2026 年 2 月 11 日，化交CryptoQuant 2026 加密量化交易大赛在香港 CAI 氏大厦正式发布。易大于本次活动由 Barron's巴伦中文、赛嘉DeAI Expo 主办，宾分波动CGV、享加现和心NEXTFIN.AI、密市ME、场已Crypto Alpha 和 ChainDD、交易B7 Capital 等机构联合发起。为核

其中，体系一场名为“不确定时代下的化交加密量化交易”的论坛作为活动的板块之一也在香港同步进行。会议汇聚了来自全球加密金融、易大于量化投资及人工智能领域的赛嘉顶尖专家、机构投资者与行业领袖，宾分波动共同探讨在动荡市场中量化交易的享加现和心新范式与未来方向。

本次论坛共设置了两场圆桌。第二场圆桌聚焦“回调中的加密市场：周期判断、结构重塑与下一阶段机会”，由 CGV 分析师 Cynic 主持，辰宇集团潜水观察员、ChainUP Investment CIO Amanda、Cybex Technologies HK CIO Jiabo Wang、Minara 华语区市场负责人 Cole Chen 以及 AKG Ventures/Velocity Research CEO Franklin 等业界专家，围绕市场周期、资产定位与AI应用展开深度对话。

嘉宾普遍认为，当前市场处于调整筑底阶段，创新节奏放缓是本轮回调主因，而 AI 与加密技术的深度融合正在催生结构性机会。关于加密资产的定位，与会嘉宾提出“数字稀缺性资产”、“创新指数”和“高成长科技股”等多元视角，认为其本质是投资者风险情绪和流动性的风向标。未来 1-2 年，行业将呈现机构化、合规化与AI 驱动三大趋势，去中心化交易所以及 AI 与区块链结合的新赛道值得关注。

以下为演讲实录，略经链得得编辑：问题一：短期、中期、长期的市场展望

主持人（Cynic，CGV分析师）：请各位嘉宾从短期、中期和长期三个维度，分享对加密货币市场后市的看法。

Franklin（AKG Ventures/Velocity Research CEO）：从宏观层面观察，数字货币市场的微观结构和财富效应正在发生显著变化。回顾过去，市场中实现财富积累的人群，其路径和关注点已经历多次更迭。我认为当前的加密市场以及未来趋势，可能会更加回归本质，更倾向于一个以价格发现和波动交易为核心的金融体系。我并不认为市场波动是负面现象，适度的市场热度能够提供情绪价值，而除了技术创新之外，市场参与者也需要多元化的关注方向。因此，数字货币从整个发展历程来看，未来可能会更倾向于成为资产定价体系中重要的波动性资产类别。

Amanda（ChainUP Investment CIO）：从今年往后到年底，有几个关键时间点值得重点关注。首先是三月底，美联储相关人事的国会听证会将举行，对其货币政策主张进行答辩。这一事件引发市场关注，因其过往政策主张偏审慎。在当前加密市场对风险情绪、货币政策、流动性高度敏感的背景下，市场将密切关注这一时间节点。据我观察，相关人士对资产负债表管理可能偏审慎，但对降息路径可能偏积极。相对积极的降息路径对中小企业、创业企业和风险资产都将形成一定支撑。

其次是三月到九月，这段时间将迎来重要的中期选举初选阶段，涉及国会及各州层面选举。这是未来政策走向的关键竞争期。自 2024 年以来，加密市场的活跃度与政策环境的变化密切相关。市场期待在此期间看到更多明确的政策方向，包括新的法案或监管框架的完善等。

六月份以后，特别是近期就业数据公布后，市场可能会对年内降息进行重新定价，并在年尾出现流动性改善的机会，这将影响整体加密市场的资金环境。从短期看，我们认为当前市场处于价值区间，适合中长期布局。按照历史周期规律，今年三季度末到四季度可能是市场情绪逐步修复的阶段。

潜水观察员（辰宇集团）：我从创新叙事的视角谈谈判断。回顾市场周期，加密市场每次活跃期之前，往往伴随着新的技术创新或应用场景的出现。上一轮市场活跃与链上生态的创新密切相关。

当前市场调整的核心原因之一在于近期行业创新节奏有所放缓。从链上生态来看，市场节奏已从机构主导转向社区和开发者驱动。新的生态兴起往往源于技术创新，AI 赛道的关注度提升也与早期技术突破有关。行业的底层创新能力比短期叙事更重要，但最近半年链上生态确实缺乏突破性的创新应用。

上一轮创新趋势在哪里？去年上半年市场曾关注某些新赛道，但类似 Web3 孵化器的模式尚未取得预期成果。如果市场上只有存量概念，确实缺乏想象空间。

因此，市场进入调整期的重要原因之一是缺乏新的增长故事，与 AI 领域的技术突破相比，加密领域显得相对平静——市场关注度流向 AI，是因为AI领域不断有技术创新和应用落地。

但我认为转折点正在临近。在AI的基础设施逐步完善之后，AI 的应用层正呈现快速增长态势。传统创投圈对如何投资 AI 应用尚在探索阶段，而加密市场擅长对数字资产进行定价和流通。加密市场可以为传统股权难以定价的数字资产提供新的价值发现机制。我感觉市场的新动能正在酝酿。近期某些公链生态的项目表现可圈可点，在开发者社区中可能会产生类似现象级的产品。这类产品一旦在早期链上发行后形成用户增长，带动生态活跃，市场的新叙事就会出现。这实际上是拓展了数字资产的创新空间，从而真正对更多开发者形成激励，形成良性循环，让市场发现区块链技术的应用价值。我感觉市场最寒冷的阶段正在过去。

Jianbo Wang（Cybex Technologies HK CIO）：从历史周期看，市场调整周期通常持续一定时间，但目前市场竞争更加激烈，技术迭代更快，我判断这轮调整周期可能有所缩短。从统计数据看，有一个值得关注的规律：市场调整的底部区域往往会接近上一轮周期的高点区域。上一轮高点约为 6.9 万至 7 万美元区间，因此底部区域可能在 5 万至 6 万美元区间。

由于本轮上涨幅度相对理性，调整幅度可能也不会像以往那样剧烈。过去每一轮都有明确的叙事支撑，而本轮市场关注点部分分流至 AI 领域，市场整体处于再平衡过程中。关于比特币的走势，如果相关金融产品持续发展，数字黄金的叙事逻辑有一定合理性——但黄金作为传统避险资产有其独特的市场地位和参与者结构。在这个逻辑下，大的叙事框架可以接受。

我认为当前重要的宏观背景是全球货币体系的演进，各国央行和政策制定者都在探索数字货币和金融创新的平衡点，关键在于流动性会流向哪些创新领域。在技术层面，AI 被定位为战略性科技方向，各类资产之间存在某种配置替代关系。如果投资者要投资科技领域，可能会在不同赛道间进行配置。

何时能够进入新的增长轨道，或将 AI 与区块链结合——我认为长期来看，利用分布式账本技术进行数字资产交易和管理有其独特价值。这个逻辑长期可行，但短期市场走出调整仍需要时间和新的催化剂。AI 与 Web3.0 的结合，特别是在大模型之后，有哪些具体应用场景值得关注，是当前需要思考的问题。

Cole Chen（Minara华语区市场负责人）：从宏观角度看，全球主要经济体的货币供应量保持增长，主要央行货币政策整体偏向宽松。从技术层面看，历史上当价格回落到关键均线位置时，往往形成阶段性底部区域。第三，目前部分长期投资者处于持仓调整阶段，市场正处于筹码换手和风险释放过程。但由于此次调整速度较快，需要一定时间和空间来进行充分换手和筑底。因此，我个人认为目前底部仍在酝酿过程中，当前价格处于前期震荡区间，市场可能还需要时间寻找坚实底部。

问题二：加密货币在全球资产配置中的定位

主持人：大家认为加密货币作为资产类型，在全球资产配置中应该如何分类？有人曾称比特币为“数字黄金”，但这个论据似乎需要重新审视。加密货币在未来会以何种形式吸引哪种类型的投资人？或者说它受何种流动性的影响？请大家为加密货币资产类别下一个定义。

Franklin：从这个角度看，我的观点是——加密资产或许正在融入主流金融体系，它越来越类似于高成长性科技股。从市值规模、波动特征和市场结构来看，它都更像成长型资产。因此，我可能不会过于强调其“数字黄金”的标签，而是将其类比为科技创新类资产，具有高风险高收益的特征。

Amanda：我认为“数字黄金”这个类比需要谨慎使用，可能会让人误以为它具有与黄金完全相同的避险属性。实际上，黄金的避险价值源于其作为终极支付手段的历史地位和各国央行的储备需求。而加密资产的价格表现，更多体现为对风险情绪和流动性的高敏感度。

如果我们重新审视比特币及主要加密资产，一个更具解释力的角度是将其视为“数字稀缺性资产”。随着数字经济的发展，具备可验证稀缺性、去中心化账本和全球化流动性的数字资产，正在形成新的资产类别。

就其价格表现而言，近期它更多表现为高增长高波动资产，具有与科技创新类股票相似的属性，但相关性并不完全同步，有时会体现出其独特的交易时间和市场结构。我们对它的定义有两个基本特征：第一，它是投资者风险偏好的表达工具，往往会提前反应市场情绪的变化，例如在地缘政治事件或宏观数据发布时，加密市场的反应速度和幅度往往领先于传统市场。第二，加密资产这类没有传统现金流的资产，更多受流动性环境影响，由全球主要央行的货币政策、财政政策及市场流动性共同决定。短期来看，加密资产是投资者风险情绪和流动性高度敏感的风向标。

潜水观察员：我认为区块链行业本质上，加密资产反映的是数字经济的创新活跃度。加密资产价格波动，很大程度上与新技术、新应用的出现节奏相关。

当行业有突破性创新、新的应用场景出现时，会吸引外部关注和资金流入；当创新节奏放缓时，市场也会相应调整。它代表了传统金融体系之外的数字经济活力。数字经济越活跃，加密资产表现越强；数字经济创新放缓，市场也会进入调整期。核心在于技术创新和应用落地，只要有持续创新，市场就有活力。

前两年，AI 领域的技术突破吸引了大量资本和人才，产生了显著的财富效应。圈外的人看到新技术带来的机遇，会通过多种渠道参与数字经济。加密资产作为数字经济的重要组成部分，也会受益于整体创新氛围。只有行业有新的技术突破、新的应用场景，才能持续吸引新的参与者。

Jianbo Wang：在 AI 技术快速发展的背景下，我个人倾向于构建多因子量化模型来理解市场。当刚入行时，大家喜欢讨论宏观周期等概念性框架，探讨不同阶段的市场特征。但近年来，随着数据处理能力和 AI 技术的发展，我认为单纯依靠定性分析可能仅能解释历史部分情况，对未来预测的参考价值需要审慎评估。

如果没有具体的量化指标和触发条件，仅凭叙事做判断，可能面临不确定性。在特定市场环境下，叙事确实能影响短期走势，但长期来看，更需要关注可量化的因子和趋势。我倾向于从多维度分析，关注那些既有逻辑支撑又有数据验证的因素。很多似是而非的判断，因为既有故事性又有传播性，但缺乏数据支撑，容易被市场证伪。

我用另一个维度来追踪趋势：如果采用简单的趋势跟踪策略，如关键均线系统，操作简洁且经过历史检验。当价格突破关键位置后，能涨多少，受很多宏观和微观因素影响。不要试图精确预测具体点位，而应建立系统性的应对框架。因为精准预测而获利的情况越来越少，我们应该思考 AI 如何优化决策过程。如果AI的方式更有效，那么AI可能会改变市场的运行规律和参与者的行为模式。

Cole Chen：我认为加密市场最大的特点之一是其创新驱动和社区属性。各类叙事和概念的出现，本质上是市场对新技术、新应用的预期表达。在这一轮市场周期中，不同资产的表现在在差异。无论是技术叙事还是社区共识，都在驱动市场关注度。我们需要明确自己的投资周期和风险偏好：有人偏好短期交易，有人坚持长期配置。经过多轮市场周期，成熟投资者会越来越关注项目的基本面和长期价值，而非短期波动。我感受到的一个问题是：市场有时过度关注择时和抄底，而忽略了资产配置和风险管理，这是我的观察。

问题三：未来1-2年行业的结构性变化

主持人：大家认为这个行业在未来 1-2 年内是否会发生结构性变化？如果没有发生，我们可以如何预期？

Franklin：我认为加密行业正在经历从野蛮生长到规范发展的转型。以前行业以创新驱动为主，现在看到越来越多的行业参与者开始重视合规建设，这是行业走向成熟的必经阶段。我们刚刚都在讲价格和收益，但其实还有另一层重要问题，比如税务合规、资产安全等。随着监管框架的逐步完善，行业的基础设施会更加稳健。当然，这也将催生新的机遇。我觉得去中心化交易所以及融合社交等新属性的创新赛道会更有发展空间。

Amanda：我补充一下刚才嘉宾提到的，加密正在融入主流金融体系。这就是为什么从去年开始，隐私计算、Layer2 等技术创新再次受到关注，无论是零知识证明等新技术，还是监管对技术中立性的认可。现在各大公链都在探索提升可扩展性和隐私保护的技术路径，这可能会改变加密行业在被更大范围采纳后的技术形态。

但我觉得深度的结构性变化其实是市场参与者的结构发生了显著变化。过去一段时间，机构投资者的参与度持续提升。我与机构交流时发现，传统金融机构对加密资产的关注点已从“要不要参与”转向“如何合规参与”。加密资产若能走向主流金融机构，将有更大的发展空间，无论是作为资产配置工具，还是作为技术创新平台。

过去几年中，能够在行业中获得回报的，往往是对技术和趋势有深入理解的参与者。早期市场信息不对称较为明显，信息优势容易转化为收益。但随着市场成熟，信息传播效率提升，单纯的信息优势已不再明显。

另外，加密行业的创新仍在持续。我同意旁边嘉宾的观点，技术创新是行业发展的根本动力。例如，AI与区块链的结合、真实世界资产上链等新方向，都在不断拓展行业的边界。我正在关注这些新方向，认为这是行业发展的重要方向。此外，DeFi 的演进和创新也为市场提供了更多元的金融工具。这些都是这一轮周期后加密行业发生的结构性变化。

潜水观察员：我觉得很重要的一点是，AI 技术的快速发展正在深刻影响各行各业，包括加密行业。如果真正用 AI 辅助决策，会发现市场运行规律正在发生变化。其实未来的发展与技术创新息息相关。数字经济的未来取决于技术创新和制度创新的协同演进，这才是核心。市场变化迅速，无需过度预测长远，但需要关注技术演进和应用落地的节奏。

当前出现一些新的技术组合，比如 AI 与智能合约的结合，可能会催生新的应用模式和商业模式。法律监管在跟进技术创新，但技术创新本身具有内生的演进动力。

Jianbo Wang：前面几位讲得很好，我认为真正的变化在于 AI 与加密技术的深度融合。有观点认为，未来的 AI 应用可能更倾向于在链上环境运行，因为分布式账本提供的透明性和可验证性具有独特价值。

从信息和价值流动的角度，加密资产可被视为数字时代的价值载体。AI 带来的信息处理和决策能力呈指数级上升，已超越人脑可处理的范围，未来几年将继续提升。在讨论人脑可理解的事物时，需思考这是否符合客观规律，或是否在认知范围内，而非盲目接受。

就像学术研究，存在某些统计阈值现象，因为人类认知习惯会产生某些边界效应。但有了 AI 后情况会不同。我最近跟很多量化团队交流，成功的团队往往能抓住几个关键因子，真的有可能这几个因子就带来了超额收益。但他们讲述策略逻辑时不会简单化。若写成策略报告，会构建完整的逻辑框架，但核心可能是少数关键变量的把握。

回过头来说，当信息在人脑和计算机之间进行交互时，其可计算性和决策过程的自动化程度正逐渐提升，这是必然的趋势。至于超额收益是被人还是被算法获取，我们暂不讨论，但趋势已经明确。在这种情况下，这种计算和信息处理应在何种环境下进行，值得思考。

例如，假设某个策略因子，每年产生有限的有效信号，且可交易特定资产，保证较高胜率，那么如何评估这个因子的价值？理论上，它很有价值。如果能够预测短期波动，但信号频率较低，在传统评估体系下可能难以量化其价值。但AI能够理解这种低频率高胜率信号的价值，并愿意为获取这种信息支付对价。而传统评估方式可能难以量化这种价值。然而，在 AI 的计算框架下却是可行的。

若从第一性原理假设存在这样的信息不对称，假设有人能提供，有机构愿意购买，那么最后这样的信息交易，其实在预测市场上已经开始出现类似迹象。

假设你需要整合多个信息源，最终产生有限的高置信度交易信号，只要计算预期收益大于信息成本，就可以执行，然后让算法在全球范围内寻找这样的机会。当形成这样分层的信息市场后，加密信息和智能代理相互协作，形成套利机会。你只要提供有价值的信息，并向智能代理证明信息的可靠性，就可以完成交易。

从智能代理和 AI 角度审视，这可能是一个可实现的场景，信息在算法之间传递和交易，最终转化为某种市场行为。有些人通过预测市场获得了回报，这是从这一角度的理解。实际上会有许多新的应用场景，但当前技术仍在发展中，目前仍在智能代理和 AI 平台的应用初期。但我相信未来会朝此方向发展。在预测市场已有类似雏形，起初是人在交易，后来算法参与度提升，信息组织方式也在演进，因此未来仍有发展空间。时间维度上，技术创新可能会比预想的更快，因此无需过于悲观，仍会有很多新的突破。从信息流动和价值交换的角度看，分布式账本技术不会缺席。

Cole Chen：我分享一下最直接的感受：随着机构参与度提升和监管框架完善，市场的专业化和机构化特征会越来越明显。但同时，AI 技术也在一定程度上拉平了不同参与者之间的信息差距。例如，嘉宾分享的复杂因子或事件关联，个人难以全面监控，但AI可以辅助完成。AI 给我最深刻的感觉是，它改变了我们的工作方式——从执行任务到检验结果，AI可以自主迭代和优化。

有报道显示，AI 系统可以与人类协作，形成新的工作模式。人创建 AI 工具，AI 辅助人类决策，共同完成任务。无论是量化还是交易，有研究预测，未来几年AI辅助交易的比例将持续提升，因为AI没有情绪干扰，并且可以处理多维度、大规模的数据。

市场波动有时源于算法的趋同交易，包括某些意外事件的连锁反应。我们要思考，为何会在特定时点出现集中交易行为？其中也有算法互动的因素。在算法主导的市场环境下，人脑如何与 AI 协同？这需要我们不断学习和适应。所以我们只能更多地了解和拥抱新的技术，包括理解AI的工作原理，然后构建自己的方法论。

刚才我给嘉宾分享的是，我尝试用AI辅助决策，或者用 AI 做数据分析。我构建自己的工作流程，或者开发自己的工具，去完成想要实现的目标，这是必然的方向。

第二部分，我觉得行业正在进化。原来市场更多关注叙事和概念，用代币激励参与。但是往后，随着市场成熟，我们需要评估项目是否具备可持续的商业模式和收入来源。代币机制需要与价值创造相匹配，背后支撑的是真实的应用场景和用户价值。头部交易平台之所以能够持续发展，是因为它们有清晰的商业模式和收入结构。

更多对全球市场、跨国公司和中国经济的深度分析与独家洞察，欢迎访问 Barron's巴伦中文网官方网站