No artigo anterior, “A atividade da equipa afeta realmente os preços das moedas?” examinamos a correlação entre a atividade de desenvolvimento do GitHub na indústria como um todo e as flutuações de preço dos tokens. Concluímos que os Seis Fatores do GitHub estão positivamente correlacionados com as flutuações dos preços dos tokens nos mercados em alta e em baixa.

Neste artigo, exploramos ainda mais a causalidade por trás desta correlação, perguntando se “os aumentos de preços são impulsionados por upgrades tecnológicos ou se os aumentos de preços estimulam upgrades tecnológicos”. Esta análise visa ajudar os investidores e desenvolvedores a entender melhor o papel do “desenvolvimento técnico” como um fator fundamental nas flutuações dos preços dos tokens.

O artigo segue este esboço geral:

Primeiro, construímos um Índice de Atividade de Desenvolvimento do GitHub (GDAI) para tokens individuais para medir a sua atividade de desenvolvimento.

Em seguida, construímos um Índice de Atividade de Desenvolvimento do GitHub da Indústria (IGDAI) que reflete a atividade geral de desenvolvimento do GitHub na indústria. Este índice tem em conta fatores como rankings de capitalização de mercado da indústria e as tendências históricas no número de projetos do GitHub ao longo do tempo.

Depois, comparando as alterações no IGDAI e as flutuações dos preços dos tokens nos últimos seis anos, pretendemos determinar a relação causal entre a tecnologia e o preço.

Finalmente, aplicamos o índice GDAI a tokens que têm estado em desenvolvimento contínuo nos últimos seis anos. Ao comparar os seus valores de índice de atividade de desenvolvimento e aumentos de preços com os do BTC e ETH, pretendemos validar a nossa avaliação anterior da relação causal entre tecnologia e preço.

Passo 1: Construir o GitHub Development Activity Index (GDAI) para projetos individuais usando o Processo de Hierarquia Analítica.

Tabela 1: Interpretação da relação entre os cinco fatores do GitHub e o Desenvolvimento do Projeto\

A fórmula específica para GDAI é a seguinte:

**O Processo de Hierarquia Analítica (AHP) é um método de avaliação abrangente para análise sistemática e tomada de decisão. Decompõe os elementos necessários para a tomada de decisão em três níveis: o nível objetivo, o nível de critério e o nível do esquema. Com base nesta decomposição, são conduzidas análises qualitativas e quantitativas, tornando o processo de cálculo simples e eficiente.

(1) Analisar as relações entre vários fatores no sistema e estabelecer uma estrutura hierárquica para o sistema.

Decompor o GDAI ao nível objetivo em cinco níveis de critério:

μStar, μFork, μCommit, μIsseus, μPullRequesters.

Figura 1: Decomposição do Índice GDAI

(2) Estabelecer Matrizes de Julgamento

Para comparações pares da importância de elementos dentro do mesmo nível relativamente a um critério do nível anterior, construímos matrizes de comparação de pares (matrizes de julgamento). Determinamos diferentes níveis de importância, conforme mostrado na Tabela 2.

Tabela 2: Diferentes Níveis de Importância

Para a camada de critério B, são criadas as seguintes matrizes de julgamento. Com base na experiência e na natureza dos indicadores, a contribuição prioritária para a atividade de desenvolvimento do GitHub é a seguinte: Commit > Pull Requests > Issues > Fork > Star. Uma vez que os indicadores Star e Fork não têm uma relação particularmente direta com a atividade de desenvolvimento, atribuímos pontuações relativamente mais baixas a eles.

Tabela 3: Matriz de Julgamento B

(3) Verificação de Consistência (CI)

Equação característica da matriz B:

(4) Cálculo de Pesos por Três Métodos

Método 1: Método da Média Aritmética

A fórmula para o vetor de peso derivado é:

Método 2: Método da Média Geométrica

Método 3: Primeiro, use o método do valor próprio para determinar o valor próprio máximo da matriz A e o seu próprio vetor correspondente. Em seguida, normalize o vetor para obter os pesos necessários.

Tome a média dos pesos obtidos a partir dos três métodos acima, que é o valor final determinado do peso. Os resultados específicos são os mostrados na Tabela 4.

Tabela 4: Pesos Específicos dos Cinco Fatores Principais

Portanto, a fórmula específica para o índice GDAI pode ser expressa da seguinte forma:

Passo 2: IGDAI (Industry Github Development Activities Index) Otimizado com base no GDAI

No Passo 1, construímos o índice de atividade de desenvolvimento do GitHub, GDAI, para tokens individuais. Agora, com base no GDAI, avaliamos de forma abrangente toda a indústria de criptomoedas considerando todos os tokens listados e de origem aberta no GitHub. Isto resulta no cálculo do Índice de Actividades de Desenvolvimento do Github da Indústria (IGDAI). A fórmula específica para calcular IGDAI é a seguinte:

Fórmula de cálculo IGDAI:

Onde 'n' representa o número total de tokens que circulam no mercado de criptomoedas e de origem aberta no GitHub dentro de um intervalo específico.

Ao construir um indicador que reflita a situação geral da indústria, existem tipicamente duas abordagens:

1. Seleccione ativos representativos e avalie o seu desempenho.

2. Considere toda a indústria de forma abrangente.

Para a abordagem 1, primeiro consideramos que o atual ecossistema da indústria de criptomoedas ainda não está totalmente maduro, e muitos tokens com bom desempenho de preço e capitalização de mercado não são de código aberto. Terceiros não podem aceder a informações específicas de desenvolvimento, tornando a seleção de ativos “representativos” sujeita a debate. Em segundo lugar, a indústria das criptomoedas ainda é um campo em rápida evolução com amplo potencial de crescimento, e cada token tem potencial para um desenvolvimento rápido. Por último, a alta liquidez característica da indústria de criptomoedas com negociação de 24 horas leva a flutuações significativas de capitalização de mercado a curto prazo. Se mudássemos os ativos selecionados a cada seis meses, como é feito nos mercados de ações tradicionais, poderíamos perder informações importantes sobre as alterações do valor de mercado dos tokens.

Portanto, neste artigo, consideramos a informação de desenvolvimento de todos os tokens em toda a indústria para calcular IGDAI.

Passo 3: A relação entre “Revolução Tecnológica” e “Aumento de Preço” - Influência Unidirecional da Alteração de Preço no Desenvolvimento do GitHub

Usámos o teste de causalidade Granger para analisar a relação causal entre a atividade de desenvolvimento da indústria IGDAI e as alterações de preço do BTC, dois conjuntos de dados de séries temporais. O intervalo de tempo considerado é de 2015 a 2023-10-31, com uma dimensão de índice diário. Inicialmente, determinamos uma ordem de atraso de 4 e, através de testes de raiz unitária, confirmamos que ambos os conjuntos de dados estão estacionários (um pré-requisito para o teste de causalidade de Granger). Os seguintes resultados foram obtidos:

Tabela 5: Resultados do Teste de Causalidade Granger

Na tabela acima:

• Um valor p de 0.000, que é inferior a 0,05, indica que o teste F rejeita a hipótese nula (H0: Não há relação de causalidade de Granger entre os dois). Isto implica que o BTC_Price é uma causa do IGDAI, o que significa que a atividade de desenvolvimento do GitHub da indústria, IGDAI, é influenciada por mudanças atrasadas nos preços das criptomoedas.

• Um valor p de 0,135, que é superior a 0,05, implica que o teste F aceita a hipótese nula, sugerindo que IGDAI não é uma causa de BTC_Price. Em resumo, as alterações de preço influenciam unidirecionalmente a atividade de desenvolvimento da indústria.

Além disso, apresentamos uma análise mais intuitiva usando gráficos. Considerando as flutuações significativas no índice de atividade de desenvolvimento numa base diária, que podem ser influenciadas por vários fatores aleatórios e podem ser menos informativos visualmente, aplicamos suavização exponencial e expandimos o intervalo de tempo para “semanal”. A Figura 2 ilustra o índice IGDAI e as variações de preço BTC de 2015 para o presente, com um período mensal.

Figura 2: Índice IGDAI e variações de preço BTC de 2015 a outubro de 2023

Este gráfico fornece uma representação visual clara de como as mudanças na ecologia do desenvolvimento da indústria ficam atrás das flutuações dos preços do BTC durante diferentes períodos. Além disso, ambos apresentam níveis semelhantes de volatilidade, confirmando a conclusão de que o IGDAI é unidirecionalmente influenciado pelas alterações de preços.

Além disso, a partir do gráfico, podemos observar que nos últimos meses, o Índice de Atividade de Desenvolvimento da Indústria (IGDAI) registou uma queda acentuada de 31,7%, marcando a maior queda em quase uma década!

Passo 4: Enquanto as equipas de desenvolvimento permanecerem ativas, o desempenho dos preços permanece estável durante os mercados em baixa? Não necessariamente!

No Passo 3, estabelecemos a conclusão de que o preço influencia unidirecionalmente o desenvolvimento técnico através do teste de causalidade Granger. No entanto, também queremos explorar se existe uma relação especial: mesmo que a extensão do desenvolvimento do GitHub não seja um fator líder nas flutuações de preços, a atividade de desenvolvimento consistente, especialmente durante os mercados em baixa, leva a um desempenho de preços mais estável? Considerando as variações na maturidade dos ecossistemas de desenvolvimento de tokens e a diversidade de tipos de token, decidimos identificar os tokens que foram continuamente desenvolvidos desde 2018 e comparar a sua atividade de desenvolvimento do GitHub (GDAI) com as suas flutuações de preço em relação ao BTC.

Neste contexto, definimos “desenvolvimento contínuo” como tendo uma atividade de desenvolvimento do GitHub principal diferente de zero, incluindo commits, problemas e pull requests, em cada semana de 2018 a outubro de 2023. As flutuações de preço são definidas como o (preço mais alto - preço mais baixo) /preço mais baixo durante esse período. Através de uma extensa recolha e análise de dados, identificámos inicialmente aproximadamente 1.400 tokens que foram simultaneamente de código aberto e listados desde 2018. Entre estes, 38 tokens cumprem os critérios acima mencionados (incluindo BTC e ETH, que são altamente maduros em termos de ecologia do desenvolvimento e capitalização de mercado). Dada a extensão deste artigo, vamos nos concentrar em discutir os resultados dos 36 tokens restantes em comparação com o BTC. A lista específica de tokens é fornecida na Tabela 6:

Tabela 6: Tokens que foram continuamente desenvolvidos desde 2018

Em relação ao GitHub Development Activity Index (GDAI), as estatísticas de 38 tokens foram compiladas para produzir a Figura 3:

Figura 3: GDAI de Tokens com Desenvolvimento Contínuo no GitHub de 2018 a 2023

Nesta figura, os tokens com IGDAI a ultrapassar o BTC estão representados a vermelho, enquanto os que não o fazem são mostrados a azul. Entre os tokens com desenvolvimento contínuo, 9 tokens exibem maior atividade de desenvolvimento do que o BTC.

Relativamente às flutuações dos preços, apresentamos as conclusões na Figura 4:

Figura 4: Flutuações de preço de tokens com desenvolvimento contínuo no GitHub de 2018 a 2023

Nesta figura, os tokens com flutuações de preço superiores ao BTC estão representados a vermelho, enquanto os que não o fazem são mostrados a azul. Entre os tokens com desenvolvimento contínuo, 31 tokens experimentaram aumentos de preços superando o BTC.

Resumindo as conclusões de ambas as figuras, há uma sobreposição de 8 fichas representadas a vermelho. Isto significa que de 2018 até ao presente, 8 tokens exibiram simultaneamente um desempenho superior na atividade de desenvolvimento do GitHub (GDAI) e flutuações de preço em comparação com o BTC (um benchmark da indústria). Estes 8 tokens representam 22% de todos os tokens com atividade de desenvolvimento contínuo dentro deste período de tempo. Os tokens específicos estão listados na Tabela 7:

Tabela 7: Tokens de 2018 a 2023 com GDAI e desempenho de preço simultaneamente superior em comparação com o BTC

Ao considerar o desenvolvimento contínuo, a taxa de sobreposição de 22% sugere que, embora o desenvolvimento contínuo tenha alguma influência no preço, não pode demonstrar conclusivamente um efeito condutor altamente positivo no preço. Esta observação alinha com os resultados do teste de causalidade Granger na Etapa 3, confirmando a noção de que o preço afeta unidirecionalmente a atividade de desenvolvimento do GitHub.

Conclusão

Em resumo, o Falcon apresenta as seguintes conclusões neste artigo:

1. Utilizando o Analytic Hierarchy Process (AHP), este artigo estabeleceu o índice de atividade de desenvolvimento, GDAI, para tokens individuais e o Índice de Atividades de Desenvolvimento do GitHub da Indústria, IGDAI, para toda a indústria.

2. Ao analisar o “Industry GitHub Development Activities Index IGDAI” e “Dados de preço BTC” de 2015 a outubro de 2023, verificou-se que o preço influencia apenas unidirecionalmente a atividade de desenvolvimento do GitHub. Além disso, nos últimos meses, o Índice de Actividade de Desenvolvimento da Indústria registou uma queda acentuada de 31.7%, marcando a maior queda em quase uma década.

3. “O desenvolvimento contínuo por equipas” não é o principal fator determinante para os aumentos de preços após os mercados em baixa. Ao fazer investimentos, é essencial considerar outros fatores que impactam o preço de forma abrangente.

Isenção de responsabilidade：

1. Este artigo foi reimpresso de [espelho]. Todos os direitos de autor pertencem ao autor original [LUCIDA & FALCON]. Se houver objeções a esta reimpressão, contacte a equipa do Gate Learn, e eles tratarão disso imediatamente.
2. Isenção de responsabilidade: As opiniões e opiniões expressas neste artigo são exclusivamente do autor e não constituem nenhum conselho de investimento.
3. As traduções do artigo para outras línguas são feitas pela equipa do Gate Learn. A menos que mencionado, é proibido copiar, distribuir ou plagiar os artigos traduzidos.