"L'activité de l'équipe est-elle vraiment liée aux prix des crypto-monnaies ?"

Les quatre cycles haussiers et baissiers du marché des crypto-monnaies

Le bloc de base du bitcoin a été créé en 2009 et, au cours des 14 années qui ont suivi, son prix a connu plusieurs cycles de marchés haussiers et baissiers. Des récits notables du secteur, tels que "l'ère ICO", "l'explosion des chaînes publiques", "l'été Defi" et "la vague NFT", ont vu le jour.

Pour faciliter l'analyse, cet article définit la période juillet 2015 - janvier 2018 comme le premier marché haussier, la période janvier 2018 - mars 2020 comme le premier marché baissier, la période mars 2020 - mai 2021 comme le deuxième marché haussier et la période mai 2021 - aujourd'hui comme le deuxième marché baissier.

Le premier marché haussier des "ICO", qui s'est déroulé de juillet 2015 à janvier 2018, est trop éloigné et les données disponibles sont trop limitées pour permettre une analyse rigoureuse. C'est pourquoi cet article se concentre sur les trois derniers cycles.

Les quatre cycles haussiers et baissiers du marché des crypto-monnaies

Quels sont les facteurs qui indiquent que "l'équipe travaille activement" ? Nous avons identifié six facteurs !

Dans le secteur, la grande majorité des projets sont basés sur la technologie blockchain, et leur code est en open-source sur GitHub (une plateforme d'hébergement et de partage de code).

Par conséquent, Falcon utilise six facteurs de GitHub comme normes quantitatives pour mesurer si "l'équipe travaille activement". Il s'agit notamment des éléments suivants : Stars, Forks, Commits, Issues, Pull Requests et Watchers. Vous trouverez ci-dessous les significations et les types spécifiques de ces six facteurs.

Introduction détaillée aux six facteurs des données GitHub pour les projets

Toutes les données GitHub des projets mentionnés dans cet article peuvent également être consultées sur le produit Falcon. Visitez le lien : https://falcon.lucida.fund/ch/asset_tracker/73/github?uid=

Capture d'écran de la page produit

Taille effective de l'échantillon et glossaire

L'équipe a analysé les tendances des prix des pièces de monnaie et les données correspondantes des six facteurs de GitHub pour trois cycles de marché. Après traitement des valeurs aberrantes, les échantillons de jetons effectifs retenus étaient respectivement de 81, 330 et 596 pour chaque cycle de marché.

Voici l'explication des termes figurant dans les tableaux suivants :

Explication spécifique des termes

Premier marché baissier (janv. 2018 - mars 2020) : Les données de GitHub ont résisté à la baisse des prix, mais l'effet était limité, peut-être en raison de la petite taille de l'échantillon.

En commençant par le premier marché baissier :

Statistiques descriptives des six facteurs des données de GitHub et des fluctuations du prix des pièces :

Lors du premier marché baissier, les données relatives aux jetons étaient plus dispersées, ce qui était caractéristique des premiers stades de l'essor du marché des cryptomonnaies. Au cours de cette période, l'écart-type de sept mesures statistiques était très éloigné de la moyenne, ce qui indique des différences significatives entre les différents types de pièces en termes de prix et de données GitHub. Au cours de cette phase, les jetons les plus matures, comme le Bitcoin et l'ETH, ont bénéficié d'une très grande attention sur GitHub, tandis que de nombreux jetons émergents ont eu une faible visibilité sur GitHub et peu de contributions de la part des développeurs.

La situation statistique des prix des pièces qui ont baissé moins que la moyenne (surlignés en noir gras) et les six facteurs correspondants des données GitHub :

Les jetons marqués de cellules grises sont ceux qui vont à l'encontre des tendances du marché. Nous considérons que ces jetons ont des caractéristiques uniques qui nécessitent une analyse complète des conditions du marché. Au cours de cette période, seule la bourse Binance a fait exception. En observant ses six facteurs GitHub, les valeurs star et fork étaient dans le top 10, mais les valeurs commit, issues, pull requests et watchers étaient extrêmement basses. Cela s'explique principalement par le fait que la BNB, avant 2019, n'était considérée que comme une "pièce de plateforme" sans attributs de "chaîne publique", ce qui explique que le code n'ait pas été mis à disposition. Au cours du second semestre 2018, le marché s'est concentré sur les segments des pièces de plateforme, et la hausse de BNB a été significative, résistant au ralentissement de ce cycle. Pour cette pièce, seuls les facteurs "star" et "fork" sur GitHub avaient une certaine corrélation avec son prix.

Parmi les jetons qui ont connu une baisse inférieure à la moyenne, 40 % avaient des facteurs GitHub dans le top 10 des statistiques. Les jetons restants avaient généralement des profils GitHub plus bas, ce qui suggère que les facteurs GitHub ont eu un effet positif sur la réduction des baisses de prix, bien que de manière non significative.

Deuxième marché haussier (mars. 2020 - mai 2021) : Les projets GitHub les plus actifs ont connu des augmentations plus importantes pendant le marché haussier

Statistiques descriptives des six facteurs des données de GitHub et des fluctuations du prix des pièces :

Au cours du deuxième marché haussier, les données relatives aux jetons étaient plus concentrées, ce qui indique une maturité et une prospérité accrues sur le marché des crypto-monnaies. L'écart-type de sept mesures était plus proche de la moyenne qu'en 2018-2020, ce qui indique une distribution plus concentrée de l'échantillon. L'analyse du marché révèle que les jetons ont développé une plus grande maturité d'ici 2020, les jetons apparus en 2018 connaissant une croissance et une augmentation des données fondamentales GitHub correspondantes. En outre, le nombre de jetons émis au cours de cette période a considérablement augmenté, ce qui a renforcé la centralisation de la distribution des données.

La situation statistique des pièces dont les augmentations de prix ont dépassé la moyenne (surlignées en noir gras) et les six facteurs des données GitHub correspondantes :

Sur 330 points de données, 11 ont connu des augmentations de prix supérieures à la moyenne, dont 5 avec des facteurs GitHub supérieurs à la moyenne, ce qui représente environ 45 %. Une analyse préliminaire suggère une corrélation entre l'augmentation des données GitHub et la hausse des prix, les corrélations spécifiques étant détaillées dans la troisième partie de l'article.

Les projets qui n'ont pas augmenté mais qui ont chuté pendant le marché haussier étaient généralement très inactifs sur GitHub.

Anomalies de prix des pièces de monnaie (chutes de prix dans un marché haussier) :

Sur 330 échantillons effectifs au cours de cette période, 28 jetons sont allés à l'encontre de la tendance et ont vu leur prix chuter, mettant ainsi en évidence leur faiblesse. En conséquence, 90 % de ces tokens avaient des données GitHub inférieures à la moyenne et tendaient vers le minimum.

Deuxième marché baissier (mai 2021 - aujourd'hui) : Des projets GitHub plus actifs ont contribué à la résistance du marché baissier, mais l'effet n'a pas été substantiel.

Statistiques descriptives des six facteurs des données de GitHub et des fluctuations du prix des pièces :

Les 20 premiers tokens et leurs six autres mesures statistiques (les tokens dépassant la moyenne sont surlignés en noir gras) sont triés selon le facteur étoile :

Avec la poursuite du développement du marché des cryptomonnaies, les données du deuxième marché baissier sont devenues plus dispersées, probablement en raison d'une divergence croissante entre les secteurs. L'écart-type de sept mesures s'est fortement écarté de la moyenne, ce qui indique que les données sur les jetons étaient plus diversifiées durant cette phase de marché baissier. En 2021, le marché des jetons était encore dans une phase de développement robuste, attirant davantage de personnes sur le marché des jetons, avec une concentration initiale sur des projets de jetons bien développés et matures. Ces jetons ont attiré l'attention de GitHub avec des dizaines de milliers de statistiques, mais les jetons émergents de cette période avaient encore besoin de temps pour être reconnus par le public et avaient naturellement une visibilité et un développement moindres.

En analysant les 20 premiers tokens selon le classement des données Star, on observe que les tokens dépassant la moyenne dans le classement des six facteurs de GitHub présentent certaines similitudes dans les modèles statistiques, ce qui suggère une forte corrélation entre ces six facteurs. Il convient également de noter que les jetons particulièrement bien classés pour ces six facteurs sont plus matures et ont été émis pour la plupart entre 2015 et 2018, notamment le Bitcoin, l'ETH et le Dogecoin.

Comportement anormal du prix des jetons (augmentation du prix pendant les marchés baissiers) :

Sur 596 jetons, 28 anomalies ont été observées. Parmi ceux-ci, six jetons, représentant 28 %, présentaient un ou plusieurs facteurs dépassant la moyenne dans les données de GitHub. D'après les données, on peut en déduire qu'une augmentation des données GitHub contribue à la résilience pendant les marchés baissiers, bien que son impact ne soit pas particulièrement significatif. Le fort avantage de prix de ces jetons est principalement déterminé par des facteurs appartenant à d'autres catégories.

Comment quantifier la corrélation entre les facteurs GitHub et le prix ? Quel coefficient sera utilisé pour cette évaluation ?

Comme indiqué précédemment, les données de GitHub jouent des rôles différents dans les cycles haussiers et baissiers.

Comment quantifier la corrélation entre les facteurs GitHub et le prix ?

Un graphique Q-Q utilise les quantiles de l'échantillon comme axe horizontal et les points quantiles correspondants calculés selon la distribution normale comme axe vertical, affichant les points de l'échantillon dans un système de coordonnées cartésiennes. Si l'ensemble de données suit une distribution normale, les points d'échantillonnage forment une ligne autour de la diagonale du premier quadrant. Pour les ensembles de données qui suivent une distribution normale, le coefficient de corrélation de Pearson est approprié pour l'analyse, tandis que le coefficient de corrélation de Spearman est approprié pour les ensembles de données qui ne suivent pas une distribution normale.

Les résultats des diagrammes Q-Q pour les six facteurs dans trois intervalles sont les suivants :

Comme indiqué, les points d'échantillonnage pour les six facteurs - Star, Fork, Commit, Issues, Pull_requests, Watchers - ne sont pas regroupés autour de la diagonale du premier quadrant, ce qui indique qu'ils ne suivent pas une distribution normale. L'analyse de la corrélation entre ces six facteurs et les prix des jetons sera donc basée sur le coefficient de Spearman.

Premier marché baissier (janvier 2018 - mars 2020) : Corrélation limitée entre les facteurs GitHub et les prix des jetons en raison de la taille de l'échantillon.

Tableau de corrélation entre les six facteurs et l'appréciation du prix des jetons :

Les cinq facteurs de GitHub influencent positivement la résistance du prix des jetons pendant les marchés baissiers. Les coefficients de corrélation de star, fork, issues, pull_requests, watchers avec le prix sont d'environ 0,260, ce qui est significatif au niveau de 0,05 et indique une corrélation positive avec le prix des jetons.

Le facteur d'engagement n'a pas montré de relation significative avec l'appréciation des prix dans cet intervalle. Le coefficient de corrélation entre l'engagement et la fluctuation des prix était de -0,032, proche de 0, et la valeur P était de 0,776 > 0,05, ce qui indique qu'il n'y a pas de corrélation entre l'engagement et le prix.

Les corrélations entre star, fork, issues, pull_requests, watchers et price s'alignent sur notre évaluation précédente, montrant un impact positif, bien que peu élevé. Une corrélation de 0,260 est significative pour nos recherches ultérieures sur les tendances des prix des jetons et l'élaboration de stratégies factorielles connexes. Le résultat pour les engagements diffère légèrement de nos conclusions précédentes, ce qui est provisoirement attribué aux données limitées de l'échantillon. Au cours des deuxième et troisième intervalles, davantage de données sur les jetons ont été collectées afin d'examiner plus en détail la corrélation entre l'engagement et le prix.

Deuxième marché haussier (mars 2020 - mai 2021) : GitHub plus actif, augmentation du prix des jetons

Tableau de corrélation entre les six facteurs et l'appréciation du prix des jetons :

Au cours du deuxième marché haussier, la taille effective de l'échantillon étant passée de 81 à 330, la corrélation des six facteurs - star, fork, commit, issues, pull_requests, watchers - avec le prix s'est sensiblement renforcée, autour de 0,322, ce qui est nettement plus élevé que la corrélation moyenne de 0,260 dans le premier intervalle, et significatif au niveau de 0,01. La corrélation entre les étoiles, les engagements et les observateurs et le prix était de 0,350. Dans cet intervalle, les six facteurs présentent une corrélation positive avec le prix, ce qui semble confirmer notre hypothèse d'une corrélation négative entre l'engagement et le prix dans le premier intervalle, peut-être en raison du nombre limité de données et de l'influence des valeurs aberrantes.

Deuxième marché baissier (de mai 2021 à aujourd'hui) Les facteurs GitHub sont d'actualité ! Il existe toujours une corrélation significative avec les prix des jetons dans les marchés baissiers, mais elle n'est pas nécessairement résistante.

Tableau de corrélation entre les six facteurs et l'appréciation du prix des jetons :

Pour le troisième intervalle, avec une augmentation des échantillons effectifs à 597, la corrélation entre les six facteurs - star, fork, commit, issues, pull_requests, watchers - et le prix s'est renforcée par rapport au premier intervalle, avec une corrélation moyenne de 0,216 sous le niveau de signification de 0,01, légèrement supérieure à la corrélation de 0,205 dans le premier marché baissier, mais significativement plus faible que la corrélation de 0,322 dans le deuxième intervalle.

On pense que les six facteurs de GitHub sont positivement corrélés avec l'appréciation du prix des jetons, mais ils ont une certaine actualité !

Les six facteurs ont un pouvoir prédictif et contributif plus fort sur les fluctuations de prix des crypto-monnaies au cours d'un marché haussier. Toutefois, leur utilité est relativement plus faible dans un marché baissier. Dans de tels scénarios, les prix des crypto-monnaies sont davantage influencés par d'autres grandes catégories de facteurs, tels que les facteurs volume-prix et le sentiment du marché (y compris les facteurs alternatifs). Les données de GitHub ne constituent qu'une partie de l'analyse fondamentale et jouent un rôle relativement limité.

Conclusion

Sur la base du contenu ci-dessus, Falcon résume les conclusions de cet article comme suit :

1. Avec le développement du marché des crypto-monnaies et l'épanouissement de l'écosystème des développeurs, la corrélation entre les données de GitHub et les prix des crypto-monnaies est de plus en plus forte.

2. Du point de vue de l'investissement, il est conseillé d'investir dans des projets activement développés sur GitHub et d'éviter ceux qui sont inactifs sur GitHub.

3. Dans les marchés haussiers, les projets les plus actifs sur GitHub ont tendance à enregistrer des gains plus importants ; dans les marchés baissiers, ces projets ont tendance à mieux résister aux baisses.

4. La corrélation entre l'activité de GitHub et les prix des crypto-monnaies est nettement plus forte dans les marchés haussiers que dans les marchés baissiers.

A propos de LUCIDA & FALCON

Lucida(https://www.lucida.fund/) est un fonds spéculatif quantitatif de premier plan qui est entré sur le marché des crypto-monnaies en avril 2018. Elle négocie principalement des stratégies telles que le CTA, l'arbitrage statistique et l'arbitrage de volatilité des options, et gère actuellement des actifs d'une valeur de 30 millions de dollars.

Falcon(https://falcon.lucida.fund/) est une nouvelle génération d'infrastructure d'investissement Web3. Basé sur un modèle multifactoriel, il aide les utilisateurs à "sélectionner", "acheter", "gérer" et "vendre" des actifs cryptographiques. Falcon a été incubé par Lucida en juin 2022.

Pour plus d'informations, visitez le site https://linktr.ee/lucida_and_falcon

Clause de non-responsabilité：

1. Cet article est repris de[mirror]. Tous les droits d'auteur appartiennent à l'auteur original[LUCIDA & FALCON]. Si vous avez des objections à cette réimpression, veuillez contacter l'équipe de Gate Learn, qui s'en chargera rapidement.
2. Clause de non-responsabilité : Les points de vue et les opinions exprimés dans cet article sont uniquement ceux de l'auteur et ne constituent pas un conseil en investissement.
3. Les traductions de l'article dans d'autres langues sont effectuées par l'équipe de Gate Learn. Sauf mention contraire, il est interdit de copier, distribuer ou plagier les articles traduits.