我最近把團隊的一個工作成果整理成上下兩篇文章，是針對幣種上線交易所後的短期投報
率的預測模型：
如何幫項目打分數 (上) - 釘子在哪？ http://bit.ly/2Hn3Wq8
如何幫項目打分數 (下) - 拿起鎚子，敲下去 http://bit.ly/2LJJGVh
雖然是這樣講，但我們真正想做的事情是在這個新興市場，建立一個資料導向的決策流程
，讓相關的討論有一個成熟可信的依據，藉此深入了解評估一個區塊鏈項目時，我們應該
重視的是什麼事情。
另外，因為資料分析的領域不斷有所突破，如果有哪裡有誤，麻煩讓我曉得，我們會非常
感謝你的建議。

建議可以加入參考GitHub程式碼的品質有像是codeclimate之類的量化工具

在一級市場階段蠻多項目的GitHub 沒有開源，如果納入這個考量，資料量就會很少了

私募價格/公售價格 .私募鎖倉規則

嗨，你講的我們都測試過了，還包含很多其他沒有提到的。但這些資料在一級市場階段殘缺不全，放進去 modeling 的話，datasize 只剩幾十個。

對 可是影響卻非常大 我之前是考慮每個樣本都多少缺不同資料 想辦法用補值或是其他方式處理

確實，我們也嘗試把那些當作遺失值納入處理過了。針對我們預測的 short-term roi，鎖倉規則與私募價格影響不大，反而是起始流通量與理論起始市值等比較有差哦請問你預測的標的是什麼呢？