股票研究：基本面分析 vs. 技术分析

基本面问的是：如果你穿越一整个周期持有一家企业，它到底值多少钱。技术面问的是：订单流此刻的表现如何。两者都可能出错，只是出错的方式不同。

Graham 和 Buffett 把基于现金流和资产负债表的内在价值理念推向了大众。Dow 时代的研究则把价格本身当成数据集——趋势、成交量、重复出现的模式。认真的机构两者都用：一个回答「是什么」，另一个回答「在什么时候」。

代币市场也有同样的分野：一边是协议收入和代币释放，另一边是图表和流动性。

从财报入手：利润表、资产负债表、现金流量表。你要看的是盈利质量、杠杆水平，以及现金是否真的跟得上故事。

常见比率：P/E（每一美元盈利对应的价格）、面向重资产公司的 P/B、用于跨资本结构比较的 EV/EBITDA。语境很重要——如果有成长性和资本回报率支撑，高 P/E 可能很蠢，也可能很合理。

护城河的研究是定性的：转换成本、网络密度、监管、品牌。它解释了为什么不同行业的估值倍数会聚集在不同区间。

技术面假设：信息会反映到价格和成交量上；趋势会延续，直到它不再延续；参与者在压力下会重复同样的行为。

工具箱：由前期盘整区间形成的支撑位 / 阻力位；作为共识趋势过滤器的移动平均线；判断超买超卖的 RSI 等指标；以及用来衡量信念强度的成交量。这些都替代不了风险限额——它们只是帮你聚焦注意力。

加密市场 24/7 全天候的盘面和以散户为主的资金流，让技术形态更嘈杂，但也更具自我实现性：点位之所以有效，部分原因正是因为大家都照着它交易。

卖方存在于投行：研究在一定程度上是为交易和承销业务做营销。评级往往偏积极，「卖出」很少见。真正有用的部分，往往是行业模型和数据附录——而不是那个一两个词的观点。

买方研究留在资管公司内部：如果判断亏了钱，职业生涯就会受影响。它对外不那么光鲜，对内通常更直接坦率。

加密领域还有第三类玩家——订阅式分析机构和链上数据公司——它们有各自的偏差（贩卖叙事、数据缺口）。把它们当成任何其他信源对待：去验证，别凭感觉。

人——除非代码本身具有独一无二的可审计性，否则有履历记录的团队胜过匿名团队。

护城河——开发者心智份额、流动性，以及在关键场景下的性能（例如专为交易而生的 L1 对比通用型链）。

代币经济学——释放、销毁、费用捕获：把它想成利润表加上股权结构表。

活跃度指标——费用、活跃地址、TVL 走势：并不完美，但仍然好过单凭感觉。

在 GaiaEx 上，你可以把基本面观点和永续合约上的执行结合起来——研究问题和交易工具是两个相互独立的决策。

实战步骤：

• 筛选——把范围缩小到你跟得过来的规模。
• 基本面——写出一页纸的投资逻辑：驱动因素、关键风险、什么情况会让你反转看法。
• 技术面——标出趋势和关键点位；在没有催化剂的情况下，别去硬扛一波猛烈的趋势。
• 风险——在入场前就定好仓位规模和止损；清楚「做错了」长什么样。

优势来自反复练习和诚实记录——而不是某一张完美的截图。