到底是什么在驱动着 Crypto 的牛市？是技术的升级吗？

저자：LUCIDA \& FALCON

지난 글「팀이 하는 일과 코인 가격은 정말 관련이 있을까?」에서는 산업 전체의 GitHub 개발 상황과 토큰 가격의 변동성 간의 상관관계를 분석하였고, GitHub의 6가지 요소와 코인 가격의 변동성이 불황과 호황 모두에서 정적 상관관계를 가진다는 결론을 도출하였습니다.

본 문서는「상관관계」라는 결론을 더욱 확장하여 두 요소 간의 인과관계를 연구합니다. 즉,「기술 업그레이드가 코인 가격 상승을 촉진했는가, 아니면 코인 가격 상승이 기술 업그레이드를 이끌었는가？」라는 질문을 통해 투자자와 개발자가「기술 개발」이라는 기본적 요인이 코인 가격 변동에서 어떤 위치에 있는지를 더욱 명확히 이해할 수 있도록 돕고자 합니다.

글의 대체적인 흐름은 다음과 같습니다:

먼저, 우리는 단일 토큰에 대한 GitHub 개발 활동 지표인 Github Development Activity Index (GDAI)를 구축합니다.

다음으로, 이를 바탕으로 산업 시가총액 순위, GitHub 프로젝트 수의 시간에 따른 발전 경향 등 여러 요소를 결합하여 전체 산업의 GitHub 개발 활동을 반영하는 지표인 Industry Github Development Activity Index (IGDAI)를 구축합니다.

그 후, 산업 개발 활동 지표 IGDAI와 코인 가격 변동의 지난 6년간 변화 추세를 비교하여 기술과 가격 간의 인과관계를 판단합니다.

마지막으로, GDAI 지표를 지난 6년간 지속적으로 개발된 토큰에 적용하여 그 개발 활동 지표 값과 코인 가격 상승폭을 BTC, ETH와 비교하여 기술과 가격 간의 인과관계에 대한 판단을 검증합니다.

Step1. 계층 분석법을 이용한 단일 프로젝트의 GitHub 개발 활동 지표 GDAI 구축 (Github Development Activity Index)

구체적인 GDAI 공식은 다음과 같습니다:

계층 분석법(The Analytic Hierarchy Process, AHP)은 시스템 분석 및 의사결정의 종합 평가 방법으로, 필요한 의사결정 요소를 목표층(objective), 기준층(criterion), 대안층(scheme)으로 분해합니다. 분해된 기초 위에서 다시 정성적 및 정량적 분석을 수행하며, 계산 방식이 간단하고 효율적입니다.

(1) 시스템 내 각 요소 간의 관계를 분석하고 시스템의 계층 구조를 구축합니다.

목표층 GDAI를 5개의 기준층으로 분해합니다: μStar, μFork, μCommit, μIssues, μPullRequests.

(2) 판단 행렬을 구축합니다.

동일한 층의 각 요소에 대해 이전 층의 특정 기준에 대한 중요성을 두 개씩 비교하여 두 개씩 비교 행렬(판단 행렬)을 구성합니다. 우리는 표 2에서 서로 다른 중요도의 측정을 확정했습니다.

기준층 B에 대한 다음 판단 행렬을 생성합니다. 경험과 지표의 특성에 따라 GitHub 개발 활동에 기여하는 우선 순위는 Commit > Pullrequests > Issues > Fork > Star입니다. Star와 Fork 지표는 개발 활동과 특별히 직접적인 연관이 없으므로, 이들의 가중치는 상대적으로 낮은 점수를 부여합니다.

(3) 일관성 검사(CI)

행렬 B의 특성 방정식:

(4) 3가지 방법으로 가중치를 계산합니다.

방법 1: 산술 평균법

여기서 도출된 가중치 벡터 공식은:

방법 2: 기하 평균법

방법 3: 먼저 고유값 방법을 사용하여 행렬 A의 최대 고유값과 해당 고유 벡터를 결정합니다. 그런 다음 고유 벡터를 정규화하여 원하는 가중치로 변환합니다.

위의 3가지 방법에서 구한 가중치의 평균이 최종적으로 결정된 가중치 값입니다. 구체적인 결과는 표 4에 나타나 있습니다:

따라서 구체적인 GDAI 지표 공식은 다음과 같은 형태를 가집니다:

$$\(GDAIi =0.03Star i + 0.05Forki + 0.44Commiti + 0.15Issuesi + 0.32Pullrequestsi.\)$$

Step2. GDAI 기반의 전체 산업 GitHub 개발 활동 지표 IGDAI 구축 (Industry Github Development Activities Index)

Step 1에서 우리는 단일 토큰에 대한 GitHub 개발 활동 지표 GDAI를 구축했습니다. 이제 GDAI를 기반으로 암호화폐 산업의 모든 상장 유통되고 GitHub에서 오픈 소스인 토큰을 종합적으로 고려하여 모든 토큰의 GDAI를 집계하여 전체 산업 GitHub 개발 활동 지표 IGDAI를 구합니다. 구체적인 IGDAI 계산 공식은 다음과 같습니다:

여기서 n은 특정 구간의 모든 암호화폐 시장에서 유통되고 GitHub에서 오픈 소스인 토큰의 총 수량을 나타냅니다.

어떤 지표를 구축하여 전체 산업 상황을 반영하는 데는 일반적으로 두 가지 접근 방식이 있습니다:

1. 대표적인 대상을 선택하여 그 성과를 계산하기 2. 전체 산업의 상황을 종합적으로 고려하기

접근 방식 1에 대해, 현재 암호화폐 산업 생태계가 그리 완벽하지 않다는 점을 고려할 때, 많은 코인 가격이 있고 시가총액이 좋은 토큰이 오픈 소스가 되어 있지 않아 제3자가 그 구체적인 개발 정보를 얻을 수 없으므로, 선택된 대상의「대표성」에 대한 논의가 필요합니다. 또한 현재 암호화폐 산업은 여전히 블루오션이며, 발전 가능성이 큽니다. 각 토큰은 짧은 시간 내에 빠른 발전을 이룰 수 있습니다. 마지막으로, 암호화폐 산업의 24시간 거래의 높은 유동성 특성으로 인해 산업 시가총액이 단기적으로 크게 변동할 수 있습니다. A 주식 시장에서 반년 내에 선택된 대상을 변경하는 경우, 많은 토큰의 시가총액 변동 정보를 놓칠 수 있습니다.

따라서 본 문서는 전체 산업 토큰의 개발 정보를 종합적으로 고려하여 IGDAI를 계산합니다.

Step3. "기술 혁명"과 "코인 가격 상승"은 과연 어떤 인과관계가 있는가? 코인 가격 변화가 GitHub 개발 수준에 단방향으로 영향을 미친다.

우리는 그랜저 인과관계 검정(Granger causality test)을 사용하여 **산업 개발 활동 IGDAI와 BTC 가격 변화 간의 두 개의 시계열 데이터의 인과관계를 분석합니다. 이때 시간 구간은 2015-2023.10.31이며, 지수 차원은「일」입니다. 먼저 지연 차수를 4로 설정하고, *단위근 검정(Unit root test)*을 통해 두 종류의 데이터가 모두 안정적인 시계열임을 확인합니다(데이터가「안정적」이어야 그랜저 인과관계 검정이 가능합니다) 그리고 다음과 같은 결과를 도출합니다:

여기서 0.000 < 0.05는 해당 F 검정이 원 가설을 기각함을 나타냅니다(원 가설 H0: 두 요소 간에 그랜저 인과관계가 없다). BTC_price는 IGDAI의 원인으로, 산업 GitHub 개발 활동 수준 IGDAI는 코인 가격 변화의 지연 항목의 영향을 받습니다.

0.135 > 0.05는 해당 F 검정이 원 가설을 수용함을 나타냅니다. IGDAI는 BTC_price의 원인이 아닙니다. 따라서 코인 가격 변화는 산업 개발 활동 수준에 단방향으로 영향을 미친다고 결론지을 수 있습니다.

또한 우리는 그래프를 통해 보다 직관적으로 분석합니다. 일 단위의 개발 활동 지표의 변동 폭이 크고 우연한 요소가 많으며, 시각적으로도 직관적이지 않기 때문에 지수 평활 처리를 하고 시간 구간을「주」로 확대합니다. 그림 2는 2015년부터 현재까지의 IGDAI 지수와 BTC 가격 변화 상황을「월」단위로 나타낸 것입니다:

이 그래프는 산업 개발 생태계의 변화가 BTC 가격 변화에 뒤따르며, 두 요소가 유사한 변동 폭을 보이는 것을 매우 직관적으로 보여주며, IGDAI가 코인 가격 변화의 영향을 받는다는 결론을 뒷받침합니다.

또한 우리는 그래프에서 최근 몇 개월 동안 산업 개발 활동 지수가 31.7% 폭락하여 지난 10년간 최대 하락폭을 기록했음을 발견했습니다!

Step4. 개발 팀이 게으르지 않고 지속적으로 개발하면, 불황을 견뎌내면 코인 가격이 크게 하락하지 않을까? 틀렸다!

Step3 부분에서 우리는 그랜저 인과관계 검정을 통해 코인 가격이 기술 개발에 단방향으로 영향을 미친다는 결론을 확립했습니다. 그러나 우리는 또 다른 특별한 관계가 존재하는지 탐구하고자 합니다. 즉, GitHub 개발 수준이 코인 가격 변동의 전제 조건이 아니더라도, 팀이 게으르지 않고 지속적으로 개발하면 불황을 견뎌내고 코인 가격이 특별히 하락하지 않을 수 있을까요? 토큰 개발 생태계의 성숙기와 토큰 종류의 변화 정도를 고려하여, 우리는 2018년부터 현재까지 지속적으로 개발된 토큰을 찾고, 그 GitHub 개발 활동 GDAI와 코인 가격 변동폭과 BTC 간의 관계를 비교하기로 결정했습니다.

여기서 우리는「지속 개발」을 GitHub 개발의 핵심인 commit, issues, pull requests 세 가지 요소가 2018년부터 2023년 10월까지의 각 주에서 모두 0이 아닌 것으로 정의합니다. 코인 가격 변동폭은 해당 기간(최고가 - 최저가) / 최저가로 정의합니다. 방대한 데이터 수집 및 분석을 통해, 우리는 2018년부터 현재까지 약 1400개의 토큰이 동시에 오픈 소스 및 상장되어 있음을 확인하고, 이 1400개 토큰 중 38개가 위 조건을 충족하는 것을 찾았습니다(여기에는 BTC와 ETH도 포함되며, BTC와 ETH의 개발 생태계와 시가총액이 이미 매우 성숙하여 대표성이 높기 때문에, 본 문서에서는 나머지 36개 토큰과 BTC 비교 결과에 중점을 두고 설명합니다). 구체적인 토큰 목록은 표 6에 나타나 있습니다:

GitHub 개발 활동 GDAI에 대해 38개 토큰의 상황을 통계하여 그림 3을 얻었습니다:

빨간색은 IGDAI가 BTC를 초과하는 토큰을 나타내고, 파란색은 초과하지 않는 것을 나타냅니다. 지속 개발된 토큰 중 9개의 토큰의 개발 활동도가 BTC를 초과합니다.

코인 가격 변동폭에 대해 그림 4를 얻었습니다:

빨간색은 코인 가격 변동폭이 BTC를 초과하는 토큰을 나타내고, 파란색은 초과하지 않는 것을 나타냅니다. 지속 개발된 토큰 중 31개의 토큰의 코인 가격 상승폭이 BTC를 초과합니다.

두 개의 그림을 종합하면, 빨간색 토큰이 서로 겹치는 경우가 8개 있으며, 즉 2018년부터 현재까지 8개의 토큰이 GitHub 개발 활동도 GDAI와 코인 가격 변동폭 모두 BTC(산업의 기준선)를 초과하는 성과를 보였으며, 이는 해당 기간 지속 개발된 모든 토큰의 22%를 차지합니다. 구체적인 토큰은 표 7에 나타나 있습니다:

지속 개발의 관점에서 볼 때, 22%의 겹침률은 낮기 때문에, 우리는 지속 개발이 코인 가격에 일정 정도 영향을 미친다고만 결론지을 수 있으며, 지속 개발이 코인 가격에 매우 긍정적인 촉진 효과가 있다고 절대적으로 설명할 수는 없습니다. 이 관점은 Step3의 그랜저 인과관계 검정 결과와도 상호 검증됩니다.

글의 결론

위 내용을 통해 Falcon은 본 글의 결론을 요약합니다:

• 계층 분석법을 활용하여 본 문서는 단일 토큰에 대한 개발 활동 지표 GDAI를 구축하였고, 전체 산업에 대한 GitHub 개발 활동 지표 IGDAI를 각각 구축하였습니다.
• 2015-2023.10의「전체 산업 GitHub 개발 활동 지표 IGDAI」와「BTC 가격 데이터」를 분석한 결과, 코인 가격은 GitHub 개발 활동에 단방향으로만 영향을 미친다는 사실을 발견했습니다. 또한 지난 몇 개월 동안 산업 개발 활동 지수가 31.7% 폭락하여 지난 10년간 최대 하락폭을 기록했습니다.
• 「팀이 지속적으로 개발하고 게으르지 않다」는 것이 불황 이후 코인 가격 상승의 핵심 추진 요소가 아닙니다. 투자 시에는 다른 요소들이 가격에 미치는 영향도 종합적으로 고려해야 합니다.