LUCIDA：10年のデータ観察、「チームが活動している」とコインの価格は本当に関係があるのか？
「チームが活動している」と本当に市場が上昇する時に価格がもっと上がるのか？また、下落市場でより耐えるのか？執筆：LUCIDA
暗号資産を保有する際に、「チームが活動している」ということは、「価格が牛市で上昇するという確信」であり、「熊市での損失を抱えても持ち続ける」という最低限の基準でもあります。
しかし、「チームが活動している」ことが本当に牛市で価格をさらに上昇させるのでしょうか？熊市での耐久性が高まるのでしょうか？
この記事では、10年間の歴史データを用いてその答えをお伝えします。
Crypto市場の4つの牛熊サイクル
ビットコインの創世ブロックは2009年に誕生し、その価格は以降の14年間で何度も牛熊サイクルを繰り返し、「ICO時代」、「パブリックチェーンの爆発」、「DeFiサマー」、「NFTの波」などの業界の物語が次々と現れました。
分析を容易にするために、この記事では2015年7月から2018年1月を第一回牛市、2018年1月から2020年3月を第一回熊市、2020年3月から2021年5月を第二回牛市、2021年5月から現在までを第二回熊市と定義します。
2015年7月から2018年1月の第一回「ICO」牛市は遠い過去であり、入手可能なデータが非常に少なく、厳密な結果を得ることができません。そのため、この記事では後の3つのサイクルに重点を置いて分析します。
Crypto市場の4つの牛熊サイクル
「チームが活動している」を示す因子は何か？6つの因子を見つけました！
業界内のほとんどのプロジェクトはブロックチェーン技術に基づいており、コードはGitHubでオープンソースです（GitHubはコードのホスティングと共有のためのプラットフォームです）。
したがって、FalconはGitHubの6つの因子を「チームが活動している」の定量基準として使用します。具体的には、Star、Fork、Commit、Issues、Pull requests、Watchersです。以下は6つの因子の具体的な意味とタイプです。
プロジェクトのGitHubデータ6因子の具体的な紹介
この記事のすべてのプロジェクトのGitHubデータは、Falconの製品上でも見ることができます。 アクセスリンク：https://falcon.lucida.fund/ch/asset_tracker/73/github?uid=
製品ページのスクリーンショット
有効サンプル数と用語の説明
チームは3つの市場サイクルの価格動向とそれに対応するプロジェクトのGitHubの6因子データを統計し、異常値処理を行った結果、3つの市場サイクルそれぞれ81、330、596の有効なトークンサンプルを保持しました。
以下の図表に出てくる用語の説明：
用語の具体的な説明
第1回熊市（2018年1月-2020年3月）では、GitHubデータが価格に対して一定の耐久性を持つ効果を発揮しましたが、その効果は限られており、サンプル数が少ないことに関連している可能性があります。
まずは第一回熊市から始めましょう：
GitHubデータ6因子と価格の変動幅の記述統計：
第一回熊市のトークンデータは比較的分散しており、crypto市場の初期の特徴に合致しています。この期間の7つの統計量の標準偏差値はすべて平均値から大きく逸脱しており、異なる通貨間の価格およびそのGitHubデータの差異が大きいことを示しています。この段階で発展が比較的成熟しているトークン（例：ビットコイン、ETH）のGitHub各因子の注目度は非常に高いですが、多くの新興通貨はGitHub上での注目度や開発者の貢献度が低いです。
この区間で価格の下落幅が平均下落幅（黒太字）よりも小さいトークンの価格とその対応するGitHubデータ6因子の統計状況：
灰色のセルは市場のトレンドと逆のトークンを示しており、私たちはこのようなトークンの性質が特異であると考え、市場の状況を総合的に分析する必要があります。この区間ではbinance-exchangeのみが観察され、そのGitHubデータ6因子はstar、forkの値が統計量の上位10に位置していますが、commit、issues、pull_requests、watchersは非常に低いです。主に、BNBトークンは2019年以前は「プラットフォームトークン」の属性しか持たず、「パブリックチェーン」の属性がなかったため、コードはオープンソースではありませんでした。また、2018年下半期には市場のホットスポットがプラットフォームトークンセクターに集中し、BNBは高い上昇幅を示し、この周期で耐久性がありました。このトークンに関しては、GitHubデータ6因子の中でstar、fork因子のみが価格と一定の相関関係を持っています。
価格の下落幅が平均値よりも小さいトークンの中で、40%のトークンのGitHub因子が統計量の上位10に位置しており、残りのトークンのGitHub状況は一般的に低いことから、初歩的に推測すると、この周期内でGitHub因子は価格の下落幅を減少させる一定の正の作用を持つが、その作用は特に大きくはないと考えられます。
第2回牛市（2020年3月-2021年5月）GitHubがより活発なプロジェクトは牛市でより多く上昇する
GitHubデータ6因子と価格の変動幅の記述統計：
第二回牛市のトークンデータは比較的集中しており、crypto市場の成熟度と景気が向上しています。この区間の7つの統計量の標準偏差の統計値は平均値に近く、2018-2020年の統計状況と比較して、この区間のサンプルデータの分布は比較的集中しています。市場の実際の状況を分析すると、一方では2020年にはトークン市場が比較的成熟しており、2018年に登場したトークンはこの区間で一定の発展を遂げ、その基本的なGitHubデータも一般的に大きく増加しています。もう一方では、市場の発展に伴い、この区間で発行されるトークンの数が大幅に増加し、参考となるサンプル数が増えることでデータ分布の集中度もさらに高まっています。
この区間で価格の上昇幅が平均上昇幅（黒太字）を超える価格とその対応するGitHubデータ6因子の統計状況：
330のデータの中で価格の上昇幅が平均値を超えるものは11個あり、その中でGitHubデータ6因子が平均値を超えるものは5個で、約45%を占めています。初歩的に推測すると、GitHubデータの増加は価格の上昇と一定の相関関係があると考えられ、その具体的な相関関係の大きさは文中の第3部で分析します。
牛市で下落するプロジェクトは、すべてGitHubの開発が非常に非活発である
価格の異常値状況（牛市での価格下落）：
この周期の330の有効サンプルの中で、28のトークンの価格が逆に下落しており、これらの28のトークンは非常に弱いことを反映しています。同時に、これらのトークンに対応するGitHubデータは90%が平均値を下回り、全体的に最小値に近づいています。
第2回熊市（2021年5月から現在）GitHubがより活発なプロジェクトは熊市での耐久性に一定の貢献をするが、その作用は依然として大きくはない
GitHubデータ6因子と価格の変動幅の記述統計：
star因子でソートした上位20のトークンとその他の6つの統計量のデータ（黒太字は平均値を超えるトークン）：
crypto市場がさらに発展するにつれて、第二回熊市のトークンデータは逆に分散しており、業界の格差がさらに広がっていることに関連していると推測されます。この区間の7つの統計量の標準偏差値は平均値から大きく異なり、第二回熊市のトークンデータが分散していることを示しています。2021年のトークン市場は依然として発展の盛況期にあり、ますます多くの人々がトークン市場に流入し、人々はまず市場で発展が良好で成熟したトークンプロジェクトに目を向けます。このようなトークンはGitHubの注目度が数万回に達する統計量を持っていますが、この期間の新興トークンはまだ一般に知られるまでに時間がかかり、注目度や開発度は相対的に低いです。
starデータランキング上位20のトークンの統計状況を結合すると、GitHubデータ6因子のランキングが平均値を超えるトークンは統計的に一定の類似性があり、6因子間には高い相関関係があると推測されます。また、GitHubデータ6因子のランキングが特に高いものは、すべて成熟したトークンであり、発行時期は基本的に2015年から2018年の間で、例えばビットコイン、ETH、ドージコインなどです。
価格の異常値状況（熊市での価格上昇）：
596のトークンデータの中で28の異常があり、その中でGitHubデータの1つ以上の因子が平均値を超えるトークンは6個で、28%を占めています。表に基づいて、GitHubデータの増加は熊市での耐久性に一定の貢献をしていると推測されますが、その作用は特に大きくはありません。このようなトークンがこのような強い価格優位性を持つのは、主に他のカテゴリの因子によって決定されます。
GitHub因子と価格の相関関係をどのように定量化するか？どの係数を選んで判断するか？
上記の内容から、私たちは簡単な統計分析を通じて、GitHubのデータが牛熊サイクルの中で果たす役割が異なることを発見しました。
では、GitHub因子と価格の相関関係をどのように定量化するのでしょうか？
Q-Qプロットは、サンプルの分位数を横軸に、正規分布に基づいて計算された対応する分位点を縦軸にして、サンプルを直交座標系の散布図として表現します。データセットが正規分布に従う場合、サンプル点は第一象限の対角線を中心に直線を形成します。正規分布に従うデータセットはPearson相関係数を用いて分析するのが合理的であり、正規分布に従わないデータセットはSpearman相関係数を用いて分析するのが合理的です。
3つの区間の6因子Q-Qプロットの結果は以下の通りです：
表からわかるように、3つの区間のStar、Fork、Commit、Issues、Pull_requests、Watchersの6因子のサンプル点はすべて第一区間の対角線に沿って分布しておらず、すなわち正規分布に従っていません。6因子とトークン価格の相関分析はSpearman係数の結果に基づいて判断されます。
第1回熊市（2018年1月-2020年3月）：サンプル数の影響を受け、GitHub因子と価格の相関関係は限られている
6因子と価格上昇幅の相関関係表：
GitHubデータの5つの因子は熊市における価格の耐久性に正の作用を持っています。表から明らかに、star、fork、issues、pull_requests、watchersとpriceの相関係数は約0.260であり、すべて0.05の水準で有意性を示しており、統計学的に5因子と価格には正の相関関係があることを示しています。
この区間ではcommit因子と価格上昇幅には有意な関係がありません。commitと価格の変動幅の相関係数は-0.032で、0に近く、P値は0.776>0.05であり、commitとpriceには相関関係がないことを示しています。
star、fork、issues、pull_requests、watchersとpriceの相関結果は、前述の判断と一致しており、一定の正の作用があることがわかります。私たちはこの相関関係がそれほど高くないことを知っていますが、0.260程度の相関関係は今後のトークン価格の動向を研究し、関連因子戦略を構築する上で意味があります。commitの結果は前述と若干異なり、私たちは初歩的にサンプルデータが限られていることが原因だと考えています。第二および第三の区間では、より多くのトークンデータを収集し、commitとpriceの相関関係をさらに調査します。
第2回牛市（2020年3月-2021年5月）：GitHubが活発であればあるほど、価格が上昇する
6因子と価格上昇幅の相関関係表：
第二回牛市では、有効サンプル数が81から330に増加したため、 star、fork、commit、issues、pull_requests、watchersの6因子とpriceの相関関係が著しく強化され、相関関係は約0.322であり、第一区間の相関関係の平均値0.260を大きく上回り、0.01の水準で有意性を示しています。その中でstar、commit、watchers因子とpriceの相関関係は0.350に達しています。この区間の6つの因子はすべてpriceと正の相関を示しており、私たちが第一区間でcommitとpriceが負の相関を持つと推測したことを裏付けるようです。すなわち、サンプルデータが不十分であり、個別の極端値の影響を受けているのです。
第2回熊市（2021年5月から現在）GitHub因子は時効性を持つ！熊市でも価格と有意に関連しているが、必ずしも耐久性があるわけではない
6因子と価格上昇幅の相関関係表：
第三の区間では、有効サンプル数が597に増加し、第一区間と比較して、star、fork、commit、issues、pull_requests、watchersの6因子とpriceの相関関係が強化され、0.01の水準で有意性の条件下で、相関関係の平均値は0.216であり、第一区間の0.205よりもわずかに高いですが、第二区間の相関関係0.322には著しく劣ります。
私たちは、GitHubデータの6因子がすべて価格上昇幅と正の相関を持つと考えていますが、一定の時効性があります！
すなわち、6因子は牛市において価格の上昇幅に対してより強い予測性と貢献性を持ちますが、熊市ではその効果が弱く、熊市の価格は他の因子の影響（例えば、量と価格の因子、市場の感情などの代替因子）をより多く受け、GitHubデータは基本的な要素の一部として、作用は相対的に限られています。
記事の結論
上記の内容を通じて、Falconはこの記事の結論をまとめます：
Crypto市場の発展と業界開発者エコシステムの繁栄に伴い、GitHubデータと価格の関連性がますます強くなっています。
投資の観点から見ると、GitHubの開発が活発なプロジェクトに投資し、GitHubの開発が非活発なプロジェクトを回避するべきです。
牛市では、GitHubが活発なプロジェクトほど上昇幅が高く、熊市ではGitHubが活発なプロジェクトほど耐久性が高いです。
GitHubと価格の相関関係は、牛市で熊市よりも著しく高いです。
