以太坊市場趨勢與價格預測方法論完整指南：從基礎分析到量化模型

概述

以太坊作為全球第二大加密貨幣資產，其市場趨勢分析和價格預測一直是投資者、研究者和機構關注的核心議題。不同於傳統金融市場，加密貨幣市場具有 24/7 交易、高波動性、去中心化特性等獨特屬性，這使得傳統的技術分析和基本面分析方法需要經過調整才能適用。本文將深入探討以太坊市場趨勢分析的各种方法論，從傳統的技術分析、鏈上分析、宏觀經濟因素，到前沿的量化模型和機器學習預測，為讀者提供一套完整的分析框架。我們將特別強調方法論背後的邏輯假設、適用條件、局限性以及實際操作中的注意事項，幫助讀者在實際應用中能夠批判性地評估各種分析方法的可靠性。

理解以太坊的價格行為需要從多個維度進行綜合考量。首先，從供給側來看，以太坊的代幣經濟學經歷了多次重大變革，從最初的 ICO 分配到 PoW 時期的礦工獎勵，再到 PoS 合併後的質押機制，每次轉變都對市場供需格局產生了深遠影響。其次，從需求側來看，以太坊的實際使用場景——包括 DeFi、NFT、遊戲、企業應用等——的發展直接影響了 ETH 的內在價值支撐。此外，整體加密貨幣市場的風險偏好、宏觀經濟環境、監管政策變化等因素也會對以太坊價格產生顯著影響。最後，作為區塊鏈網路，以太坊本身的技術升級路線圖、網路活躍度、開發者生態健康狀況等也都是重要的分析維度。

本指南的目標讀者包括：想要深入理解加密貨幣市場分析方法的個人投資者、正在構建加密貨幣量化策略的量化交易員、需要進行加密資產盡職調查的機構投資者，以及對區塊鏈經濟學感興趣的研究者。我們假設讀者已具備基本的金融知識和對區塊鏈技術的初步了解。

第一章：以太坊代幣經濟學與供給側分析

1.1 以太坊供應機制的歷史演變

以太坊的代幣經濟學設計經歷了三個主要階段，每個階段都有其獨特的供應動態和市場影響。理解這些歷史演變對於預測未來供應趨勢至關重要。

第一階段：ICO 與早期供應（2014-2017）

以太坊在 2014 年 7 月至 8 月間進行了 ICO，當時共募集了 31,529 個比特幣（當時價值約 1,830 萬美元），並向公眾出售了約 6,000 萬個 ETH。初始供應量被設定為預挖的 7,200 萬 ETH，加上募集的比特幣所對應的 ETH，總供應量約為 7,200 萬。這個階段的供應特點是：創世區塊包含大量預挖代幣，團隊和早期投資者持有相當比例的代幣，解鎖時間表成為市場關注的焦點。

第二階段：工作量證明時期（2017-2022）

在 PoW 共識機制下，以太坊的區塊獎勵經歷了多次減半和調整。最初每個區塊獎勵為 5 ETH，後來逐漸降低到 2 ETH、3 ETH，最終穩定在 2 ETH。這段時期的年發行率約為 4-5%，意味著每年約有 400-500 萬 ETH 被礦工產出。然而，需要注意的是，這個時期 ETH 的總供應量實際上是「無限」的——理論上只要有礦工參與，供應量就可以持續增長。

第三階段：合併後的 PoS 時期（2022-至今）

2022 年 9 月 15 日，以太坊完成合併升級，正式轉向 PoS 共識機制。這是以太坊代幣經濟學最重要的轉折點。合併後，區塊獎勵大幅降低：驗證者的年化獎勵率約為 3-5%，遠低於此前 PoW 時期的區塊獎勵。更重要的是，EIP-1559 升級引入的基礎費用燃燒機制，使得以太坊在網路活躍時實際上進入了「通縮」狀態。

以太坊 PoS 時期供應動態（2026 年數據）：

年化發行率：
- 質押獎勵：3-5%
- 減去 EIP-1559 燃燒：-1% 至 -3%
- 淨變化：+2% 至 +4%（根據網路活躍度波動）

關鍵指標：
- 總質押量：~3,400 萬 ETH
- 質押率：~28%
- 驗證者數量：~150 萬
- 累計燃燒：>500 萬 ETH

1.2 EIP-1559 與費用燃燒機制

EIP-1559 是以太坊歷史上最重要的經濟學升級之一，它徹底改變了用戶支付手續費的方式，並引入了費用燃燒機制，對 ETH 的長期供需格局產生了深遠影響。

在 EIP-1559 之前，以太坊採用的是首價拍賣機制：用戶出價（Gas Price）來競爭區塊空間，礦工按照出價高低選擇交易。這種機制導致了兩個主要問題：用戶難以估算需要支付的合理費用，以及在網路繁忙時費用可能飆升到極高水平。

EIP-1559 引入的變革包括：

EIP-1559 費用機制詳解：

1. 基礎費用（Base Fee）
   - 由網路根據區塊空間使用率自動調整
   - 目標區塊利用率：50%
   - 每個區塊調整幅度：最大 12.5%
   - 基礎費用會被「燃燒」（從流通中移除）

2. 優先費用（Priority Fee / Tip）
   - 用戶自願支付的小費
   - 激勵驗證者優先處理其交易
   - 完全歸驗證者所有

3. 最大費用（Max Fee）
   - 用戶願意支付的最高費用上限
   - 超過部分退還給用戶
   - 公式：Max Fee = Base Fee + Max Priority Fee

4. 燃燒機制效果
   當網路活躍時：
   - 基礎費用較高
   - 燃燒量 > 新增發行量
   - ETH 進入通縮
   
   當網路冷清時：
   - 基礎費用較低
   - 燃燒量 < 新增發行量
   - ETH 保持溫和通脹

根據 ultrasound.money 的數據，截至 2026 年第一季度，以太坊已累計燃燒超過 500 萬 ETH。在網路極度活躍的時期（如熱門 NFT 鑄造或重大 DeFi 事件），單日燃燒量曾超過 10,000 ETH。這種「通縮預期」成為支撐 ETH 價格的重要基本面因素之一。

1.3 質押經濟學與網路安全

以太坊的 PoS 機制為 ETH 持有者提供了質押獲取收益的途徑，這對市場供需產生了雙重影響。一方面，質押鎖定了大量 ETH 供應，減少了市場流通量；另一方面，質押收益為 ETH 持有者提供了無風險收益基準，影響了投資者的持有決策。

以太坊質押關鍵數據（2026 年 2 月）：

質押總量：~3,400 萬 ETH
質押率：~28%
質押年化收益率：3-5%
驗證者數量：~150 萬

質押分布：
- 流動性質押協議（Lido）：~28%
- 交易所質押：~22%
- solo stakers：~20%
- 其他質押池：~30%

質押對供應的影響：
- 鎖定供應量：3,400 萬 ETH
- 實際流通供應：~8,600 萬 ETH
- 流通率：~72%

質押收益率的變化也會影響市場動態。當質押收益率較高時，投資者更傾向於質押 ETH 而非持有或交易，這會減少流通供應並可能支撐價格。相反，當質押收益率下降時，投資者可能會選擇解除質押並出售 ETH，增加市場拋壓。

第二章：技術分析方法論

2.1 傳統技術分析的適用性與調整

技術分析是金融市場中最古老也是應用最廣泛的分析方法之一。其核心假設是：市場價格已經反映了所有已知信息，歷史價格模式會在某種程度上重複。對於以太坊這樣的高波動性資產，技術分析可以幫助投資者識別趨勢、支撐阻力位以及潛在的進出场點。

移動平均線分析

移動平均線（Moving Average, MA）是最基礎的技術指標之一。對於以太坊交易，常用的週期包括 50 日、100 日和 200 日移動平均線。當價格位於長期均線上方時，通常被視為多頭趨勢；當價格跌破長期均線時，則可能是趨勢反轉的信號。

以太坊技術分析常用指標：

1. 移動平均線組合
   - 50 MA vs 200 MA：識別中期趨勢
   - 200 MA：識別長期趨勢和「牛熊分界線」
   - 規則：價格站上 200 MA 且 50 MA 上穿 200 MA = 黃金交叉（多頭信號）
          價格跌破 200 MA 且 50 MA 下穿 200 MA = 死亡交叉（空頭信號）

2. 相對強弱指數（RSI）
   - 計算週期：14 日
   - 超買閾值：70
   - 超賣閾值：30
   - 背離信號：價格創新高但 RSI 未創新高 = 潛在反轉信號

3. MACD 指標
   - 組成：MACD 線、信號線、柱狀圖
   - 黃金交叉：MACD 線上穿信號線
   - 死亡交叉：MACD 線下穿信號線

趨勢線與支撐阻力

繪製趨勢線是識別價格走勢和潛在轉折點的基本方法。在上升趨勢中，連接逐步升高的低點形成支撐線；在下降趨勢中，連接逐步降低的高點形成阻力線。當價格突破這些趨勢線時，通常預示著趨勢的轉變。

以太坊歷史支撐阻力位（2026 年第一季度）：

關鍵支撐位：
- $1,800：2023-2024 年的主要支撐區間
- $1,500：更強的長期支撐區域
- $1,200：長期累積區間

關鍵阻力位：
- $2,500：2021 年高點附近
- $3,000：心理關口
- $4,000：歷史高點區域

2.2 週期分析理論

加密貨幣市場顯示出明顯的週期性特徵，這與比特幣的減半週期、機構投資者的資產配置週期以及宏觀經濟周期都有關聯。

比特幣減半週期的影響

比特幣減半每四年發生一次，通常會在此後 12-18 個月內引發加密貨幣市場的整體上漲。這是因為減半降低了比特幣的新增供應，而市場通常會提前反映這一供給側變化。由於以太坊與比特幣的高度相關性（相關係數通常在 0.6-0.8 之間），比特幣減半週期也會影響以太坊的價格走勢。

比特幣減半與以太坊歷史表現：

減半時間        | 減半前 1 年 ETH 漲幅 | 減半後 1 年 ETH 漲幅
---------------|---------------------|---------------------
2012 年 11 月  | +13%                | +2,000%+
2016 年 7 月   | +50%                | +13,000%+
2020 年 5 月   | +35%                | +1,400%+

注：以上數據僅供參考，過去表現不代表未來

庫埃夫拉（Coinalysis）週期模型

區塊鏈數據分析公司 Glassnode 提出了基於比特幣庫存流量比（Stock-to-Flow）的週期模型，該模型試圖通過資產的稀缺性來預測長期價格趨勢。雖然這個模型最初是為比特幣設計的，但其核心理念——供給稀缺性推動價格上漲——也適用於分析以太坊，特別是考慮到 EIP-1559 之後的通縮特性。

2.3 技術分析的局限性

需要強調的是，技術分析在加密貨幣市場中的適用性存在明顯局限性：

技術分析的局限性：

1. 市場效率問題
   - 加密貨幣市場相對傳統金融市場效率較低
   - 大型機構投資者的操作可能「畫圖」
   - 社區共識和「模因」可能主導價格

2. 槓桿效應放大波動
   - 高槓桿合約（如 125x）普遍存在
   - 小幅波動可能觸發大量清算
   - 技術信號可能被「液態」

3. 流動性問題
   - 某些價位區間流動性不足
   - 大額訂單可能顯著影響價格
   - 交易所之間存在價格差異

4. 監管和突發事件
   - 政策變化無法通過技術分析預測
   - 項目方行為難以預料
   - 「黑天鵝」事件時有發生

第三章：鏈上分析與網路健康指標

3.1 網路活躍度指標

區塊鏈網路產生的數據是判斷以太坊網路健康狀況和實際使用需求的最直接來源。這些數據可以幫助投資者區分「價格投機」和「實際價值創造」。

活躍地址數

活躍地址數衡量的是在特定時間段內與以太坊網路交互的唯一地址數量。這一指標反映了網路的實際使用程度，但不能直接等同於用戶數量（因為同一用戶可能控制多個地址）。

以太坊活躍地址分析：

日活躍地址（2026 年數據）：
- 平均：~50-80 萬
- 高峰：~150 萬（2021 年 NFT 熱潮）
- 低谷：~20 萬（市場低谷期）

解讀：
- 活躍地址增加 = 網路使用需求增加
- 活躍地址創新高但價格未跟上 = 潛在價值積累
- 活躍地址下降但價格上漲 = 投機驅動而非實際需求

交易數與 Gas 使用量

網路交易的數量和用戶願意支付的 Gas 費用水平反映了對區塊空間的真實需求。當 Gas 費用較高時，說明用戶願意為優先處理交易支付溢價，這通常是網路活躍的信號。

Gas 使用量分析：

網路繁忙指標：
- 平均 Gas Price > 50 Gwei：網路擁堵
- 平均 Gas Price < 20 Gwei：網路閒置
- 區塊使用率 > 80%：接近容量上限

2026 年典型 Gas 費用：
- 普通轉帳：$0.50-2.00
- ERC-20 轉帳：$1.00-5.00
- DeFi 交互：$5.00-30.00
- 智能合約部署：$50.00-200.00

3.2 質押與持倉分布

持倉分布分析

持倉分布（Holder Distribution）分析不同規模地址的持倉變化，可以幫助判斷市場是否存在「巨鯨」累積或分發的跡象。

以太坊持倉分布（2026 年第一季度）：

持倉規模          | 地址數量      | 持有 ETH 總量
-----------------|-------------|---------------
0.1-1 ETH        | ~500 萬      | ~200 萬
1-10 ETH         | ~150 萬      | ~500 萬
10-100 ETH       | ~30 萬       | ~800 萬
100-1,000 ETH    | ~5 萬        | ~200 萬
1,000+ ETH       | ~5,000       | ~1,500 萬

指標解讀：
- 小地址（<1 ETH）數量增加：散戶進場
- 大地址（>1,000 ETH）餘額增加：巨鯨累積
- 大地址餘額減少但價格上漲：分發風險

交易所流入流出

監控交易所的 ETH 流入流出可以評估投資者的持倉意願。當大量 ETH 流入交易所時，通常表示投資者準備拋售；當大量 ETH 流出交易所時，說明投資者正在將資產轉入錢包持有可能長期持有。

3.3 難度調整與網路成本

對於 PoW 時期的以太坊（2022 年前），礦工成本是價格的重要支撐因素之一。當 ETH 價格跌破礦工的邊際生產成本時，部分效率較低的礦工會關機，網路難度會相應調整，從而降低整體算力並減少拋售壓力。

合併後，雖然礦工不再存在，但驗證者的運營成本和質押收益率同樣影響著市場動態。當質押收益率高於運營成本時，驗證者有動力持續參與網路；當收益率下降時，部分驗證者可能會選擇退出質押。

第四章：宏觀經濟與市場情緒分析

4.1 加密貨幣與宏觀經濟的關聯

以太坊作為一種「風險資產」，其價格走勢與宏觀經濟環境存在顯著的相關性。理解這些關聯可以幫助投資者在不同的宏觀經濟情景下做出更合理的投資決策。

與傳統風險資產的相關性

在宏觀經濟壓力時期（如高通脹、高利率、地緣政治緊張），投資者往往會拋售高風險資產（包括加密貨幣）以換取流動性和更安全的資產（如美元、美國國債）。這種行為模式在 2022 年表現得尤為明顯：隨著美聯儲激進加息，加密貨幣市場遭遇大幅下跌。

以太坊與其他資產類別的相關性：

資產類別              | 相關係數（歷史平均）
---------------------|------------------
比特幣               | 0.7-0.85
納斯達克指數         | 0.4-0.6
黃金                 | 0.1-0.3
美元指數（DXY）      | -0.3 至 -0.5
美國 10 年期國債     | 0.2-0.4

注：相關性會隨時間和市場環境變化

利率環境的影響

利率環境對以太坊的估值有多重影響。首先，較高的利率會增加持有非收益產生資產（如 ETH）的機會成本。其次，利率影響風險資產的折現率，進而影響未來現金流的現值。最後，利率變化會影響借貸成本，從而影響 DeFi 市場的槓桿使用程度。

利率環境對以太坊的影響：

高通脹/高利率環境：
- 機會成本上升：持有 ETH 收益相對下降
- 風險偏好下降：投資者拋售高波動資產
- 去槓桿壓力：CeFi 和 DeFi 借貸收縮

低通脹/低利率環境：
- 機會成本下降：持有 ETH 吸引力增加
- 風險偏好上升：資金流向高增長資產
- 槓桿擴張：借貸和 DeFi 活躍

4.2 市場情緒指標

市場情緒是短期價格走勢的重要驅動因素。過度樂觀通常預示著短期頂部，而過度恐慌則可能預示著抄底機會。

恐懼與貪婪指數

這個指標綜合考量了波動性、交易量、社交媒體情緒、比特幣市場份額等維度，數值範圍為 0-100。數值低於 25 表示「極度恐懼」，高於 75 表示「極度貪婪」。

合約持倉數據

期貨市場的合約持倉量（Open Interest）和資金費率（Funding Rate）可以反映市場的槓桿水平。當槓桿水平過高時，市場往往處於脆弱狀態，小幅價格波動就可能觸發大量清算。

以太坊期貨市場指標（2026 年第一季度）：

未平倉合約（OI）：
- 以太坊期貨 OI：~50-80 億美元
- 歷史高位：~150 億美元（2021 年）

資金費率：
- 正費率：多頭支付空頭（市場偏多）
- 負費率：空頭支付多頭（市場偏空）
- 極端值預警：持續高費率可能預示調整

清算數據：
- 24 小時清算量：$1-5 億（正常）
- 極端事件：單日清算 >$10 億

4.3 機構採用與 ETF 影響

2024 年比特幣現貨 ETF 獲批後，市場預期以太坊現貨 ETF 也可能在未來獲批。機構投資者通過 ETF 進入场加密貨幣市場，可以带来大量的「被動配置」需求，這種資金流入往往具有持續性和可預測性。

機構採用進展：

比特幣 ETF 影響（2024 年 1 月獲批）：
- 上市首月吸金超 100 億美元
- 比特幣價格獲得支撐

以太坊 ETF 預期：
- 現貨 ETH ETF 申請進度
- 批准時間表預測（取決於 SEC 立場）
- 潛在資金流入估計：數十億至數百億美元

機構參與其他形式：
- 企業國庫配置（MicroStrategy 模式）
- 養老金和捐贈基金配置
- 對沖基金策略

第五章：量化模型與價格預測

5.1 基本面估值模型

Stocks to Flow 模型應用

庫存流量比（Stock-to-Flow, S2F）模型基於資產的稀缺性進行估值。這個模型的邏輯是：資產的價值與其年產量（流量）相對於現有庫存的比例成正比。S2F 比率越高，意味著資產越稀缺，長期價值應該越高。

以太坊 S2F 計算：

流通量（Stock）：~1.2 億 ETH
年產量（Flow）：
- PoS 獎勵：~60-80 萬 ETH/年
- EIP-1559 燃燒：~-50-100 萬 ETH/年
- 淨流量：~-20 至 +30 萬 ETH/年

S2F 比率：
- 歷史平均：~20-30
- 合併後（含燃燒）：負值或接近零
- 趨勢：通縮預期強化

估值結論：
- 傳統 S2F 模型適用於通脹資產
- 以太坊的「燃燒機制」使模型複雜化
- 需要結合其他估值方法

ETH 2.0 收益模型

一個更適用於以太坊的估值框架是將其視為「收益權」或「通證化資產」。在這個框架下，ETH 的價值可以通過計算質押收益、網路費用價值和其他現金流的現值來估算。

以太坊收益模型估算：

網路價值與交易比率（NVTV）：
- 類似傳統金融的 市盈率（P/E）
- NVTV = 網路總價值 / 日交易價值
- 歷史平均範圍：50-200

假設估算（2026 年第一季度）：
- 日交易價值：~$10-20 億
- 年化網路使用價值：~$50-100 億
- 合理 NVTV 倍數：50-100 倍
- 隱含網路價值：$5,000 億 - 1 兆美元
- 每股隱含價值：$4,000-8,000

注意：此估算高度依賴假設，僅供參考

5.2 機器學習預測模型

近年來，越來越多的研究者和機構嘗試使用機器學習方法預測加密貨幣價格。這些模型可以處理傳統方法難以捕捉的非線性關係和複雜模式。

機器學習在加密貨幣預測中的應用：

常用算法：
1. LSTM（長短期記憶網路）
   - 擅長處理時間序列數據
   - 可捕捉長期依賴關係
   - 需要大量訓練數據

2. 隨機森林和梯度提升
   - 可解釋性較強
   - 擅長處理結構化特徵
   - 對異常值較敏感

3. Transformer 架構
   - 最新的序列建模技術
   - 計算成本較高
   - 表現最先進

特徵工程：
- 價格歷史數據
- 區塊鏈網路指標（活躍地址、交易量）
- 社交媒體情緒
- 宏觀經濟數據
- 訂單簿數據

然而，需要特別注意的是，機器學習模型在加密貨幣市場的應用面臨諸多挑戰：

機器學習模型的局限性：

1. 市場非穩定性
   - 歷史模式可能失效
   - 市場結構變化（如升級、監管）
   - 訓練數據可能與未來無關

2. 過擬合風險
   - 模型可能捕捉噪音而非信號
   - 回測良好但實盤失敗
   - 需要樣本外驗證

3. 數據質量問題
   - 交易所數據可能存在造假
   - 鏈上數據延遲
   - 缺乏高質量標籤數據

4. 黑天鵝事件
   - 模型無法預測突發事件
   - COVID-19、FTX 崩潰等

5.3 綜合分析框架

綜合以上各種分析方法，我們可以構建一個多維度的以太坊價格分析框架：

以太坊綜合分析框架：

1. 宏觀層面
   - 全球流動性環境（利率、量化寬鬆）
   - 風險資產偏好
   - 監管政策變化
   - 比特幣走勢

2. 中觀層面
   - 以太坊技術升級進展
   - 生態系統發展（TVL、活躍用戶）
   - 競爭格局變化
   - 機構採用進度

3. 微觀層面
   - 代幣經濟學變化（供應、燃燒）
   - 質押率和收益率
   - 網路使用情況（Gas、交易）
   - 持倉分布變化

4. 情緒層面
   - 市場情緒指標
   - 槓桿水平
   - 媒體關注度
   - 社區熱度

第六章：風險管理與投資策略

6.1 系統性風險識別

投資以太坊需要認識並管理各類風險：

以太坊投資的主要風險：

1. 系統性風險
   - 加密市場整體下跌
   - 監管打擊（如禁止 ETH 或 DeFi）
   - 技術災難（如 PoS 重大漏洞）
   - 宏觀經濟衰退

2. 非系統性風險
   - 競爭區塊鏈蠶食份額
   - 以太坊升級失敗或延遲
   - 生態項目失敗
   - 重大安全事故

3. 流動性風險
   - 大額持倉難以在短期內變現
   - 交易所暫停提款
   - 市場深度不足

6.2 倉位管理原則

以太坊投資的倉位管理建議：

1. 風險承受能力評估
   - 只投入可承受全部損失的資金
   - 加密貨幣波動大，可能下跌 80%+
   - 需要長期投資視角

2. 分批建倉策略
   - 平均成本法（DCA）：定期固定金額買入
   - 區間建倉：在預設區間分批買入
   - 拒絕「梭哈」心態

3. 盈利保護策略
   - 設定合理止盈目標
   - 採用移動止盈
   - 分批獲利了結

4. 止損紀律
   - 設定最大虧損容忍度
   - 嚴格執行止損
   - 避免「套牢後躺平」心態

結論

以太坊市場分析和價格預測是一個複雜的多學科問題，沒有一種方法是完美或全面的。成功的投資需要結合多種分析方法，形成自己的投資框架，並根據市場變化不斷調整。

核心要點總結：

首先，基礎分析是根本。理解以太坊的技術升級、生態發展和代幣經濟學變化，是判斷長期價值的基礎。這些基本面因素決定了 ETH 的內在價值支撐。

其次，技術分析可以幫助選擇進出场時機，但不應過度依賴。任何技術信號都存在失效的可能，特別是在高杠桿的加密貨幣市場中。

第三，鏈上數據提供了客觀的網路健康狀況指標。這些數據可以幫助區分「真實需求」和「投機泡沫」，是基本面分析的重要補充。

第四，宏觀經濟環境對加密貨幣有顯著影響。在高通脹、高利率的環境中，需要更加謹慎；反之，在流動性寬鬆的環境中，風險資產通常表現較好。

最後，風險管理比預測更重要。沒有任何模型可以準確預測價格，投資者需要建立完善的倉位管理和風險控制機制，應對市場的不確定性。

參考資源

1. Ethereum Foundation. "Ethereum Economics." ethereum.org
2. Ultrasound.money. "Ethereum Burn Statistics." ultrasound.money
3. Glassnode. "On-chain Analytics." glassnode.com
4. CoinGecko. "Ethereum Market Data." coingecko.com
5. L2Beat. "Layer 2 Analytics." l2beat.com
6. Vitalik Buterin. "Ethereum Research." vitalik.ca
7. Paradigm. "Crypto Research." paradigm.xyz
8. Messari. "Crypto Research Reports." messari.io