摘要：该文为「Proof of Value」区块链数据解读系列文章之一，用数据科学解读区块链。本文由「X-Order×链闻」联合呈现。在硅谷创投圈里，「PayPal 黑帮」是一个绕不开的话题。这个说法最早出

该文为「Proof of Value」区块链数据解读系列文章之一，用数据科学解读区块链。本文由「X-Order × 链闻」 联合呈现。

在硅谷创投圈里，「PayPal 黑帮」是一个绕不开的话题。这个说法最早出现在美国《财富》杂志，描述了 PayPal 早期员工在美国互联网行业的地位。自从 2002 年 PayPal 被 eBay 收购之后， PayPal 早期重要员工都选择了自己创业，彼此之间保持着非常密切的联系，相互投资，相互支持，就像是黑手党组织一样控制这个美国科技行业。

在加密货币行业，同样有这样一个「黑帮」存在，这就是「Coinbase 黑帮」。

总部位于旧金山的 Coinbase  是加密货币行业最重要的企业之一，影响力巨大。该公司最近披露的估值达到了 80 亿美元，不过从 Coinbase 派生出的员工和其估值一样令人印象深刻。同 PayPal 类似，Coinbase 的早期雇员们不少选择自立门户在区块链世界创业，他们推出了加密货币投资基金、各类底层协议、去中心化应用，活跃于区块链行业的各个细分领域，并且，他们彼此相互照应，相互投资，已然是这个行业的中流砥柱。

「Coinbase 黑帮」的影响力不容忽视。基于此，我们决定借助于 X-Order 和链闻的数据库资源，利用 X-Order 的知识图谱算法及机器学习模型，深度研究 Coinbase 的关系网，揭开 「Coinbase 黑帮」的秘密。

研究「Coinbase 黑帮」有何意义？

我们认为，揭开「Coinbase 黑帮」的关系网，可以帮助行业更深入了解以下这些信息：

· 依据 Coinbase 的人脉网和影响力，顺藤摸瓜发掘优质项目

Coinbase 已经被证明是加密货币行业最成功的企业之一，其早期团队更具经验，Coinbase 前员工团队在优质项目的辨识度上更具优势，并且，其网络也会聚集优质资源。所以，Coinbase 系的项目本身是优质项目的可能性更大，Coinbase 系的创业公司在未来取得成功的几率更高。这点上，「PayPal 黑帮」创业公司在互联网行业已经有过证明。

· 已经与 Coinbase 系的关系疏密程度，推测加密货币未来在 Coinbase 平台挂牌交易的可能

「Coinbase 效应」已然是加密货币市场众所周知的秘密。所谓「Coinbase 效应」，是指一旦 Coinbase 宣布某种加密货币宣布将在 Coinbase 相关平台挂牌交易，都引发该加密货币价格短暂上涨。这当然与 Coinbase 对于数字资产严苛的上架标准有关，同时，也因为 Coinbase 本身的流动性优势。市场上一直不乏关于「谁将是 Coinbase 下一个上架代币」的传闻。与其盲从于传闻和小道消息，不如通过某种代币与 Coinbase 系的远近关系，做一些更有逻辑的推测。

「Coinbase 含量」

Top 10

为了揭示与「Coinbase 黑帮」相关联的区块链创业项目与 Coinbase 的亲疏关系，我们推出了一个「Coinbase 含量」榜单，通过这个榜单，筛选出与 Coinbase 关系最紧密的项目。我们借助于 X-Order 和链闻的数据库资源，利用 X-Order 的知识图谱算法及机器学习模型，分析了 Coinbase 的关系网。需要指出的是，我们分析的「关系」主要包括两类：

· 工作关系：在这层关系中，我们又分为为「普通员工」与「高管」两个维度。为方便统计对比，这里的「高管」包含开发者、顾问和投资者；

· 投资关系：主要指某个项目投资来源与 Coinbase 之间的关联关系。

通过知识图谱关系网，我们找到了和 Coinbase 关系密切的众多项目，以下，是最为密切的 10 个项目：Coda

dYdX

Oasis Labs

Filecoin

0x

Zcash

Blockstack

NEAR Protocol

XRP

注：图中注明的投资金额为该轮融资的总金额，不一定全部由该机构贡献。

预测 Coinbase 第四期上币考察名单

我们还希望利用该知识图谱预测未来哪些数字资产有可能在 Coinbase 平台挂牌。我们假设和 Coinbase 关系网越越密切的项目，越有可能进入考察名单。为此，我们设计一个预测模型，其中包括 11 个关系网特征变量，并采用决策树结合人工干预，选择出 3 个主要特征变量：

· 二度关系包含人物高管连接路径数；

· 二度关系还包含了项目连接路径数；

· 三度连接路径数为次要影响变量的模型。

到目前为止，Coinbase 已经宣布了三批上币考察名单，这给我们提供了回测模型的可能。我们对前三次上币观察名录的项目建模，并以前两期 Coinbase 考察名单做 k-means 聚类训练 Logit 回归模型，使用我们设计的模型来模拟「预测」第三期考察名单，对该模型进行回测，结果验证了我们的假设。以下是 Coinbase 在 2019 年 9 月公布的第三批上币观察名单中的 17 个项目在回测榜单中的结果：

这个结果证明，我们找到的 Logit 模型具有一定置信度，符合我们的假设预期。然后我们用前三期的考察名单做训练集训练模型，对第四期考察名单做出了预测 :

需要指出的是，这个预测名单中，我们剔除了一些未发币的项目，也剔除了一些已经停止更新或者关注热度已经退去的老项目。

Coinbase 作为行业门户交易所，上币谨慎，进入考察名的项目会有一定的概率上币，从而会给项目带来大量的流动性。希望我们这个模型和预测结果，对关注 Coinbase 上币计划、希望捕捉到「Coinbase 效应」中投资机会的投资者，带来一些线索。