打開鏈上數據平台搜尋 NVT，經常會遇到一種混亂狀況：同一條公鏈在同一天，有時呈現為兩位數的原始倍數，有時顯示為數值平滑的 Signal 軌跡，有時則變成圍繞零軸波動的正負 Z-Score。這三種呈現形式雖然都帶有 NVT 的名稱，但背後的分子口徑、分母統計維度與平滑周期存在顯著差異。若未釐清其運算邏輯，這項指標在實際評估中就容易產生誤導。
NVT 的全稱是 Network Value to Transactions（網絡價值與交易量比率），常被視為加密市場中的「鏈上本益比（PE Ratio）」。它的底層邏輯在於衡量：市場目前為這條區塊鏈每 1 美元的鏈上真實經濟結算量，給予了多少市值溢價？當比率過高，意味著價格漲幅可能透支了鏈上實際結算需求；比率偏低，則反映底層結算活動活躍，相對估值可能被低估。
這項概念最早在 2017 年前後隨鏈上分析領域的討論而普及。然而隨著 Layer 2 擴展方案普及、穩定幣結算佔比攀升以及交易所內部調撥行為日常化，最初簡潔的原始比率已難以直接應對複雜的市場結構。了解 NVT 的不同計算架構與模型演進，是解讀鏈上估值訊號的必備前提。
核心公式：雙變數的定義與取捨
從數學形式來看，基本運算相當直觀：
基本公式：NVT 比率 ＝ 網絡流通市值 ÷ 同期鏈上轉帳結算總值（美元計價）
然而在實際計算過程中，分子與分母的篩選標準存在諸多細分標準，不同標準會直接導向迥異的數值結果。
分子：市值定義的考量
最普遍採用的口徑為 流通市值（Circulating Market Cap），即當前已流通代幣總量乘上即時價格。不過在評估未解鎖代幣份額龐大的早期項目時，部分分析者會改採完全稀釋估值（FDV）。需要注意的是，若將基於完全稀釋估值算出的數值與常規流通市值版本橫向對照，兩者並不具備相同的比較基準。
此外，也有進一步扣除基金會鎖倉、長期休眠錢包的 自由流通市值（Free Float Market Cap） 模型，這種取值方式更能貼近二級市場實際流通的有效籌碼規模。
分母：鏈上結算額的三種過濾口徑
分母是數值產生分歧的核心來源。在未經處理的原始鏈上數據中，大量交易與實際經濟結算無關，數據服務商普遍採用不同層級的過濾算法：
- 原始轉帳總額（Raw Volume）：包含鏈上發生的所有代幣轉移，涵蓋交易找零、同一錢包不同位址更換以及交易所日常整理歸集。這類數據噪音極大，容易高估真實結算水平。
- 調整後轉帳總額（Adjusted Volume）：以 UTXO 機制為例，主動剔除「找零交易（Change Output）」與顯著的非經濟搬磚路徑，僅保留具有實質支付或轉移意義的結算數額。
- 實體調整轉帳總額（Entity-Adjusted Volume）：藉由啟發式演算法將多個鏈上位址聚合為單一「實體（Entity）」，不僅剔除找零，更進一步排除同一控制主體或交易所內部冷熱錢包間的資產調撥，僅計算不同獨立主體間的淨移轉。
計算步驟與噪音問題
執行單日標準 NVT 計算通常遵循以下流程：
- 取得目標鏈特定日期的收盤價與流通供應量，相乘得出當日流通市值。
- 獲取對應自然日（通常以 UTC 為準）過濾後的鏈上調整轉帳總額，並統一折算為美元。
- 將流通市值除以調整後轉帳額，得出當日原始 NVT 讀數。
單日比率的缺陷在於波動極為劇烈。假設某公鏈日常轉帳結算額為 30 億美元，若當天知名機構或交易所進行冷錢包重新部署，轉帳額瞬間暴增至 150 億美元，計算出的比率便會非理性急跌。這種由單一鏈上事件觸發的極值，往往無法客觀對應資產的真實估值邊界。
模型改良：NVT Signal 與平滑處理
為了消除單日結算額暴增或驟減帶來的偶發雜訊，分析師 Willy Woo 等人提出了改良版本 —— NVT Signal（NVTS）。該變體針對分母實施了時間序列上的平滑：
NVT Signal 公式 ＝ 當日流通市值 ÷ 鏈上轉帳結算額的 90 日移動平均（90 DMA）
分子保持為敏銳反映二級市場情緒的每日即時市值，分母則以近 90 天的中期平均結算能力作為底座支撐。這項調整帶來了幾點顯著特性：
- 壓制隨機尖刺：大額錢包劃轉或突發性單日交互不再引發曲線失真。
- 形成區間振盪特性：相較於原始比率上下限開闊的特點，NVTS 數值波動被收斂在特定帶狀區間，更適合作為趨勢指標與擺盪觀察工具。
- 需注意窗口滯後：由於採用了 90 天的時間窗口，當網絡基本面出現斷崖式結構突變時，平滑分母的反饋速度會存在一定程度的滯後。
進階模型與主流版本對比
除了基本型與平滑型之外，為了便於進行歷史縱深比對及不同資產間的橫向檢視，業界陸續發展出其他衍生形式：
NVT Z-Score（標準化評分）：將當前數值放入歷史序列中進行統計檢驗，公式為：
NVT Z-Score ＝ (當期 NVT 比率 − 歷史均值) ÷ 歷史標準差
經過 Z-Score 標準化處理後，產出的數值代表當前讀數偏離歷史中樞幾個標準差。當數值顯著大於 +2 時，代表相對自身歷史估值過熱；大幅落入負值區間時，則反映處於極端冷卻狀態。
| 指標版本 | 分子設定 | 分母設定 | 主要應用情境 |
|---|---|---|---|
| 原始 NVT | 當日流通市值 | 當日調整後轉帳額 | 監測單日鏈上突發資金動態與異常異常值 |
| NVT Signal | 當日流通市值 | 轉帳額 90 日移動平均 | 辨識中長期估值頂部、底部與趨勢背離 |
| NVT Z-Score | 當期 NVT 比率 | 不適用（統計標準化演算法） | 跨周期偏離度確認，評估偏離常態分佈水平 |
| 自由流通 NVT | 自由流通市值 | 實體調整後轉帳額 | 機構持倉或代幣鎖倉比例較高公鏈之真實估值 |
自建數據表計算示範
若希望自行構建追蹤試算表，可依照標準時間序列欄位依序展開：
- 欄位 A（日期）：以日為單位，建議統一採用 UTC 基準對齊行情與鏈上日切時間。
- 欄位 B（流通量）與 C（代幣收盤價）：相乘後得出 欄位 D（流通市值）。
- 欄位 E（實質結算額）：填入過濾找零與非經濟調撥後的每日轉帳美元價值。
- 欄位 F（原始 NVT）：計算公式設為
=D2/E2。 - 欄位 G（90 DMA 結算額）：計算公式設為
=AVERAGE(E2:E91)。 - 欄位 H（NVT Signal）：計算公式設為
=D2/G2。 - 欄位 I（歷史百分位 / Z-Score）：針對 F 欄或 H 欄歷史樣本計算標準差與離散程度。
訊號型態解讀與常見失真情境
在實際應用中，通常重點觀察資產價格走勢與平滑估值曲線之間的相對關係：
- 頂部過熱訊號：價格伴隨投機情緒持續走強，但鏈上結算額並未同步跟進，導致 NVTS 向上突破長期歷史高位區間，顯示基本面使用量難以支撐名目價格。
- 估值築底訊號：二級市場處於深度回調階段，但底層鏈上結算規模已悄然回升並維持韌性，推動比率滑落至歷史相對低點或負標準差區間。
- 看漲背離（Bullish Divergence）：幣價在盤整甚至破底，而指標卻呈現持續下行（代表鏈上結算增長幅度顯著快於價格走弱的速度），反映實體網絡需求正在積累。
值得強調的是，遇到以下架構轉變時，該指標常會發生統計失真：
結算向二層遷移（L2 Migration）：以太坊等主網生態在經歷 Dencun 升級及擴容方案落地後，大量頻繁交互直接轉向 Arbitrum、Base、Optimism 等 Layer 2 執行，主網結算筆數與額度結構性下滑。若僅觀察主鏈原生指標，會出現估值被動虛高的錯覺。
空投激勵與造假噪音：刷量合約、激勵型機器人操作可能在短時間內人為製造龐大結算假象，導致指標失真下行；此時偏低的數值並不能代表資產遭到低估。
常見問題（FAQ）
Q1：為什麼不同鏈上數據庫提供的 NVT 數值經常對不上？
各家平台在計算分母時所採用的清洗條件截然不同。有的數據源使用原始鏈上流通總量，有的則排除了找零機制，更嚴格的架構則採用機器學習聚類算法進行「實體識別（Entity-Adjusted）」，自動剔除機構冷熱錢包互轉。口徑上的根本差異必然導致計算結果不同，使用時應保持單一數據源體系作縱向對比。
Q2：比特幣與以太坊的 NVT 數值可以直接拿來橫向對照嗎？
不建議直接比較。比特幣採用 UTXO 架構，其找零剔除機制成熟，且原生轉帳基本等同於價值轉移；以太坊採用帳戶餘額模型，並承載了大量智慧合約調用、跨鏈資產質押與 ERC-20 穩定幣流轉。不同網絡底層結構與代幣經濟差異極大，直接比較絕對數值沒有參考意義，建議透過百分位數或 Z-Score 檢視各自相對於自身歷史的偏離程度。
Q3：該指標能作為精確的短線買賣交易訊號嗎？
不能。該指標本質屬於偏長週期的相對估值評估工具，無法預測具體的價格反轉拐點。在強勁趨勢行情中，指標完全可能在極端區間鈍化運行數月之久。在交易體系中，通常需要結合 MVRV、活躍地址分佈、交易所淨充提等維度交叉驗證，輔助判斷整體市場處於週期循環的何種階段。
