Binance menerbitkan Laporan Penelitian baru mereka di mana mereka mengambil pendekatan yang berbeda dalam memahami aset crypto. Penelitian menunjukkan Bitcoin dan Ethereum bergerak di depan mata dan harga XRP adalah yang paling tidak berkorelasi dengan cryptoassets top lainnya.
Apa yang disebut analisis cluster, adalah teknik statistik terkenal yang membantu mengelompokkan / mengklasifikasikan objek dalam satu atap dan Binance sekarang menggunakannya untuk menjelajahi 30 cryptoassets teratas yang diambil dari CoinMarketCap.
The laporan , yang berjudul, “Pengkategorian Cryptoassets: A Return-Driven Analisis cluster,” berfokus pada korelasi antara cryptocurrencies dari segi harga.
Penelitian menunjukkan bahwa berdasarkan pengembalian mingguan, cryptoasset besar seperti Bitcoin dan Ethereum menunjukkan korelasi tertinggi, tetapi XRP menampilkan korelasi yang lebih rendah dan merupakan pengecualian sebagai penyelam terbaik di antara aset digital dengan kapitalisasi pasar di atas $ 3 miliar.
Garpu Bitcoin ( Emas dan Uang Tunai ), Ethereum Classic, dan Litecoin membentuk satu gugus sedangkan kelompok potensial lain di sekitar efek yang berbeda. Salah satunya adalah apa yang mereka sebut "efek Binance" yang mencakup cryptos sebagai Tezos dan Dogecoin , dua aset yang tidak terdaftar di Binance dan masing-masing membentuk satu kelompok anak.
Juga, ada efek geografis potensial seperti dikotomi antara cryptoasset Amerika dan Asia. Sebagai contoh, tercatat dalam penelitian bahwa Qtum (QTUM), Cardano (ADA), NEO dan OmiseGo (OMG) semuanya berbasis di Asia “dan sebagian besar pemegang koin mereka berlokasi di wilayah ini”.
Sebagai kontras - dan dasar dikotomi - XRP, tim BAT dan Dogecoin (DOGE) dan investor “berlokasi di Amerika”.
Ada juga yang disebut " efek daftar Coinbase " di mana beberapa aset yang dilaporkan terdaftar atau diselidiki oleh Coinbase tampaknya milik kelompok serupa. Sebagai contoh, selama masa studi, Coinbase mencantumkan XRP, Basic attention token (BAT) dan Zcoin (ZEC), yang berakhir di subkelompok umum, memberikan anggapan bahwa koin dapat menunjukkan tren yang sama dalam kondisi pasar yang sama .
Juga, Binance mencatat bahwa beberapa koin privasi seperti Dash dan Monero juga membentuk satu cluster.
Namun mereka menyoroti bahwa korelasinya sangat tinggi di antara aset digital berkapitalisasi besar.
Ether dan Bitcoin juga menunjukkan korelasi yang sangat tinggi (0,872) antara satu sama lain dan aset POW menunjukkan korelasi yang lebih tinggi satu sama lain daripada dengan aset non-POW.
Dogecoin (DOGE), Tezos (XTZ), XRP menunjukkan korelasi terendah dengan aset digital lainnya selama periode satu tahun ini. Khususnya, XRP kurang berkorelasi dalam jangka panjang dari apa yang analisis kami sebelumnya sarankan di beberapa periode waktu 3 bulan, menggunakan pengembalian harian.
XRP, menurut penelitian, sangat berkorelasi dengan Stellar (0,73). Sementara Stellar pada awalnya dibangun di atas protokol Ripple, kodenya dengan cepat bercabang dua dan diganti. Pada hari ini, kode Stellar dan XRP tidak bergantung pada inti bersama yang sama. Namun dua aset digital ini masih memiliki beberapa kesamaan karena keduanya bertujuan untuk “membentuk kembali industri pengiriman uang global.”
Pedagang terkenal Peter Brandt mengatakan kepada 269.000 pengikut Twitternya minggu ini bahwa “lakukan atau matinya waktu bagi pemegang tas XRP” sebagai token yang berpegang pada dukungan pada $ 0,29.
Untuk saat ini, XRP masih menggantung cukup rendah, bahkan setelah dukungan dari Bank Dunia yang menggambarkan xRapid Ripple sebagai "solusi dunia nyata" yang sedang "diuji secara aktif". Masalah yang jelas adalah cloud pengaturan yang masih tergantung pada aset mengenai apakah US SEC mengaturnya sebagai token utilitas atau keamanan, dengan klaim Ripple bahwa itu bukan pencipta XRP yang mungkin sulit dipertahankan.
Menurut pengakuan Binance sendiri, meskipun ada beberapa pengelompokan yang mencolok yang mungkin mengarah ke hubungan yang lebih dalam di luar korelasi pengembalian mingguan, yang akan membutuhkan input data dari karakteristik aset lain.
Para peneliti mengatakan bahwa pendekatan mereka harus diperluas untuk memasukkan kapitalisasi pasar, volume dan rasio turnover. Input lain untuk analisis klaster dapat mencakup hashrate, alamat aktif, throughput transaksi dan node aktif juga.
Kurangnya data fundamental semacam itu yang tersedia untuk saham, seperti pendapatan dan laba, berarti metrik jaringan akan menjadi cara utama di mana analisis cluster dapat ditingkatkan.
“Sementara beberapa hasil tampaknya konsisten dengan pendekatan fundamental yang ditentukan industri, kesulitan menemukan data yang dapat dipercaya dapat menahan investor dari menyelesaikan analisis menyeluruh tentang topik ini. Sebagai perbandingan, pasar ekuitas tradisional menawarkan banyak metrik (misalnya rasio P / E, omset, ROE) yang secara rutin digunakan dalam laporan penelitian, ”seperti yang dijelaskan oleh penulis.
IKLAN BANNER
