← 研究動態
一般讀者2026/03/26 上午05:03

DeFi 代幣的波動率是比特幣的兩倍——這代表什麼?

加密貨幣波動率DeFi

讀者互動

登入會員可按讚與收藏。

分享到:LINEFacebookX / Twitter

持續追蹤這項研究

收藏、追蹤與明日提醒只保存必要識別資料,可在會員中心檢視或刪除。

研究資訊不構成個人投資建議;提醒僅代表研究更新,不代表交易訊號。

訂閱研究摘要

研究摘要與新文章,不轉售、不寄廣告,隨時可退訂。

你可能已經知道比特幣很「刺激」,一天漲 10%、一天跌 15% 的事屢見不鮮。但如果你覺得比特幣已經夠瘋狂了,那你大概還沒聽過 DeFi 代幣。

 UNI 和 AAVE 這類 DeFi 治理代幣的年化波動率高達 98%——幾乎是比特幣 54% 的兩倍。 

這不只是「更高的風險」這麼簡單。我們的研究發現,DeFi 代幣在本質上就是一種全新的金融物種。

什麼是 DeFi 代幣?用一句話解釋

如果比特幣是「數位黃金」,以太坊是「去中心化電腦」,那 DeFi 治理代幣就像是 去中心化銀行的股票 。

UNI 是 Uniswap(去中心化交易所)的治理代幣,持有者可以投票決定平台規則。AAVE 是 Aave(去中心化借貸平台)的治理代幣。它們的價值取決於這些「去中心化銀行」的業務量和生態發展。

98% 波動率是什麼概念?

讓我們把數字翻譯成白話:

資產年化波動率每日可能波幅一年可能漲跌範圍
大型美股 (SPY)~16%約 1%大約正負 30%
比特幣 (BTC)~54%約 3.4%可能翻倍或腰斬
DeFi 代幣 (UNI/AAVE)~98%約 6.2%可能漲 3 倍或跌 80%

 98% 波動率意味著:今天價值 10 萬的持倉,明天可能變成 10.6 萬或 9.4 萬。  一個月下來,波動幅度可能超過 30%。這種等級的風險,在傳統金融市場中幾乎只在個別小型股或生技股上才看得到。

60% 的風險是「自己的問題」

DeFi 代幣最特別的地方在於: 它們的風險大部分不是來自「幣圈整體行情」,而是來自協議本身。 

研究數據顯示,DeFi 代幣大約 60% 的波動率是「協議特有風險」,也就是跟整體加密貨幣市場無關的波動。

這些風險包括:

  • 智能合約被駭(一次漏洞就能讓代幣歸零)
  • 治理提案爭議(社群分裂)
  • 流動性突然枯竭
  • 監管突襲(美國 SEC 隨時可能把某個代幣定義為證券)
  • 競爭對手分叉(fork 走你的用戶和資金)

對比一下:大型美股的公司特有風險通常只占總風險的 20-30%。DeFi 代幣的 60% 特有風險意味著, 就算你完美預測了比特幣的走勢,你對 DeFi 代幣價格的預測能力也只有 40%。 

比特幣崩盤時,DeFi 的放大效應

雖然 60% 是特有風險,但剩下的 40% 系統性風險也夠嚇人的。

研究發現,當比特幣暴跌時,DeFi 代幣的跌幅是比特幣的  1.3 倍 。也就是說,如果比特幣跌 10%,DeFi 代幣平均要跌 13%。

這很好理解:當幣圈恐慌時,投資人會先拋售流動性最差、風險最高的資產,也就是 DeFi 代幣。就像一棟大樓著火,最高樓層的人最難逃出去。

沒有「壞消息加倍」效應,這很奇怪

在股票市場,有一個經典現象:壞消息造成的波動比好消息大得多(學術上叫「槓桿效應」)。簡單說,股市跌起來比漲起來猛烈。

但 DeFi 代幣 完全沒有這個效應 。漲 5% 和跌 5% 對後續波動率的影響幾乎一樣。

這代表什麼?DeFi 市場可能還太年輕、太投機,投資人結構跟股市完全不同。股市有大量機構投資人使用槓桿(借錢買股),股價下跌會觸發強制平倉,形成下跌螺旋。但 DeFi 市場的參與者更多是散戶和算法交易,漲跌都一樣瘋狂。

 DeFi 代幣就像一種「對稱的瘋狂」,往上噴和往下砸一樣兇猛。 

這對你有什麼意義?

 如果你正在考慮投資 DeFi 代幣,有三件事必須知道: 

 第一,不要用「我能承受比特幣風險」來衡量。  DeFi 代幣的風險幾乎是比特幣的兩倍。如果你在比特幣上投 10 萬覺得還行,在 DeFi 代幣上同樣金額可能會讓你失眠。

 第二,分散投資在 DeFi 領域效果有限。  因為 60% 是協議特有風險,持有 5 種 DeFi 代幣不見得比持有 2 種安全多少,每一個都可能因為自己的問題暴跌。

 第三,這是一種全新的資產類別。  它不像股票(有槓桿效應)、不像商品(受供需驅動)、甚至不完全像比特幣(波動率更高、特有風險更大)。用傳統的投資框架去理解 DeFi,注定會誤判風險。

結語

DeFi 代幣代表了一種金融市場的新物種,波動率極高、協議風險主導、崩盤會放大、但漲跌對稱。它們既不是「小型比特幣」,也不是「加密版股票」。

如果你要參與,先確保你理解:你買的不只是一個代幣,而是一整個去中心化協議的命運。

相關文章

先讀正式關聯,若無則使用標籤與主題相似度補齊

📄
天然氣的波動冬天最大,1 月比 3 月晃 1.86 倍;但「快到期更晃」,免費資料驗不出來
用 2006 到 2026 年的免費日收盤價檢查兩件事:天然氣的波動是否有月份規律,以及期貨快到期時是否更晃。第一件事找得到,第二件事這套資料驗不出來,而且結論會隨換約日的處理改變方向。 這個結果能幫你決定什麼 持有天然氣 ETF(UNG)或交易天然氣期貨的人,會碰到兩個關於波動的問題:冬天暖氣用量大,天然氣價格是否特別晃;期貨快到期的那幾天,價格是否晃得更厲害。這兩個問題都可以拿日收盤價直接檢查…
→
📄
過去一年的漲跌路徑,在樣本內解釋了 SPY 與 QQQ 約一半的每日波動;放進預測模型後損失降 8.79%,但還不能算預測優勢
用免費的日開高低收資料,檢查過去一年的漲跌路徑能解釋多少 SPY 與 QQQ 的每日波動,以及把它加進常見的波動預測基準後,預測損失有沒有下降。觀測到的損失有下降,但被比較的模型彼此包含,沒有有效的顯著性檢定,結論只能是描述性的。 這個結果能幫你決定什麼 用過去的波動預測未來的波動,是部位大小與風險預算的基本功。一個自然的問題是:除了「前一天、前一週、前一個月的波動」,過去一年的漲跌路徑本身,還有…
→
📄
台股 0050 的五分鐘波動預測:只有 26 個樣本外交易日,HAR 模型看得到方向,但沒過嚴格門檻
預測下一個交易日市場會有多「抖」,是風險管理的起點。這篇用實驗 K1664 檢查一個具體問題:用台灣五十 ETF(0050.TW)的五分鐘價格資料,HAR 類型的波動預測模型,能不能勝過最簡單的持續性預測(下一個交易日的波動等於前一個交易日)。 結論先說:在這份小樣本裡,HAR 日加週模型的平均預測誤差最低,比持續性預測低 31.03%,方向上有優勢;但樣本外只有 26 個交易日,檢定用的 t 統…
→