預測任何加密貨幣的價格都是困難的。但是，如果你想要透過觀察實時圖表來尋找蛛絲馬跡，那麼瞭解哪些資料點可能與價格相關就會很有幫助了。值得注意的是，不同的加密貨幣所需要關注的資料點也會有相當大的差異。
舉個例子，我們來看下方的圖表，這個圖表利用 Coin Metrics 的資料描繪出了CoinMarketCap 上前 20 種加密代幣的皮爾森相關係數（穩定幣和 Cosmos 除外，因為在 Coin Metrics 上沒有它們的資料）。
在下圖的取值範圍裡，數值 1 代表完全正相關（隨著時間的變化兩個變數的移動始終相關），而數值 -1 則代表完全負相關（即兩個變數的移動始終不相關）。
舉個例子，在本文的資料中，我們可以看到比特幣的表現與我們的預期相當一致。其交易量和活躍地址數看起來都與價格呈正相關性。當然，這是有理可循的—當使用和交易比特幣的人越來越多，從邏輯上來說我們就認為價格也會越高。更多的使用者和交易就意味著更大的需求，而比特幣的供應卻是相對固定的。
但值得注意的是，並非所有加密貨幣都是如此。例如，就 Bitcoin Cash 和 Bitcoin SV 而言，其幣價和網路交易活動之間似乎不存在相關性。其他一些代幣，例如幣安幣（BNB），TRON 和 Tezos ，其交易量的增加和價格下跌似乎存在弱相關性。
儘管就大多數代幣而言，其活躍地址數至少與價格存在一定程度的相關性，其他代幣—尤其是 Bitcoin SV，TRON, Tezos 和 HT —的價格和活躍地址數之間似乎不存在任何相關性。由於其區塊鏈側重隱私的處理交易的方式，Monero 沒有有效的活躍地址數。
由於圖表反映了每一種代幣在 Coin Metrics 上完整的歷史資料（時間跨度並不統一），因此把它們互相比較無疑有些不太公平。下圖則向我們展示了 2018 年 1 月 1 日到 2020 年 1 月 12 日每種代幣的同類資料， 進行了更直接的比較（儘管其中一些代幣的創立時間不到兩年），但這樣一來就犧牲了一些建立時間更長的代幣的資料準確性。
當然，舉個例子，這並不就是說就因為你看到活躍地址數上升，你就應該急於買入 BNB。畢竟，相關性並不一定會反映因果關係，而對過去的相關性模式的分析也並不能用於預測未來。
不過，觀察哪些代幣的價格走勢與這些基本網路指標的聯絡更加緊密，哪些代幣和這些指標的相關性更低還是很有意思的。
