Криптовалютный рынок растет и развивается. В то же время доминирование биткоина неуклонно снижается. В отрасль приходит все больше учреждений, а частные инвесторы продолжают пополнять свои портфели перспективными криптовалютами.
Имеет ли все это смысл? В 2018 году исследование показало, что топовые монеты тесно коррелируют с BTC. Когда биткоин рос, весь рынок показывал рост вслед за ним. Когда BTC упал, весь рынок ушел в минус. В такой ситуации создание криптовалютного портфеля является профанацией: нет никакой разницы, держите ли вы одну, пять или десять монет, пока они ведут себя синхронно.
Но в последнее время рынок визуально изменился. Появились монеты, которые растут, когда рынок красный, и наоборот. Динамика роста/падения различных монет также изменилась.
Команда kryptonimy.com совместно с приглашенными экспертами провела исследование, чтобы определить текущие корреляции ведущих альткоинов с биткоином, оценить их и сделать выводы. А выводы могут быть интересны как институциональным, профессиональным трейдерам, так и новичкам.
Введение
Исследование включало анализ корреляции цен (1D) криптовалют (в долларах США) за период 20.11.2020 — 20.11.2021 (источник исторических данных о ценах монет — CoinGecko).
Изучаемые криптовалюты: BTC, ETH, XRP, BNB, SOL, ADA, DOGE, IOTA, TRX, LTC, EOS, MATIC, ATOM, THETA, XTZ, ETC, XLM, UNI, IOST, ZEC, NEO, DASH.
Аналитика включает следующие разделы:
- Расчет кросс-корреляций цен криптовалют и построение корреляционных матриц;
- Анализ зависимости цен криптовалют от цены Bitcoin с построением функций регрессии.
Взаимная корреляция цен криптовалют
Мы рассчитали корреляционную матрицу, то есть коэффициент парной корреляции (Пирсона) для всех комбинаций монет, по перечисленным ценам криптовалют. Ниже мы добавили изображение тепловой карты для корреляционной матрицы, а также таблицы с парами и соответствующим им значением коэффициента корреляции, отсортированные по убыванию коэффициента.
Корреляционная матрица
тепловая карта
Корреляционная матрица в численном виде и таблица по корреляционной матрице.
Пары с коэффициентом корреляции более 0,9:
| Монета 1 | Монета 2 | Коэффициент корреляции |
|---|---|---|
| Dogecoin | Ethereum-классика | 0.9466 |
| Zcash | Neo | 0.9454 |
| Тире | Zcash | 0.9433 |
| Zcash | Litecoin | 0.9402 |
| Binancecoin | Tron | 0.9303 |
| Космос | Tezos | 0.9276 |
| Tron | Ripple | 0.9273 |
| Даш | Litecoin | 0.9268 |
| Stellar | Litecoin | 0.9139 |
| Йота | Iostoken | 0.9133 |
| Neo | Даш | 0.9105 |
| Eos | Zcash | 0.9095 |
| Йота | Даш | 0.9094 |
| Stellar | Даш | 0.9078 |
| Eos | Neo | 0.9077 |
| Stellar | Zcash | 0.9008 |
| Uniswap | Йота | 0.9003 |
Анализ зависимости цен криптовалют относительно цены BTC
В нашем анализе цены монет против цены BTC мы построили соответствующие графики, которые представляют собой облако точек, значения по оси абсцисс — цена Bitcoin, по оси ординат — соответствующие цены монет с течением времени. Графики позволяют проследить динамику изменения цены монеты по мере роста цены BTC.
Кроме того, на графики накладываются соответствующие графики локальных функций регрессии — для более точной оценки корреляции в разных частях ценового диапазона BTC.
Сами монеты можно разделить на 3 группы в соответствии с полученными данными. Давайте проанализируем каждую группу отдельно.
Первая группа
Монеты этой группы характеризуются положительной явной корреляцией между динамикой цены монеты и ценой BTC в терминах роста BTC.
К этому классу активов можно отнести монеты с сильным скоплением точек на графиках вблизи кривой регрессии, которая имеет положительный наклон относительно оси абсцисс во всем диапазоне цен BTC. То есть, с четкой корреляцией между ростом цен и ростом цены BTC.
Первая группа активов включает в себя:
- Ethereum (ETH);
- Litecoin (LTC);
- Космос (АТОМ);
- Тета-монета (THETA);
- Тире (DASH).
Стоит отметить, что ценовые точки Cosmos и Litecoin распределены более плотно и находятся ближе к кривой регрессии, что может указывать на их большую зависимость от цены BTC.
ETH и THETA имеют более низкую плотность точек, а кривая регрессии ETH имеет меньшую линейность. Такая ситуация может свидетельствовать о несколько более слабой корреляции по сравнению с ATOM и LTC.
Корреляция цен BTC и LTC
Корреляция цен BTC и ETH
Корреляция цен на BTC и АТОМ
Корреляция цен BTC и THETA
Корреляция цен BTC и DASH
Как мы видим, для первой группы монет глобально ничего не изменилось. Они сильно коррелируют с BTC и могут представлять интерес для торговли парами и статистического арбитража.
Вторая группа
В случае этих монет мы можем наблюдать положительную корреляцию динамики цен в большей части ценового диапазона BTC (>30000-40000).
Анализируя ценовые корреляции BTC и некоторых монет, можно заметить интересную закономерность: более сильная динамика изменения цены монет наблюдается после превышения ценового предела BTC в $30 000-40 000. При этом одна часть монет до этого предела слабо реагирует на цену BTC, другая часть может показывать отрицательную динамику (падение цены и волатильность).
Вторую группу активов можно разделить на две подгруппы. Мы выделяем монеты со слабой и отрицательной динамикой для части ценового диапазона BTC до 30 000 долларов США.
Первая подгруппа
Слабая динамика для части ценового диапазона BTC до USD 30 000.
К этой подгруппе можно отнести следующие монеты:
- Трон (TRX);
- Iostoken (IOST);
- Йота (IOTA);
- Uniswap (UNI);
- Монета Binance (BNB).
Корреляция цен BTC и TRX
Корреляция цен BTC и IOST
Корреляция цен BTC и IOTA
Соотношение цен BTC и UNI
Соотношение цен BTC и BNB
Вторая подгруппа
Другие монеты показывают отрицательную динамику в части ценового диапазона BTC до 30 000 долларов США.
В эту подгруппу могут входить следующие монеты:
- ZCash (ZEC);
- Тезос (XTZ);
- Eos (Эос);
- Stellar (XLM);
- Нео (NEO).
В этой подгруппе можно выделить EOS и NEO, которые похожи друг на друга благодаря расположению точек на графике (в частности, точки, характеризующиеся резкими скачками цен на уровне BTC 55000-60000). Следовательно, эти монеты также похожи по форме кривых регрессии.
Корреляция цен BTC и ZEC
Корреляция цен BTC и XTZ
Соотношение BTC и EOS
Корреляция цен BTC и XLM
Соотношение BTC и NEO
Цена монет второй группы отстает от BTC. Имеет смысл внимательнее следить за ними, поскольку их можно считать недооцененными.
Третья группа
В эту группу входят монеты с низкой и/или слабой корреляцией их цены с BTC.
В контексте данного исследования это могут быть монеты с точками, лежащими на некотором расстоянии от кривой регрессии и/или сама кривая имеет локальные экстремумы.
К таким активам относятся:
- Cardano (ADA)
- Matic-network (MATIC)
- Солана (SOL)
- Ethereum classic (ETC)
- Ripple (XRP)
- Dogecoin (DOGE).
В целом, монеты этой группы сохраняют положительную ценовую тенденцию по отношению к BTC (их цена также растет). Однако он гораздо меньше зависит от изменения цены BTC, чем монеты из первой и второй групп.
Корреляция цен BTC и ADA
Корреляция BTC и MATIC
Корреляция BTC и SOL
Корреляция цен BTC и ETC
Соотношение цен BTC и XRP
Корреляция цен BTC и DOGE
Монеты в третьей группе вообще не имеют видимой корреляции с BTC и, следовательно, представляют интерес для составления портфеля.
Заключение
Как видно, криптовалютный рынок больше не является рынком биткоинов. Многие проекты представляют все более интересные и актуальные технологии, что позволяет им не только увеличить свою долю рынка, но и быть менее зависимыми от основной криптовалюты. Более того, есть все основания полагать, что в ближайшие годы мы увидим изменение статуса главной криптовалюты.
Из результатов исследования следует однозначный вывод: криптовалютный рынок сильно изменился и стал более зрелым. Поведение цифровых активов сейчас сравнимо с поведением инструментов на классических рынках.
