Mitől függ a bitcoin és a kriptoeszközök ára/jövőbeni hozama?

A címbeli kérdésre nagyon sok szakértőnek van válasza. Például a népszerűség mozgatja az árakat, a figyelemvezérelt vételi nyomás, de egyesek szerint a hálózathasználat, a felhasználók száma adja az értéket, így ez határozza meg a bitcoin hozamát. Megint más szakértők különböző tőzsdei indikátorokat alkalmaznak, és ezekkel próbálják a jövőbeni árat meghatározni. Vannak, akik a chipgyártókat, a félvezetőgyártókat is figyelik, és azokból próbálják meghatározni a bitcoin jövőbeni árváltozását. A tapasztaltabb kereskedők ilyenkor felteszik magukban a kérdés, hogy van-e a fentiek közül bármelyik működésére bizonyíték, hiszen lassan már 10 éve kereskedhetünk a bitcoinnal, így a múltbeli adatokon teszteket végezhetünk. Mivel erről kevesebb szó esik, így most hiánypótlásként összegyűjtjük azokat a tényezőket, melyek a bitcoin és más kriptoeszközök árára, jövőbeni hozamára hatást gyakorolnak, és van mögöttük bizonyíték. A cikkünk második felében folyamatosan frissítve a témával kapcsolatos új kutatások eredményei olvashatók el. Témáink:

• A bitcoin jövőbeni hozama és a részvénypiaci modellek
• A bitcoin ára és a devizapiac, nemesfémek
• A bitcoin ára és a markoadatok
• Kriptovaluta momentum
• A figyelemvezérlet vételi nyomás létezik?
• Chipgyártók és a bitcoin ára: Van összefüggés?
• Milyen tényezők mozgatják a 110 kriptovaluta árfolyamát? (2023)
• A kriptopiacon uralkodó hangulat és a jövőbeni hozam (2024)
• A bitcoin, ethereum, litecoin és dogecoin hozamára ható tényezők (2024)
• Milyen típusú hírek mozgatják jobban a kriptopiacot? (2025)

A bitcoin jövőbeni hozama és a részvénypiaci modellek

A kezdeti időszakban sokan azt gondolták, hogy a bitcoin jövőbeni hozamát ugyanazok a tényezők adják, mint egy részvény hozamát. Ezek a vizsgálatok alapvetően a CAPM modellen alapultak, melynek lényege, hogy a részvényekkel elérhető hozam nagyrészt a részvény volatilitásán (béta) múlik, és kisebb részt számos további tényező határozza meg egy részvény hozamát:

A CAPM eredeti képlete: ER_i=R_f+β_i(ER_m-R_f)

Jelölések:

• ER_i: a befektetés/részvény várható hozama
• R_f: kockázatmentes kamat
• β_i: a portfólió, részvény bétája
• (ER_m-R_f): a részvénypiac kockázati prémiuma, azaz részvénypiac hozama - kockázatmentes hozam.

Nem kell ettől a képlettől megijedni. Nincs itt szó másról, mint arról, hogy egy tetszőleges részvény, vagy részvényekből álló portfólió hozama a kockázatmentes hozamból, a részvénypiac kockázati prémiumából tevődik össze, ahol a kockázati prémiumot korrigáljuk a részvény részvénypiachoz viszonyított kockázatával (bétával). Ha volatilisebb, kockázatosabb a részvény a piachoz (tőzsdeindexhez) képest, akkor a kockázati prémium nagyobb lesz, ha kevésbé volatilis, akkor kisebb. A volatilitást több módon is mérhetjük a tőzsdén, de gyakori, hogy a bétát (részletesen: béta-anomália) használják erre a célra a kereskedők, mely bármely részvény esetében leolvasható a legtöbb részvényszűrő programban. Értelmezése eszerint:

• Ha egy befektetési eszköznek, részvénynek a bétája 1, akkor a kockázata pontosan megegyezik a piaci kockázattal, a tőzsdeindex kockázatával.
• Ha 1-nél nagyobb a béta, akkor a vizsgált részvény volatilisebb a piacnál, nagyobb a kockázata. Például 1,16-os béta esetén a vizsgált részvény 16 százalékkal volatilisebb, kockázatosabb a piacnál.
• Ha 1-nél kisebb a béta, akkor a vizsgált részvény a piachoz képest kevésbé volatilis, kisebb a kockázata, azaz kisebb az árfolyamkilengése.
• 0 béta esetén a részvény nincs korrelációban a piaccal.
• Negatív béta pedig azt jelenti, hogy a részvény, befektetési eszköz a piaccal ellentétesen mozog.

A bitcoin volatiltása igaz, hogy jelentős, lásd alábbi grafikonon, de még így is jelentős abnormális hozamot mutat a CAPM, azaz számos más tényező felelős a bitcoin jövőbeni hozamáért.

forrás: Verdad

A vizsgálatokban az sem hozott előrelépést, hogy a CAPM legújabb öttényezős változatát használjuk, sőt egyes kutatások 155 további, a részvények jövőbeni hozamát meghatározó tényezőt is megvizsgált, de nem találtak olyan tényezőket, melyek jelentős hatást gyakoroltak a bitcoin jövőbeni árára. Azt láthatjuk tehát, hogy a részvények jövőbeni hozamára hatást gyakorló tényezők nagy része nincs összefüggésben a bitcoin hozamával. Az alábbi táblázatból az derül ki, hogy mind a CAPM, mind a bővített változatainak (3-Fac -  6-Fac, magyarázat itt) vizsgálata esetén jelentős az alpha, azaz az a hozamrész, melyre nincs magyarázat, nevezhetjük ezt abnormális hozamnak.

forrás: Risks and Returns of Cryptocurrency

Hasonló vizsgálatokat végeztek el a ripple, az ethereum vizsgálatával, de ezeknél a kriptovalutáknál is jelentős az alpha.

A bitcoin ára és a devizapiac, nemesfémek

A bitcoin nem részvény, így a hozamára nincsenek hatással a részvénypiaci tényezők. Egyes vélemények szerint a bitcoin inkább egy fizetési eszköz, egy valuta, így nézzük inkább meg azt, hogy a fiat devizák árváltozása alakítja-e a jövőbeni hozamot. Ahogy az alábbi táblázatból kiderül, a bitcoin jövőbeni hozama és a devizapiaci változása között nincs nagy összefüggés, az alpha továbbra is jelentős.

forrás: Risks and Returns of Cryptocurrency

Egyes vélemények szerint a bitcoin inkább olyan, mint az arany, egy digitális arany. Ugyanakkor az alábbi táblázatból kiderül, hogy alapvetően nincs összefüggés az arany, az ezüst, a platina ára és a bitcoin ára között.

forrás: Risks and Returns of Cryptocurrency

A bitcoin ára és a markoadatok

Lépjünk tovább a gazdasági mutatókra (például tartós javak fogyasztása , nem tartós javak fogyasztása, ipari termelés növekedése, jövedelemnövekedés), vajon ezeknek a változása hatással lehet a bitcoin jövőbeni hozamára? Ha a táblázatot megnézzük, akkor látható, hogy nincs statisztikailag szignifikáns bizonyíték arra, hogy a fenti tényezők hatással lennének az árra.

forrás: Risks and Returns of Cryptocurrency

Kriptovaluta momentum

Az első legerősebb tényező, mely a bitcoin árára hatás gyakorol az a momentum. A momentum-hatásról korábban már beszéltünk a tőzsdék vonatkozásában (lásd itt), de a kriptopiaci momentum témát is érintettük már, például kriptopiaci trendkövető stratégiák, és kriptopiaci momentum-hatás. A bitcoin esetében az adott napi hozam pozitívan, és statisztikailag szignifikánsan jelzi előre a következő 1,3,5,6 nap hozamát. A heti hozamok vizsgálata esetében hasonló eredményeket tapasztalunk, azaz az adott hét hozama pozitívan és statisztikailag szignifikánsan jelzi előre a következő 2,3,4 hét hozamát. Ezek az adatot azt jelzik, hogy egy emelkedő nap és a következő 1-6 nap hozama között pozitív a korreláció, és ugyanez igaz hetes összevetésben is.

Az alábbi grafikonon a múltbeli időszakon (2013-2018 között) az összes hét adatait összegyűjtötték, és öt kategóriába osztották a heti hozamok alapján. A Low kategóriába kerültek a legalacsonyabb hozamú hetek, az 5-ös kategóriába a legmagasabb hozamú hetek kerültek. Ezt a Formation Return sorban is ellenőrizheted, ahol az átlaghozam látható. Ezt követően megvizsgálták a következő hét (R^t+1) és a következő két hét (R^t+2) időszakok egységnyi kockázatra eső többlethozamait (sharpe ráta), és ebből jól látható, hogy a magasabb hozamú heteket, magasabb hozamú időszakok követik. A táblázatban nincs bent a következő három és következő négy hét esete, de ezeknél hasonlóan megfigyelhető a momentum.

forrás: Risks and Returns of Cryptocurrency

A figyelemvezérlet vételi nyomás létezik?

A kriptovaluták spekulatív termékek, így az árfolyamát, a jövőbeni hozamot az határozza meg, hogy a befektetők körében mennyire népszerű. A kutatásban ehhez a google trend eszközét használták, melyből kideríthető a bitcoin szóra indított keresések száma. A témáról bővebben itt beszéltünk. A vizsgálatból kiderül, hogy a keresések számának növekedése és a következő 1,2 hét hozama között pozitív és statisztikailag szignifikáns kapcsolat van. Az alábbi táblázatban a momentumnál tárgyalt bontást látod, azaz az összes napot csoportosították aszerint, hogy a google keresések száma magas vagy alacsony volt. A Low kategóriában az összes olyan napot találod, amikor alacsony volt a keresések száma. Ezekben az időszakokban a következő napi (R t+2) hozam alacsony (sharpe alapján mérve). Ugyanakkor a magas keresési forgalom időszakában (5-ös jelölés) a következő napi hozam magasabb. A fentiek igazak a következő 2,3,4 napos időszakban.

És a következő 1,2,3,4 hétre is igaz, azaz a befektetői figyelem egy fontos tényezője a bitcoin hozamának.

A fentiek nem csak a google keresések esetében mutathatók ki, hanem a bitcoin téma Twitteren mért népszerűsége, és a következő 1-7 nap, illetve következő 1-4 hét között is pozitív  a korreláció. Egy másik vizsgálatban a „bitcoin hack” és a „bitcoin” kifejezések gyakoriságának hányadosát vetették össze a bitcoin jövőbeni hozamával. Eszerint ha többen kerestek rá a „bitcoin hack” kifejezésre, mint a „bitcoin” kifejezésre, akkor a hányados értéke növekedett. Az adatokból kiderül (lásd alábbi táblázat), hogy a hányados értéke és a bitcoin jövőbeni hozama között negatív kapcsolat fedezhető fel (ez is statisztikailag szignifikáns).

Ha tehát növekszik az aránya a negatív hírek iránt érdeklődőknek (bitcoin hack), akkor a következő időszakban alacsonyabbak a hozamok a bitcoin piacán.

Chipgyártók és a bitcoin ára: Van összefüggés?

Egyes vélemények szerint a chipgyártók, félvezetőgyártók, az elektronika-ipar, az áramtermelés iparágak részvényeinek árfolyama és a bitcoin árfolyama között is van kapcsolat. Ugyanakkor ez a múltbeli adatokon nem bizonyítható. Ahogy ez az alábbi táblázatból is kiderül, nincs statisztikailag szignifikáns kapcsolat, a bitcoin árára nem gyakorolnak ezek a tényezők hatást.

Összegezve a fentieket a bitcoin jövőbeni hozama alapvetően nincs összefüggésben azokkal a tényezőkkel, melyek a részvények hozamát meghatározzák, és a devizákkal, nemesfémekkel összevetve sem találunk fontos tényezőket. Egész egyszerűen ezek nincsenek összefüggésben a bitcoin jövőbeni hozamával, vagy nem bizonyítható (nem statisztikailag szignifikáns). A vizsgálatból az is kiderül, hogy a chipgyártók, az elektronikai ipar, a pénzügyi cégek és számos más iparág részvényeinek árváltozása nem jelzi előre a bitcoin árváltozását. Alapvetően két tényező előrejelző szerepére vannak erős bizonyítékok. Az egyik a momentum, a másik a befektetői figyelem. Egy másik vizsgálat eredménye hasonló eredményre jutott, lásd alábbi táblázatot. Itt a bitcoin következő 30 napos (jövőbeni) hozamával összefüggésbe hozható tényezők az alábbiak voltak:

• Az előző 30 nap momentuma
• A bányászoknál levő bitcoin mennyisége
• Aktív felhasználók száma
• A tranzakciók száma

forrás: Verdad Research

A fenti adatokból kiderül, hogy az előző harminc nap hozama és a következő harminc nap hozama között pozitív kapcsolat van (fentebb részletezett módon). Ahogy a bányászoknál levő bitcoin mennyiség és a bitcoin jövőbeni hozama, illetve az aktív felhasználók száma között is pozitív a kapcsolat. A bányászoknál levő bitcoin mennyiség növekedése azért hat pozitívan a jövőbeni hozamra, mert ez azt jelzi, hogy a bányászok nem adták el a bitcoint, így kevesebb az eladó mennyiség, az árfolyam könnyebben tud emelkedni. Az aktív felhasználók számának növekedése és a magasabb jövőbeni hozam teljesen logikus, de érdekes módon a tranzakciók növekvő száma alacsonyabb jövőbeni hozamot eredményezett, azaz itt negatív a kapcsolat. Mindegyik tényező statisztikailag szignifikáns. A folytatásban a témával kapcsolatos új kutatások eredményei olvashatók el.

Milyen tényezők mozgatják a 110 kriptovaluta árfolyamát? (2023)

A témával kapcsolatos új tanulmányban 2014-2021 közötti időszakon 110 kriptovalután vizsgáltak (részletes lista a kriptoeszközöről a hivatkozott anyag 35. oldalán) meg 23 tényezőt, melyből 8 a részvénypiachoz, 8 a devizapiachoz, 6 az árupiacokhoz, és 3 a makrogazdasági kilátásokkal függött össze. Ezeknek a tényezőknek a lényege, hogy változása bizonyos fokig előrejelzi, hatást gyakorol az eszköz jövőbeni árára. Részvénypiaci tényezőkre tipikus példa, a részvénypiac kockázati prémiuma, a size, a value, a jövedelmezőség, az Fama-French öttényezős modell (magyarázat itt).

A fentiek mellett az S&P500, a VIX, a dollár index, USD/EUR, és árupiaci termékeket alkotó indexek, az arany, az ezüst is a vizsgált tényezők közé tartozott. A dollár index és a VIX mellett az asset growth a harmadik olyan tényező, melyek kriptoeszközök értékelhető hányadán (23%) negatív korrelációt mutat. Az összes többi részvénypiaci tényező esetében a kriptoeszközöknek csak a szűkebb köre, néhány százaléka mutat erős pozitív vagy negatív korrelációt.

A vizsgálat eredményei alapvetően megerősítik a korábbi tanulmányokat (lásd fentebb), melyek szerint a hagyományos eszközárazásában fontos szerepet betöltő tényezők nagy része jelentéktelen a kriptovaluták piacán. Az alábbi képen nem idősoros, hanem keresztmetszeti vizsgálatok eredményét látjuk. Az S&P500 esetében a látottak azt jelzik, hogy azok a kriptoeszközök, melyek kevésbé érzékenyek a részvénypiaci hatásokra felülteljesítik azokat a kriptovalutákat, melyek érzékenyek a részvénypiaci változásokra.

Forrás: Assamoi, Ekponon, 2024

Ha keresztmetszeti regressziós vizsgálatot végzünk, akkor az derül ki, hogy a részvénypiac kockázati prémiuma (S&P500) és a részvénypiac volatilitása (VIX index) korrelációt mutat a kriptoeszközökkel, ugyanakkor a kriptoeszközök 65 százaléka teljesen együttmozog (nincs előrejelző hatás) a részvénypiaccal, 23 százalékuk esetében negatív korreláció mutatható ki a részvénypiac volatilitásával (VIX) szemben. A fentiek tehát arról árulkodnak, hogy a kriptoeszközök jelentős része gyakorlatilag együtt mozog a részvénypiaccal.

A devizapiaci vizsgálatok alapján azt láthatjuk, hogy a kriptoeszközök 25 százaléka negatív korrelációt mutat a dollár indexszel. Ez különösen akkor figyelhető meg, amikor a dollár gyengül. Ekkor a kriptoeszközök erősödnek. Ezek az az eredmények megerősítik, hogy a dollár és a kriptoeszközök piaca között van kapcsolat. Az árupiaci tényezőket vizsgálva még szorosabb kapcsolatok figyelhetők meg. A vizsgált 110 kriptoeszköz 51 százaléka erős pozitív korrelációt mutat a bloomberg árupiaci (BCOM) indexével, mely 23 árupiaci termék árát követi. A fentiektől eltérő hatásokat tapasztalhatunk, ha a nemesfémeket vizsgáljuk. Ugyanis az arany és ezüst árváltozása negatívan korrelál a kriptoeszközök hozamával a keresztmetszeti vizsgálatokban. Ez tehát azt jelenti, hogy azok a kriptodevizák, melyek kevésbé érzékenyek az arany vagy az ezüst árváltozására (fenti grafikonon alacsony béta) felülteljesítik azokat az eszközöket, melyek érzékenyebbek az arany, ezüst árváltozására (magas béta). A fentiek mellett a tanulmányban a politikai és makrogazdasági kockázatok (EPU indexszel mérve, lásd itt ) változását is vizsgálták. Ezek az adatok azt mutatják, hogy a fenti kockázati tényezők nem gyakorolnak jelentős hatást a kriptopiacra, azaz ezek gyorsan árazódnak, árazva vannak az eszközökben.

Összegezve a fentieket, azt láthatjuk, hogy a kriptoeszközök csoportján belül jelentős különbségek vannak az egyes eszközök között. Sok olyan eszköz azonosítható, melyek árazását jobban befolyásolják a hagyományos piacok (részvénypiac, devizapiac, árupiacok), de számos olyan kriptoeszköz azonosítható, melyek kevésbé vannak kitéve ezeknek a hatásoknak. Az összesített vizsgálatok azt mutatják, hogy a kriptopiac alacsony korrelációt mutat a részvénypiaccal, a nemesfémekkel, de magasabb korrelációt állapíthatunk meg a dollár-indexszel és a VIX-indexszel, illetve növekvő makrogazdasági kockázatok időszakában magasabb hozam figyelhető meg a kriptopiacon. Arra is láthatunk példát, hogy long-short stratégiákban kihasználható a kriptoeszközök hagyományos eszközökre vonatkozó, eltérő érzékenysége. Ez példaképpen azt jelentené, hogy short-pozíciót veszünk fel azokon a kriptoeszközökön, melyek érzékenyek az arany árváltozására (magas béta), és long-pozíciót nyitunk azokon az eszközökön, melyek kevésbé érzékenyek erre a tényezőre

A kriptopiacon uralkodó hangulat és a jövőbeni hozam (2024)

Az An Anatomy of Cryptocurrency Sentiment cím alatt elérhető vizsgálatban a Refinitiv egyik, MarketPsych Analytics név alatt elérhető szolgáltatását használták fel. A Refinitiv ezen szolgáltatása több, mint 6000 forrásból tájékozódik a gazdasági média és a közösségi média területéről, és automatikus szövegfeldolgozás segítségével állapítja meg különböző befektetési eszközök piacán kialakuló hangulatot egy pontrendszeres skála segítségével. Ez az automatikus szövegfeldolgozás gyakorlatilag a ChatGPT kezdetleges változata, mely nem képes betanítva értelmezni a szöveget, és abból a hangulatot megállapítani, hanem előre meghatározott szótárak, és azokhoz rendelt súlyozás révén állapítja meg a befektetői hangulatot. Egy korábbi cikkünkben már beszéltünk arról, hogy a fejlett nyelvi modellek, mint a ChatGPT, illetve annak pénzügyekre betanított változata (Bert) sokkal hatékonyabb ezekre a feladatokra. Mindenesetre a Reinitiv megoldását széles körben használják különböző cégek. Mutatok egy példát, nézzük meg az alábbi két mondatot:

• Hír 1: A Nissan várhatóan jelentősen felülmúlja az elemzői várakozásokat a negyedéves nyereségre vonatkozóan annak ellenére, hogy elnöke letartóztatásba helyezték.
• Hír 2: A Nissan nyereségadata nem fog csalódást kelteni

A fenti közzétételek alapján az algoritmus név alapján be tudja azonosítani, hogy a Nissan nevű társaságról van szó. A szövegben található nyereség, nyereségadat kifejezés a betáplált adatok alapján társításra kerül a gyorsjelentésekkel. Az algoritmus szótárában levő „felülmúlja”, és „nem fog csalódást” kifejezések pozitívként kerülnek értékelésre, a „letartóztatás” a negatív szavak szótárában szerepel, így a fentieket figyelembe véve a pozitív szavakhoz és a negatív szavakhoz is rendel egy értéket, és így jelenik meg egy pontszám a részvény piacán uralkodó hangulattal kapcsolatban.

A Refinitiv számos befektetési eszközzel kapcsolatban szolgáltat adatokat, de ebben a vizsgálatban a kriptopiacra fókuszáltak, és 267 kriptoeszköz árazásának változását vetették össze a befektetői hangulat ingadozásával. A befektetői hangulat ingadozása az átlagtól történő eltéréssel mérhető, azaz ha az átlagoshoz képest a befektetési eszköz hangulatát mérő pontérték megemelkedik, akkor pozitív a hangulat, ha az átlaghoz képest csökken a pontérték, akkor negatív a hangulat. Jellemzően az ilyen helyzetekben a szélső, ritka eseményeket társítják a befektetői hangulat jelentős megváltozásával. Ha rápillantunk az alábbi eloszlás görbére, akkor érthetővé válik a hangulat-mérés módszere. Ha normális eloszlást feltételezünk, akkor az adatok többsége az átlag körül szóródik, de az adatok harmada az átlagtól mért szórás egyszeres távolságán túl, az adatok 5 százaléka pedig a kétszeres szórás tartományán esik kívül (további magyarázat itt).

 

Egy egyszerű példával szemléltetve, tegyük fel, hogy a befektetési eszköz elmúlt 30 napján vizsgálva a hangulat átlagos értéke 23 pont volt, az adatsor szórása 5. Ebben a helyzetben várhatóan az összes adat kétharmada a 18-28-as tartományon (átlag +- 5) belül, míg az összes adat 95 százaléka a 13-33 tartományon belül (átlag +-10) szóródik. Ha tehát a befektetési eszköz piacán a hangulat 33-as érték fölé vagy 13-as érték alá esik, akkor azt mondhatjuk, hogy egy rendkívül ritka, a múltbeli adatokon az esetek 5 százalékában előforduló eseményt látunk, azaz túlzottan optimista (33-as érték felett) vagy túlzottan pesszimista (13-as érték alatt) a piaci hangulat. A fenti elveket alkalmazva 2018-tól kezdődően 267 kriptoeszköz piacát vizsgálták meg. Ez összesítve 160.053 és 89.028 esetet jelent, és ahogy a táblázatból is kiderül a híreket és a közösségi médiát külön vizsgálták, lásd Sentm^Social és Sentm^News sorok (Mean az átlag, SD a szórás).

A szisztematikus vizsgálatok azt mutatják, hogy a közösségi médián alapuló hangulatindikátor statisztikailag szignifikánsan jelzi előre a következő napi hozamot a kriptoeszközök piacán. Az alábbi táblázatból látható, hogy pozitív az összefüggés a közösségi médiában mért hangulatváltozása és a következő napi hozam között. A zárójelben szereplő érték (2,67) jelzi, hogy statisztikailag szignifikáns a vizsgálat. A hírek esetében is pozitív együtthatót láthatunk, de a vizsgálat nem statisztikailag szignifikáns (0,71 < 2), azaz akár a véletlen, az adatokban szereplő zaj is eredményezhette az összefüggést. Mindenesetre a teljes mintán nézve, ha a befektetői hangulat egy szórásnyit megnövekszik, akkor ez 6 bázispont (0,06%) hozamnövekedést eredményez a következő napon. Ez természetesen nem jelentős érték, de itt az időszaki összes eset, összes kriptoeszközén mért átlag látható. Egyedi esetekben jelentős eltérés tapasztalható.

Érdekessége az adatoknak, hogy a hírek árfolyamra gyakorolt hatása kimutathatatlan, melyre több magyarázat is létezik. Az egyik, hogy kevés gazdasági hírt dolgoztak fel és ez eredményezte az összefüggés hiányát. A másik lehetséges ok, hogy a gazdasági újságokban sokkal tényszerűbben fogalmaznak, mint a közösségi médiában, ahol sokkal inkább a pozitív tényezőket emelik ki.

A fentiek miatt további kiegészítő vizsgálatokat is végeztek, de ez alapvetően nem változtatott az eredeti eredményeken, azaz több millió újságcikk és közösségi médiában közzétett bejegyzés automatikus feldolgozása azt mutatja, hogy a kriptoeszközök piacán a hangulat változása és a következő időszak hozama között pozitív a kapcsolat. Ugyanakkor a gazdasági újságokban mért piaci hangulat alapján ez az összefüggés nem mutatható ki, és sokkal inkább a közösségi médiában mért piaci hangulat a meghatározó. A fentieken túl a fundamentális eseményeknek is hatása van a piaci hangulatra. Ilyen fundamentális események a tranzakciók végrehajtásának gyorsasága, fejlesztések, a kriptoeszközök elfogadottsága, a technológiai innovációk. Ezek a hírek pozitívan befolyásolják a hangulatot, de nem magyarázzák meg teljes mértékben, azaz a pozitív hangulat kialakulásának más tényezői is vannak. Mindezek tehát azt jelentik, hogy ha a kriptoeszközök piacán rövid távon kereskedünk, akkor a közösségi médiában megjelenő hírek, és az ezekből lemérhető hangulat változása hasznos információ lehet a kereskedő számára.

A bitcoin, ethereum, litecoin és dogecoin hozamára ható tényezők (2024)

A témában megjelent, Junayed et al. (2024) által készített vizsgáltban a bitcoin mellett az ethereum, litecoin és dogecoin kriptoeszközök árfolyamára, jövőbeni hozamára hatást gyakorló tényezőket kutatták 2018. májusa és 2022. szeptembere közötti időszakon. A szerzők szerint a négy legnagyobb kriptoeszközből generált, kapitalizáció szerint súlyozott index vizsgálata azért célravezetőbb, mert önmagában a bitcoinra fókuszálva a kriptopiacon belüli kapcsolatokat figyelmen kívül hagyná vizsgálatuk. Tanulmányukban a témában megjelent legfontosabb, a kriptoeszközök árazására hatást gyakorló tényezőket vizsgálták meg. Ezek az alábbiak:

• A kriptopénzek hozama és tranzakciószám változása között pozitív a kapcsolat.
• A kriptopénzek hozama és a teljes kínálat változása között negatív a kapcsolat.
• A kriptopénzek hozama és a kriptoeszköz forgási sebessége között negatív a kapcsolat.
• A kriptopénzek hozama és a fiat devizák árváltozása között pozitív a kapcsolat
• A kriptopénzek hozama és a részvénypiaci hozamok között pozitív a kapcsolat
• A kriptopénzek hozama és a fiat devizák bid-ask spredjének változása között pozitív a kapcsolat.
• A kriptopénzek hozama és az olajár változása között pozitív a kapcsolat.
• A kriptopénzek hozama és a befektetői figyelem között pozitív a kapcsolat.
• A kriptopénzek hozama és a gazdasági bizonytalanság (EPU index) között pozitív a kapcsolat.

Az alábbi táblázat szerint a fejlett országok valutáiból összerakott (GDP szerint súlyozva) devizapiaci index (AECI) és a fenti négy kripoteszközből (bitcoin, ethereum, litecoin, dogecoin) összerakott kriptoindex hozama között pozitív kapcsolat figyelhető meg, melynek statisztikailag szignifikáns regressziós együtthatója 1,317. Tehát a fejlett országok valutáinak árváltozása pozitívan hat a kriptopiacra. Hasonlóan pozitív (de alacsonyabb regressziós együtthatóval 0,36) kapcsolat mutatható ki az olajár változása (Poil) és a kriptoindex hozama között, ahogy a kriptoeszközök tranzakciószámának (NOT) változása és a kriptoeszközök hozama között is megállapítható ez. Ugyanakkor a kriptoeszközök forgási sebessége (Velocity, mely a halmozott tranzakcióméret és a kriptoeszköz kínálati mennyiségének hányadosa) és a hozam között negatív kapcsolat figyelhető meg. Ennek a négy tényezőnek a figyelembe vétele 14,85 százalékos magyarázóerővel bír a kriptoindex hozamára vonatkozóan. Ez nem tekinthető jelentősnek, azaz ha önmagában a fenti négy tényezőből jeleznék előre a kriptoindex jövőbeni hozamát, akkor jelentős eltérésre számíthatunk a tény és az előrejelzett érték között.

Forrás: Junayed et al. (2024)

A táblázat második oszlopától kezdve további magyarázó tényezőket adunk hozzá a regresszióhoz, így a gazdasági bizonytalanság (3CP jelöléssel, mely az EPU index, lásd itt) és a kriptopiaci hozamok közötti negatív kapcsolatról árulkodik, de csak 10 százalékos szignifikancia szint mellett. Ennek a tényezőnek a figyelembevétele csak kismértékben javítja (15,65%) a magyarázóerőt. Hasonlóan negatív kapcsolatot mérhetünk a fejlett országok devizáinak bid-ask spread és a kriptoeszközök jövőbeni hozama esetén (BAS-AEC), ahogy a kriptopiaci figyelem (Comments, Redit fóruma alapján) növekedése is alacsonyabb jövőbeni hozamot jelez. A részvénypiac esetében (BSM_R) esetében pozitív kapcsolatot látunk, de a részvénypiaci hozamok szoros korrelációt mutatnak az AECI és Poil változókkal, azaz az erős multikolinearitás miatt nem javítja a magyarázóerőt. Ahogy látható a táblázat további oszlopaiban, az új tényezők (IR_Announce: Fed kamatdöntés, War_D: orosz ukrán háború előtti, utáni időszak, Covid-19: koronavírus járvány hatása) nem tudják érdemben növelni a regresszió magyarázóerejét (Adjusted R-Squared sorban), és ezekre a változókra nincs statisztikailag szignifikáns eredmény (zárójeles értékek alapján).

Összességében, 5 százalékos szignifikancia szint mellett a kriptoeszközök hozama és a fejlett országok GDP-vel súlyozott devizaindexe, az olajár, és a tranzakciószám között pozitív, a forgási sebességgel negatív kapcsolat mutatható ki. Az összes többi tényező inszignifikáns (5 százalékos szinten) és nem javítja érdemben a magyarázóerőt.

A Bitcoin Price Factors: Natural Language Processing Approach című vizsgálatban 2013 és 2021 közötti időszakon dolgozták fel a cointelegraph.com oldalon megjelenő híreket. Ez az oldal az elmúlt években gyakorlatilag a három legforgalmasabb kriptohír oldal közé tartozott, egy átlagos hónapban 17 millióan olvassák a portálon megjelenő híreket. A vizsgálat tehát az időszak alatt a cointelegraph.com oldalon megjelenő összes hír feldolgozását jelenti az ún. natural language processing (NLP) módszerrel. Az NLP egy olyan algoritmus, mely képes a híreket a tartalmunk szerint szétválasztani. A fentiek tekintetében jól elkülöníthetők a múltat leíró, ún. endogén hírek és a jövőbe mutató exogén hírek. Az endogén hírek tipikus példája az előző napok, hetek árfolyam-elmozdulását tárgyaló hírek, míg az exogén hírekre jó példa a blokklánc technológia fejlődésével vagy a szabályozó hatóságok lépéseivel kapcsolatos hírek, melyek sokkal inkább mutatnak a jövőbe, mint az exogén hírek. A fentiek természetesen nem azt jelentik, hogy a múltat tárgyaló endogén hírek nem gyakorolnak hatást az árfolyamra, hiszen a figyelemvezérelt vételi nyomás alapját jellemzően a múltbeli hozam, és annak a médiában történő megjelenése vezérli. Ezzel a hatással függ össze a momentum is, azaz a közelmúlt teljesítménye bizonyos fokig megjósolja a közeljövő teljesítményét is.

Az endogén híreknek alapvetően két típusa van:

• Past Price: Azok a hírek, melyek beszámolnak az előző órák/napok/hetek ármozgásáról.
• Price Predictions: Azok a hírek, melyek a jövőre vonatkozó célárakat, előrejelzéseket fogalmaznak meg.

Az exogén hírek hatásait különböző kategóriákra bontva vizsgálták a fenti kutatásban. Ezek az alábbiak voltak:

• Technológia: hírek a blokklánc technológiával kapcsolatosan, például bányászati tevékenység, hekkertámadások, hardver és szoftver információk.
• Regulation: Ezek a hírek a kriptoeszközök szabályozásával, hatósági hozzáállással, betiltásokkal kapcsolatosak.
• Macro: Ezek a hírek az aktuális gazdasági helyzettel, globális eseményekkel foglalkoznak. Az események nem kapcsolódnak közvetlenül a kriptovilághoz, de a piaci szereplők szerint hatást gyakorol a kriptovaluták árazására, például infláció, járvány, központi bankok döntései, háborúk stb..
• Adoption: Ebben a körbe azok a hírek tartoznak, melyek a kriptoeszközök, a blokklánctechnológia közösségi és hatósági elfogadottságával függnek össze.

 A fenti kategorizáláshoz hozzátartozik az is, hogy megvizsgáljuk, a hír pozitív vagy negatív a kriptopiacra nézve. További kérdés, hogy ha pozitív hírek érkeznek, akkor ezek gyakorolnak-e pozitív hatást a bitcoin árfolyamára, illetve negatív hírek esetén tapasztalhatunk-e negatív árhatást. Nézzük ezeket is.

Milyen típusú hírek mozgatják jobban a kriptopiacot? (2025)

Az alábbi grafikonon kék színnel látható a heti látogatottsága a cointelegraph.com oldalnak, és ezzel párhuzamosan követhetjük a bitcoin árfolyamát (sárga színnel). A grafikon alapján egyértelműen kiderül, hogy szoros korreláció van a látogatottság és az árfolyam között. Ez az alapja, a más kutatások által is megállapított, figyelem-vezérelt vételi nyomásnak. Ez kifejezetten olyan termékek esetében figyelhető meg erősen, ahol erős a spekulációs hajlam a piaci szereplők körében. Tekintettel arra, hogy a kriptoeszközök piacán nem beszélhetünk hagyományos értelemben vett értékről (lásd value a kriptopiacon , így a befektetési szempontok helyett a spekulációs szempontok dominálnak a piaci szereplők körében.

forrás: Bitcoin Price Factors: Natural Language Processing Approach

A következő grafikonon az is kiderül, hogy az átlagos hangulat (kék görbe), melyet a hírek alapján megfigyelhetünk pozitív korrelációt mutat a bitcoin árfolyamával kapcsolatban. Ez tehát azt jelenti, hogy a jó híreknek pozitív, a rossz híreknek negatív az árfolyamhatása.  

forrás: Bitcoin Price Factors: Natural Language Processing Approach

A korrelációs együttható értéke 0,33 (havi árfolyam és havi befektetői hangulat), a vizsgálat statisztikailag szignifikáns (99%-os). Emellett az endogén hírek (Past price és Price prediction együttesen) 0,31 korrelációs együtthatóval rendelkezik, azaz 31 százalékos magyarázatot adnak az árak változására. Ez nem meglepő, tekintettel arra, hogy a figyelemvezérelt vételi nyomás, a hírek alkotta hangulat és a momentum fontos tényezői a bitcoin jövőbeni árfolyamának alakulásában.

forrás: Bitcoin Price Factors: Natural Language Processing Approach

Érdemes azonban egy pillantást vetni az exogén hírekre is. Ezek együttesen 16 százalékos magyarázó (korrelációs együttható 0,164, 99%-os szignifikancia) erővel bírnak a bitcoin árfolyamának vonatkozásában. Ha az egyes kategóriákat önállóan nézzük, akkor az alábbi magyarázó erővel bírnak az egyes kategóriák:

• Technology: 0,03, azaz 3%
• Adoption: 0,056, azaz 5,6%
• Macro: 0,56, azaz 5,6%
• Regulation: nincs statisztikailag szignifikáns eredmény

forrás: Bitcoin Price Factors: Natural Language Processing Approach

Az alábbi grafikonon pedig az látható, hogy milyen gyorsan épül be a fundamentális irányváltozás a bitcoin árába. Ha tehát a fundamentális hírekből kifejezett hangulatot jelentősen meghaladó pozitív fundamentális hírek érkeznek, akkor a hatás egy 5 napos időszakon belül beépül az árba.

forrás: Bitcoin Price Factors: Natural Language Processing Approach

A bitcoin alapvetően kettős megítélés alá esik, hiszen egyesek szerint a bitcoin lesz a jövő fizetési eszköze, míg mások szerint inkább az értékőrző funkciója a fontos. Arra most nem térnék ki, hogy mindkettő vélemény ellen erős érvek szólnak (lásd a fent hivatkozott cikkeket), de azt láthatjuk a forgalmi adatokból, hogy az elmúlt években a befektetők körében népszerűbbek voltak az értékőrző funkció (kék görbe) kapcsolatos hírek.

forrás: Bitcoin Price Factors: Natural Language Processing Approach

Az adatokból az is kiderül, hogy az értékőrző funkcióval kapcsolatos hírek 8,6 százalék, a jövő fizetési eszköze témával kapcsolatos hírek 5 százalékos magyarázó erővel bírnak.

Összegezve a fentieket, azt láthatjuk, hogy a hírek továbbra is jelentős hatást gyakorolnak a bitcoin árfolyamára. A vizsgálatból kiderül, hogy a fundamentális hírek és a bitcoin árfolyamváltozása között pozitív korreláció van, de ez a korreláció alacsonyabb, mint a múltbeli árfolyam (Past price) és a jövőbeni előrejelzések (Price prediction) témában készült hírek esetén. A piaci szereplők döntéseit tehát továbbra is nagymértékben befolyásolja a közelmúltbeli árfolyamváltozás. Ez egyúttal azt is jelenti, hogy a momentum-stratégiák eredményesek lehetnek a bitcoin piacán. Emellett az is kiderül a fentiekből, hogy a piaci előrejelzések, célárak is jelentősen befolyásolják a befektetők döntéseit.