区块链数字代币市场热火朝天，每天都有新的爆点，每天都有新的币种。蓝狐社群经常有朋友问，这么多的区块链项目，很容易挑花眼，怎么选择代币？相信很多区块链项目的投资人都有相同的困惑，尤其是刚刚入场的新人，更是容易被舆论引导，随波逐流。
而影响价格波动的因素会有很多，与大企业的战略合作，甚至V神的一句话、McAfee的站台、知名自媒体介绍某代币等等，都会影响到价格的波动，更不用说监管的威力了。
如何选择数字代币项目？如何从蛛丝马迹中找到最合适的投资目标？如何获得更有价值的资讯、数据，甚至是市场的情绪？有没有一种可以量化的工具和服务可以帮到投资人做出更好的决策？
在去年7月份曾在蓝狐社群里介绍过Santiment，它试图通过捕捉投资人情绪等构建代币的投资工具和服务，帮助投资人做好代币投资。目前估值已经超过4.6亿美元，截止写稿时，位居整个区块链数字代币排行81位，从上交易所到现在，回报已经接近50倍，也是为数不多的高回报项目之一。不过，由于它是国外项目，了解的人可能并不多。从市值的角度，这个领域的空间还是不错的。
从市场角度，有不少投资人对这个领域有较大的认可，毕竟也是大家可感知的。蓝狐一直对这类项目有关注，而最近一家做数字代币量化投资分析的项目QUBE引起了蓝狐的注意。它的模式和空间不逊色于santiment，甚至可能有更大的潜力。
QUBE要做区块链时代的彭博（Bloomberg）
IT时代最伟大的基础数据服务提供商是彭博这些公司，最早的经济或投资决策依赖于人工记账和电话交易，但随着IT基础设施完善以及互联网生态的发展，投资进入了互联网的信息时代，极大提高了投资决策效率。彭博就是充分利用IT和互联网技术发展起来的公司，它是全球最大的金融数据服务机构，旗下的彭博终端机为华尔街提供量化交易服务，仅在2017年就贡献了94亿美元的收入。
但随着区块链的到来，区块链时代的投资呈现出了不同的特征，基于区块链的项目资产越来越多，需要新时代的基础数据服务提供商，结合大数据和人工智能还有区块链本身的特征，催生出完全不同的新时代的“彭博”。
目前全世界有超过3700多种数字代币，每种数字代币的区块链包含了至少17种数字类型，比如代币发行总量、流通量、区块交易数据、节点、损耗量、挖矿难度、持币人数、交易量等。有的数据一直在变化。
不仅如此，全世界每天都有新的代币项目产生，不断的形成更为庞大的区块链生态。按照coinmarketcap数据，在3700多种数字代币中，有1300多种在交易所交易，其中交易所达到了惊人的7500多所，主要的数字代币交易平台有467所。这些交易所和数字代币形成至少3000多的交易对，而且每天24小时候不眠不休，任何时候都有人实时交易、挂单，每天都有大量的波动和变化。不同交易所之间的交易价格也不一样，很多人专注于在不同交易所之间进行搬砖。即便如此，还有超过63%的交易是场外交易。这里涉及到了OTC数据、非交易数据、期货衍生产品数据等，相关数据标的信息超过60类。
在去中心化的交易所交易时，98%以上的常规分析数据无法获取。在能够提供数据的交易所中，大多数也只是提供实时数据，几乎没有历史数据可做参考。与此同时，区块链项目投资每天都会产生无数的信息，包括财经媒体和自媒体新闻资讯、用户产生信息、舆情和舆论等，这些信息或多或少都会对数字货币价格波动产生影响。
在这么多纷繁复杂的信息中把握出变化的规律，帮助投资人更好做决策，这个很不容易。QUBE试图对这么多区块数据、交易所数据、舆论信息等进行抓取，进行结构化处理，形成全球最好的区块链市场结构化的数据中心，并通过人工智能软件分析，为个人和机构提供投资决策参考。
QUBE最终来说，想要成为区块链时代智能的量化投资分析引擎，成为加强版的“彭博”。
从今天来看，整个市场还处于非常早期的阶段，整个区块链市场代币市值不到8000亿美元（截止写稿时），而全球目前证券交易市值达到百万亿美元，连1%占比都不到。一旦整个区块链市场发展起来，越来越多的代币进入市场，对于智能量化分析引擎的服务来说，这会是一个巨大的空间。
QUBE如何成为区块链时代的彭博？
QUBE要想成为区块链时代的彭博，不仅需要这个时代的机遇，更需要踏实落地的解决方案和落地执行。
QUBE的解决方式是通过人工智能的技术来输出更好的信息质量。它要做智能量化，给投资人的结果是高度提纯，直接可用的。
在这个数据的加工过程中，QUBE要做的包括了数据获取、数据预处理、特征提取、模型训练，最后是输出结果。这里的每一步都要大量的工作和技术处理，尤其是深度学习算法为基础模型需要不断地训练。
数据获取部分，目前QUBE通过全球276个节点获取数据，通过API、WebSocket接口，还有爬虫技术抓取467个交易平台中1765种数字货币的3183个交易对价格、实时挂单和交易量等信息，覆盖了绝大多数主要币种和主流交易平台。可以做到平均每3秒钟刷新数据。通过爬虫技术抓取区块链资讯类信息和UGC信息，日均获得876万未结构化数据。同时，通过监听挖掘区块链节点数据，获得区块链隐藏信息，结构化存储了17类数据。QUBE引擎每分钟可以获取3.91GB原始数据，并存于数据仓库。
QUBE在全球有26个数据中心，对数据进行噪点去除、模型量化，实现结构化数据库。通过语义分析技术实现对舆情分析，切词标签化，通过深度学习量化出各种情绪因子等指标。通过对区块链数据进行技术处理，形成实时数据源。
根据QUBE团队向蓝狐介绍，QUBE的人工智能建模涉及到了983个维度，形成高达28919个因子，通过机器学习，最终可以输出397类量化数据结果。为了解决AI的算力问题，QUBE通过分布式计算解决，比传统模式提高了ROI同时加快了落地时间。
除了数据的获取和量化处理之外，最为关键的是智能策略。每天的大量的数据通过QUBE的机器学习和深度学习算法，在最小时间戳为1分钟的维度上进行迭代结果导入训练。在不断的迭代中，优选出最佳代币投资策略。
总的来说，QUBE引擎核心是软件深度学习算法为基础的模型，它输入区块链代币的历史数据、交易数据、区块链生态数据，还包括舆情、区块数据、汇率等，这些数据经过算法训练和迭代，最终试图提炼出在特定时间和场景下代币的变化规律，比如价格趋势概率预测、成交量预测、舆情指数等。
QUBE引擎会实时更新四个关键模块的运营状态指标，四个关键模块就是上面提到的原始数据获取系统、数据处理结构化系统、特征提取与量化系统、AI深度学习模型系统。
这里的每一步都需要大量的工作，比如光市场就可以按照多、空、震荡等27个因子划分出多种情形，按币种发行时间就可以分出36个类型；按币种价格就可以划分出45种类型；按舆情指数，就可以划分出买入、卖出、观望等13个类型。整个区块链市场N个特征进行提取和分类，有N维市场，每个维度还有M个分类，最终会量化成N x M的矩阵，对这些组合情形下的价格、短期走势、中长期走势进行抽象，实现特征的向量化。
目前AI模型可以进行监督学习和无监督学习的结合。早期输入初始特征，让模型可以了解市场，随着数据增加和特征越来越明显，模型也可以发现隐含特征，同时优化特征。
最终输出的结果包括了当前时段价格、成交量、市场情绪的短期趋势和长期趋势的概率分布，可以形成397类直接量化的数据结果。
以上是QUBE核心处理步骤。不过，这些模型计算和处理最终要变成产品化，才能让普通用户用起来。
所以QUBE的产品也是考验团队实力的重要方面。从团队规划看，这是一个庞大的产品矩阵。包括了海量数据平台、深度量化分析、智能市场预测、风险预警提醒、信息监听汇总、最优量化策略、专题研究分享、前沿技术研发。详见下图，这一揽子计划如能实现，对于区块链的投资人来说，会有比较大的参考价值。
目前QUBE Beta 0.1版本开通“All Token”功能(http://qube.vip/mkt )可以查看1385种代币在376个交易平台的价格、实时挂单、交易量、市值等数据。更新周期仅为3.6分钟，其中最主要的176种代币则在3.9秒内更新，这个更新的频次目前还是非常少见的。
除了代币交易数据之外，还有舆情信息产品也已经出来初步版本。QUBE抓取了6786个信息源，获取了876万条未结构化的数据，通过语义分析，产生3个量化指数：网络舆情指数、市场多空指数和投资情绪指数，指数从-10到+10，目前已经开始实现5分钟内更新，维度分为1个小时和24小时两个维度。
更多的细节，可以参考引擎：http://www.qube.vip/engine
QUBE的收入模式与QUBE代币价值分析
有明确的收入模式，这在区块链世界里比较难得。
QUBE计划为目前3000多万，及以后或许上亿的数字代币个人投资者提供基于币种的量化策略机器人。其中VIP用户需要收费，假如10%的用户为收费用户，目前也有300万用户的收费市场规模。此外，还有超过10000家金融机构，数百家专业数字代币基金，这些都是潜在的收费用户群体。
由于未来的付费都是通过QUBE代币进行的，那么随着付费群体的增加，QUBE的代币需求也会随着增加，QUBE的价值随之提升。
也就是说，未来QUBE到底价值有多大，取决于使用它的人群有多大，量有多大，而随着区块链代币数量越来越多，决策复杂度越来高，一旦QUBE的模型能帮到投资人，它未来的价值就会水涨船高。
此外，团队为了保证QUBE价值的提升，计划采用回购模式。QUBE会把收入的部分利润用于回购二级市场流通的QUBE代币。回购的代币会被烧毁，直到发行总量的20%为止，也就是说最终的市场流通代币会低至2亿枚QUBE代币（发行总量10亿枚），为了确保公开透明，这些过程都可以在QUBE区块链浏览器上查询。
QUBE已有实践经验和初步的产品落地
QUBE已经有初步的产品beta，从2017年7月启动QUBE引擎，经过5个月的算法和模型训练，有了不错的成绩。据团队向蓝狐介绍，在投资策略启动后，跟比特币单一币种的同期收益相比提高了27.9%，月环比QUBE引擎提高11.6%。2018年计划推出60类的智能量化策略，同时实现产品化。
另外从团队的研发计划看，它是从2016年7月开始启动项目，开始进行引擎的构建和数据处理模型的建模。2017年9月开始启动舆情量化模型，进行人工智能算法训练。2017年12月进行量化指标分级。2018年1月3日上线了BetaV0.1版本，实现部分数据可视化，上文也简单介绍了部分内容。2018年1月15日Beta V1.0版本上线，增加可视化维度。2018年1月30日 Beta V2.0版本上线，优化产品相应效率。2018年2月28日Beta3.0版本上线，全部公开数据可视化。2018年3月30日实现Beta4.0版本上线，包括量化策略。2018年5月30日上线BetaV5.0版本，推出付费产品。2018年7月Beta6.0版本上线，开始全球化运营拓展。2018年9月30日BetaV7.0上线，实现量化投资策略平台收益化。
这个产品研发计划非常紧凑，可以看出团队在底层的数据爬取、处理、建模、人工智能训练等基础方面已经做好了扎实的基础，这才可能在这么短的时间内保持每一两个月更新一个版本的节奏。
如果产品能如期实现，那么，团队的执行力很不错。
最后从产品路线规划图中看到，2018年中旬QUBE要推出付费产品。付费产品用QUBE代币购买，总量10亿，不增发。据团队介绍，1月9日启动资产分发计划，并将于2018年1月30日前上交易所。
QUBE团队和顾问值得关注
QUBE的团队和顾问从背景和经验上看，在国内都是很值得关注的。
QUBE的创始人是MichaelChen，2013年就进入了区块链行业，对数字代币资产有研究，精通金融数据和量化分析。
CTO周诸明，有超过15年数据挖掘分析经验，曾担任微软总部数据产品顾问和数据产品运营总监。Ethan Loh是首席量化分析科学家，获得美国MIT金融工程学硕士，曾就职华尔街渣打银行。徐骞也是算法科学家获得新加坡国立大学博士学位，在瑞士瑞信银行参与过多个金融数据项目研发和运营。
软件产品技术负责人是曹彬，同济大学博士，曾任霍尼韦尔数据架构师，有18年数据量化经验。梁明是舆情分析负责人，清华大学硕士毕业，曾任谷歌语义分析团队核心技术，曾负责研发多个舆情分析量化项目。人工智能负责人是王伟，清华大学硕士毕业，曾任完美世界游戏AI核心工程师，也是开源社区AI项目资深贡献者。
Shawn Yu 是量化投资负责任人，斯坦福大学毕业，精通量化投资分析，毕业后曾在硅谷多家区块链公司负责相关数据技术。刘嘉宁是区块链负责人，南京大学毕业，是国内区块链技术资深专家，精通分布式系统、加密数字货币和加密算法等。Vicky Tian是项目运营负责人，毕业于英国曼彻斯特商学院，曾在多家跨国金融机构进行过商业化产品运营。
除了核心团队经验丰富之外，在顾问方面，也有业界大咖支持。包括硬币资本李笑来、区块链投资人赵东、量子链创始人帅初、公信宝创始人黄敏强、SIA联合创始人David Vorick（也是Bitcoin Core 贡献者）。
此外，技术运营顾问还包括美国密歇根大学人工智能方向的博士 Azmi Suhaimi作为数据顾问，曾担任瑞信银行亚大地区负责人的Johnny Goh Chia Min 担任风险控制顾问，David Chau 担任市场营销顾问，Gary Lim 担任法律顾问。
结语
总的来说，QUBE通过对区块链代币的所有市场相关数据进行提取、量化、挖掘，最终形成可供普通投资人作为决策用的结果。而这样的结果在纷繁复杂的代币投资市场，就是一个利器，有了这样的利器，拥有了更大的优势。就像一个拿着大刀的人永远无法跟拥有导弹的人进行比拼。
如果QUBE团队通过人工智能技术实现了真正价值有洞察的投资策略输出，那么，未来所有的代币投资人或机构投资人都会需要这样的利器，以免自己被市场抛弃，当大多数人都接受了这样的结果时，市场会越来越朝QUBE的预测方向发展，因为所有人都被像QUBE这样的决策引擎所引导，市场可能越来朝QUBE引擎的方向发展，这时候它的准确性和人们对它的依赖性就会越来越大。当然，任何时候，关于预测，都只是概率，历史上出现黑天鹅的事件也有可能，但这是另外一个层面的话题。
拥有了QUBE这样利器的人，远比没有的人处于有利的位置。这就是它的真正价值所在。期待区块链时代真正的加强版的“彭博”诞生！
