N1 · Crypto Research & Investment
自分でデータを取得し、自分で評価し、他者が検証できるセクター調査を作る。この Track は方法を教え、売買の助言はしません。
この Track は、調査や投資を職業にしたい人を対象とします。
最初に範囲を明確にします。何を買うべきかは教えず、ポジションの提案も行いません。 自分で判断を導き、その不確かさを把握し、他者が検証できる形に書く方法を学びます。買うかどうか、いくら買うかは、自分の判断であり、自分が結果を負います。
この Track に向いている人
職種名ではなく、現在どこで行き詰まっているかを見てください。次の四つのうち一つでも当てはまれば、この Track はあなたのためのものです。
調査報告を読めるが、書けない。 他者の分析はもっともらしく見えても、自分で書くと最初の段落で止まります。どの数字から始め、どこまで書けば完了なのか分かりません。
調査を書いているが、すべて引用の言い換えになっている。 構成も引用も揃っていても、自分で取得した数字が一つもありません。「この数字はどこで見たか」と聞かれると、別の記事に戻るしかありません。
意思決定しているが、判断と運の境目を説明できない。 利益が出ても理由を説明できず、損失は市場のせいにするしかありません。これでは学べず、方法も改善できません。反証できる判断を、事前に書き残していないからです。
調査や投資の仕事に就きたいが、検証できる成果物がない。 履歴書に「DeFi を三年間追っている」と書いても、他者が開き、再現し、反論できる作品を示せません。
「今は何を買うべきか」という答えを求めている場合、この Track は役に立ちません。
前提
始める前に Part A の九章を読み、そのうち二章の Lab は実際に行ってください。
| 必読の章 | この Track での役割 | 読まない場合 |
|---|---|---|
| 第 15 章 · 流動性 | 帳簿上の時価総額と、回収できる資金を区別する | 評価モデルの数字を換金する経路がない |
| 第 17 章 · 収益はどこから来るか | 収益を見るとき、誰が支払うかを問う | 補助金を事業モデルと取り違える |
| 第 19 章 · Token の価値はいくらか | 供給、ロック解除、希薄化を計算する | 引用する評価指標の定義を説明できない |
| 第 20 章 · Tokenomics | 価値を取り込む接続があるかを調べる | 価値を取り込めないトークンをモデル化する |
| 第 21 章 · サイクル | 流動性、レバレッジ、物語のフィードバック構造 | サイクル上の位置をプロジェクトの質と誤認する |
| 第 23 章 · オンチェーンデータ | 定義に関する六つの問いと照合 | すべての数字が他者からの引用になる |
| 第 24 章 · ゼロになることと攻撃 | 十種類のリスクと「未評価」 | リスク一覧が一般的な免責文になる |
| 第 25 章 · 30 分でプロジェクトを読む | 十三項目と情報源の等級 | 書式が統一されず、横断比較できない |
| 第 26 章 · Protocol は何で稼ぐか | 損益計算の五行と実際の取り分 | 規模の指標を収益性の指標と取り違える |
なぜこの九章なのか。 調査報告の各段落は、このいずれかを土台にします。データは第 23 章、評価は第 19・20 章、事業モデルは第 17・26 章、リスクは第 24 章、横断比較は第 25 章、マクロは第 15・21 章です。一章を省くと、報告に土台のない段落が一つ増えます。
第 31 章 · AI は Crypto Research をどう変えるかも先に読むことを強く勧めます。証拠等級と結論カードは、この Track 全体で使う記録方法です。
二つの Lab は必ず実践してください。第 23 章の「最初のオンチェーンデータの図を作る」と、第 25 章の「30 分で十三項目を埋める」です。実践せずに進むと、後のすべてが机上の話になります。
学ぶ内容
九つのテーマを六群に分けます。順序には理由があります。先に水位を見て、次に船を見て、最後に価格を考えます。
- マクロと流動性
- ファンダメンタルズとオンチェーン
- 評価
- セクター
- ポートフォリオとリスク管理
- 調査の執筆
| 群 | 含むテーマ | 解決する問い | 接続する章 |
|---|---|---|---|
| マクロと流動性 | Macro、Liquidity | 今はどんな環境で、資金はどこから入り、どこへ行くか | 第 13、15、21 章 |
| ファンダメンタルズとオンチェーン | Fundamental Research、Onchain Research | プロトコルで実際に何が起こり、自分でどう検証するか | 第 23、26 章 |
| 評価 | Token Valuation | どんな仮定でいくらになり、どの仮定が最も弱いか | 第 19、20 章 |
| セクター | Sector Research | 同じ種類の中で、なぜこのプロジェクトか | 第 25 章 |
| ポートフォリオとリスク管理 | Portfolio、Risk Management | 判断が正しくても、別の理由で退場しないために何をするか | 第 18、24 章 |
| 調査の執筆 | Research Writing | 他者が検証し、反論し、利用できるようにするには | 第 31 章 |
この六群で最も難しい三つのこと
評価の中心は、一つの数字を出すことではありません。 Core では供給を価格に反映する方法を学びました。この Track ではさらに進み、キャッシュフロー、取り分、供給変化、割引の仮定を、パラメーターを変更できる表にします。そして三つのシナリオを示し、最も敏感なパラメーターを探し、モデル全体が使えなくなる条件を明記します。一つの数字しか出さないモデルは役に立ちません。「どの仮定の誤りが最も高くつくか」を示すモデルが役立ちます。
ポートフォリオとリスク管理では、リスクを「資産単位」から「組合せ単位」へ広げます。 第 24 章は個別プロトコルの十種類のリスクでした。ここでは、保有する複数の資産が同じ出来事で同時に問題を起こさないか、判断を誤ったときの損失に上限があるか、最悪の市場で退出経路がどれだけ残るかを問います。第 15 章の厚みの問題が、自分自身の問題になります。
調査の執筆は、最も過小評価される群です。 第 31 章には、モデルが述べただけで自分が確認していない内容を結論に入れない、という規則がありました。ここではそれを、結論ごとのカード、数字ごとの定義、各節末の「不確かなこと」という提供基準へ広げます。これを守ると報告は短くなり、初めて他者が使えるものになります。
セクター内のプロジェクトを一つずつ紹介することではありません。先に境界と成功・失敗の条件を定義し、同じ定義で各プロジェクトを一つの表に並べます。
個別調査が「それはよいか」を問うのに対し、セクター調査は「この構造でどんなプロジェクトが生き残るか」を問います。前者の結論は感情で揺れ、後者は構造が変わったときに修正します。
境界の定義が最も時間を使う工程です。何を除外し、なぜ除外したかを報告に書く必要があります。除外基準自体が、そのセクターへの理解です。
各結論の信頼性の根拠を示します。第 31 章では、検証済み、複数の二次情報が一致、モデル出力、推論の四段階に分けました。
この Track では任意の工夫ではなく、提供基準の一部です。等級のない報告の価値は、最も弱い結論に制約されますが、読者にはどれが最も弱いか分からないからです。
等級を示すと報告は短くなります。それは機能している証拠です。
卒業成果物
評価モデルとリスク一覧を備え、ファンドにそのまま提出できるセクター調査報告。
「そのまま提出できる」は厳格な基準です。毎日調査を読む人が、あなたに質問せず、どこまで信じられるかを判断できることを意味します。
卒業プロジェクトとの違いを明確にします。 Crypto Research OS は一つのプロジェクトを縦に掘り下げる Core の締めくくりで、36 章を結び付けたことを示します。この Track は一つのセクターを横断的に調べ、職業上の専門性を示します。同じ定義での比較、パラメーターを変更できる評価モデル、反論する読者に向けた結論の三つが加わります。
受け入れ基準は、いずれも判断可能な五つです。
セクターの境界を定義し、除外一覧を公開する。
含めるものと含めないものを明記し、調べたうえで除外したプロジェクトと理由を列挙します。採用一覧しかない報告では、読者は標本の選び方を判断できません。
すべての数字に定義、取得時点、出典を付け、オンチェーン部分には再現できるクエリを添える。
第 23 章の六つの問いへの答えを付録に書きます。他者が同じクエリを実行したら、同じ桁の結果になるはずです。再現できない数字は削除するか、「ある出典による」と格下げします。
評価モデルをパラメーター変更可能な表にし、三つのシナリオと感度に関する結論を含める。
少なくとも悲観、基準、楽観の仮定を用意し、結果への影響が最大のパラメーターを示します。さらに、どんな条件でモデル全体が適用できなくなるかを一文で書きます。
十種類のリスクを個別に書き、未評価は明記する。
分析ツールの共通リスクモデルを使います。十項目を省略せず、評価できない項目は「未評価」と理由を書きます。十項目がすべて埋まり、すべて管理可能に見える一覧は、十分に評価していないことが多いものです。
各結論に証拠等級を付け、結論部分に未確認の内容を入れない。
最後に、未確認の内容をすべて削除したら何が残るかを自己点検します。ほとんど残らないなら、行ったのは調査ではなく編集です。
形式上の要件も一つあります。報告には、いかなる売買行動の提案も入れません。成果物は構造化した判断と根拠であり、行動の指示ではありません。
達成したかを判断するには
まず自分で答え、その後に展開して比較してください。
達成していれば、章、ページ、コントラクトアドレスまで具体的に示し、取得時点を説明し、その場でクエリを再実行できます。
未達の典型は、二次記事に戻るしかない、結論は覚えていても出典が見つからない、リンクはあるが開いてもその記述がない、の三つです。
これが Track 全体の基礎です。 第 31 章の思考実験では、乙の報告の半分以上は正しかったものの、本人にはどの半分か分かりませんでした。場所を特定できない調査は、正解率が高くても使えません。
達成していれば、すぐにパラメーター名を挙げ、変化したときの結論の方向を説明し、どの範囲で結論が反転するかを把握しています。
未達なら、モデルが出す数字がどの入力に最も敏感かを説明できません。問題は精度不足ではなく、根拠のない確実さを与えることです。
各パラメーターを順に 10 パーセント変更し、順位が変わるかを見ると便利です。どのパラメーターでも少しの変化で順位が変わるなら、その結論が報告しているのは調査よりもパラメーターの選び方です。
達成していれば、資金と権限に関する場所にこれらの表示が集まり、「要調査」「未開示」「不明確」のどれかを区別しています。第 25 章で扱った三種類です。
表示がゼロなら、推測で埋めた内容がある可能性が高いでしょう。第 25 章の「全項目が埋まった報告」は、捏造ではなく事実と推論を区別しないことで生まれました。その区別がなければ、読者は割り引いて判断できません。
丁寧なセクター調査には、「未評価」「見つからない」が通常いくつもあります。その分布自体も一つの結論です。
達成していれば、特定のデータ定義、仮定、対象に含めなかったチェーン、検証できないチェーン外情報など、具体的な段階を示し、その誤りがどの節に影響するかを把握しています。
これが結論カードの「もし誤っていたら」の役割です。誤っても影響の少ない結論と、報告全体を無効にする結論は、同じ扱いにすべきではありません。
答えられなければ、自分の推論の鎖を分解していないことが多いものです。最も間違えそうな場所を説明できない調査者は、なぜ正しいかも説明できません。
正解は一つではありません。次を確認してください。
- 自分の論証だけでなく、最も強い反対側の論証を自ら書いていますか。
- 反対側が攻めそうな仮定に証拠等級がありますか。何級ですか。
- セクターの境界は「結論に都合のよい標本」と疑われませんか。除外理由は明確ですか。
- 起きると中心の結論が成立しなくなるリスクを、一覧で明示していますか。
- 業界の共通認識から借り、自分で検証していない仮定はいくつありますか。
実用的な方法は、反対の結論を持つ人に、同意できなくなる最初の段落だけを示してもらうことです。そこは通常、証拠等級が最も弱い段落です。
よくある誤解
誤解 1：調査を結論の収集にする。
十本の報告を読み、共通部分を自分の報告にするやり方です。共通部分は事実ではなく合意にすぎず、合意が誤ると全員が一緒に誤るため、独立した判断の根拠がありません。
二次資料の用途は、調べるべき項目を列挙することと、自分でデータを取得した後に照合することに限定します。第 23 章の通り、照合の価値は同じ数字を確認するよりも、異なる場合の理由を説明することにあります。
誤解 2：評価モデルの価値を精度に求める。
割引率を小数第三位まで計算し、五年間のキャッシュフローを四半期に分けても、入力がすべて仮定なら、仮定を細かく計算しただけです。
モデルは単純に、仮定は透明にし、感度に力を使います。 五つのパラメーターすべてに出典と範囲があるモデルは、三十行の精密なモデルより有用です。他者が一つの仮定を置き換えて再計算できるからです。
誤解 3：リスク管理を銘柄選びの一部と考える。
「よいプロジェクトだけを選んだから、リスクは管理できている」という考え方です。判断が正しいかと、誤ったら何が起きるかは、独立した問いです。
両者を別々に扱います。調査は前者、リスク管理は後者を答えます。判断が誤ったときの損失の上限、複数の判断が同時に誤る確率の過小評価（同じ仮定に依存しているかもしれません）、最悪の市場で残る退出経路を調べます。この業界では特に三つ目が重要です。流動性は最も必要なときに消えるからです。
誤解 4：生き残ったプロジェクトだけを調べる。
業界の記憶は短く、失敗したプロジェクトはすぐ議論から消えます。資料は自然に生存者へ偏り、導いた成功要因も偏ります。
失敗例を意識的に標本へ加えます。セクター調査には、何が失敗し、どう失敗し、事前の兆候があったかを扱う節を最低一つ設けます。第 24 章の十種類のリスクによる振り返りを使えます。通常、最も情報量が多い一方、最も書かれない節です。
次に進むには
まず三つを実践してください。第 23 章のデータ Lab、第 25 章の十三項目 Lab、第 31 章の結論カードです。これで Track 全体の作業基盤ができます。
次に卒業プロジェクトの Crypto Research OS を完成させます。 一つのプロジェクトを深く調べてから、セクターへ横に広げてください。逆にすると比較の深さが足りなくなります。
継続して維持するものは二つです。最新の Crypto 知識を追うにはの情報源の階層と監視手順、Crypto OS における AI の位置の「モデルが提案し、人が検証する」役割分担です。調査は古くなる仕事です。この二ページが更新を支えます。
組み合わせられる Track：
| 組合せ | 相性の理由 |
|---|---|
| N5 · Crypto Founder | 調査の終点も起業の出発点も、プロジェクトを行う価値の判断です。問いの半分以上が重なります |
| N4 · Crypto BD & Ecosystem | 調査は資源ネットワークを読み、BD は接続します。BD を経験した調査者は、提携発表をより適切に割り引けます |
| N3 · Crypto Growth & Operations | 継続利用と補助金を除く測定は、実需を判断する調査方法でもあります |
第三者のデータサービスに依存せず、取得まで自分で行うなら、T3 · Onchain Data Engineerが自然な次の段階です。再生可能なインデックス処理パイプラインを作り、調査の最も弱い部分を補えます。