前言
之前,我在這裡談到了區塊鏈的TVL(鎖定總價值)與MC(市值)的關係。儘管兩個變量之間的關係似乎很弱,但效果卻很微弱;換句話說,我不能真正將質押押在TVL/MC 指標上來賺錢。我能夠做到這一點,這將使Fantom 成為現有最被低估的區塊鏈。
索曼等人。 (2022 年)撰寫了關於TVL 對DeFi 代幣的預測能力的論文——他們發現整體市場情緒對DeFi 代幣價格的影響比協議的TVL 大得多,他們無法真正找到TVL 的證據/MC 指標的預測能力。
我將把研究範圍從DeFi 代幣擴展到L1 加密貨幣,看看L1 鏈的TVL 增加是否會導致L1 加密貨幣價格發生積極變化。
方法
預測模型
研究方法非常簡單。我從Yahoo Finance 上抓取了11 個L1 加密的價格數據,並從DeFiLlama 下載了11 個L1 鏈的TVL 數據。
我將獲取兩個時間序列數據的每週對數回報,並將TVL 數據滯後1 到4 週,以查看TVL 的變化是否對未來價格變化提供任何預測跡象。
簡而言之,我將檢查:
如果今天L1 TVL 上漲10% L1 價格在1 到4 週後是否會上漲x%?
我研究過的L1鏈包括:ETH、LUNA、BNB、AVAX、FTM、SOL、TRX、MATIC、ONE、RUNE、CELO。
我選擇了這11 條L1 鏈,因為它們是唯一在DeFiLlama 上提供1 年以上數據的鏈。
數據
以太坊
以太坊統計
行代表滯後的周數,列代表測試統計數據。對於以太坊,唯一具有統計學意義的關係(p
“如果今天以太坊TVL 上漲10%,那麼ETH 價格可能會在4 週後上漲10% * 0.3858473。”
對於1-3 週,p 值太高了,儘管延遲= 1 的p 值0.167647548 可能值得一看。
Terra
Terra 統計
對於Terra 生態系統,結果基本相同——滯後= 4 是唯一一個在5% 水平上顯著的結果,p = 0.02428058。在其他3 個滯後中,滯後= 1 的p 值最小,為0.79,這在此處實際上毫無意義。
平衡計分卡
平衡計分卡統計
對於BSC,我們將滯後= 1 作為重要的。
1週後BNB價格變化(黑色),BNB TVL變化(藍色)
統計數據非常有趣,所以我在兩個時間序列上畫了一個簡單的K線走勢圖——對於BNB,價格變化與TVL 變化顯著相關。
將此與LUNA 進行比較:
LUNA 1 週後價格變化(黑色),LUNA TVL 變化(藍色)
關係看起來不存在的地方。
Avalanche
對於Avalanche,滯後= 1 和2 都具有統計學意義。
Fantom
對於Fantom 來說,沒有一個是重要的。這與我們的實證分析是一致的:我們都知道Fantom 價格始終低於其鏈上活動。所以對於Fantom 來說,即使TVL 增加,我們也不指望FTM 價格能夠達到它。
Solana
索拉納統計
對於Solana,我們有滯後= 1 和4 是顯著的。
Tron
波場統計
對於Tron,我們有滯後= 1 是顯著的。
Polygon
Polygon統計
對於Polygon,我們有滯後= 1 和2 在1% 的水平上顯著,滯後= 3 在略高於10% 的水平上。
Harmony
和諧統計
對於Harmony,沒有任何關係。
雷神鏈
雷神鏈統計
對於ThorChain,再次沒有關係。這有點令人驚訝,因為ThorChain 以其TVL * 3 代幣經濟學而聞名。也許投機泡沫的波動遠大於RUNE的確定性價格,因此我們無法根據TVL預測RUNE的價格。
Celo
Celo 統計數據
對於Celo,沒有顯著的關係。
結論
我們查看了11 個鏈來找到TVL 對MC 的預測能力,但我們找不到兩個變量之間的任何重複關係。對於一些連鎖店來說,這種關係是存在的,但程度不同,滯後也不同。
但是,這並不意味著TVL 是一個毫無意義的指標;它只是意味著TVL 不能用作預測變量。如果我直接回歸PriceChange ~ TVLChange而不引入任何時間滯後,除了LUNA (p = 0.2)、FTM (p = 0.5) 和MATIC (p = 0.8) 之外,大多數L1 鏈的顯著性為1%。
綜上所述,對於一些連鎖店來說,TVL 的增長對其價格的增長並沒有太大的影響,但對於大部分的連鎖店來說,兩者都有一定的關係。僅基於TVL 指標進行投資將是一個危險的決定,但TVL 的強勁增長應該是鏈增長的一個很好的指標(儘管不是領先的)。