一体何がCryptoのブルマーケットを駆動しているのか？技術のアップグレードなのか？
「チームが継続的に開発を行い、怠けない」ということは、熊市後のコイン価格上昇の核心的な推進要素ではありません。前回の記事「チームの活動とコイン価格は本当に関係があるのか？」では、業界全体の GitHub 開発状況とトークン価格の変動幅の関連性を分析し、GitHub の6因子とコイン価格の変動幅が牛市と熊市の両方で正の相関関係にあるという結論を得ました。
本記事では「関連性」という結論をさらに展開し、両者の因果関係、すなわち「技術のアップグレードがコイン価格の上昇を促進したのか、それともコイン価格の上昇が技術のアップグレードを引き起こしたのか？」を研究します。これにより、投資家と開発者が「技術開発」というファンダメンタル要因がコイン価格の変動においてどのような位置を占めるのかをより明確に理解できるようにします。
記事の大まかな流れは以下の通りです：
まず、単一のトークンに対して GitHub 開発活発度指標 Github Development Activity Index (GDAI) を構築します。
次に、これを基に、業界の時価総額ランキングや GitHub プロジェクト数の時間的推移などの要因を組み合わせて、業界全体の GitHub 開発活発度を反映する指標 Industry Github Development Activity Index (IGDAI) を構築します。
その後、業界の開発活発度指標 IGDAI とコイン価格の変動幅の過去6年間の変化傾向を比較し、技術と価格の因果関係を判断します。
最後に、GDAI 指標を過去6年間にわたって開発されてきたトークンに適用し、その開発活発度指標値とコイン価格の上昇幅を BTC、ETH の二者と比較し、前述の技術と価格の因果関係に関する判断を検証します。
Step1. 階層分析法を用いて単一プロジェクトの GitHub 開発活発度指標 GDAI （Github Development Activity Index）を構築
具体的な GDAI の公式は以下の通りです：
階層分析法（The Analytic Hierarchy Process、AHP）は、必要な意思決定の要素を目標層（objective）、基準層（criterion）、方案層（scheme）に分解するシステム分析と意思決定の総合評価方法です。分解の基礎の上に再度定性的および定量的分析を行い、計算方法はシンプルで効率的です。
(1) システム内の各要因間の関係を分析し、システムの階層構造を構築します。
目標層 GDAI を5つの基準層に分解します：μStar, μFork, μCommit, μIssues, μPullRequests。
(2) 判断行列を構築します。
同一層の各要素について、上位層のある基準に対する重要性を2つずつ比較し、2つずつの比較行列（判断行列）を構築します。表2では、異なる重要度の測定を確定しました。
基準層 B に対して以下の判断行列を作成します。経験と指標の性質に基づき、GitHub 開発活発度への貢献の優先順位は Commit > Pullrequests > Issues > Fork > Star とします。 Star と Fork の指標は開発活動との直接的な関連性が特にないため、それらに対する重みは比較的低いスコアを割り当てます。
(3) 一貫性チェック（CI）
行列 B の特性方程式：
(4) 3つの方法で重みを計算します。
方法 1: 算術平均法
導出された重みベクトルの公式は：
方法 2: 幾何平均法
方法 3: まず特性値法を使用して行列 A の最大特性値と対応する特性ベクトルを決定します。次に、特性ベクトルを正規化して所望の重みを得ます。
以上の3つの方法で求めた重みの平均を取ることで、最終的な重み値を確定します。具体的な結果は表4に示されています：
したがって、具体的な GDAI 指標の公式は以下のようになります：
$$\(GDAIi =0.03Star i + 0.05Forki + 0.44Commiti + 0.15Issuesi + 0.32Pullrequestsi.\)$$
Step2. GDAI に基づいて業界全体の GitHub 開発活発度指標 IGDAI （Industry Github Development Activities Index）を最適化
Step 1 では、単一トークンに対する GitHub 開発活発度指標 GDAI を構築しました。現在、GDAI を基に、暗号通貨業界のすべての上場流通している GitHub オープンソースのトークンを総合的に考慮し、すべてのトークンの GDAI を集計して業界全体の GitHub 開発活発度指標 IGDAI を求めます。具体的な IGDAI 計算公式は以下の通りです：
ここで n は特定の期間におけるすべての暗号通貨市場で流通している GitHub オープンソースのトークンの総数を表します。
業界全体の状況を反映する指標を構築するには、通常2つのアプローチがあります：
1.代表的な対象を選択してそのパフォーマンスを計算する 2.業界全体の状況を総合的に考慮する
アプローチ1について、現在の暗号通貨業界のエコシステムはあまり整っておらず、多くのトークンが価格があり時価総額が良好でもオープンソースではなく、第三者が具体的な開発情報を取得できないため、選択された対象の「代表性」は疑問視されます。次に、現在の暗号通貨業界は依然としてブルーオーシャンであり、発展の余地が広く、各トークンは短期間で急速に発展する可能性があります。さらに、暗号通貨業界の24時間取引の高流動性特性により、業界の時価総額は短期的に大きく変動します。もしA株市場で半年内に選択された対象を変更すれば、多くのトークンの時価総額変動情報を見逃す可能性があります。
したがって、本記事では業界全体のトークンの開発情報を総合的に考慮して IGDAI を計算します。
Step3. "技術革命" と "コイン価格の上昇" は果たしてどちらが原因か？コイン価格の変化は GitHub 開発度に一方向的に影響を与える
私たちはグレンジャー因果関係検定（Granger causality test）を用いて業界開発活発度 IGDAI と BTC のコイン価格変動の2つの時系列データの因果関係を分析します。期間は 2015-2023.10.31、指数の次元は「日」です。まず遅延次数を4に設定し、単位根検定（Unit root test）**を通じて、2つのデータがともに平稳系列であることを確認しました（データが「平稳」であることはグレンジャー因果関係検定の前提条件です）し、以下の結果を得ました：
ここで 0.000<0.05 であるため、この F 検定は原仮説を棄却します（原仮説 H0: 二者間にグレンジャー因果関係は存在しない）。BTC_price は IGDAI の原因であり、業界の GitHub 開発活発度 IGDAI はコイン価格変動の遅延項の影響を受けます。
0.135>0.05 であるため、この F 検定は原仮説を受け入れ、IGDAI は BTC_price の原因ではありません。以上から、コイン価格の変動は業界開発活発度に一方向的に影響を与えることがわかります。
また、図表を用いてより直感的に分析します。日単位の開発活発度指標の変動幅が大きく、偶然の要因が多く、視覚的に直感的でないため、指数平滑処理を行い、期間を「週」に拡大します。図2は2015年から現在までの「月」単位の IGDAI 指数と BTC 価格の変動状況です：
この図は、異なる時期における業界開発エコシステムの変動が BTC コイン価格の変化に遅れていることを非常に直感的に示しており、両者は類似の変動幅を示し、IGDAI がコイン価格の変動に影響を受けるという結論を裏付けています。
また、図からは、過去数ヶ月間に業界開発活発度指数が31.7%暴落し、近十年で最大の下落幅を記録したことがわかります！
Step4. 開発チームが怠けず、開発を続け、熊市を乗り越えれば、コイン価格はそれほど悪化しないのでは？間違い！
Step3の部分では、グレンジャー因果関係検定を通じてコイン価格が技術開発に一方向的に影響を与えるという結論を確立しました。しかし、私たちは「GitHub 開発の程度がコイン価格の変動を改善する前提条件ではないが、チームが怠けずに開発を続け、熊市を乗り越えれば、コイン価格のパフォーマンスは特に悪化しないのか？」という特別な関係が存在するかどうかを探りたいと考えています。トークン開発エコシステムの成熟期とトークンの種類の豊富さの変化を考慮し、2018年から現在まで継続的に開発されているトークンを探し、その GitHub 開発活発度 GDAI とコイン価格の変動幅との関係を BTC と比較します。
ここで、「継続的な開発」を GitHub 開発のコアである commit、issues、pull requests の3因子が2018年から2023年10月の期間中に毎週0でないことと定義します。コイン価格の変動幅はこの期間（最高価格 - 最低価格）/ 最低価格と定義します。膨大なデータのクローリングと分析を通じて、2018年から現在までに約1400のトークンが同時にオープンソースで上場していることを確認し、1400のトークンの中から38のトークンが上記の条件を満たしていることを見つけました（この中には BTC と ETH が含まれており、BTC と ETH の開発エコシステムと時価総額は非常に成熟しており、非常に代表的であるため、本文の長さを考慮して、残りの36のトークンと BTC の比較結果に重点を置きます）。具体的なトークンのリストは表6に示されています：
GitHub 開発活発度 GDAI に関して、38のトークンの状況を統計し、図3を得ました：
赤色は IGDAI が BTC を超えるトークン、青色は超えないトークンを示しています。継続的に開発されているトークンの中で、9つのトークンの開発活発度が BTC を超えています。
コイン価格の変動幅について、図4を得ました：
赤色はコイン価格の変動幅が BTC を超えるトークン、青色は超えないトークンを示しています。継続的に開発されているトークンの中で、31のトークンのコイン価格の上昇幅が BTC を超えています。
2つの図の状況をまとめると、赤色のトークンが相互に重なっているのは8つであり、つまり2018年から現在までに8つのトークンの GitHub 開発活発度 GDAI とコイン価格の変動幅が同時に BTC（業界の風向標）を上回っていることがわかります。これは継続的に開発されているすべてのトークンの22%を占めます。具体的なトークンは表7に示されています：
継続的な開発の観点から見ると、22% の重複率は低いため、継続的な開発がコイン価格に一定の影響を与えることはできるが、継続的な開発がコイン価格に非常に積極的な牽引効果を持つとは絶対に言えません。この見解は、Step3 のグレンジャー因果関係検定の結果とも相互に裏付けられています。
記事の結論
上記の内容を通じて、Falcon は本記事の結論をまとめます：
- 階層分析法を用いて、本記事では単一トークンに対する開発活発度指標 GDAI を構築し、業界全体に対しても全業界 GitHub 開発活発度指標 IGDAI をそれぞれ構築しました。
- 2015-2023.10 の「全業界 GitHub 開発活発度指標 IGDAI」と「BTC 価格データ」を分析することで、コイン価格は GitHub 開発活発度に一方向的に影響を与えることがわかりました。また、過去数ヶ月間に業界開発活発度指数が31.7%暴落し、近十年で最大の下落幅を記録しました。
- 「チームが継続的に開発を怠らない」ことは、熊市後のコイン価格上昇の核心的な推進要因ではありません。投資時には他の要因が価格に与える影響も総合的に考慮する必要があります。
