"Действительно ли активность команды связана с ценами на криптовалюту?"

Четыре бычьих и медвежьих цикла на криптовалютном рынке

Генезисный блок Биткойна был создан в 2009 году, и за последующие 14 лет его цена пережила несколько циклов бычьих и медвежьих рынков. В отрасли появились такие заметные события, как "Эра ICO", "Взрыв публичных цепочек", "Дефи-лето" и "Волна NFT".

Для удобства анализа в этой статье мы определим июль 2015 - январь 2018 года как первый бычий рынок, январь 2018 - март 2020 года как первый медвежий рынок, март 2020 - май 2021 года как второй бычий рынок, а май 2021 - настоящее время как второй медвежий рынок.

Первый "бычий" рынок ICO с июля 2015 г. по январь 2018 г. слишком далек и имеет слишком мало данных для тщательного анализа. Поэтому данная статья посвящена последним трем циклам.

Четыре бычьих и медвежьих цикла криптовалютного рынка

Какие факторы указывают на то, что "команда активно работает"? Мы определили шесть факторов!

В этой отрасли подавляющее большинство проектов основано на технологии блокчейн, а их код открыт на GitHub (платформа для размещения и обмена кодом).

Поэтому Falcon использует шесть факторов с GitHub в качестве количественных стандартов для определения того, "активно ли работает команда". К ним относятся: Stars, Forks, Commits, Issues, Pull Requests и Watchers. Ниже приведены конкретные значения и типы этих шести факторов.

Подробное знакомство с шестью факторами данных GitHub для проектов

Все данные GitHub по проектам, упомянутым в этой статье, также можно посмотреть на продукте Falcon. Посетите ссылку: https://falcon.lucida.fund/ch/asset_tracker/73/github?uid=

Скриншот страницы продукта

Эффективный размер выборки и глоссарий

Команда проанализировала динамику цен на монеты и соответствующие шестифакторные данные GitHub для трех рыночных циклов. После обработки выбросов эффективные выборки токенов составили 81, 330 и 596 для каждого рыночного цикла соответственно.

Здесь приведены пояснения к терминам, встречающимся в следующих таблицах:

Особые пояснения к терминам

Первый медвежий рынок (янв. 2018 - мар. 2020): Данные GitHub оказали некоторое сопротивление снижению цен, но эффект был ограниченным, что, возможно, связано с небольшим размером выборки

Начиная с первого медвежьего рынка:

Описательная статистика для шести факторов данных GitHub и колебаний цен на монеты:

На первом "медвежьем" рынке данные о токенах были более разрозненными, что было характерно для ранних этапов подъема криптовалютного рынка. В течение этого периода стандартное отклонение семи статистических показателей было далеко от среднего, что указывает на значительные различия между разными типами монет с точки зрения цены и данных GitHub. На этом этапе более зрелые токены, такие как Bitcoin и ETH, пользовались чрезвычайно большим вниманием на GitHub, но многие новые токены имели низкую видимость на GitHub и вклад разработчиков.

Статистическая ситуация с ценами на монеты, которые упали меньше среднего (выделены жирным черным цветом), и соответствующие им шесть факторов данных GitHub:

Жетоны, отмеченные серыми клетками, представляют собой те, которые противоречат рыночным тенденциям. Мы считаем, что эти токены обладают уникальными характеристиками, которые требуют всестороннего анализа с учетом рыночных условий. В этот период исключением стала только биржа Binance. Если проанализировать шесть факторов GitHub, то значения star и fork попали в первую десятку, а показатели commit, issues, pull requests и watchers были крайне низкими. Это произошло главным образом потому, что до 2019 года BNB считался только "платформенной монетой" без атрибутов "публичной цепочки", поэтому его код не был открыт. Во второй половине 2018 года внимание рынка было сосредоточено на сегментах платформенных монет, и рост BNB был значительным, устояв перед спадом в этом цикле. Для этой монеты только факторы "звезда" и "форк" на GitHub имели некоторую корреляцию с ее ценой.

Среди токенов, которые упали меньше среднего, 40% имели факторы GitHub в первой десятке статистики. Оставшиеся токены в целом имели более низкие профили GitHub, что говорит о том, что факторы GitHub оказали положительное влияние на снижение цены, хотя и не очень значительное.

Второй бычий рынок (мар. 2020 - май 2021): Более активные проекты GitHub демонстрировали больший рост во время "бычьего" рынка

Описательная статистика для шести факторов данных GitHub и колебаний цен на монеты:

На втором бычьем рынке данные о токенах были более концентрированными, что свидетельствует о росте зрелости и процветания криптовалютного рынка. Стандартное отклонение семи показателей было ближе к среднему значению по сравнению с 2018-2020 годами, что свидетельствует о более концентрированном распределении выборки. Анализ рынка показывает, что к 2020 году токены стали более зрелыми, при этом токены, появившиеся в 2018 году, демонстрируют рост и увеличение соответствующих фундаментальных данных GitHub. Кроме того, количество выпущенных за этот период токенов значительно увеличилось, что еще больше централизовало распределение данных.

Статистическая ситуация для монет, чей рост цен превысил среднее значение (выделены жирным черным цветом), и соответствующие им шесть факторов данных GitHub:

Из 330 точек данных в 11 цена выросла выше среднего, причем в 5 из них коэффициенты GitHub были выше среднего, что составляет около 45%. Предварительный анализ позволяет предположить наличие корреляции между увеличением объема данных GitHub и ростом цен, а конкретные корреляции будут подробно описаны в третьей части статьи.

Проекты, которые не росли, а падали во время "бычьего" рынка, как правило, были очень неактивны на GitHub

Аномалии цен на монеты (падение цен на бычьем рынке):

Из 330 эффективных образцов за этот период 28 токенов пошли против тренда и упали в цене, подчеркнув свою слабость. Соответственно, у 90% этих токенов данные GitHub были ниже среднего и стремились к минимуму.

Второй медвежий рынок (май 2021 г. - настоящее время): Более активные проекты GitHub способствовали сопротивлению на медвежьем рынке, но эффект не был существенным

Описательная статистика для шести факторов данных GitHub и колебаний цен на монеты:

Сортировка по фактору "звезда", 20 лучших токенов и шесть других статистических показателей (токены, превышающие среднее значение, выделены жирным черным цветом):

С дальнейшим развитием криптовалютного рынка данные на втором "медвежьем" рынке стали более разрозненными, что, вероятно, связано с растущим расхождением между отраслями. Стандартное отклонение семи показателей значительно отличалось от среднего значения, что говорит о том, что данные по маркерам были более разнообразными во время этой фазы медвежьего рынка. Рынок токенов в 2021 году все еще находился на стадии активного развития, привлекая все больше людей на рынок токенов, при этом первоначальное внимание уделялось хорошо проработанным и зрелым проектам токенов. Эти токены пользовались вниманием GitHub с десятками тысяч статистических данных, но новым токенам этого периода еще требовалось время, чтобы завоевать общественное признание, и, естественно, они были менее заметны и развиты.

Анализируя 20 лучших токенов по рейтингу Star data, можно заметить, что токены, превышающие средние показатели в рейтинге GitHub по шести факторам, имеют определенное сходство в статистических закономерностях, что говорит о высокой корреляции между этими шестью факторами. Следует также отметить, что токены, занимающие особенно высокие позиции по этим шести факторам, являются более зрелыми, в основном выпущенными в период с 2015 по 2018 год, включая Bitcoin, ETH и Dogecoin.

Ненормальное поведение цены токена (рост цены во время медвежьих рынков):

Из 596 жетонов было замечено 28 аномалий. Среди них шесть токенов, что составляет 28%, имели один или несколько факторов, превышающих среднее значение по данным GitHub. Согласно полученным данным, можно сделать вывод, что увеличение объема данных GitHub способствует повышению устойчивости во время "медвежьих" рынков, хотя его влияние не особенно значительно. Сильное ценовое преимущество таких токенов в первую очередь определяется факторами из других категорий.

Как количественно оценить корреляцию между факторами GitHub и ценой? Какой коэффициент будет использоваться для этой оценки?

Как отмечалось ранее, данные GitHub играют разную роль в бычьих и медвежьих циклах.

Итак, как мы можем количественно оценить корреляцию между факторами GitHub и ценой?

График Q-Q использует квантили выборки в качестве горизонтальной оси, а соответствующие точки квантилей, рассчитанные в соответствии с нормальным распределением, - в качестве вертикальной оси, отображая точки выборки в декартовой системе координат. Если набор данных соответствует нормальному распределению, то точки выборки образуют линию вокруг диагонали первого квадранта. Для наборов данных с нормальным распределением подходит коэффициент корреляции Пирсона, а коэффициент корреляции Спирмена - для наборов данных, которые не соответствуют нормальному распределению.

Результаты графиков Q-Q для шести факторов в трех интервалах выглядят следующим образом:

Как показано на рисунке, точки выборки для шести факторов - Star, Fork, Commit, Issues, Pull_requests, Watchers - не группируются вокруг диагонали первого квадранта, что указывает на то, что они не соответствуют нормальному распределению. Таким образом, анализ корреляции этих шести факторов с ценами на токены будет основан на коэффициенте Спирмена.

Первый медвежий рынок (январь 2018 - март 2020): Ограниченная корреляция между факторами GitHub и ценами на токены из-за размера выборки

Таблица корреляции шести факторов с ростом цены токена:

Пять факторов GitHub положительно влияют на устойчивость цены токена во время медвежьих рынков. Коэффициенты корреляции star, fork, issues, pull_requests, watchers с ценой составляют около 0,260, демонстрируя значимость на уровне 0,05, что указывает на положительную корреляцию с ценой токенов.

Фактор обязательства не показал значительной связи с ростом цен в этом интервале. Коэффициент корреляции между обязательствами и колебаниями цен составил -0,032, что близко к 0, а P-значение составило 0,776 > 0,05, что указывает на отсутствие корреляции между обязательствами и ценами.

Взаимосвязь показателей star, fork, issues, pull_requests, watchers с ценой согласуется с нашей предыдущей оценкой, показывая положительное влияние, хотя и невысокое. Корреляция 0,260 является значимой для наших последующих исследований тенденций цен на токены и построения соответствующих факторных стратегий. Результат по обязательствам несколько отличается от наших предыдущих выводов, что можно условно отнести на счет ограниченности выборочных данных. Во втором и третьем интервалах было собрано больше данных о жетонах, чтобы еще больше изучить корреляцию между обязательствами и ценой.

Второй бычий рынок (март 2020 - май 2021): Более активный GitHub, более высокий рост цены токенов

Таблица корреляции шести факторов с ростом цены токена:

На втором бычьем рынке, когда эффективный размер выборки увеличился с 81 до 330, корреляция шести факторов - star, fork, commit, issues, pull_requests, watchers - с ценой значительно усилилась, около 0,322, что заметно выше средней корреляции 0,260 в первом интервале и значимо на уровне 0,01. Корреляция "звезд", "обязательств", "наблюдателей" с ценой достигала 0,350. В этом интервале все шесть факторов положительно коррелировали с ценой, что, похоже, подтверждает нашу гипотезу об отрицательной корреляции между обязательствами и ценой в первом интервале, возможно, из-за ограниченности данных и влияния выбросов.

Второй медвежий рынок (с мая 2021 года по настоящее время) Факторы GitHub имеют своевременность! По-прежнему значительно коррелирует с ценами на токены на медвежьих рынках, но не обязательно устойчиво.

Таблица корреляции шести факторов с ростом цены токена:

На третьем интервале, с увеличением эффективной выборки до 597, корреляция между шестью факторами - star, fork, commit, issues, pull_requests, watchers - и ценой усилилась по сравнению с первым интервалом, со средней корреляцией 0,216 при уровне значимости 0,01, что немного выше, чем 0,205 на первом медвежьем рынке, но значительно слабее, чем корреляция 0,322 на втором интервале.

Считается, что шесть факторов GitHub положительно коррелируют с ростом стоимости токенов, но они имеют определенную временную зависимость!

Эти шесть факторов демонстрируют более сильную предсказательную и способствующую колебаниям цен на криптовалюты во время бычьего рынка силу. Однако на медвежьем рынке их полезность относительно ниже. В таких сценариях на цены криптовалют больше влияют другие широкие категории факторов, такие как факторы объема и цены и настроения рынка (включая альтернативные факторы). Данные с GitHub служат лишь частью фундаментального анализа, играя относительно ограниченную роль.

Заключение

Основываясь на вышеизложенном, Фалькон резюмирует выводы этой статьи следующим образом:

1. С развитием криптовалютного рынка и процветанием экосистемы разработчиков корреляция между данными GitHub и ценами на криптовалюту становится все более сильной.

2. С точки зрения инвестиций, рекомендуется вкладывать средства в проекты с активной разработкой GitHub и избегать проектов с неактивной разработкой GitHub.

3. На "бычьих" рынках проекты с более активной деятельностью на GitHub, как правило, получают более высокие доходы; на "медвежьих" рынках такие проекты, как правило, более устойчивы к спадам.

4. Корреляция между активностью GitHub и ценами на криптовалюту значительно сильнее на бычьих рынках, чем на медвежьих.

О LUCIDA & FALCON

Lucida(https://www.lucida.fund/)- это ведущий количественный хедж-фонд, который вышел на криптовалютный рынок в апреле 2018 года. Компания в основном торгует такими стратегиями, как CTA, статистический арбитраж и арбитраж волатильности опционов, и в настоящее время управляет активами на сумму $30 млн.

Falcon(https://falcon.lucida.fund/)- это новое поколение инвестиционной инфраструктуры Web3. Основанная на многофакторной модели, она помогает пользователям "выбирать", "покупать", "управлять" и "продавать" криптоактивы. Сокол был инкубирован компанией Lucida в июне 2022 года.

Для получения дополнительной информации посетите сайт https://linktr.ee/lucida_and_falcon.

Отказ от ответственности：

1. Эта статья перепечатана из[зеркало]. Все авторские права принадлежат оригинальному автору[LUCIDA & FALCON]. Если у Вас есть возражения против этой перепечатки, пожалуйста, свяжитесь с командой Gate Learn, и они незамедлительно рассмотрят их.
2. Предупреждение об ответственности: Мнения и взгляды, выраженные в этой статье, принадлежат исключительно автору и не являются инвестиционным советом.
3. Перевод статьи на другие языки осуществляется командой Gate Learn. Если не указано, копирование, распространение или плагиат переведенных статей запрещены.