Khi Dữ Liệu Trống: Bài Học Từ Phân Tích Blockchain Và Cái Giá Của Sự Chủ Quan

Mở đầu: Tín hiệu từ một bản phân tích không có gì

Một nhóm phân tích nhận được báo cáo giai đoạn một. Toàn bộ các trường dữ liệu đều trống. Không có tên dự án, không có thông tin, không có số liệu cụ thể. Cả đội đứng trước hai lựa chọn: hoặc bịa ra một phân tích để kịp tiến độ, hoặc từ chối và yêu cầu dữ liệu thực tế.

Họ chọn phương án thứ hai. Và đó chính là khoảnh khắc mà tôi muốn nói đến hôm nay.

Trong 16 năm quan sát thị trường tài sản số, tôi chưa bao giờ thấy một quyết định nào đơn giản mà lại ảnh hưởng sâu sắc đến danh tiếng của một nhà phân tích như lúc đó. Không phải vì họ đã tìm ra một insight vĩ đại. Mà vì họ đã dũng cảm nói "không" với việc chế tạo nội dung từ hư không.

Sự thật nằm ở số liệu, không phải ở lời hứa. Và khi số liệu không tồn tại, lời hứa cũng chỉ là bong bóng.

Bối cảnh: Văn hóa phân tích nhanh và cái bẫy của sự giả tạo

Thị trường crypto có một căn bệnh kinh niên: tốc độ. Mọi thứ đều phải nhanh. Tin nhanh, phân tích nhanh, quyết định nhanh. Trong môi trường đó, việc một nhóm phân tích công khai tuyên bố "chúng tôi không đủ dữ liệu để phân tích" gần như là một hành động phản văn hóa.

Nhưng chính thái độ đó lại phơi bày một thực tế nghiệt ngã: phần lớn các báo cáo phân tích trên thị trường hiện nay không dựa trên dữ liệu thực, mà dựa trên sự phỏng đoán. Họ nhìn thấy một dự án, nghe một vài lời đồn, đọc một vài tweet, rồi viết một bài phân tích dài 2000 từ với đầy đủ các chỉ số.

Tôi đã từng chứng kiến cảnh một quỹ đầu tư nhỏ tại Geneva vứt bỏ một bản phân tích 40 trang chỉ vì con số về TVL bị lấy từ một nguồn không kiểm chứng. Họ không cần sự dài dòng. Họ cần sự chính xác.

Vấn đề không nằm ở việc thiếu dữ liệu. Vấn đề nằm ở chỗ quá nhiều nhà phân tích sẵn sàng lấp đầy khoảng trống bằng trí tưởng tượng của mình.

Điều gì xảy ra nếu chúng ta áp dụng cùng một tiêu chuẩn khắt khe đó cho toàn bộ thị trường? Điều gì xảy ra nếu mỗi báo cáo phân tích đều phải kèm theo một tuyên bố giới hạn rõ ràng về những gì không biết?

Phần chính: Chín chiều phân tích khi dữ liệu là con số không

1. Kỹ thuật: Khi công nghệ không có tên

Mọi phân tích kỹ thuật đều cần một điểm neo. Bạn không thể đánh giá một giao thức Layer 2 nếu bạn không biết nó dùng ZK-Rollup hay Optimistic Rollup. Bạn không thể đánh giá tính bảo mật nếu bạn không biết cơ chế đồng thuận.

Trong ví dụ về một dự án giả định mà nhóm phân tích đưa ra, họ đã phải tự tạo ra một khung phân tích với các giả định rõ ràng: ZK-Rollup, TPS 5000, 10 tỷ token. Nhưng họ cũng ghi chú rất kỹ: "Đây là ví dụ giả định, không đại diện cho bất kỳ dự án thực tế nào."

Hành động đó tưởng chừng đơn giản nhưng lại là một chuẩn mực mà cả ngành cần học. Sự trung thực về giới hạn của phân tích chính là nền tảng của sự tin cậy.

Dựa trên kinh nghiệm audit của tôi, khi một dự án không công bố mã nguồn hoặc kết quả kiểm toán, việc phân tích kỹ thuật chỉ là một bài tập đoán mò. Bạn có thể sử dụng các chỉ báo gián tiếp, nhưng bạn không bao giờ có thể chắc chắn về tính bảo mật của hợp đồng thông minh.

Một lần, tôi dành ba giờ để kiểm tra thủ công một smart contract của một ICO vào năm 2017. Tôi tìm thấy lỗ hổng rút tiền chỉ sau ba giờ. Nhưng dự án vẫn huy động được 375.000 USD trước khi sụp đổ. Vì sao? Vì không ai khác dành thời gian để kiểm tra.

2. Tokenomics: Thiếu dữ liệu cũng là một dữ liệu

Khi một dự án không công bố token allocation, đó chính là một thông tin quan trọng. Nó nói lên rằng dự án không muốn bạn biết ai đang nắm giữ tỷ lệ phần trăm lớn.

Trong phân tích giả định, nếu một dự án công bố 20% cho đội ngũ và 36% cho quỹ sinh thái, nhà phân tích có thể đánh giá được mức độ tập trung. Nhưng nếu con số này không tồn tại, mọi phép tính về áp lực bán tiềm năng đều trở nên vô nghĩa.

Tôi nhớ lại mùa hè DeFi năm 2020. Bot của tôi phát hiện ra cơ hội chênh lệch giá giữa Compound và Aave với lợi nhuận trung bình 2,1 ETH mỗi tuần. Điều đó chỉ có thể thực hiện được vì tôi có dữ liệu on-chain đầy đủ. Không có dữ liệu, không có lợi nhuận.

Chạy nhanh không quan trọng bằng chạy đúng hướng.

3. Thị trường: Phân tích khi không biết mình đang ở đâu

Bối cảnh thị trường hiện tại là một thị trường giảm. Trong bối cảnh đó, sống sót quan trọng hơn lợi nhuận. Nhà phân tích cần phải xác định giao thức nào đang chảy máu thanh khoản.

Nhưng làm sao bạn có thể xác định điều đó nếu bạn không có dữ liệu về dòng vốn, về số lượng người dùng, về khối lượng giao dịch?

Khi tài liệu ban đầu trống rỗng, câu hỏi quan trọng không phải là "dự án này tốt hay xấu", mà là "dự án này có thực sự tồn tại không"? Trong một thị trường giảm, có rất nhiều dự án không còn tồn tại ngoài cái tên trên website.

Thị trường không có lỗi, chỉ có chiến lược sai. Nhưng chiến lược của bạn sẽ sai ngay từ đầu nếu bạn phân tích một dự án không có dữ liệu thực.

4. Hệ sinh thái: Sự trống rỗng của các mối quan hệ

Phân tích hệ sinh thái là phân tích về các mối quan hệ. Dự án này hợp tác với ai? Được hỗ trợ bởi quỹ nào? Có đối tác chiến lược nào không?

Khi không có thông tin, bạn không thể đánh giá được sức mạnh của mạng lưới. Một dự án có thể tuyên bố hợp tác với một quỹ lớn nhưng không công bố chi tiết. Sự mơ hồ đó có thể là dấu hiệu của việc không có gì thực chất.

Năm 2021, khi tôi phát hiện ra CryptoDickbutts S3, điều đầu tiên tôi làm là kiểm tra hợp đồng. Tôi thấy 95% giao dịch đều từ những ví cá voi mới tạo. Đó là một tín hiệu. Tôi mua 0,5 ETH, bán với giá 8,4 ETH sau ba ngày.

Tín hiệu không đến từ cảm xúc, mà từ dữ liệu.

5. Quản lý: Khi không ai biết ai đang kiểm soát

Trong một dự án blockchain, câu hỏi về quản trị là câu hỏi về sự kiểm soát. Ai có quyền nâng cấp hợp đồng? Ai có khóa đa chữ ký? Ai có thể thay đổi tham số giao thức?

Nếu không có dữ liệu, bạn không thể trả lời bất kỳ câu hỏi nào trong số đó. Bạn chỉ có thể đưa ra các giả định, và những giả định đó có thể giết chết danh mục đầu tư của bạn.

Khi tôi xây dựng bot short ETH trong bear market 2022, tôi không dựa vào cảm xúc. Tôi dựa vào funding rate. Từ tháng 6 đến tháng 12, bot ghi nhận 27 lệnh thành công, tổng lợi nhuận 14,2 ETH. Bởi vì tôi có dữ liệu. Còn nếu không có dữ liệu, tôi sẽ không bao giờ mạo hiểm.

6. Rủi ro: Nghịch lý của việc không biết

Việc thiếu dữ liệu chính nó đã là một rủi ro. Nhưng có một nghịch lý: khi bạn không biết một điều gì đó tồn tại, bạn cũng không thể đánh giá được mức độ rủi ro của nó.

Một nhóm phân tích có thể viết một báo cáo dài 50 trang về một dự án, nhưng nếu họ bỏ qua mục "rủi ro pháp lý", báo cáo đó chỉ đáng giá 2 trang.

Trong bối cảnh SEC đang áp dụng chiến lược "quản lý thông qua thực thi", việc thiếu thông tin về cấu trúc pháp lý của một dự án là một tín hiệu cảnh báo nghiêm trọng.

7. Tường thuật: Sức mạnh của một câu chuyện không có sự thật

Ngành công nghiệp crypto bị chi phối bởi những câu chuyện. Mỗi chu kỳ có một narrative mới: ICO, DeFi, NFT, Layer 2, AI...

Một bản phân tích với dữ liệu trống rỗng là một bản phân tích chỉ có câu chuyện mà không có bằng chứng. Và đó là loại phân tích nguy hiểm nhất.

Tôi đã chứng kiến hàng trăm nhà đầu tư mất tiền vì tin vào một câu chuyện đẹp mà không có số liệu kiểm chứng. Họ tin vào miệng lưỡi, không tin vào dữ liệu on-chain.

Cơ hội thường ẩn trong những gì ít người nhìn. Nhưng cơ hội đó cũng cần được xác nhận bằng dữ liệu. Nếu không, nó chỉ là ảo tưởng.

8. Chuỗi cung ứng: Kiểm soát các thành phần trong hệ sinh thái

Phân tích chuỗi cung ứng trong blockchain có nghĩa là phân tích toàn bộ các lớp công nghệ. Từ lớp mạng, lớp đồng thuận, lớp hợp đồng thông minh cho đến lớp ứng dụng.

Khi dữ liệu trống, bạn không thể xác định một dự án đang ở vị trí nào trong chuỗi. Bạn không biết nó phụ thuộc vào những thành phần nào, hay nó có bị ảnh hưởng bởi sự thay đổi của các giao thức khác hay không.

Đây là một trong những khía cạnh bị đánh giá thấp nhất trong phân tích blockchain. Nhưng nó cũng là một trong những khía cạnh quyết định nhất.

9. Bảo mật dữ liệu: Niềm tin bắt đầu từ sự minh bạch

Khi một nhóm phân tích yêu cầu dữ liệu và sẵn sàng từ chối phân tích nếu không có dữ liệu, họ đang xây dựng một nền văn hóa minh bạch. Và nền văn hóa đó là tài sản quan trọng nhất của ngành.

Quan điểm trái chiều: Sự thiếu hụt dữ liệu cũng là một tín hiệu thị trường

Nhưng hãy dừng lại một chút. Có một góc nhìn khác mà ít người nhắc đến.

Trong nhiều trường hợp, việc một dự án không công bố dữ liệu không phải vì họ đang che giấu điều gì. Mà vì họ chưa có dữ liệu để công bố.

Một dự án ở giai đoạn rất sớm có thể không có TVL, không có người dùng, không có doanh thu. Điều đó không có nghĩa là dự án đó là lừa đảo. Nó chỉ có nghĩa là dự án đó đang ở giai đoạn quá sớm so với khả năng phân tích của bạn.

Năm 2020, khi tôi bắt đầu phát triển bot cảnh báo gas fee trên Uniswap v2, không có dữ liệu nào về các bot tương tự. Không ai công bố thuật toán, không ai công bố hiệu quả. Nhưng điều đó không có nghĩa là cơ hội không tồn tại. Nó chỉ có nghĩa là tôi cần phải tự mình xây dựng dữ liệu.

Vậy nên, sự trống rỗng có thể có hai ý nghĩa đối lập: hoặc là một dấu hiệu cảnh báo, hoặc là một cơ hội để tạo ra thứ chưa từng tồn tại.

Sự khác biệt nằm ở khả năng xác minh. Nếu bạn có thể tự tạo ra dữ liệu bằng cách tham gia giao thức, kiểm tra hợp đồng, hoặc thu thập dữ liệu on-chain, thì sự trống rỗng ban đầu không phải là vấn đề. Nhưng nếu bạn hoàn toàn bị động và chỉ chờ vào nguồn cấp dữ liệu từ bên thứ ba, thì sự trống rỗng chính là một cái bẫy.

Kết luận: Bài học về sự trung thực trong phân tích

Khi một bản phân tích nhận được một bộ dữ liệu trống, họ đã đưa ra quyết định can đảm nhất trong nghề: từ chối phân tích.

Họ nói rằng họ không thể tạo ra một phân tích có giá trị từ không có gì. Họ không thể đưa ra kết luận khi không có dữ liệu để kiểm chứng. Họ không thể viết một báo cáo đầy đủ chín chiều khi tất cả các chiều đều là điểm mù.

Trong ngành công nghiệp này, có một sự cám dỗ lớn: cám dỗ để lấp đầy khoảng trống bằng những phán đoán chủ quan. Cám dỗ để viết một báo cáo đẹp đẽ từ những con số bịa đặt. Cám dỗ để đưa ra kết luận từ những giả định chưa được kiểm chứng.

Nhưng mỗi lần bạn làm như vậy, bạn đang đánh cược danh tiếng của mình vào một trò chơi không có dữ liệu.

Bài học từ bản phân tích trống rỗng đó là: đôi khi, cách tốt nhất để tiến về phía trước là dừng lại và thừa nhận rằng bạn không biết.

Và điều đó đưa tôi đến một câu hỏi lớn hơn: Nếu toàn bộ ngành công nghiệp này áp dụng cùng một tiêu chuẩn khắt khe như vậy, nếu mọi nhà phân tích đều sẵn sàng nói "tôi không đủ dữ liệu để phân tích" thay vì bịa ra một phân tích giả tạo, thì thị trường sẽ khác đi như thế nào?

Sự thật nằm ở số liệu, không phải ở lời hứa. Và khi số liệu không có, cách trung thực nhất chính là nói ra điều đó.

Trong thị trường này, sự sống còn phụ thuộc vào một điều duy nhất: khả năng phân biệt giữa dữ liệu thật và dữ liệu được tô vẽ. Và để làm được điều đó, bạn cần phải chấp nhận rằng đôi khi, không có dữ liệu chính là dữ liệu quan trọng nhất.

Câu hỏi đặt ra cho mỗi chúng ta không phải là "liệu chúng ta có đủ dữ liệu để phân tích", mà là "liệu chúng ta có đủ can đảm để thừa nhận khi mình không có dữ liệu".

Đó mới là thử thách thực sự.