如何使用 AI 分析您的加密货币交易所 CSV 导出数据（步骤详解）
要分析加密货币交易所的 CSV 导出数据，首先需要弄清楚每一行代表什么——大多数导出文件都会将交易、充值、提现、手续费和奖励混在一个文件中。然后，规范化时间戳和手续费币种，确定成本基准规则，在此之后才能计算已实现和未实现的持仓。AI 数据智能体可以直接基于原始文件进行规范化和数学计算，而这正是大多数尝试使用电子表格的人卡壳的地方。
几乎所有关于加密货币和 AI 的指南都聚焦于市场：价格趋势、情绪、哪种代币正在波动。极少有指南会涉及你实际可以下载的文件——你自己的交易历史记录，而这是唯一能告诉你你表现如何的数据。
本指南将介绍该文件中的内容、手动操作路径以及更快速的替代方案。
开始之前请注意：以下所有内容均是对您个人记录的描述性分析。这不构成投资建议，也不构成税务建议。不同司法管辖区的成本基准规则有所不同，您申报的任何内容均应由税务专业人士签字确认。
加密货币交易所 CSV 导出文件中究竟有什么
导出文件因交易所而异，但几乎所有文件都会出现相同的问题。
单个文件包含多种记录类型。交易、充值、提现、手续费、质押奖励、推荐返利和内部转账通常共享一张表格，仅通过 type 列进行区分。如果不进行过滤就对金额列求和，得出的总额将毫无意义。
双向交易。一笔交易通常对应两行数据——转出账户的资金和转入账户的资金——通过订单 ID 关联。如果将它们视为独立的行，你将会重复计算交易量。
以第三种货币计收的手续费。一笔交易可能以 USDT 计价，以 BTC 结算，并以交易所自身的代币收取手续费。一行数据中包含三种货币，且未提供汇率换算。
UTC 时间戳。几乎总是 UTC 时间，几乎从不是你的本地时间，且通常精确到秒。如果不在转换后按天分组，你的每日统计区间就会发生偏移。
没有实时持仓数据。导出文件提供的是事件，而不是余额。持仓量、平均成本和已实现收益都必须通过推导得出。
部分成交。单个订单可能会以略有不同的价格显示为多行，这在你计算平均买入价时至关重要。
这就是为什么“直接在电子表格中打开它”会变成耗费一整个下午的工作。
电子表格中的手动操作路径
首先分离记录类型
在进行其他任何操作之前，先按类型列进行过滤，并将交易、转账、手续费和奖励拆分到不同的标签页中。后续的每一次计算都依赖于此，而这正是人们常常跳过的步骤。
规范化货币 and 时间
将每笔手续费转换为统一的报告货币，并使用交易发生时的汇率，而非今天的汇率。将 UTC 时间戳转换为你实际习惯的时区。这两项工作都很繁琐，而且一旦出错就会“悄无声息地出错”：系统不会报错，只是总额会逐渐偏离。
选择一种成本基准规则并始终如一地应用
针对相同的交易，FIFO、LIFO 或平均成本法会产生截然不同的已实现收益。选择一种，记录下来，并将其应用于每种资产。在不同资产之间混用规则，是导致这些电子表格最终站不住脚的最常见原因。
推导持仓情况
建立每种资产的实时余额，然后是每种资产的平均成本，最后是每次处置的已实现收益。在电子表格中，这是一堆辅助列，每当出现新资产时，这些辅助列就会失效。
Excel 和 Sheets 可以完成所有这些工作。之所以需要花费数小时，并不是因为难度大，而是因为繁琐的记账工作。
如何使用 Powerdrill Bloom 分析您的交易所导出数据
捷径是只需描述一次规则，然后直接基于原始文件运行分析，而不是自己去构建那些辅助列。
步骤 1：上传导出文件
从交易所下载 CSV 格式的交易历史记录，并将其拖入工作区。Powerdrill Bloom 支持读取 Excel、CSV、TSV 和 PDF，并在导入时自动进行数据清洗，因此混合类型、不一致的小数位数以及文本格式的时间戳都会得到解决，而不会悄悄导致计算出错。
如果你在多个交易所进行交易，请将所有导出文件一起上传。跨交易所分析正是电子表格最难处理的情况，因为每个平台的列命名方式都不同。
步骤 2：陈述规则，然后提出问题
预先用自然语言给出规则，然后询问你真正想知道的内容：
“这是我的交易所交易历史记录。将 type 为 TRADE 的行视为交易，并在计算交易量时排除充值、提现和内部转账。将所有手续费按交易日期的汇率转换为 USD。使用 FIFO 作为成本基准。然后向我展示按资产分类的已实现收益、按月计算的已付手续费总额，以及我目前持有的每种资产的平均买入价。”
明确规则是使输出结果站得住脚的关键。如果不提供规则就直接问“我表现如何”，你得到的答案将建立在你从未见过的假设之上。
步骤 3：导出图表、表格或幻灯片
将持仓表作为文件导出，导出图表，或者一键将整个画布转换为可用于演示的幻灯片并导出到 PowerPoint 或 Notion——如果你需要向基金、合伙人或会计师汇报，而不仅仅是给自己看，这将非常有用。
你实际能从中了解到什么
| 问题 | 所需条件 | 为什么电子表格难以处理 |
|---|---|---|
| 按资产分类的已实现收益 | 成本基准规则 + 处置匹配 | 每种资产都需要辅助列，出现新资产时需要重建 |
| 手续费总额及其占交易量的比例 | 跨币种的手续费规范化 | 手续费以第三种货币计收，且未提供汇率 |
| 每种持仓的平均买入价 | 按订单合并部分成交的数据 | 成交数据分布在不同价格的多行中 |
| 哪个月的手续费支出最高 | 时区正确的的分组 | UTC 时间戳会被归入错误的本地日期 |
| 交易活动是否集中在波动期 | 将你的交易与价格历史记录进行关联 | 需要第二个数据集 |
最后一行是人们最容易低估的一点。手续费损耗通常是个人导出数据中最大的单一发现，在有人对其求和之前，它往往是隐形的。
最佳实践
首先与交易所自身的总额进行对账
在解读任何数据之前，先将你计算出的充值和提现总额与交易所报告的余额进行核对。不匹配意味着某种记录类型被错误分类，而下游的每一个数据都会继承这一错误。
将你的成本基准规则写入文件中
将规则写在表头单元格或备注标签页中。六个月后，你将不会记得那个电子表格使用的是 FIFO 还是平均成本法，而这两者是无法对账的。
绝不要让空白的手续费代表零
缺失的手续费数值与真正的零手续费是不同的，将它们同等对待会低估你的真实成本。应明确标记空白处，而不是直接填补它们。
保持原始导出文件完好无损
始终在副本上进行所有操作。交易所经常会限制你可以重新导出的历史时间范围，一旦覆盖了原始文件，并不总是能够恢复。
将你自己的表现与市场波动区分开来
在整个市场上涨的月份里，你的投资组合有所上涨，这并不能说明你的决策有多明智。如果你想了解市场方面的情况，使用 AI 分析加密货币市场数据涵盖了这部分内容，而 AI 加密货币分析师页面则介绍了面向市场的工具。
要避免的常见错误
- 对金额列求和。由于充值、交易和奖励都混在一个文件中，该总额毫无意义。请先按类型进行过滤。
- 将交易的双向都计入交易量。两行数据，一笔交易。在聚合之前，请先按订单 ID 进行去重。
- 使用今天的汇率计算历史手续费。手续费必须按交易日期的汇率进行转换，否则你的成本数据会随着市场波动而偏离。
- 在不同资产之间混用成本基准规则。对一种代币使用 FIFO，对另一种代币使用平均成本法，会产生一个你无法向任何人合理解释的数字。
- 忽略部分成交。一个分六次以六种价格成交的订单只有一个平均买入价，而不是六笔独立的交易。
- 将输出结果视为可直接用于报税的数据。这只是与专业人士沟通的起点，而不是最终的申报材料。
结论
你的交易所导出数据是唯一描述你的决策而非市场决策的加密货币数据集。但它也足够棘手——混合的记录类型、每行三种货币、UTC 时间戳、没有实时余额——以至于大多数人仅仅是打开它就放弃了。
明确陈述规则，与交易所自身的总额进行对账，并保持原始文件完好无损。如果你想跳过构建辅助列的步骤，Powerdrill Bloom 将直接基于原始导出文件运行分析并绘制图表，免费计划每天提供 1,000 个自动刷新的额度。CSV AI 助手页面展示了适用于任何 CSV 的通用工作流程。
常见问题解答
如何分析我的加密货币交易历史记录？
按记录类型拆分加密货币交易所 CSV 导出文件，将手续费按交易日期的汇率规范化为统一货币，将 UTC 时间戳转换为你自己的时区，然后在进行任何计算之前选择一种成本基准规则。只有在完成这四个步骤之后，已实现收益、平均买入价和手续费总额才具有实际参考意义。
为什么我的交易所导出总额与我的余额不符？
通常是因为充值、提现、内部转账或奖励被计入了交易，或者是因为每笔交易的双向都被作为独立事件进行了求和。在信任任何下游数据之前，请先将你计算出的充值和提现总额与交易所报告的余额进行核对。
什么是成本基准，为什么它会改变我的数据？
成本基准是指归属于你所售出单位的购买价格。FIFO 关联你最早的购买记录， LIFO 关联你最近的购买记录，而平均成本法则将它们混合。在不同的规则下，相同的交易会产生截然不同的已实现收益，这就是为什么必须预先选择并明确陈述规则的原因。
AI 可以计算我的加密货币税费吗？
不能。AI 数据智能体可以根据你指定的规则计算已实现收益，并汇总手续费和持仓情况，这可以作为有用的准备工作。税务处理因司法管辖区而异且会发生变化，因此输出结果应提交给有资质的专业人士，而不是直接用于申报。
我可以同时分析多个交易所的导出文件吗？
可以，而且这种情况非常值得自动化处理，因为每个平台的列命名和排序方式都不同。将所有导出文件一起上传，并在指令中说明映射关系——这种对账工作正是手动构建跨交易所视图如此痛苦的原因所在。