jakiro
Autor: David Duong (CFA), Global Research Director, Coinbase; Colin Basco, Coinbase Research Assistant;Übersetzung: Bitchain Vision Xiaozou
Wichtige Punkte:
Wir gehen davon aus, dass der Kryptomarkt im frühen vierten Quartal 2025 aufgrund einer ausreichenden widerstandsfähigen Liquidität, des günstigen Makrohintergrunds und der unterstützenden regulatorischen Dynamik verstärken wird, von der von denen Bitcoin voraussichtlich außerhaltig erbringt.
Die technische Nachfrage nach Digital Asset Treasury (DATS) wird voraussichtlich weiterhin den Kryptomarkt unterstützen, auch wenn die Branche in die Bühne des Wettbewerbsspiels eintritt.
Unsere Untersuchungen zeigen, dass historische monatliche saisonale Muster (insbesondere der „September -Effekt“) keine signifikanten oder zuverlässigen Prädiktoren für die Leistung des Krypto -Marktes sind.
1, Übersicht
Wir glauben, dass der Krypto -Bullenmarkt zu Beginn des vierten Quartals 2025 noch Platz für den weiteren Platz hat.Wir glauben, dass Bitcoin besonders erwartet wird, dass sie die Markterwartungen weiterhin übertreffen, da er direkt von vorhandenen Makro -Rückenwind profitiert.Mit anderen Worten, es sei denn, die Energiepreise schwanken dramatisch (oder andere Faktoren, die die Inflationstrends negativ beeinflussen), sind die aktuellen unmittelbaren Risiken, die den Weg der US -Geldpolitik beeinträchtigen, tatsächlich recht gering.Gleichzeitig sollte die technische Nachfrage nach digitalem Asset Treasury (DATS) weiterhin eine starke Unterstützung für den Kryptomarkt bieten.
Saisonale Zweifel plagen jedoch weiterhin den Krypto -Raum – Bitcoin ist in der Vergangenheit in sechs aufeinanderfolgenden Jahren zwischen 2017 und 2022 gegen den Dollar zurückgegangen.Obwohl dieser Trend viele Anleger der Annahme veranlasst hat, dass saisonale Faktoren signifikant beeinflussen, beeinflussen die Krypto -Marktleistung signifikant, aber die Annahme wurde in 2023 und 2024. Indikatoren.
Die kritischere Frage für den Kryptomarkt ist: Sind wir in den frühen oder späten Phasen des DAT -Zyklus?Zum 10. September hielten öffentliche DATS mehr als 1 Million BTC (110 Milliarden US-Dollar), 4,9 Millionen ETH (21,3 Milliarden US-Dollar) und 8,9 Mio. SOL (1,8 Milliarden US-Dollar), und die Teilnehmer im späten Stadium haben begonnen, Alternativen zur Risikokurve weiter nachgeschraubt zu haben.Wir glauben, dass es sich derzeit in der Phase des „Player Game“ (PVP) des Zyklus befindet und weiterhin Geld zu großen Krypto -Vermögenswerten treibt.Dies ist jedoch auch sehr wahrscheinlich ein Zeichen dafür, dass kleine DAT -Teilnehmer in die Integrationsphase eintreten werden.
2Die Aussichten sind immer noch optimistisch
Zu Beginn des Jahres schlugen wir vor, dass der Krypto -Markt in der ersten Hälfte von 2025 in die zweite Hälfte von 2025 ein Allzeithoch erreicht wird.Dies war eine Abkehr vom Marktkonsens zu diesem Zeitpunkt – zu diesem Zeitpunkt machten die Marktteilnehmer besorgt über die potenzielle Rezession, und befragten, ob der Preis erhöhte, dass der Markt die marktbewusst und besorgt über die nachhaltige Erholung war.Wir fanden jedoch heraus, dass diese Ansichten irreführend waren, daher sollten wir zu unserer einzigartigen Makroperspektive zurückkehren.
Wenn wir in das vierte Quartal eintreten, behalten wir einen optimistischen Ausblick für den Kryptomarkt bei und erwarten, dass sie weiterhin Unterstützung durch starke Liquidität, günstiges makroökonomisches Umfeld und förderende regulatorische Fortschritte erhalten.In Bezug auf die Geldpolitik erwarten wir, dass die Fed Zinssenkungen am 17. und 29. Oktober umsetzen wird, da der US -Arbeitsmarkt starke Beweise für Schwäche liefert.Wir glauben, dass dies nicht nur keinen lokalen Scheitelpunkt bilden wird, sondern stattdessen die Wartezeitgelder außerhalb des Standorts aktiviert.Tatsächlich haben wir im August darauf hingewiesen, dass ein Rückgang der Zinssätze zu einer wichtigen Komponente von 7,4 Billionen US-Dollar an Geldmarktfonds führen könnte, um den Wartezeitstaat zu beenden.
Eine signifikante Verschiebung der aktuellen Inflationsbahn (z. B. steigende Energiepreise) wird jedoch ein Risiko für diesen Ausblick darstellen.(Hinweis: Wir sind der Ansicht, dass die tatsächlichen Risiken, die von den Zöllen ausgestattet sind, viel niedriger sind als einige Meinungen.) OPEC+ hat jedoch kürzlich zugestimmt, die Ölproduktion erneut zu steigern, und die globale Ölnachfrage zeigt Anzeichen einer Verlangsamung.Die Aussicht, Russland mehr Sanktionen aufzuerlegen, könnte jedoch auch die Ölpreise erhöhen.Derzeit erwarten wir nicht, dass die Ölpreise den Schwellenwert durchbrechen, der die wirtschaftliche Situation in die Stagflationsstufe einbringt.
3AnwesendDatDer Zyklus reift
Andererseits glauben wir an digitale VermögenswertefiskalBibliothek(DATS) Die technologische Nachfrage wird voraussichtlich weiterhin den Kryptomarkt unterstützen.Tatsächlich hat das DAT -Phänomen einen kritischen Wendepunkt erreicht.Wir befinden uns weder in der frühen Adoptionsphase der Merkmale der letzten 6-9 Monate noch werden wir uns dem Ende des Zyklus nähern.Tatsächlich haben wir in die sogenannte „Player Game“ (PVP) -Pufe eingetreten – eine Wettbewerbsstufe, und der Erfolg wird zunehmend durch Ausführung, differenzierte Strategien und Timing bestimmt, anstatt einfach das Betriebsmodell von MicroStrategy zu kopieren.
In der Tat haben frühe Akteure wie Microstrategy eine erhebliche Prämie für Nettovermögenswert (NAV) verzeichnet, aber Wettbewerbsdruck, Ausführungsrisiken und regulatorische Einschränkungen haben zur Komprimierung von MNAV (Marktwertverhältnis im Vergleich zum Nettovermögenswert) geführt.Wir glauben, dass die Knappheitsprämie, von der frühe Anwender davon profitieren, sich aufgelöst hat.Trotzdem halten Bitcoin-fokussierte DATS derzeit mehr als 1 Million BTC, was etwa 5% des zirkulierenden Angebots des Token ausmacht.In ähnlicher Weise haben Top-ETH-DATS insgesamt rund 4,9 Millionen ETH (21,3 Milliarden US-Dollar), was mehr als 4% des gesamten ETH-Zirkulationsangebots ausmacht.
Bild1. EthSpezielle digitale VermögenswertefiskalDie Bibliothek beschleunigt weiterhin ihren Kauftrend
Im August berichtete die Financial Times, dass 154 in den USA gelistete Unternehmen im Jahr 2025 etwa 98,4 Milliarden US -Dollar an Krypto -Akquisitionen für Vermögenswerte gesammelt haben, was einem erheblichen Anstieg gegenüber den 33,6 Milliarden US -Dollar von den Top 10 Unternehmen in diesem Jahr (basierend auf den Daten der Architektischen Partnern).Die Kapitalinvestitionen in andere Token wachsen ebenfalls, insbesondere SOL und andere alternative Token.(Forward Industries hat kürzlich 1,65 Milliarden US-Dollar gesammelt, um ein SOL-basierter digitaler Vermögensgeld zu bilden, das von Galaxy Digital, Jump Crypto und Multicoin Capital angetrieben wird.)
Dieses Wachstum hat mehr Prüfung ausgelöst.Tatsächlich zeigen jüngste Berichte, dass die NASDAQ die Aufsicht von DATs stärkt, dass bestimmte Transaktionen von den Aktionären genehmigt werden und sich für eine verbesserte Offenlegung von Informationen einsetzen.Nasdaq stellte jedoch klarDATSDie neuen Regeln veröffentlichen eine offizielle Pressemitteilung.
Gegenwärtig glauben wir, dass der DAT -Zyklus reift, aber weder früh noch spät.Es ist sicher, dass unserer Meinung nach die Ära des einfachen Gewinns und die Garantie der MNAV -Prämie vorbei ist – in dieser PVP -Phase können nur die disziplinierten und strategisch arrangierten Teilnehmer gedeihen.Wir gehen davon aus, dass der Kryptomarkt weiterhin von beispiellosen Kapitalzuflüssen dieser Fluggesellschaften profitiert und damit die Leistung der Renditen verbessert.
3Gibt es saisonale Risiken wirklich?
In der Zwischenzeit sind saisonale Schwankungen ein Problem für die Teilnehmer des Kryptomarktes.Bitcoin fiel zwischen 2017 und 2022 gegen den US -Dollar für sechs aufeinanderfolgende Jahre mit einer durchschnittlichen negativen Rendite von 3% in den letzten zehn Jahren.Dadurch haben viele Investoren den Eindruck, dass saisonale Faktoren die Leistung des Kryptomarktes ernsthaft beeinflussen, und der September ist normalerweise eine ungünstige Zeit, um riskante Vermögenswerte zu besitzen.Wenn jedoch Transaktionen auf der Grundlage dieser Annahme durchgeführt werden, werden sie 2023 und 2024 gefälscht.
Tatsächlich glauben wir, dass die monatliche saisonale Volatilität kein effektives Handelssignal für Bitcoin ist.Mit verschiedenen Methoden wie Frequenzverteilungsgraphen, logischen Quotenverhältnissen, Off-Sample-Score, Placebo-Test- und Kontrollvariablen sind die Schlussfolgerungen konsistent: Der jährliche Monat ist kein statistisch zuverlässiger Prädiktor für positive und negative Werte der monatlichen Log-Return-Rate von BTC. (Hinweis: Wir verwenden logarithmische Erträge, um das geometrische oder zusammengesetzte Wachstum zu messen, da es bessere Langzeittrends widerspiegelt und die höhere Volatilität von Bitcoin berücksichtigt.)
Bild2.Bitcoin monatlich logarithmischer Ertrags -Hitzemap
Die folgenden Tests wurden gefunden„Kalendermonat„Zur Vorhersage der positiven und negativen Werte der monatlichen logarithmischen Ausbeute von Bitcoin sind unzuverlässig:
(1) Wilson -Konfidenzintervall
Abbildung 3 zeigt, dass kein Monat den offensichtlichen Schwellenwert für die Vorhersage der Saisonalität durch die Nachdenken über kleine Stichprobenunsicherheiten durchbrechen kann.Monate, die „hoch“ (Februar/Oktober) oder „niedrig“ (August/September) zu sein scheinen, haben eine Reihe von Fehlern, die sich mit dem Gesamtdurchschnitt und anderen Monaten überlappen, was zufällige Varianz und eher einen anhaltenden Kalendereffekt darstellt.
Jeder Punkt zeigt den Anteil der Wahrscheinlichkeit, dass BTC über diesem Monat endet. Das vertikale Linien-/Balkendiagramm repräsentiert das 95% ige Wilson-Konfidenzintervallband-eine richtige Maßnahme, wenn nur etwa 12-13 Datenpunkte pro Monat vorhanden sind, da es einen genaueren Schwellenwert für die Unsicherheit für kleine Proben bietet.
Die gepunktete Linie zeigt die durchschnittliche Gesamtwahrscheinlichkeit des Anstiegs.Da wir gleichzeitig die 12-Monats-Daten untersucht haben, haben wir die Holme-Multiple-Test-Anpassungsmethode übernommen, um einen glücklichen Monat zu vermeiden, der als reguläres Muster verkleidet ist.
Bild3. BTCPositiver logarithmischer Ertrag und95%Wilson -Konfidenzintervall
(2) Logistische Regressionsanalyse
Wir haben ein logistisches Regressionsmodell verwendet, um den Effekt eines bestimmten Monats auf die Wahrscheinlichkeit des Anstiegs und Sturzes von Bitcoin zu testen (basierend auf Januar). Abbildung 4 zeigt, dass die Quotenverhältnisse eines jeden Monats größtenteils um 1,0 konzentriert sind, und der Schlüssel ist, dass ihre 95% -Konfidenzintervalle die Grenze von 1,0 überschreiten.
Ein Wert nahe 1,0 bedeutet „die gleiche Wahrscheinlichkeit wie die positive Log-Return-Rate im Januar“, eine „höhere Wahrscheinlichkeit“ und eine „niedrigere Wahrscheinlichkeit“ bedeutet „höhere Wahrscheinlichkeit“.
Zum Beispiel bedeutet Odds Ratio 1,5 „die Wahrscheinlichkeit eines steigenden Monats etwa 50% höher als Januar“, während 0,7 „die Wahrscheinlichkeit etwa 30% niedriger ist“.
Da die meisten Konfidenzintervalle 1,0 und kein Monat nach der Anpassung an HOMM -Mehrfachtests signifikant sind, können wir Kalendermonate nicht als gültiger Indikator für positive und negative Werte für die logarithmischen Bitcoin -Renditen identifizieren.
Abbildung 4. Logistische Regression-Wahrscheinlichkeitsverhältnis des monatlichen BTC-Log-Return positiv und negativer Wert gegenüber Januar (Benchmark)
(3) Vorhersage außerhalb der Stichprobe
In jedem Schritt scheißen wir nur zwei Modelle, die bis zu diesem Monat verfügbar sind (die Anfangsphase wird mit der Hälfte des Datensatzes trainiert):
Das Benchmark -Modell ist ein logisches Modell, das nur Intercept -Terme enthält, das nur eine konstante Wahrscheinlichkeit vorhersagt (gleich der Benchmark -Rate des Anteils der positiven Gewinnmonate seit der Geschichte).
Das Month Effect (MOY) -Modell ist eine logistische Regression, die Monatsdummies enthält. Es prognostiziert die Wahrscheinlichkeit eines steigenden Monat im aktuellen Kalendermonat, der auf der vergangenen Leistung dieses Monats basiert.
Unsere Ergebnisse sind in Abbildung 5 dargestellt, wobei die x-Achse die vorhergesagte Wahrscheinlichkeit eines positiven monatlichen Log-Return-Monat darstellt und die y-Achse den Anteil der Monate darstellt, in denen tatsächlich positive Renditen erzielt werden.Bei der Zeichnung der Vorhersageergebnisse sollten die perfekt kalibrierten Modelldatenpunkte entlang der 45 ° -Linie verteilt werden – beispielsweise bei der Vorhersage der 50% igen Steigerungswahrscheinlichkeit macht der tatsächliche Anstiegsmonat genau 50% aus.
Das Montheffektmodell (MOY) gibt es eine signifikante Abweichung.Zum Beispiel:
Wenn die vorhergesagte Anstiegswahrscheinlichkeit etwa 27% beträgt, beträgt die tatsächliche Realisierungshäufigkeit etwa 50% (übermäßig pessimistisch);
Nur ungefähr nahe dem Ziel innerhalb des Prognosebereichs von 45-60%;
Das Überbewusstsein wird in Intervallen mit hoher Wahrscheinlichkeit erreicht – beispielsweise entsprechen etwa 75% der Vorhersagen etwa 70% der realisierten Werte, während etwa 85% der Extremintervallvorhersagen etwa 0% erreichen.
Im Gegensatz dazu wird die historische Benchmark -Rate immer vorhergesagt (um55-57%Wahrscheinlichkeit des AufstiegsDas Benchmark -Modell von) liegt in der Nähe der 45 ° -Linie, und da Bitcoins historisch positive Verdienstmonatewahrscheinlichkeit relativ stabil war, bewegt sich die Linie kaum.Kurz gesagt, dieses Ergebnis zeigt, dass Kalendermonate bei Vorhersagen außerhalb des Stichprobens wenig Vorhersagemacht aufweisen.
Bild5: Monatseffekt (Moy) Vorhersagegenauigkeit des logistischen Regressionsmodells außerhalb der Stichprobe
(4) Randomisierter Placebo -Test
Um zu überprüfen, ob das „Monatsetikett“ positive und negative logarithmische Erträge vorhersagt, verwenden wir ein einfaches logisches Modell mit monatlichen Dummy -Variablen und verwenden einen ganzheitlichen Test, um festzustellen, ob diese Variablen den Anpassungsgrad im Vergleich zum Benchmark -Modell ohne Monat verbessern (der Standard -Test für die gemeinsame Likohood -Verhältnis). Der beobachtete p-Wert beträgt 0,15, was bedeutet, dass die Wahrscheinlichkeit von mindestens einem so signifikanten Muster, der allein durch Zufall allein auftritt, etwa 15%beträgt, selbst wenn der Monatsfaktor irrelevant ist. Anschließend haben wir den Monatsbezeichnungen zufällig tausende Male unterbrochen und jedes Mal denselben gemeinsamen Test erneut ausgeblendet.
Die Ergebnisse zeigen, dass etwa 19% der zufälligen Störungsoperationen Ergebnisse liefern, die weniger als oder gleich dem beobachteten p-Wert sind (Abbildung 6).
Kurz gesagt, dieses Ergebnis ist unter rein zufälligen Bedingungen sehr häufig, was die Schlussfolgerung verstärkt, dass „es kein Monatssignal gibt“.Wenn das monatliche Etikett statistisch signifikant ist, sollte der gemeinsame Test der realen Daten einen p-Wert von <0,05 darstellen, und der Anteil eines solchen kleinen p-Werts, der im Störungsvorgang erzeugt wird, sollte weniger als 5%betragen.
Bild6.Zufällige Störung im logischen Modell„Monat„Placebo von Labels produziertPWertverteilung
(5) Kontrollvariablen Test
Das Hinzufügen eines realistischen Kalenderlogos entsperren den handelbaren Vorteil nicht – und führt häufig zu einem Rückgang der Genauigkeit der Vorhersage von steigenden und fallenden Richtungen. Wir haben die virtuelle Variable derselben Monat verwendet, um die „positive Rückgabemonatswahrscheinlichkeit“ erneut zu schätzen und dann die praktischen Kontrollvariablen von zwei Hauptereignissen zu überlagern: 1) kann die logarithmische Ausbeute von Bitcoin beeinflussen; 2) Der Monat, in dem jedes Jahr stattfindet, ist nicht festgelegt – Mondneujahr und Bitcoin Halb -Fenster (± 2 Monate). Wir verwenden nur Kontrollvariablen, die in jedem Jahr unterschiedlichen Kalendermonaten entsprechen, um redundante Dummies zu vermeiden, die eine Instabilität bei der Modellschätzung verursachen.
Dieser Test soll zwei häufige Bedenken verifizieren: (i) Phänomene, die „Monatseffekte“ zu sein scheinen, können nur eine Verkleidung von regelmäßigen Ereignissen sein – wie die Liquidität des Mondneujahrs (LNY) oder die Bitcoin Half -Wirkung;(ii) Auch wenn das ursprüngliche Monatsmuster schwach ist, kann es nach Betrachtung dieser Treiber wirksam sein. In der Anfangsphase haben wir mit der Hälfte des Datensatzes und zur Hälfte zum Testen trainiert.verwendenDornbuschBewertungsbewertung monatliche WahrscheinlichkeitsprognoseDiese Punktzahl spiegelt den durchschnittlichen quadratischen Fehler zwischen der vorhergesagten Wahrscheinlichkeit und den tatsächlichen Erhöhungs- und Sturzergebnissen wider (d. H. Der Grad der Abweichung zwischen dem vorhergesagten Wert und der Realität).
In Abbildung 7 zeigt das Balkendiagramm die Brier -Verbesserungswerte für jedes Modell im Vergleich zu einem einfachen Benchmark (nur einen einzelnen Wert der historischen Aufwärtsrate im Trainingsfenster).Alle Zylinder sind unter Null, was bedeutet, dass jede Kontrollvariablenvariante schlechter abschneidet als der konstante Wahrscheinlichkeitsbenchmark.Kurz gesagt, die Einführung zusätzlicher Kalenderlogos auf der Grundlage von Monatsbezeichnungen fügt nur Rauschen hinzu.
Bild7: Fügen Sie das logistische Regressionsmodell von Kontrollvariablen in der Vorhersage außerhalb der Stichprobe hinzuDornbuschVerbesserte Bewertungen
4,abschließend
Die saisonale Konzeption des Marktes hat schädliche Fesseln im Kopf des Investors und kann sich selbst erfüllende Prophezeiungen bilden. Unser Modell zeigt jedoch, dass die ledigliche Annahme monatlicher Schwankungen im Wesentlichen mit dem langfristigen historischen Durchschnitt übereinstimmt, sondern besser als alle kalenderbasierten Handelsstrategien.Dies impliziert stark, dass das Kalendermuster keine gültigen Informationen enthält, um die monatliche Richtung von Bitcoin vorherzusagen.Da Kalendermonate die positive und negative Richtung der logarithmischen Ausbeuten nicht zuverlässig vorhersagen können, ist die Möglichkeit der Vorhersage der Renditeamplitude sogar gering.Synchroner Rückgang im September in den vergangenen Jahren und sogar Bitcoin„Hochstocher Oktober„Der legendäre Anstieg mag statistisch interessant sein, aber keiner von ihnen ist statistisch signifikant.
