DiscoverCryptoria | Web3&加密说Ep.137 Crypto&AI项目估值:当摩根大通遇见众包AI对冲基金
Ep.137 Crypto&AI项目估值:当摩根大通遇见众包AI对冲基金

Ep.137 Crypto&AI项目估值:当摩根大通遇见众包AI对冲基金

Update: 2025-11-06
Share

Description

这期节目我们深入剖析了Numerai —— 一个融合Crypto与AI的创新型对冲基金项目。2025年8月,华尔街巨头摩根大通承诺向Numerai投资5亿美元,这一消息使其原生代币NMR在24小时内暴涨190%,市值从6000万美元飙升至1.74亿美元,交易量达12.4亿美元。我们将全面解析Numerai的商业模式、代币经济学、估值方法以及潜在风险,为大家提供一个评估Crypto+AI项目的完整框架。


1. Numerai的创新模式:众包对冲基金

传统对冲基金依靠内部分析师团队,封闭式运作,收取2%管理费+20%业绩提成

Numerai向全球开放,邀请所有量化分析师提供加密金融数据和机器学习模型

预测准确者获得NMR代币奖励,预测失败者质押的代币被销毁

截至2025年9月,平台拥有超3万注册参与者,4363个活跃质押模型


2. 核心运作机制与护城河

数据加密技术:所有金融数据经过混淆处理,防止商业机密泄露和作弊

质押激励机制:参与者需质押NMR代币,用真金白银证明对模型的信心

元模型聚合:将全球顶尖分析师的优秀模型集合成Meta Model指导交易

飞轮效应:优质数据→更多参与者→多样化模型→稳定元模型→更好业绩→更多资金→更高奖励


3. 团队背景与历史对比

创始人Richard Craib:康奈尔大学数学系毕业,曾管理150亿美元全球股票基金

开发出金融数据正则化技术,成为Numerai的核心技术基础

核心团队仅6人,精简但高度依赖创始人决策

对比失败案例Quantopian(2011-2020):缺乏激励机制,最终因业绩不佳倒闭


4. 业绩表现与资金规模

2022年AUM为6000万美元,2024年5月增至1.73亿,2025年中期达4.5亿

三年内AUM增长7.5倍,年化增长率约95%

2023年经历回撤,但2024年恢复至14%年化收益

10年累计向数据科学家发放3710万美元奖励,2025年前8个月发放373万


5. 代币经济学:NMR的三重价值支撑

质押需求:参与者需质押NMR参与预测竞赛,目前质押72.6万枚(800-1200万美元)

销毁机制:预测失败者的质押代币被永久销毁,通缩效应

回购机制:对冲基金利润的30-50%用于市场回购NMR,减少流通供应

总量设计:初始1100万枚,现流通760万枚,预计2028年释放300万枚作为奖励


6. 估值分析:Messari三种情景预测

方法论:预测对冲基金收入×企业价值倍数÷流通代币数量=每枚NMR内在价值

熊市情景(AUM年化增长9%):2029年估值折现至2025年约2470万美元,每枚NMR价值3.25美元

标准情景(AUM年化增长42%):2029年估值折现至2025年约2.318亿美元,每枚NMR价值26.49美元

牛市情景(AUM年化增长56%):2029年估值折现至2025年约7.312亿美元,每枚NMR价值82.11美元


7. 估值关键变量分析

AUM规模是核心驱动因素:管理费基于AUM,业绩提成也依赖AUM基数

企业价值倍数:参考传统量化对冲基金Man Group(1.9倍),给予Numerai 2-5倍溢价

摩根大通背书效应:降低其他机构投资者顾虑,触发羊群效应

增长放缓合理性:量化策略有容量限制,规模越大收益率通常下降


8. 风险评估:四大维度潜在隐患

业务风险:量化策略非永动机,2023年曾大幅回撤;团队仅6人,高度依赖创始人;竞争加剧,传统巨头(Two Sigma、Citadel)资源更雄厚

技术风险:智能合约不可升级,存在未知漏洞;数据可能被逆向工程破解;小团队应对系统故障能力有限

监管风险:NMR是否被定义为证券存在不确定性;对冲基金受SEC/CFTC监管,政策收紧可能增加运营成本

市场性风险:跨越传统金融与Crypto两界,双重市场波动;NMR价格波动可能影响参与者积极性


9. 商业模式可持续性分析

收入结构:按9.5亿美元AUM计算,年收入约5000万美元(950万管理费+3800万业绩提成)

成本结构:运营成本约1000万美元,剩余4000万用于奖励发放和回购

造血机能:基金业绩直接支撑代币价值,非纯靠代币炒作

不确定性:回购金额由团队自由裁量,2028年300万枚释放可能造成抛压


10. Case Study价值与启示

提供Crypto+AI项目估值的完整框架:商业模式、团队背景、代币经济学、估值方法、风险评估

传统金融与加密技术融合的典型案例:DCF模型与Crypto估值方法结合

网络效应与先发优势的护城河建立:需时间沉淀,技术窗口期仅数月至一年

谨慎投资建议:全球金融市场不确定性高,保留子弹比盲目出手更重要


<p style="color: #333333; font-weight: normal; font-size: 16px; line-height: 30px; font-family: Helvetica,Arial,sans-serif; text-al
Comments 
In Channel
loading
00:00
00:00
x

0.5x

0.8x

1.0x

1.25x

1.5x

2.0x

3.0x

Sleep Timer

Off

End of Episode

5 Minutes

10 Minutes

15 Minutes

30 Minutes

45 Minutes

60 Minutes

120 Minutes

Ep.137 Crypto&AI项目估值:当摩根大通遇见众包AI对冲基金

Ep.137 Crypto&AI项目估值:当摩根大通遇见众包AI对冲基金