Криптовалюты и их корреляция между рынком, биткоином и другими монетами

С 10 июня на крипторынке было отмечено стремительное снижение капитализации сегмента, при этом большая часть криптовалют с тех пор находилась в красном. Более того, до 28 июня графики многих монет повторяли практически идентичное друг другу движение вниз. В связи с чем Энтони Се, крипто-предприниматель и основатель платформы hodlbot.io, разобрался в степени взаимосвязи криптовалют и общего рынка и узнал, есть ли на нем монеты, способные противостоять массовой ценовой конъюнктуре рынка. Результаты данного анализа — в материале DeCenter.

Чтобы разобраться в ценовом движении криптовалют и их взаимосвязи, в первую очередь необходимо получить данные об их котировках за прошедшие периоды. Так, благодаря Coinmarketcap (CMC), Се смог собрать информацию о движении цен криптовалют за последние два года — в период с 22 июня 2016 года по 20 июня 2018. При этом данные торговых площадок не учитывались, поскольку на них одни и те же монеты в один и тот же период могут оцениваться по-разному. В отличие от них, CMC берет среднюю цену криптовалют, собранную со всех площадок.

Чтобы получить данные за выбранный промежуток времени, Се использовал так называемые исторические снапшоты (снимки состояния рынка в определенный момент времени), которые предоставили информацию по общей рыночной капитализации и по отдельным монетам. В анализ также вошли ТОП-200 криптовалют по размеру их рыночной капитализации, находящиеся на рынке более 120 дней.

Эта информация использовалась для того, чтобы найти ответы на следующие вопросы:

Сколько монет имеют высокую корреляцию с общим рынком?

Сколько монет имеют высокую корреляцию с биткоином?

Какие монеты наименее зависимы от общего рынка?

Какие монеты наименее зависимы от цены биткоина?

Какова степень корреляции с ТОП-20 монетами?

Сколько монет имеют высокую корреляцию с общим рынком?

На примере биткоина рассмотрим корреляцию между рынком и BTC. Для этого в первую очередь необходимо вычесть капитализацию биткоина из общей рыночной капитализации рынка, чтобы избежать двойного счета.

Остальная рыночная капитализация = Общая рыночная капитализация - Индивидуальная рыночная капитализация монеты

Имея эти вводные данные для общего рынка и отдельной рыночной капитализации биткоина, Се применил коэффициент корреляции Пирсона, используемый в статистике для вычисления линейной зависимости между двумя величинами. Данный коэффициент измеряется в пределах от минус единицы до плюс единицы, где +1 означает, что пара всегда будет двигаться в одном направлении, а -1 — в противоположном. При этом 0 означает, что между двумя величинами нет линейной зависимости. Так, коэффициент корреляции биткоина и общего рынка равен 0.92.

Далее необходимо повторить вычисления для остальных 200 монет, чтобы спроектировать диаграмму полученных статистических данных и плотность распределения всех коэффициентов корреляции.

При взгляде на диаграмму очевидно, что большая часть монет из ТОП-200 имеют высокую корреляцию с рынком:

75% имеют коэффициент корреляции в 0.67 и выше;

50% имеют коэффициент корреляции в 0.80 и выше.

Эти значения указывают на то, что когда на рынке отмечен рост, то и большинство монет будут расти, и, соответственно, при обвале рынка упадут и котировки большей части криптовалют.

Сколько монет имеют высокую корреляцию с биткоином?

Биткоин до сих пор занимает лидирующую позицию на рынке, несмотря на то, что на его место уже претендуют несколько сильных участников. Рассмотрим, насколько высока корреляция между котировками цен монет из списка ТОП-200 и первой криптовалютой мира. На примере эфира применим те же вычисления, что и с общим рынком криптовалют:

После того как мы получили данные о рыночной капитализации для обеих криптовалют за нужный нам период, мы можем вычислить коэффициент корреляции между ними.

Далее необходимо провести вычисления для остальных монет из списка, чтобы спроектировать еще одну диаграмму:

Как и в предыдущем анализе, очевидно, что корреляция между ценами большинства криптовалют и биткоина высока:

75% имеют коэффициент корреляции в 0.44 и выше;

50% имеют коэффициент корреляции в 0.67 и выше.

Однако корреляция между криптовалютами из списка ТОП-200 и биткоином намного слабее, чем между ними и общим рынком. При этом мнение, что если доминирующее положение биткоина ослабится, то ослабится и его корреляция с общим рынком, ошибочно. Когда в начале 2017 года биткоин, рассматриваемый как процент от общей рыночной капитализации, обвалился, то его корреляция с общим рынком не снизилась.

Какие монеты наименее зависимы от общего рынка?

Чтобы ответить на этот вопрос, необходимо просто упорядочить полученные данные о корреляции из предыдущих вычислений в убывающем порядке.

Так, видно, что на рынке представлено небольшое количество монет, которые имеют низкую корреляцию с общим крипторынком. Неудивительно, что в списке также присутствует такая монета, как Dai, которая считается стейблкоином. При этом в данный список не попал такой стейблкоин, как Tether, из-за того, что Се рассматривал корреляцию между рыночной капитализацией, которая у данной криптовалюты постоянно растет, поскольку на рынок периодически выходит большое количество монет Tether.

Какие монеты наименее зависимы от цены биткоина?

Сегодня на рынке не так много криптовалют, которые имеют отрицательный коэффициент корреляции с первой криптовалютой мира. Однако стоит отметить, что биткоин кэш и другие форки биткоина, что удивительно, находятся не так уж высоко в этом списке.

Какова степень корреляции с ТОП-20 монетами?

Американский экономист Гарри Макс Марковиц, считающийся отцом-основателем современной портфельной теории, полагал, что самый важный аспект в оценке риска актива — это его вклад в общий риск для портфеля. Это означает, что, включая в портфель активы с низкой или негативной корреляцией, можно снизить общее колебание их цен и тем самым получить минимальный риск для всего портфеля.

Так, среди списка ТОП-20 криптовалют по рыночной капитализации присутствуют примеры пар с низкой корреляцией — BTC и Vechain, Dash и Vechain, Ethereum-Classic и NEM. Комбинация таких криптовалют может продемонстрировать, почему диверсификация портфеля значительно минимизирует риски для инвестора.

Ограничения коэффициента корреляции Пирсона

Коэффициент корреляции Пирсона предполагает наличие линейной зависимости между двумя величинами, которые достаточно легко смоделировать. Однако в некоторых случаях зависимость между двумя активами не является линейной, и она может быть полиномиальной или, например, экспоненциальной. В данных случаях коэффициент корреляции Пирсона во многом упрощает зависимость, тем самым не отображая реальные данные.

Более того, корреляция меняется со временем. Коэффициент корреляции Пирсона выдает одно значение на весь временной промежуток, который не включает в себя произошедшие изменения.

Так, на примере биткоина и его корреляции с биткоин кэшем видно, насколько сильно может измениться коэффициент. Также стоит иметь в виду, что если некие активы имели высокую корреляцию в прошлом, то это не гарантирует того, что в будущем они будут иметь тот же коэффициент.

Другими словами, для такой столь молодой и волатильной индустрии, как крипторынок, невозможно спрогнозировать будущие показатели, основываясь только на прошлых данных. Однако из полученной информации можно сделать интересные выводы об их взаимосвязи.