如何用AI與數據分析找到Web3潛在Alpha項目
前言
加密貨幣領域進展飛快，每天都有非常多的資訊與項目推出，常常很多資訊還沒消化完，又有更多新資訊來了，投資加密貨幣項目也是如此，當好好研究了一個領域的項目後，整個風向與熱點又改變了，一直都在資訊追趕的狀態下，導致聽到一個甚麼風聲，為了怕錯失，往往都還沒搞清楚就投資了，想當然，投資的結果也不是太好，相信許多人都是這樣。
加密貨幣相關數據
因此如何從數據的角度找到潛在的項目，更精準地發現早期項目，就是這篇文章想要說明的，從數據的角度來認識一個項目，相對可以更早期發現好項目，同時也更真實，因此我們先從數據種類開始介紹，數據分為以下幾種：
鏈上數據
鏈上數據是區塊鏈最核心的價值所在，鏈上數據最基本的組成就是transaction，數據有代幣傳送、合約部署、合約互動、項目TVL、項目活躍地址等，有許多工具(dapp)可以協助查看鏈上數據，例如defillama, debank, dune analytics, glassnode, nasen, dex screener等，這些服務都很強大，但對一個加密貨幣的參與者來說，這資訊還是太多，導致無法消化。
社群與媒體
社群包含Twitter, Telegram, Discord等，數據面有追蹤人數、每則tweet的曝光數、telegram群裡面的人數、DC的頻道人數，資料面有每則tweet的內容、telegram的對話內容、DC裡面的對話內容等，這些資訊隨著時間累積，人數增加的情況下，資訊內容是以指數增加的，但這些內容大部分可能是沒有價值的資訊，相信很多加密貨幣的投資者一到DC裡面，都被滿滿的訊息淹沒，常常也只有更資訊焦慮，卻無法真的得到有用的資訊。
媒體資訊有新聞類，也有深度研究類，這應該是接收資訊最快速，也最有效率的方式了，許多媒體都有很不錯的內容，但同樣的要能夠消化這些大量的內容也需要相當多的時間與先修知識，對於新手或是時間較少的人來說，也是相對困難。
項目資訊
項目資訊包含項目的官網、Medium、Gitbook、智能合約等，這些資訊是最直接，也最深入項目本身的內容，同時也是量與難度最高的內容，因為區塊鏈領域很廣，各種分類都有不同的專業，比如說Layer 1, Layer 2, DeFi, 共識機制, Rollup等，這都是很專業的內容，真的要理解一個項目，從商業、通證經濟、技術面等，連專家都得花很多時間，更何況一般的投資者。
數據的彙整與分析
綜合以上的內容，如何讓一個加密貨幣參與者可以快速收集有效資訊，並且讓加密貨幣參與者能夠根據自己的專長與喜好深入研究，進而輔助投資或是啟動項目的決策，就是一個重要的目標了。因為數據有分結構化(structured)資訊與非結構化(unstructured)資訊，需要收集、彙整、結構化轉換、分析，也就是一個完整的數據分析流程。
Alpha Radar Bot
Alpha Radar Bot要解決的痛點就是加密貨幣資訊太多，要從茫茫資訊海中找到有價值的資訊是很困難的，因此透過爬蟲與數據分析工具將資訊彙整，進而提供潛在Alpha列表，讓每個加密貨幣參與者，可以從這個Bot出發，過濾出重要資訊，進而深入研究，開展每個人的加密貨幣旅程。
Alpha Radar Bot透過Telegram作為介面，收集鏈上與鏈下數據，結合既有成功的加密貨幣項目的數據分析，進而過濾出潛在的Alpha項目，讓每個Alpha Radar Bot的使用者都可以隨時看到最新、最有價值的資訊與潛在的Alpha，根據每個人不同的喜好與專業，會給予不同內容。
透過一些AI與機器學習演算法達到Alpha推薦，主要的核心演算法是Multi-modal deep auto-encoder network，如下圖：
Qian, Chou, & Li (2022), Deep multi‐modal learning for joint linear representation of nonlinear dynamical systems, Scientific Reports
Alpha Radar Bot將會在9月初推出測試版，歡迎關注最新資訊、加入TG以及追蹤Twitter。