比特币跌的每100分钟里 34个主流币有62分钟跟着跌 19个跌得更狠

11月15日这一天，币安现货24小时成交额超过一百万美元的173个USDT交易对里，163个下跌，8个上涨，中位数跌8.68%。但把镜头对准最大的那个币，BTC 自己这24小时只跌了4.76%，比中位数少跌将近四个点。这个差额不是细节，它说明这一轮下跌不是从大币流出来的，而是从长尾往外冒的。

问题在于，很多人在这样的夜晚只看一个数字：我的币跌了几个点。看完就没法再往下问了。真正能决定下一步的，是这个跌幅和 BTC 的关系是跟随、放大，还是根本没跟上。我拿24小时里 BTC 下跌的155根5分钟K线做了一件事：逐根检查成交额前34的非稳定币交易对有没有同时下跌，再算每次同跌时的幅度相对 BTC 是多少。两个数分开看，答案和直觉不太一样。

先分清两件事：一起跌，和跌得一样多

平时说一个币“跟大盘”，其实混了两个不同的性质。

第一个是同步性：BTC 跌的时候它跌不跌，用同一段时间里同跌的次数占比来量。这个数高，说明两个价格被同一批资金、同一批消息推动，短线的对冲和套利才做得起来。

第二个是弹性：BTC 跌一格，它跌几格，用下跌区间里的平均幅度除以 BTC 的平均幅度来量。这个数大，说明它是杠杆化的 BTC 敞口，涨的时候也放得更大。

这两个数可以完全背离。一个币可能几乎每次都跟着跌，但每次只跌一半；也可能十次里只跟六次，但那六次每次都跌两倍。前者适合拿来当 BTC 的替代持有，后者适合拿来赌方向。混在一个“跌幅”里，两种性质就都看不见了。

155根下跌K线，中位数只跟了62%

24小时的288根5分钟K线里，BTC 有155根收跌，占53.8%。把33个交易对逐个和这155个时间点对齐，跟随度中位数是0.619。

换句话说，BTC 每下跌十次，一个典型的主流币只有六次跟着跌。剩下四次它自己走平或者逆着涨。这一夜“全线下跌”是个宏观印象，落到逐根K线上是一次次的错位。中位数跌8.68%是24小时的累计结果，不是每一分钟都在同步下滑。

跟随度最高的是 ETH，0.897；BNB 0.89；LINK 0.832；DOGE 0.826；XRP 0.80。前五名全是市值最大的那几个，这个结果不意外：大币之间的资金流动是同一条管道，BTC 一动，它们必须跟着动，否则两者的价差立刻被套利盘吃掉。

跟随度最低的是 SOPH，0.413；TRX 0.426；SPCXB 0.484；MSTRB 0.484；KAVA 0.49；XAUT 0.497。这个名单比最高那几个有意思得多。

跌得最狠的几个，跟着跌的频率反而不高

KAVA 这一夜跌了57.8%，是全场最惨的一个。但它的跟随度只有0.49，意味着 BTC 那155根下跌K线里，它有一半以上没有跟着跌。

这两件事不矛盾。KAVA 的下跌几乎全发生在很短的一段里：6小时跌了27.58%，24小时跌了57.8%。它不是在慢慢跟着大盘磨下去，而是在某个时刻自己崩了，其余时间反而没有方向。跟随度低不等于抗跌，它只说明这个币的下跌时间表和 BTC 不一致。把它读成“独立行情”是错的。

SOPH 是另一个极端：跟随度0.413，同时24小时涨了28.49%，是全场涨幅第一。它和 BTC 的共动基本为零，涨跌各走各的。这种币不能用大盘来判断，也不能拿来做 BTC 的对冲，因为它根本不是同一个风险因子的表达。

TRX 的跟随度0.426，24小时只跌1.59%。它这一夜的表现接近稳定：既没有跟着崩，也没有逆势拉起。对持有者来说这是好事，但如果想用 TRX 判断市场情绪，它提供不了信息，因为它本来就跟得不紧。

下跌捕获率：19个超过1倍

第二个数才是这一夜真正的重点。

只看 BTC 下跌的那些K线，把每个币在这些K线上的平均跌幅除以 BTC 的平均跌幅，得到下跌捕获率。33个交易对里，19个的捕获率超过1，中位数是1.2。

捕获率1.2的意思是：BTC 跌1%，这个币平均跌1.2%。放大两成，看不出来有多严重，但它是每一根下跌K线都多跌两成，累积起来就是24小时的差距。

ZEC 是最典型的例子。它的跟随度0.76，不算特别紧，但捕获率1.99，是全场第二高。它在 BTC 下跌的K线上平均跌得比 BTC 更多，所以24小时累计跌了11.01%，是 BTC 跌幅的两倍多。6小时它只跌了3.73%，跌幅集中在更早的一段。

NEAR 的跟随度0.77、24小时跌12.87%，捕获率1.70；UNI 跟随度0.75、跌16.45%，捕获率1.69。这两个是标准的放大跟随：跟得紧，跌得比 BTC 狠。

这些币的共同特征是流动性中等、没有独立的叙事支撑。下跌的时候，资金先撤的是这种位置：不像 BTC 那样有承接盘，也不像 SOPH 那样有独立的买盘，只能跟着大方向走，而且滑得更远。在币安 App里把两个币的K线叠起来，这段差距是肉眼能数出来的。

beta接近零的那几个，不是避险资产

把33个交易对的 beta（对BTC的逐根回归斜率）排序，最低的几个是 SOPH 负0.44、SHELL 0.10、TRX 0.10、XAUT 0.15、SPCXB 0.19、NVDAB 0.45。

这里有三个不同的东西被混在同一列里。

XAUT 是黄金代币，一盎司伦敦金。它和 BTC 没有共同的现金流来源，涨幅由金价决定。它这一夜跌了0.87%，跟随度0.497，捕获率0.08，几乎对 BTC 的下跌没有反应。这是真正的低相关资产，代价是它也不分享加密市场的上涨。

SPCXB、NVDAB、MSTRB 是股票代币，背后是美股和 MicroStrategy 的股价。它们这一夜跌3.56%、1.57%、8.87%，跟随度都在0.48到0.5之间。它们的价格由美股时段驱动，加密市场半夜的动静对它们作用有限。把股票代币当成“加密资产里的稳健品种”是误读，它们只是把交易时段搬到了7×24。

SOPH 和 KAVA 则是第三个类别：没有共同因子，只有自己的流动性事件。SOPH 涨28%和 KAVA 跌57%都不是这轮大盘下跌造成的。

这三类别在beta表格里长得一样，含义完全不同。低相关可以是资产属性（黄金）、交易时段差异（股票代币），也可以是流动性事故（KAVA）。做资产配置只看beta会选择错的那一个。

把跟随度和捕获率画在同一张图上

把两个数交叉，33个交易对落进四个象限。

高跟随、高捕获：ETH（0.897，1.20）、BNB（0.89，1.10）、LINK（0.832，1.31）、DOGE（0.826，1.34）、XRP（0.80，1.17）。这五个是真正的“放大版 BTC”：跌的时候一定跌，而且跌得更多。持有它们等于持有加杠杆的 BTC 敞口，风险管理用 BTC 的止损线是不够的。

低跟随、高捕获：KAVA（0.49，2.76）、PEPE（0.51，1.37）、ZEC。这类币在 BTC 下跌时不总跟，但跟上的时候跌得特别狠。它们的风险是脉冲式的，平时看着不相关，出事的时候集中兑现。

两个数都低：SOPH（0.413，负0.97）、TRX（0.426，0.12）、XAUT（0.497，0.08）。SOPH 的捕获率是负数，因为它在 BTC 下跌的那些K线上平均是涨的；TRX 和 XAUT 几乎是完全不动。

低跟随、中低捕获：MSTRB（0.484，0.30）、SPCXB（0.484，0.19）、NVDAB（0.619，0.40）。这四个和 BTC 的共动明显弱于大盘，理由在下一节。

这套读法在哪里失效

四件事要先说清楚，否则上面那张四象限会被当成交易信号用。

第一，24小时的窗口太短。155根下跌K线够说明这一夜的结构，不够说明一个币的长期相关属性。换一个月的样本，跟随度和捕获率都会变，尤其是那些有事件驱动的币。要做资产配置判断，至少要看30天的滚窗。

第二，5分钟K线的噪音很大。一根5分钟K线里可能只有几笔成交，方向由单笔大单决定。用更长的周期（1小时）重跑，跟随度会普遍上升，捕获率会向1收敛。本文选5分钟是因为要看清盘中错位，不是为了给出稳态参数。

第三，样本只覆盖币安现货34个交易对。小市值币的跟随度受单一做市商影响极大，一个做市商撤单就能改变整条曲线。要覆盖全市场，得把交易对扩到一百个以上。

第四，也是最容易被忽略的：跟随度和捕获率都是用BTC做基准。如果某一天 BTC 自己不跌、是别的币在崩，这两个数就失去了参照。这一夜恰好是 BTC 相对抗跌、长尾崩塌，所以用 BTC 做基准有意义；换成全面普涨的日子，同样的算法会得出相反的结论，而那并不意味着结构真的反转了。

为什么这两个数比一个beta更有用

回归出来的 beta 是一个平均值。它把“跟得上的次数”和“每次跟的幅度”压缩成一个数，这两个性质就被混掉了。同一个 beta 值，可能来自“每次都跟、幅度一样”，也可能来自“偶尔跟、每次两倍”，前者和后者在实践里是两种完全不同的资产。

分开算之后，判断就具体了。要不要拿这个币当 BTC 的替代，看跟随度；要不要用它放大方向，看捕获率；两者都低的时候，先问清楚低的原因，是黄金、是美股、还是流动性事故。

这一夜给出的具体结论只有一句：34个主流币里，19个在BTC下跌时跌得比BTC更多，中位数多两成；而看起来最稳的几个，没有一个是加密资产。其余的，等下一个24小时再算一遍，看结构有没有变。

数据取自币安公开的现货24小时行情与5分钟K线接口，时点为11月15日凌晨3时50分前后，跟随度按 BTC 收跌的155根K线逐根统计，捕获率为这些K线上各币平均涨跌幅与 BTC 平均涨跌幅之比。

另一侧可以拿欧易 OKX的同一批交易对做交叉验证。两家交易所的做市商不同，跟随度在小市值币上会有出入，出入大的那几个，通常就是流动性最脆弱的。