Coinbase: «Ефект «вересневого падіння» не є достовірним. У першому кварталі Q4 крипторинок посилиться.

Автор: David Duong (CFA), глобальний директор досліджень Coinbase;

Колін Баско, асистент досліджень Coinbase

Переклад: Золоті фінанси xiaozou

Основні моменти:

Ми прогнозуємо, що на початку четвертого кварталу 2025 року крипторинок зміцниться через достатню ліквідність, сприятливий макроекономічний фон та підтримуючу регуляторну динаміку, серед яких біткоїн має намір проявити себе особливо яскраво.

Технічні вимоги до цифрових активів (DATs) очікується, що продовжать підтримувати крипторинок, навіть якщо індустрія переходить у стадію конкурентної "гри гравців".

Наше дослідження показало, що історичні місячні сезонні закономірності (особливо «вересневий ефект») не є значним або надійним індикатором для прогнозування поведінки крипторинку.

1. Огляд

Ми віримо, що крипто-биківський ринок ще матиме простір для продовження на початку четвертого кварталу 2025 року, основними рушійними силами якого є достатнє ліквідне середовище, сприятливий макроекономічний фон і підтримуюча регуляторна динаміка. Ми вважаємо, що біткоїн особливо має потенціал продовжувати перевершувати ринкові очікування, оскільки він безпосередньо виграє від існуючих макроекономічних сприятливих факторів. Іншими словами, якщо ціни на енергію не зазнають різких коливань (або інших факторів, які можуть негативно вплинути на інфляційні тенденції), то поточні ризики, що заважають траєкторії монетарної політики США, насправді є досить низькими. Тим часом, технологічний попит на цифрові активи (DATs) має продовжити надавати потужну підтримку крипто-ринку.

Проте сезонні сумніви продовжують турбувати криптовалютну сферу — історично біткойн з 2017 по 2022 рік протягом шести років поспіль у вересні знижувався щодо долара. Хоча ця тенденція змусила багатьох інвесторів вважати, що сезонні фактори суттєво впливають на результати крипторинку, ця гіпотеза була спростована у 2023 та 2024 роках. Насправді, наше дослідження показує, що занадто малий обсяг вибірки та можливе широке розподілення результатів обмежують статистичну значущість таких сезонних показників.

Ключове питання для ринку криптовалют полягає в тому, чи знаходимося ми на ранній чи пізній стадії циклу DAT? Станом на 10 вересня, публічні DAT утримують понад 1 мільйон BTC (110 мільярдів доларів), 4,9 мільйона ETH (21,3 мільярда доларів) та 8,9 мільйона SOL (1,8 мільярда доларів), тоді як пізні учасники почали націлюватися на альтернативні токени з нижчими ризиками. Ми вважаємо, що в даний момент ми знаходимося на стадії "гри гравців" (PvP), що продовжить направляти кошти у великі криптоактиви. Але це також може бути ознакою того, що невеликі учасники DAT незабаром увійдуть в стадію консолідації.

2. Перспективи все ще оптимістичні

На початку року ми висловили думку: крипторинок досягне дна в першій половині 2025 року і в другій половині 2025 року встановить історичний рекорд. Це тоді було відхиленням від ринкового консенсусу — учасники ринку тоді були стурбовані потенційною рецесією, ставлячи під сумнів, чи означає зростання цін нераціональний бум ринку, і хвилювалися про сталість будь-якого відновлення. Але ми виявили, що ці погляди є оманливими, тому повертаємося до нашої унікальної макроекономічної перспективи.

Входя в четвертый квартал, ми зберігаємо оптимістичний погляд на криптовалютний ринок, очікуючи, що він продовжить отримувати підтримку сильного ліквідності, сприятливого макроекономічного середовища та надихаючого регуляторного прогресу. Щодо грошово-кредитної політики, ми очікуємо, що Федеральна резервна система знизить процентні ставки 17 вересня та 29 жовтня, оскільки американський ринок праці надав переконливі свідчення його ослаблення. Ми вважаємо, що це не тільки не призведе до локального піку, але, навпаки, активує відкладені кошти на позабіржовому ринку. Насправді, в серпні ми зазначали, що зниження процентних ставок може спонукати важливу частину з 7,4 трильйонів доларів у фондах грошового ринку завершити стан очікування.

Попри це, якщо нинішня траєкторія інфляції зазнає суттєвих змін (наприклад, через зростання цін на енергію), це може створити ризики для цього прогнозу. (Примітка: ми вважаємо, що ризики, пов'язані з тарифами, значно менші, ніж оцінюють деякі думки.) Але OPEC+ нещодавно погодився знову збільшити видобуток нафти, тоді як світовий попит на нафту вже демонструє ознаки уповільнення. Однак перспектива введення нових санкцій проти Росії також може підвищити ціни на нафту. Наразі ми прогнозуємо, що ціни на нафту не перевищать порогове значення, яке виведе економіку в зону стагфляції.

3、DAT період дозріває

З іншого боку, ми віримо, що технологічні вимоги цифрових активів (DATs) продовжать підтримувати крипторинок. Насправді явище DAT досягло критичної точки повороту. Ми більше не перебуваємо на ранній стадії прийняття, характерній для останніх 6-9 місяців, і не вважаємо, що наближаємося до кінця циклу. Насправді ми ввійшли в так звану стадію "гри гравців" (PvP) — це конкурентний етап, де успіх все більше залежить від виконання, диференційованих стратегій і вміння вчасно реагувати, а не від простого копіювання операційної моделі MicroStrategy.

Дійсно, ранні учасники, такі як MicroStrategy, отримували значну премію до чистої вартості активів (NAV), але конкуренція, ризики виконання та регуляторні обмеження призвели до стиснення mNAV (співвідношення ринкової капіталізації до чистої вартості активів). Ми вважаємо, що рідкісна премія, що отримувалася ранніми адоптерами, вже зникла. Тим не менш, DATs, які зосереджені на біткойні, наразі володіють понад 1 мільйоном BTC, що становить близько 5% від загального обсягу обігу даного токена. Аналогічно, топові DATs, що зосереджені на ETH, разом володіють близько 4,9 мільйона ETH (21,3 мільярда доларів), що становить понад 4% від загального обсягу обігу ETH.

Рисунок 1. Спеціальний цифровий актив ETH продовжує прискорене надбання.

У серпні Financial Times повідомив, що 154 публічні компанії США зібрали близько 98,4 мільярда доларів на придбання криптоактивів до 2025 року, що є значним зростанням у порівнянні з 33,6 мільярда доларів, зібраними 10 найбільшими компаніями цього року (на основі даних Architect Partners). Інвестиції в інші токени також зростають, особливо в SOL та інші альтернативні токени. (Forward Industries нещодавно зібрала 1,65 мільярда доларів для створення цифрового активного резерву на основі SOL, проект підтримується Galaxy Digital, Jump Crypto та Multicoin Capital.)

Цей ріст викликав більш суворий контроль. Насправді, нещодавні звіти показують, що Nasdaq посилює контроль над DAT, вимагаючи, щоб конкретні операції проходили затвердження акціонерів, та закликаючи до посилення розкриття інформації. Проте Nasdaq уточнив, що не випускав жодних офіційних прес-релізів щодо нових правил для DAT.

На даний момент ми вважаємо, що цикл DAT досягає зрілості, але не є ні раннім, ні пізнім. Можна з упевненістю стверджувати, що, на нашу думку, епоха легкого отримання прибутку та гарантії премії mNAV закінчилася — на цьому етапі PvP тільки найдисциплінованіші та стратегічно налаштовані учасники зможуть процвітати. Ми очікуємо, що крипто-ринок продовжить отримувати вигоду від небачених вливань капіталу в ці активи, що покращить показники прибутковості.

3. Чи дійсно існує сезонний ризик?

Водночас, сезонні коливання залишаються проблемою, на яку завжди звертають увагу учасники крипторинку. Біткойн протягом шести років поспіль з 2017 по 2022 рік у вересні знижувався щодо долара США, а середня негативна прибутковість за останнє десятиліття становила 3%. Це залишило в багатьох інвесторів враження, що сезонні фактори серйозно впливають на результати крипторинку, і вересень зазвичай є невигідним часом для утримання ризикових активів. Однак, якщо торгувати на основі цієї гіпотези, вона буде спростована як у 2023, так і в 2024 роках.

Насправді, ми вважаємо, що місячні сезонні коливання не є ефективним торговим сигналом для біткойна. За допомогою різних методів, таких як графіки частотного розподілу, логічні співвідношення, оцінка поза вибірки, плацебо-тести та контрольні змінні, ми підтвердили одне й те саме: місяці року не є статистично надійними прогнозними показниками позитивних чи негативних значень місячної логарифмічної дохідності BTC. (Примітка: ми використовуємо логарифмічну дохідність для вимірювання геометричного або складного зростання, оскільки вона краще відображає довгострокові тенденції та враховує високу волатильність біткойна.)

Рисунок 2. Теплова карта місячних логарифмічних доходностей біткойна

Наступні випробування виявили, що «календарний місяць» є ненадійним для прогнозування позитивних і негативних значень місячної логарифмічної прибутковості біткоїна:

(1) Інтервал довіри Вілсона

Малюнок 3 показує, що після врахування невизначеності малих вибірок жоден з місяців не може подолати очевидний поріг прогнозованої сезонності. Ті місяці, які здаються "завищеними" (лютий/жовтень) або "заниженими" (серпень/вересень), мають діапазон помилок, що перекривається з загальним середнім значенням та іншими місяцями, виявляючи випадкову дисперсію, а не стійкий календарний ефект.

Кожна крапка показує ймовірність того, що BTC закінчиться зростанням у цьому місяці; вертикальні лінії/стовпчики представляють 95%-й довірчий інтервал Уілсона — це належний мірою, коли в кожному місяці є лише близько 12-13 даних, оскільки він може надати більш точний поріг невизначеності для малих вибірок.

Пунктирна лінія показує середнє значення ймовірності загального зростання. Оскільки ми одночасно розглядаємо дані за 12 місяців, ми використовуємо метод корекції Хомма для множинних тестів, щоб уникнути маскування щасливого місяця під регулярну модель.

Рисунок 3. Логарифмічна прибутковість BTC та 95% довірчий інтервал Вілсона

(2) Аналіз логістичної регресії

Ми використовуємо модель логістичної регресії для перевірки впливу конкретного місяця на ймовірність зростання або падіння біткоїна (з січнем як базовим). На малюнку 4 показано, що співвідношення ризиків у більшості місяців зосереджені поблизу 1.0, ключовим є те, що їх 95%-й довірчий інтервал перетинає межу 1.0.

Значення, близьке до 1.0, означає «ймовірність отримання позитивної числової доходності в січні така ж», більше 1.0 означає «ймовірність вища», менше 1.0 означає «ймовірність нижча».

Наприклад, відношення 1.5 означає, що «ймовірність зростання в місяці приблизно на 50% вища, ніж у січні», а 0.7 означає «ймовірність приблизно на 30% нижча».

Оскільки більшість довірчих інтервалів охоплюють 1.0 і жоден місяць не демонструє значущості після коригування за методом Хома, ми не можемо стверджувати, що календарний місяць є ефективним показником для прогнозування позитивних і негативних значень логарифмічної дохідності біткоїна.

Рис. 4. Логістична регресія - ймовірнісні співвідношення позитивних і негативних значень місячної логарифмічної доходності BTC щодо січня (базовий)

(3) Прогнозування за межами вибірки

На кожному етапі ми переоцінюємо дві моделі, використовуючи лише доступні дані до цього місяця (на початковій стадії використовувалися половина набору даних для навчання):

Базова модель - це логістична модель, що містить лише вільний член, яка прогнозує постійну ймовірність (яка дорівнює базовій ставці, що відповідає частці місяців з позитивним доходом з моменту історії до сьогодні).

Модель ефекту місяця (MoY) є логістичною регресією, що містить дужкові змінні місяця; вона прогнозує ймовірність виникнення місяців зростання в поточному календарному місяці на основі минулих показників цього місяця.

Наші результати представлені на малюнку 5, де вісь X представляє прогнозовану ймовірність місяців з позитивною логарифмічною прибутковістю, а вісь Y представляє частку місяців з фактичною реалізацією позитивного прибутку. При побудові прогнозних результатів дані точок ідеально відкоригованої моделі повинні розподілятися вздовж лінії 45° — наприклад, якщо прогнозується 50% ймовірність зростання, то фактична частка місяців з підвищенням становить якраз 50%.

Модель ефекту місяця (MoY) має значні спотворення. Наприклад:

Коли ймовірність зростання становить близько 27%, фактична частота реалізації складає приблизно 50% (надмірно песимістично);

В межах прогностичного діапазону 45-60% лише приблизно наближається до мети;

У зонах з високою ймовірністю спостерігається надмірна впевненість — наприклад, приблизно 75% прогнозів відповідають приблизно 70% фактичних значень, тоді як у крайніх зонах прогнози становлять приблизно 85%, але реалізація становить приблизно 0%.

У порівнянні з цим, базова модель, яка завжди прогнозує історичну базову ставку (близько 55-57% ймовірності зростання), тісно слідує за лінією 45°, і враховуючи, що ймовірність позитивних місяців для біткойна історично відносно стабільна, ця лінія майже не змінюється. Іншими словами, цей результат свідчить про те, що календарні місяці в поза вибірковому прогнозуванні майже не мають прогностичної здатності.

Рисунок 5: Зовнішня прогностична точність логістичної регресійної моделі ефекту місяця (MoY)

(4) Рандомізоване контрольне дослідження плацебо

Для перевірки того, чи «місячні мітки» сприяють прогнозуванню позитивної та негативної логарифмічної прибутковості, ми використовували просту логістичну модель з місячними віртуальними змінними та оцінювали загальний тест, щоб визначити, чи ці змінні покращують ступінь відповідності в порівнянні з базовою моделлю без місяців (стандартний тест на спільну ймовірність). Спостережуване значення p становить 0.15, що означає, що навіть якщо місячний фактор не має значення, ймовірність випадкового виникнення принаймні такого значного шаблону становить близько 15%. Потім ми випадковим чином перемішали мітки місяців тисячі разів, щоразу повторюючи однаковий спільний тест.

Результати показують, що приблизно 19% випадкових операцій перемішування призводять до результатів, менших або рівних спостережуваному p-значенню (рисунок 6).

У короткому викладі, цей результат є дуже поширеним за умов чистої випадковості, що підкреслює висновок про «відсутність місячного сигналу». Якщо місячні мітки мають статистичне значення, справжній об'єднаний тест даних повинен показувати p-значення <0.05, і частка випадків, коли в процедурі перемішування отримується настільки мале p-значення, повинна бути нижчою за 5%.

Рис. 6. Розподіл p-значень плацебо, отриманий шляхом випадкового перемішування мітки «місяць» в логічній моделі

(5) Тестування контрольних змінних

Додавання маркера реального календаря не розблоковує торгові переваги — і зазвичай зменшує точність прогнозування напряму коливань. Ми переоцінюємо "ймовірність позитивного прибуткового місяця" з використанням віртуальних змінних того ж місяця, а потім накладаємо два важливі контрольні змінні подій: 1) що можуть вплинути на логарифмічну прибутковість біткойна; 2) місяць, в якому відбувається подія, не є фіксованим — китайський новий рік і вікно зменшення біткойна (±2 місяці). Ми використовуємо лише контрольні змінні, що відповідають різним календарним місяцям кожного року, щоб уникнути нестабільності оцінки моделі через надмірні віртуальні змінні.

Цей тест має на меті перевірити два поширені занепокоєння: (i) явище, що виглядає як "місячний ефект", може бути лише маскуванням періодичних подій - таких як ліквідність під час Китайського Нового року (LNY) або ефект халвінгу біткоїна; (ii) навіть якщо початковий місячний шаблон слабкий, з урахуванням цих факторів впливу, він може бути корисним. На початковому етапі ми використовуємо половину набору даних для навчання, а половину для тестування. Використовуючи оцінку Брайера для оцінки щомісячних ймовірнісних прогнозів, ця оцінка відображає середньоквадратичну помилку між прогнозованою ймовірністю та фактичними змінами (тобто ступінь відхилення прогнозу від реальності).

На малюнку 7 стовпчаста діаграма показує значення покращення Brier для кожної моделі в порівнянні з простим базовим показником (використовуючи лише одне значення історичної ставки зростання в вікні навчання). Усі стовпці нижчі за нуль, що означає, що результати кожної варіації контрольної змінної гірші за постійний ймовірнісний базовий показник. Іншими словами, додавання додаткових календарних маркерів на основі місячних міток лише збільшило шум.

Рисунок 7: Поліпшений бал Brier для логістичної регресії з доданими контрольними змінними у прогнозуванні поза вибіркою

4. Висновок

Сезонні уявлення ринку створюють шкідливі обмеження для мислення інвесторів і можуть формувати самоздійснювальне пророцтво. Проте наша модель показує: просте припущення, що ймовірності підвищення і зниження кожного місяця в основному відповідають довгостроковим середнім значенням, перевершує всі стратегії торгівлі, засновані на календарі. Це сильно натякає на те, що календарні моделі не містять ефективної інформації для прогнозування місячного напрямку біткойна. Оскільки календарні місяці не можуть надійно прогнозувати позитивний або негативний напрямок логарифмічної прибутковості, ймовірність прогнозування амплітуди прибутковості є ще меншою. Синхронне зниження у вересні в попередні роки або навіть зростання, що відзначається в легенді "проривного жовтня" біткойна, можливо, має статистичний інтерес, але не має статистичної значущості.