コインベース：「セプテンバー」効果は忠実ではない、第4四半期初めに暗号市場は強化される

著者：デビッド・デュオン（CFA）、コインベース、グローバルリサーチ責任者、コリン・バスコ、コインベース、リサーチアソシエイト、翻訳：ゴールデンファイナンス xiaozou

ハイライト:

私たちは、ビットコインが際立つと予想される、弾力的で十分な流動性、有利なマクロ背景、支持的な規制の進展により、2025年第4四半期初めの暗号市場の強さを予測しています。

デジタル資産国債（DAT）に対する技術的需要は、業界が「プレーヤー対プレーヤー」の競争段階に入ったとしても、暗号市場を引き続き下支えすると予想されます。

当社の調査によると、過去の毎月の季節パターン（特に「9月効果」）は、暗号市場のパフォーマンスを予測する重要かつ信頼できるものではありません。

1概要

私たちは、2025年第4四半期初頭の暗号強気市場にはまだ継続の余地があると考えています。特にビットコインは、2025年第4四半期初めの時点でも強気相場が継続する余地があると見ている。特にビットコインは、既存のマクロ的な追い風の恩恵を直接受けているため、引き続き市場予想を上回ることが期待されると考えている。言い換えれば、エネルギー価格の急激な変動（またはインフレ傾向にマイナスの影響を与える可能性のあるその他の要因）がなければ、米国の金融政策の道筋に対する現在の混乱の当面のリスクは実際にはかなり低い。一方、デジタル資産国債（DAT）の技術的ニーズは、引き続き暗号市場を強力にサポートするはずだ。

しかし、季節的な疑念は暗号空間を悩ませ続けている - 歴史的にビットコインは2017年から2022年の間に6年連続で9月に米ドルに対して下落している。この傾向から、多くの投資家は季節性が暗号市場のパフォーマンスに大きく影響すると考えてきたが、2023年と2024年にその仮定は否定された。実際、私たちの調査によると、サンプル数が少なく、可能性のある結果が広く分布しているため、このような季節性指標の統計的有意性は限られています。

暗号市場にとってより重大な問題は、DATサイクルの初期段階にあるのか、後期段階にあるのかということです。9月10日現在、公開DATは100万BTC（1,100億ドル）以上、490万ETH（213億ドル）、890万SOL（18億ドル）を保有しており、後発組はリスク曲線のさらに下の代替コインをターゲットにし始めている。我々は現在、サイクルの「プレイヤー対プレイヤー（PvP）」フェーズにあり、大規模暗号資産への資金流入が続くと考えている。しかし、これはまた、小規模のDATプレーヤーにとっては、統合フェーズの前兆である可能性が高い。

2, Outlook Remains Positive

年初に我々は、暗号市場は2025年前半に底を打ち、2025年前半に史上最高値を更新すると示唆した。そして2025年後半に史上最高値を更新することを示唆しました。当時、市場参加者は潜在的な景気後退を懸念し、価格上昇が市場の非合理的な高騰を意味するのか疑問を呈し、回復の持続可能性を懸念していた。しかし、私たちはこうした見方は誤解を招くと考え、独自のマクロ見通しの視点に戻るのが最善だと考えている。

私たちは、第4四半期に向けて暗号市場の楽観的な見通しを維持しており、強力な流動性、良好なマクロ経済環境、心強い規制の進展による継続的な支援を期待しています。金融政策面では、米労働市場が弱含みの強い証拠を示していることから、FRBが9月17日と10月29日に利下げを実施すると予想する。これは局地的な頂点を形成するのではなく、市場外の様子見ファンドを活性化させると考える。実際、私たちは8月に、金利低下によって7.4兆ドルのマネー・マーケット・ファンドのかなりの部分が様子見状態を解消する可能性があると指摘した。

とはいえ、エネルギー価格の上昇など、現在のインフレ軌道に大きな変化が生じれば、この見通しにリスクが生じるだろう。(注：関税による実際のリスクは、一部の見方よりもはるかに低いと考えている)。しかし、OPEC+は最近、石油の増産に再び合意し、世界の石油需要は減速の兆しを見せている。しかし、対ロシア制裁が強化されるとの見方も原油価格を押し上げる可能性がある。今のところ、原油価格が経済シナリオをスタグフレーション・ゾーンに突入させる閾値を突破するとは考えていない。-align: left;">一方で、デジタル資産トレジャリーリポジトリ（DATs）に対する技術的な需要は、暗号市場に引き続き支援を提供すると考えています。.実際、DAT現象は重要な転換点を迎えている。私たちはもはや、過去6～9カ月を特徴づけた初期導入段階ではなく、サイクルの終わりに近づいているとも考えられていません。実際、私たちは「Player vs. Player（PvP）」と呼ばれるフェーズに突入しています。これは、MicroStrategyのモデルを単に複製するのではなく、実行、差別化、タイミングによって成功が左右されるようになる競争フェーズです。

MicroStrategyのような早期参入企業は、基準価額に対してかなりのプレミアムを享受していたことは事実ですが、競争圧力、実行リスク、規制上の制約により、mNAV（基準価額に対する時価総額）は圧縮されています。私たちは、アーリーアダプターに利益をもたらした希少性プレミアムは消滅したと考えています。 それにもかかわらず、ビットコインに特化したDATは現在、トークンの流通量の約5%にあたる100万BTC以上を保有している。同様に、ETHに焦点を当てた上位のDATは、合計で約490万ETH（213億ドル）、ETHの総流通量の4％以上を保有しています。

図1.ETHに特化したデジタル資産トレジャリープールによる加速度的な取得ダイナミクスが続いている。

8月、フィナンシャル・タイムズ紙は、米国の上場企業154社が2025年に暗号資産買収のために約984億ドルを調達したことを示したと報じた。アーキテクト・パートナーズのデータに基づく）。他のトークンへの資本投資も増加しており、特にSOLや他のオルタナティブコインが増加している。(フォワード・インダストリーズは最近、SOLベースのデジタル資産宝庫を設立するために16.5億ドルを調達し、Galaxy Digital、Jump Crypto、Multicoin Capitalの支援を受けている)。

この成長は、監視の目を強めるきっかけとなった。

この成長は、監視の目を強めるきっかけとなりました。実際、最近の報道によると、ナスダックはDATの規制を強化し、特定の取引について株主の承認を必要とし、情報開示の強化を提唱しているようです。しかし、ナスダックは、DATの新規則に関する正式なプレスリリースは出していないことを明らかにした。

現時点では、DATサイクルは成熟しつつあるが、早くも遅くもないと考えている。確かに、mNAVプレミアムが保証され、簡単に利益を得られる時代は終わったと私たちは見ています。最も規律正しく、戦略的に配置されたプレーヤーだけが、このPvPの局面で成功するでしょう。私たちは、暗号市場がこれらのビークルからの前例のない資本流入の恩恵を受け続け、リターンのパフォーマンスが向上すると予想しています。

3、季節リスクは本物か？

一方で、季節変動は暗号市場参加者にとって継続的な懸念です。ビットコインは2017年から2022年にかけて6年連続で9月に対米ドルで下落し、過去10年間の平均リターンは3％のマイナスとなった。このため多くの投資家は、季節性が暗号市場のパフォーマンスに大きく影響し、9月は通常リスク資産を保有するのに不利な時期であるという印象を抱いている。しかし、この仮定に基づいて取引すれば、2023年と2024年の両方で反証されることになる。

実際、毎月の季節変動がビットコインの有効な取引シグナルであるとは考えていません。 度数分布プロット、ロジスティック優位比、標本外スコア、プラセボテスト、コントロール変数など、さまざまな方法で検証した結果、結論は一貫しています。(注：長期的なトレンドをよりよく反映し、ビットコインのより高いボラティリティを説明するため、幾何学的または複合的な成長を測定するために対数利回りを使用しています)。

Figure 2.ビットコイン月次対数利回りヒートマップ

2.align:center">

次のテストでは"が見つかりました。>暦月"は、ビットコインの正負の月次ログリターンを予測するのに信頼できないことがわかりました:

(1<))ウィルソン信頼区間

図3は、小サンプルの不確実性を考慮した後、季節性を予測するための明確な閾値を破る月はないことを示しています。高い」（2月/10月）または「低い」（8月/9月）と思われる月は、全体の平均値や他の月と重なる誤差を持ち、連続的なカレンダー効果ではなく、ランダムな分散を示しています。

各ドットは、BTCがその月を高く終える確率のパーセンテージを示し、縦線/棒は95%ウィルソン信頼区間バンドを表します。これは、小さなサンプルに対してより正確な不確実性のしきい値を提供するため、月に～12～13のデータポイントしかない場合に適切な指標です。

破線は、増加の全体的な確率の平均を示しています。一度に12ヶ月のデータを見ているので、1つの幸運な月が規則的なパターンに見せかけるのを避けるために、ホルムの多重検定調整を使用しています。

図3.BTCの正の対数リターン対95%ウィルソンの信頼区間。

(2)ロジスティック回帰分析

ロジスティック回帰モデルを用いて、ビットコインが上昇または下落する確率に対する特定の月の影響を検証する（1月を基準）。図4は、各月の比率比がほとんど1.0付近に集まっており、重要なことに、それらの95％信頼区間はすべて1.0の境界を越えていることを示している。

1.0に近い値は「1月と同じ確率で対数リターンがプラスになる」ことを意味し、1.0を超えると「確率が高くなる」ことを意味し、1.0を下回ると「確率が低くなる」ことを意味する。

例えば、比率が1.5は「上昇月の確率が1月より約50％高い」ことを意味し、0.7は「確率が約30％低い」ことを意味する。

信頼区間のほとんどが1.0にまたがり、Holmの多重検定で調整した後に有意性を示した月がないことから、暦月がビットコインの正負両方の対数リターンの有効な予測因子であると結論づけることはできない。

Figure 4.ロジスティック回帰 - 1月（ベンチマーク）に対する毎月のBTC対数リターンの正負の確率比

(3) サンプルサンプル外予測

各ステップにおいて、その月までに利用可能なデータのみを使用して2つのモデルを再推定します（初期段階ではデータセットの半分がトレーニングに使用されます）:

ベースラインモデルは、切片項のみを持つロジスティックモデルです。項のみを持つロジスティック・モデルであり、一定の確率（これまでの歴史においてプラスのリターンがあった月の割合に等しいベンチマーク率）のみを予測します。

月次効果（MoY）モデルは、月を表すダミー変数を持つロジスティック回帰であり、その月の過去のパフォーマンスに基づいて、現在の暦月における上昇月の確率を予測します。

結果は図5に示されており、X軸は対数リターンがプラスになる月の予測確率を表し、Y軸は実際にプラスリターンを達成した月の割合を表している。予測値をプロットする際、完璧にキャリブレーションされたモデルのデータポイントは45°の線に沿って分布するはずです。例えば、50%の確率で上昇すると予測した場合、実際の上昇月の割合はちょうど50%になります。

月次効果（MoY）モデルは著しく偏っています。例えば、

上昇の確率が約27%と予測される場合、実際の実現頻度は約50%（過度に悲観的）である。

45～60%の予測範囲では、目標にほぼ近いだけである。

そして、高確率の範囲では過信している-例えば、約75％の予測は約70％の実現値に対応し、約85％の予測の極端な範囲は約0％の実現値である。

過去のベンチマークレート（約55-57%上昇確率）を一貫して予測するベンチマークモデルは、対照的に、45°の線に密接に沿い、ビットコインの過去のは比較的安定しており、線はほとんど動かない。要するに、この結果は、暦月がサンプル外予測においてほとんど予測力を持たないことを示唆している。

Figure 5: 月効果（MoY）ロジスティック回帰モデルのサンプル外予測精度。

(4)プラセボ確率論的検定

「月のラベル付け」が正負の対数リターンの予測に役立つかどうかを検証するために、月のダミー変数を持つ単純なロジスティック・モデルを使用し、ホリスティック検定（標準尤度比（SLR）合同検定）を通じて、これらの変数が月のないベースライン・モデルよりも適合を改善するかどうかを決定する。.この観察は、0.15のp値をもたらし、これは、月因子が無関係であるとしても、少なくともこのような有意なパターンが偶然だけで発生する確率が、約15％であることを意味する。次に、月のラベルをランダムに何千回も破壊し、毎回同じ合同検定を再実行した。

その結果、ランダムな混乱操作の約19%が、観察されたp値以下の結果をもたらすことがわかりました（図6）。

要するに、この結果は純粋にランダムな条件下では非常に一般的であり、月のシグナルはないという結論を補強している。もし月のラベルが統計的に有意であれば、実データの合同検定は<0.05のp値を示すはずであり、そのような小さなp値を持つ擾乱の割合は5％未満であるはずである。em>タグが生成したプラセボ値の分布

(5) コントロール変数テスト

現実的なカレンダーのフラグを追加しても、取引可能な利点は解除されませんでした。現実的なカレンダーのフラグを追加しても、取引可能な優位性は解除されませんでした。同じ月ダミー変数を使用して「プラスになる月の確率」を再推計し、2つの主要なイベント、1）ビットコインの対数リターンに影響を与える可能性、2）年ごとの発生月の不規則性、つまり旧正月とビットコインの半減ウィンドウ（±2ヶ月）を重ね合わせました。不安定なモデル推定につながる冗長なダミー変数を避けるため、毎年異なる暦月に対応するコントロール変数のみを使用しています。

このテストは、2つの一般的な疑惑を検証するために設計されています：(i)「月効果」のように見えるものは、旧正月（LNY）の流動性やビットコインの半減など、単に周期的なイベントのアーティファクトである可能性があること、および(ii)元の月パターンが弱くても、これらの原動力を考慮すると、モデルのロバスト性が低くなること。パターンが弱くても、これらの原動力を考慮すると有用になる可能性がある。最初は、データセットの半分をトレーニングに使い、半分をテストに使う。月次確率的予測は、ブライヤースコアを用いて評価される。これは、予測された確率と実際の上下結果との間の平均二乗誤差（すなわち、予測値が現実からどれだけ乖離しているか）を捉えるものである。

図7では、棒グラフは単純ベンチマーク（トレーニングウィンドウの過去の上昇率に単一の値のみを使用）と比較した各モデルのブリアーの改善値を示しています。棒グラフはすべてゼロ以下であり、これは各制御変数が一定確率のベンチマークよりもパフォーマンスが悪いことを意味します。要するに、月ラベルの上に追加のカレンダーフラグを導入することは、ノイズを増やすだけです。

Figure 7: コントロール変数を追加したロジスティック回帰モデルの標本外予測におけるブリア。スコアリングの改善

4, まとめ