淆性偏见。
没有什么比一个新兴的资产类别更能揭示统计数据的神秘之处了。以加密货币为例，每周我们都会发现一些新的可能与特定加密资产价格相关的投机因素，这些因素有时会“回避”统计原则。
在各种各样的关联中，比特币和黄金作为两种重要的价值储存手段，两者之间可能存在的关系似乎是金融界最喜欢讨论的话题之一。
毕竟，有什么比与历史上最古老、最容易理解的资产类型之一关联起来，更好地解释像比特币这样的未知资产呢?
1.?比特币与黄金的相关性
最近几天，金融媒体上出现了一系列新闻，声称比特币和黄金之间的相关性越来越强。彭博社(Bloomberg)最近公布的数据显示，在过去三个月里，比特币与黄金的相关性达到了显著的0.827。金融分析网站SeekingAlpha称，“从统计数据上看，黄金和比特币通常是正相关的，而且正相关的程度还在日益加深。”《福布斯》还强调了比特币与黄金之间的正相关关系。当然，一些加密货币分析师已经在用黄金来解释最近比特币价格的下跌。
图1比特币-黄金每日价格相关性图
只有当你能用其中一种资产解释另一种资产的表现时，才能发现两种资产之间的相关性。作为市场上最著名的价值储存手段之一，比特币和黄金可能会出现正相关的现象，但你可以对市场上几乎任何其他组合资产提出类似的论点。
比特币和黄金之间的“明显相关性”通常被视为加密货币市场成熟的标志，但事实可能比这更简单。
希望为比特币价格找到强有力的预测因素，可能导致分析人士忽视了因果理论中最有趣的现象之一。
2.?混淆偏差
混淆偏差是统计学中最古老的现象之一，也是最容易被忽视的现象之一，它描述了一个隐藏变量(或多个)影响其他两个被选择用于实验变量的现象。
隐藏变量通常称为混淆因子，在下面的图中由Z表示。
混淆一词在英语中最初的意思是“混合”，在上图中，明显的因果逻辑X→Y被“混合”，X←Z→Y导致X与Y之间存在伪相关。换句话说，只有当Z存在时，X和Y之间才有明显的相关性。
尽管在因果关系中，混淆偏差是一个众所周知的现象，但当发现不同因素之间的相关性时，混淆偏差往往被忽略。我最喜欢的混淆偏见的例子之一，是统计传奇人物JudeaPearl在他著作《为什么》(TheBookofWhy)中描述的。
1998年，《新英格兰医学杂志》上的一项研究显示，有规律的散步与降低退休男性的死亡率之间存在关联。研究人员使用了HonoluluHeartProgram的数据，该项目自1965年以来跟踪调查了8000名日本血统男性的健康状况。
由弗吉尼亚大学生物统计学家RobertAbbott领导的研究人员想知道，锻炼越多的男性是否寿命更长。他们从8000名男性中选择了707名作为样本，这些人都身体健康，能够走路。
Abbott的研究小组发现，在12年的时间里，每天步行不足1英里(我称之为“休闲步行者”)的男性的死亡率是每天步行超过2英里(“高强度步行者”)的男性的两倍。确切地说，43%的散步者死亡，而只有21.5%的高强度步行者死亡。
数据虽然翔实，但由于忽略了一些可能决定每日步行距离与患者健康之间关系的外部因素，该实验容易产生混淆性偏见。一个明显的混淆因素是年龄:年轻的男性可能更愿意进行剧烈的锻炼，而且死亡的可能性也更小。
如果复杂的统计研究经常忽略混淆性偏见，你认为试图解释比特币和黄金之间相关性的金融文章呢?
3.?对比特币和黄金的另一种解释
考虑到混淆性偏见，比特币与黄金之间可能存在相关性的不同观点可能被掩盖。与其假设这种明显的相关关系是比特币成熟的标志，或许我们应该考虑一下当前市场环境中存在的各种混淆因素。
对黄金等知名资产的分析，要比比特币等新生的不稳定资产简单得多。
历史告诉我们，金价受到诸多因素的影响，比如美元走软、地缘局势紧张、波动性加剧或利率变动。
没有人真正了解影响比特币价格的量化因素，但事实证明，监管新闻、地缘紧张局势或加密货币生态系统的变化等因素具有高度影响力。
如果市场环境导致这些因素朝着相同的方向发展，那么我们将看到比特币与黄金之间存在明显但具有误导性的相关性。
当前的经济环境和加密货币市场的快速发展，为混淆比特币和黄金之间的偏见创造了一个统计上理想的环境。
选一个你最喜欢的:中美之间不断升级的紧张的经济局势，阿根廷宏观经济指标的突然崩溃，人民币的不断波动，对一些欧洲经济体面临衰退的担忧，等等。
所有这些因素都可以被视为比特币和黄金之间正相关关系的混淆因素。
然而，只有把这些混杂因素从其他非混杂因素中剥离出来，相关性才会朝着相反的方向移动，直至消失。
将不同资产类别的表现关联起来是一项极其困难的工作，应该接受最严格的统计模型分析。在不同的市场条件下，今天看来具有很强相关性的因素可能会发生巨大变化。
在加密货币这样的新兴资产类别中，这一点甚至更为重要。混淆偏见告诉我们，有时候你看不到的和你看到的一样重要。
来源：Hackernoon
作者：JesusRodriguez
翻译：Bitker研究院
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。