No artigo anterior, “A atividade da equipe realmente afeta os preços das moedas?” examinamos a correlação entre a atividade de desenvolvimento do GitHub na indústria como um todo e as flutuações de preços 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 mais a fundo a causalidade por detrás desta correlação, perguntando se “os aumentos de preços são impulsionados por atualizações tecnológicas ou se os aumentos de preços estimulam atualizações tecnológicas”. Esta análise visa ajudar investidores e desenvolvedores a compreender melhor o papel do “desenvolvimento técnico” como fator fundamental nas flutuações dos preços dos tokens.

O artigo segue este esboço geral:

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

A seguir, 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 leva em consideração fatores como classificações de capitalização de mercado do setor e tendências históricas no número de projetos GitHub ao longo do tempo.

Em seguida, comparando as mudanças no IGDAI e as flutuações dos preços simbólicos nos últimos seis anos, pretendemos determinar a relação causal entre tecnologia e preço.

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

Etapa 1: Construindo o Índice de Atividades de Desenvolvimento GitHub (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 Hierárquico Analítico (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. A partir dessa decomposição são realizadas análises qualitativas e quantitativas, tornando o processo de cálculo simples e eficiente.

(1) Analisar as relações entre vários fatores do sistema e estabelecer uma estrutura hierárquica para o sistema.

Decomponha o GDAI no nível objetivo em cinco níveis de critério:

μStar, μFork, μCommit, μIssues, μPullRequests.

Figura 1: Decomposição do Índice GDAI

(2) Estabelecendo Matrizes de Julgamento

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

Tabela 2: Diferentes Níveis de Importância

Para a camada de critérios 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. Dado que os indicadores Star e Fork não têm uma relação particularmente directa com a actividade de desenvolvimento, atribuímos-lhes pontuações relativamente mais baixas.

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 autovalor para determinar o autovalor máximo da matriz A e seu autovetor correspondente. Em seguida, normalize o autovetor para obter os pesos necessários.

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

Tabela 4: Pesos Específicos dos Cinco Fatores Principais

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

Etapa 2: IGDAI (Índice de atividades de desenvolvimento do Github da indústria) otimizado com base no GDAI

Na Etapa 1, construímos o índice de atividades 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 código aberto no GitHub. Isso resulta no cálculo do Índice de Atividades de Desenvolvimento do Industry Github (IGDAI). A fórmula específica para cálculo do IGDAI é a seguinte:

Fórmula de cálculo IGDAI:

Onde 'n' representa o número total de tokens circulando no mercado de criptomoedas e de código aberto no GitHub dentro de um intervalo específico.

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

1. Selecione ativos representativos e avalie seu desempenho.

2. Considere toda a indústria de forma abrangente.

Para a abordagem 1, consideramos primeiro 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 sobre desenvolvimento, tornando a selecção de activos “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 rápido desenvolvimento. Por último, a característica de alta liquidez da indústria de criptomoedas com negociação 24 horas por dia leva a flutuações significativas de capitalização de mercado no curto prazo. Se alterássemos os ativos selecionados a cada seis meses, como é feito nos mercados de ações tradicionais, poderíamos perder informações importantes sobre alterações no valor de mercado simbólico.

Portanto, neste artigo, consideramos as informações de desenvolvimento de todos os tokens de toda a indústria para calcular o IGDAI.

Etapa 3: A relação entre “revolução tecnológica” e “aumento de preços” - influência unidirecional da mudança de preços no desenvolvimento do GitHub

Usamos o teste de causalidade de Granger para analisar a relação causal entre a atividade de desenvolvimento da indústria IGDAI e as mudanças de preços do BTC, dois conjuntos de dados de séries temporais. O intervalo temporal considerado é de 2015 a 31/10/2023, com dimensão de índice diário. Inicialmente, determinamos uma ordem de defasagem de 4 e, por meio de testes de raiz unitária, confirmamos que ambos os conjuntos de dados são 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 BTC_price é uma causa do IGDAI, o que significa que a atividade de desenvolvimento do GitHub da indústria, IGDAI, é influenciada por mudanças defasadas nos preços das criptomoedas.

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

Além disso, apresentamos uma análise mais intuitiva por meio de gráficos. Considerando as flutuações significativas diárias no índice de atividade de desenvolvimento, que podem ser influenciadas por vários fatores aleatórios e podem ser menos informativas visualmente, aplicamos suavização exponencial e expandimos o intervalo de tempo para “semanal”. A Figura 2 ilustra as variações do índice IGDAI e dos preços do BTC de 2015 até o presente, com recorte temporal mensal.

Figura 2: Índice IGDAI e mudanças de preço do 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 de preços do BTC durante diferentes períodos. Além disso, ambos apresentam níveis semelhantes de volatilidade, confirmando a conclusão de que o IGDAI é influenciado unidirecionalmente pelas variações 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!

Etapa 4: Enquanto as equipes de desenvolvimento permanecerem ativas, o desempenho dos preços permanecerá estável durante os mercados em baixa? Não necessariamente!

Na Etapa 3, estabelecemos a conclusão de que o preço influencia unidirecionalmente o desenvolvimento técnico por meio de testes de causalidade de Granger. No entanto, também queremos explorar se existe uma relação especial: mesmo que a extensão do desenvolvimento do GitHub não seja um fator principal nas flutuações de preços, será que 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 tokens, decidimos identificar tokens que têm sido desenvolvidos continuamente desde 2018 e comparar sua atividade de desenvolvimento no GitHub (GDAI) com suas flutuações de preços em relação ao BTC.

Nesse contexto, definimos “desenvolvimento contínuo” como ter atividade principal de desenvolvimento do GitHub diferente de zero, incluindo commits, problemas e solicitações pull, em cada semana de 2018 a outubro de 2023. As flutuações de preços são definidas como (preço mais alto – preço mais baixo)/preço mais baixo durante esse período. Através de extensa coleta e análise de dados, identificamos inicialmente aproximadamente 1.400 tokens que foram simultaneamente de código aberto e listados desde 2018. Entre estes, 38 tokens atendem aos critérios acima mencionados (incluindo BTC e ETH, que são altamente maduros em termos de ecologia de desenvolvimento e capitalização de mercado). Dada a extensão deste artigo, vamos nos concentrar na discussão dos 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 desenvolvidos continuamente desde 2018

Em relação ao Índice de Atividade de Desenvolvimento do GitHub (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 ultrapassando o BTC são representados em vermelho, enquanto aqueles que não o fazem são mostrados em azul. Entre os tokens com desenvolvimento contínuo, 9 tokens apresentam maior atividade de desenvolvimento que o BTC.

Em relação às flutuações de preços, apresentamos as conclusões na Figura 4:

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

Nesta figura, os tokens com flutuações de preço superiores ao BTC são representados em vermelho, enquanto aqueles que não o fazem são mostrados em azul. Entre os tokens com desenvolvimento contínuo, 31 tokens tiveram aumentos de preços que ultrapassaram o BTC.

Resumindo as conclusões de ambas as figuras, há uma sobreposição de 8 fichas representadas em vermelho. Isso significa que de 2018 até o presente, 8 tokens exibiram simultaneamente desempenho superior na atividade de desenvolvimento do GitHub (GDAI) e flutuações de preços em comparação com o BTC (uma referência do setor). Esses 8 tokens representam 22% de todos os tokens com atividade de desenvolvimento contínuo neste período. Os tokens específicos estão listados na Tabela 7:

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

Ao considerar o desenvolvimento contínuo, a taxa de sobreposição de 22% sugere que, embora o desenvolvimento contínuo tenha alguma influência sobre o preço, não pode demonstrar de forma conclusiva um efeito impulsionador altamente positivo sobre o preço. Esta observação está alinhada com os resultados do teste de causalidade de Granger na Etapa 3, confirmando a noção de que o preço afeta unidirecionalmente a atividade de desenvolvimento do GitHub.

Conclusão

Em resumo, Falcon apresenta as seguintes conclusões neste artigo:

1. Utilizando o Processo de Hierarquia Analítica (AHP), este artigo estabeleceu o índice de atividades 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 “Índice de atividades de desenvolvimento do GitHub da indústria IGDAI” e os “dados de preços do BTC” de 2015 a outubro de 2023, descobriu-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 um declínio acentuado de 31,7%, marcando a maior queda em quase uma década.

3. O “desenvolvimento contínuo por parte das equipas” não é o principal factor impulsionador dos aumentos de preços após 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 autorais pertencem ao autor original [LUCIDA & FALCON]. Se houver objeções a esta reimpressão, entre em contato com a equipe do Gate Learn e eles cuidarão disso imediatamente.
2. Isenção de responsabilidade: As opiniões e pontos de vista expressos neste artigo são exclusivamente do autor e não constituem qualquer conselho de investimento.
3. As traduções do artigo para outros idiomas são feitas pela equipe do Gate Learn. A menos que mencionado, é proibido copiar, distribuir ou plagiar os artigos traduzidos.