코인베이스: '9월' 효과, 4분기 초 암호화폐 시장 강세 전망

저자: 코인베이스 글로벌 리서치 책임자 데이비드 두옹(CFA), 코인베이스 연구원 콜린 바스코, 골든 파이낸스 샤오저우 번역

주요 내용:

우리는 탄력적이고 풍부한 유동성, 우호적인 매크로 배경, 지지적인 규제 개발로 인해 2025년 4분기 초에 암호화폐 시장이 강세를 보일 것으로 예상하며 비트코인이 두드러질 것으로 전망합니다.

업계가 '플레이어 대 플레이어' 경쟁 단계에 접어들더라도 디지털 자산 예치(DAT)에 대한 기술적 수요는 계속해서 암호화폐 시장을 뒷받침할 것으로 예상됩니다.

연구에 따르면 과거 월별 계절적 패턴(특히 '9월 효과'는 암호화폐 시장 성과를 예측하는 데 유의미하거나 신뢰할 만한 지표가 되지 못한다고 합니다.

1개요

우리는 암호화폐 강세장이 2025년 4분기 초에도 지속될 여지가 있다고 믿으며, 주요 동인으로는 다음과 같은 것들이 있습니다. 탄력적이고 풍부한 유동성 환경, 우호적인 거시적 배경, 규제 발전 등이 주요 동인입니다. 특히 비트코인은 기존의 거시적 순풍의 직접적인 수혜를 받으면서 시장 기대치를 계속 상회할 것으로 예상됩니다. 즉, 에너지 가격의 급격한 변동성(또는 인플레이션 추세에 부정적인 영향을 미칠 수 있는 기타 요인)을 제외하면 현재 미국 통화 정책의 경로에 즉각적인 혼란이 발생할 위험은 실제로 상당히 낮습니다. 한편, 디지털 자산 국채(DAT)의 기술적 필요성은 계속해서 암호화폐 시장을 강력하게 지지할 것입니다.

그러나 계절적 요인에 대한 의구심은 암호화폐 시장을 계속 괴롭히고 있습니다. 역사적으로 비트코인은 2017년부터 2022년까지 9월까지 6회 연속 미국 달러 대비 하락세를 보였습니다. 이러한 추세로 인해 많은 투자자들은 계절성이 암호화폐 시장 성과에 큰 영향을 미친다고 믿었지만, 2023년과 2024년에 이러한 가정은 반증되었습니다. 실제로 저희 연구에 따르면 표본 크기가 작고 가능한 결과의 분포가 넓기 때문에 이러한 계절적 지표의 통계적 유의성이 제한되는 것으로 나타났습니다.

암호화폐 시장에서 더 중요한 질문은 현재가 DAT 사이클의 초기 또는 후기 단계에 있느냐는 것입니다. 9월 10일 기준, 공개 DAT는 100만 BTC(1,100억 달러), 490만 ETH(213억 달러), 890만 SOL(18억 달러) 이상을 보유하고 있으며, 후발주자들은 위험 곡선 아래쪽에서 대체 코인을 공략하기 시작했습니다. 현재 우리는 "플레이어 대 플레이어"(PvP) 사이클의 단계에 있으며, 이는 계속해서 대형 암호화폐 자산으로의 자본 흐름을 촉진할 것이라고 생각합니다. 그러나 이는 또한 소규모 DAT 플레이어들의 통합 단계의 전조일 가능성이 높습니다.

2, 전망은 여전히 긍정적

연초에는 암호화폐 시장이 2025년 상반기에 바닥을 찍을 것으로 예상했습니다. 그리고 2025년 하반기에 사상 최고치를 기록할 것으로 예상했습니다. 당시 시장 참여자들은 가격 상승이 시장의 비합리적인 급등을 의미하는 것은 아닌지 의문을 제기하며 경기 침체 가능성에 대해 우려했고, 회복의 지속 가능성에 대해 걱정했습니다. 하지만 이러한 견해는 오해의 소지가 있으므로 다시 거시적 전망의 관점으로 돌아가는 것이 가장 좋습니다.

우리는 강력한 유동성, 우호적인 거시경제 환경, 고무적인 규제 진전의 지속적인 지원을 기대하면서 4분기에도 암호화폐 시장에 대한 낙관적인 전망을 유지합니다. 통화정책 측면에서는 미국 노동시장이 약세를 보이고 있다는 강력한 증거를 제시함에 따라 연준이 9월 17일과 10월 29일에 금리 인하를 단행할 것으로 예상합니다. 이는 국지적인 고점을 형성하기보다는 시장 밖의 관망 자금을 활성화할 것으로 예상됩니다. 실제로 지난 8월에 우리는 금리 하락으로 7조 4천억 달러에 달하는 머니마켓펀드 중 상당 부분이 관망세를 끝낼 수 있다고 지적한 바 있습니다.

그럼에도 불구하고 에너지 가격 상승과 같은 현재의 인플레이션 궤도에 큰 변화가 발생하면 이러한 전망에 위험이 될 수 있습니다. (참고: 관세로 인한 실제 위험은 일부 견해에서 평가하는 것보다 훨씬 낮다고 생각합니다.) 하지만 최근 OPEC+가 다시 산유량을 늘리기로 합의했고, 세계 석유 수요는 둔화 조짐을 보이고 있습니다. 그러나 러시아에 대한 추가 제재 가능성도 유가를 상승시킬 수 있습니다. 현재로서는 유가가 경제 시나리오를 스태그플레이션 영역에 놓을 수 있는 임계치를 돌파할 것으로 예상하지 않습니다.

3,DAT주기가 성숙해지고 있다

다른 한편으로, 우리는 디지털 자산 재무 저장소 (DAT)에 대한 기술적 수요가 암호화 시장을 계속 지원할 것으로 믿습니다. . 실제로 DAT 현상은 중요한 전환점에 도달했습니다. 지난 6~9개월을 특징지었던 초기 채택 단계에 더 이상 머물러 있지 않으며, 사이클의 끝이 가까워진 것으로 간주되지도 않습니다. 사실, 우리는 "플레이어 대 플레이어(PvP)" 단계로 알려진 경쟁 단계에 진입했으며, 이 단계에서는 단순히 MicroStrategy 모델을 복제하는 것보다 실행, 차별화, 타이밍에 따라 성공 여부가 결정되는 경쟁이 더욱 치열해지고 있습니다.

마이크로스트레티지와 같은 초기 업체들이 NAV 대비 상당한 프리미엄을 누렸던 것은 사실이지만 경쟁 압박, 실행 위험, 규제 제약으로 인해 mNAV(시가총액 대비 NAV)가 압박을 받고 있는 것은 사실입니다. 얼리 어답터에게 혜택을 주던 희소성 프리미엄이 사라졌다고 생각합니다.

그림 1. ETH별 디지털 자산 국채 풀의 지속적인 인수 가속화 추세. /span>

8월, Financial Times에 따르면 미국 상장 기업 154개가 2025년 암호화폐 자산 확보를 위해 약 984억 달러를 조달했다고 보도했습니다. 이는 올해 상위 10개 기업이 모금한 336억 달러보다 크게 증가한 수치입니다(Architect Partners 데이터 기준). 다른 토큰, 특히 SOL 및 기타 대체 코인에 대한 자본 투자도 증가하고 있습니다. (포워드 인더스트리는 최근 16억 5천만 달러를 조달하여 SOL 기반 디지털 자산 재무부를 설립했으며, 갤럭시 디지털, 점프 크립토, 멀티코인 캐피털의 지원을 받고 있습니다.)

이러한 성장으로 인해 더 많은 조사가 이루어지고 있습니다. 실제로 최근 보고서에 따르면 나스닥은 특정 거래에 대한 주주 승인을 요구하고 더 많은 공개를 옹호하는 등 DAT에 대한 규제를 강화하고 있습니다. <그러나 나스닥은 DAT에 대한 새로운 규칙에 대한 공식적인 보도 자료를 발표하지 않았다고 해명했습니다.

현 시점에서 우리는 DAT 주기가 성숙해지고 있다고 생각하지만 빠르지도 늦지도 않습니다. 확실히, mNAV 프리미엄이 보장되는 쉬운 수익의 시대는 끝났다고 생각합니다. 가장 훈련되고 전략적으로 배치된 플레이어만이 이 PvP 단계에서 성공할 것입니다. 저희는 암호화폐 시장이 이러한 통신사들의 전례 없는 자본 유입으로 인해 계속해서 수익률이 향상될 것으로 예상합니다.

3, 계절적 리스크가 현실인가?

한편, 계절적 변동성은 암호화폐 시장 참여자들에게 지속적인 관심사입니다. 비트코인은 2017년부터 2022년까지 6년 연속 9월 미국 달러 대비 하락했으며, 지난 10년 동안 평균 3%의 마이너스 수익률을 기록했습니다. 이로 인해 많은 투자자는 계절성이 암호화폐 시장 성과에 큰 영향을 미치며 9월은 일반적으로 위험 자산을 보유하기에 좋지 않은 시기라는 인상을 받았습니다. 그러나 이러한 가정을 바탕으로 거래한다면 2023년과 2024년 모두 반증될 것입니다.

사실, 저희는 월별 계절적 변동이 비트코인에 유효한 거래 신호라고 생각하지 않습니다. 빈도 분포도, 로지스틱 우도비, 표본 외 점수, 위약 테스트, 대조 변수를 포함한 다양한 방법으로 검증한 결과, 결론은 일관됩니다. 연중 월은 BTC의 월간 로그 수익률의 양 또는 음을 통계적으로 신뢰할 수 있는 예측 변수가 아니라는 것입니다. (참고: 장기 추세를 더 잘 반영하고 비트코인의 높은 변동성을 설명하기 위해 기하학적 또는 복합 수익률을 측정할 때 로그 수익률을 사용합니다.)

그림 2. 비트코인 월별 로그 수익률 히트 맵

다음 테스트에서 ""달력 월"은 비트코인의 월간 로그 수익률 예측에 신뢰할 수 없습니다:

(1< )윌슨 신뢰 구간

그림 3은 작은 표본 불확실성을 고려한 후 계절성을 예측하기 위한 명확한 임계치를 벗어나는 달이 없음을 보여줍니다. "높음"(2월/10월) 또는 "낮음"(8월/9월)으로 보이는 월은 전체 평균 및 다른 월과 겹치는 오차 범위가 있으며, 지속적인 달력 효과가 아닌 무작위 분산이 나타납니다.

각 점은 BTC가 해당 월에 더 높게 마감할 확률을 나타내며, 세로줄/막대는 95% 윌슨 신뢰 구간 구간을 나타내며, 월별 데이터 포인트가 12~13개에 불과할 때 적절한 지표입니다. 이는 작은 샘플에 대해 보다 정확한 불확실성 임계값을 제공하기 때문에 한 달에 데이터 포인트가 12~13개에 불과할 때 적절한 지표입니다.

파선은 전체 증가 확률의 평균을 나타냅니다. 12개월의 데이터를 한 번에 살펴보고 있기 때문에 홀름의 다중 테스트 조정을 사용하여 운이 좋은 한 달이 규칙적인 패턴으로 가장하는 것을 방지합니다.

그림 3. BTC양수 로그 수익률 대 95%Wilson의 신뢰 구간 비교.

(2) 로지스틱 회귀 분석

로지스틱 회귀 모델을 사용하여 특정 월이 비트코인 상승 또는 하락 확률에 미치는 영향을 조사합니다(1월 기준). 그림 4를 보면 각 월의 비율은 대부분 1.0을 중심으로 군집을 이루고 있으며, 결정적으로 95% 신뢰 구간이 모두 1.0 경계를 넘고 있음을 알 수 있습니다.

1.0에 가까운 값은 "1월과 같은 양의 로그 수익률이 나올 확률"을 의미하고, 1.0 이상은 "더 높은 확률", 1.0 미만은 "더 낮은 확률"을 의미합니다.

예를 들어, 비율이 1.5이면 "1월보다 2월에 상승할 확률이 약 50% 높다"는 의미이고, 0.7이면 "약 30% 하락할 확률이 높다"는 뜻입니다.

홀름 다중 검정 조정 후 대부분의 신뢰 구간이 1.0에 걸쳐 있고 유의미한 월이 없으므로, 달력 월이 비트코인 양수 및 음수 로그 수익률의 유효한 예측 변수라고 결론지을 수 없습니다.

그림 4. 로지스틱 회귀 - 1월 대비 월별 BTC 로그 수익률의 양수 및 음수 확률 비율(벤치마크)

(3) 샘플 표본 외 예측

각 단계에서 해당 월까지 사용 가능한 데이터만 사용하여 두 가지 모델을 다시 추정합니다(초기 단계에서 데이터 집합의 절반이 학습에 사용됨):

기준 모델은 중간값만 있는 로지스틱 모델입니다. 항만 있는 로지스틱 모델로, 일정한 확률(현재까지 역사상 수익률이 양수인 달의 비율과 같은 벤치마크 수익률)만 예측합니다.

월 효과(MoY) 모델은 월에 대한 더미 변수가 있는 로지스틱 회귀 모형으로, 해당 월의 과거 성과를 기반으로 현재 달력 월에 수익률이 상승할 확률을 예측합니다.

결과는 그림 5에 표시되어 있으며, X축은 양수 로그 수익률의 예측 확률을 나타내고 Y축은 실제로 양수 수익률을 달성한 달의 비율을 나타냅니다. 예측을 플롯할 때 완벽하게 보정된 모델의 데이터 포인트는 45° 선을 따라 분포해야 합니다. 예를 들어, 상승 확률을 50%로 예측하면 실제 상승한 달의 비율은 정확히 50%가 됩니다.

월 효과(MoY) 모델은 상당히 편향되어 있습니다. 예를 들어,

상승 확률이 약 27%로 예측되는 경우 실제 실현 빈도는 약 50%(지나치게 비관적)이며,

예측 범위인 45-60%에서 목표에 거의 근접할 뿐

그리고 높은 확률 범위의 과신 - 예를 들어 예측의 약 75%는 실현된 값의 약 70%에 해당하는 반면, 극단적인 약 85% 예측 범위는 실현된 값이 약 0%입니다.

반면, 과거 벤치마크 금리를 일관되게 예측하는 벤치마크 모델(약55-57%상승 확률)은 45° 선을 가깝게 따르며, 비트코인의 과거를 감안하면 양의 상승 확률이 비교적 안정적이라는 점을 감안하면 이 선은 거의 움직이지 않습니다. 요컨대, 이 결과는 표본 외 예측에서 달력 월은 예측력이 거의 없음을 시사합니다.

그림 5: 월 효과(MoY) 로지스틱 회귀 모델에 대한 표본 외 예측 정확도.

(4) 위약 확률 검정

'월 표시'가 양수 및 음수 로그 수익률 예측에 도움이 되는지 확인하기 위해 월 더미 변수가 있는 단순 로지스틱 모델을 사용하고 전체 검정(표준 확률 비율(SLR) 공동 검정)을 통해 이러한 변수가 없는 기준 모델보다 적합도를 개선하는지 여부를 확인합니다. . 관찰 결과 p값이 0.15로 나타났는데, 이는 월 요인이 무관하더라도 우연만으로 이러한 유의미한 패턴이 발생할 확률이 약 15%라는 것을 의미합니다. 그런 다음 월 레이블을 무작위로 수천 번 변경하고 매번 동일한 공동 테스트를 다시 실행했습니다.

결과에 따르면 무작위 업셋 작업의 약 19%가 관찰된 p-값보다 작거나 같은 결과를 생성하는 것으로 나타났습니다(그림 6).

요약하면, 이 결과는 순수 무작위 조건에서 매우 일반적이며 월 신호가 없다는 결론에 힘을 실어줍니다. 월 레이블이 통계적으로 유의미한 경우, 실제 데이터 조인트 테스트에서 p값이 <0.05여야 하며, 이렇게 작은 p값을 가진 교란의 비율은 5% 미만이어야 합니다.

그림 6. 로지스틱 모델에서 무작위로 방해하는 "월""". em>태그 생성 위약p값 분포

( 5) 통제 변수 테스트

현실적인 달력 플래그를 추가해도 거래 가능한 이점을 얻지 못했으며 일반적으로 다음과 같은 이점을 얻지 못했습니다. 상승 및 하락 방향 예측의 정확도가 떨어졌습니다. 동일한 월 더미 변수를 사용하여 '양의 달이 될 확률'을 다시 추정한 다음, 1) 비트코인의 로그 수익률에 영향을 미칠 가능성, 2) 해마다 발생하는 월의 불규칙성, 즉 음력설과 비트코인 반감기(±2개월)라는 두 가지 주요 이벤트에 대한 두 가지 연습 통제 변수를 겹쳐서 사용했습니다. 모델 추정치를 불안정하게 만들 수 있는 중복 더미 변수를 피하기 위해 매년 다른 달에 해당하는 통제 변수만 사용합니다.

이 테스트는 (i) '월 효과'로 보이는 것이 단순히 음력설(LNY) 유동성이나 비트코인 반감기와 같은 주기적 이벤트의 인공물일 수 있다는 점, (ii) 원래 월 패턴이 약하더라도 이러한 동인을 고려하면 모델이 그만큼 견고하지 않다는 두 가지 일반적인 의혹을 검증하기 위해 설계되었습니다. 패턴이 약하더라도 이러한 동인을 고려할 때 유용할 수 있습니다. 처음에는 데이터 세트의 절반을 훈련에 사용하고 절반을 테스트에 사용합니다. 월별 확률 예측은 예측된 확률과 실제 상/하향 결과 사이의 평균 제곱 오차(즉, 예측값이 실제와 얼마나 차이가 나는지)를 캡처하는 Brier 점수를 사용하여 평가합니다.

그림 7에서 막대는 단순 벤치마크(학습 기간의 과거 상승률에 대해 단일 값만 사용)와 비교한 각 모델의 Brier 개선값을 보여줍니다. 모든 막대가 0보다 작으며, 이는 각 제어 변수 변형이 일정한 확률 벤치마크보다 성능이 더 나쁘다는 것을 의미합니다. 요컨대, 월 레이블 위에 달력 플래그를 추가로 도입하면 잡음만 더 커집니다.

그림 7: 통제 변수를 추가한 로지스틱 회귀 모델의 표본 외 예측에서Brier 개선된 점수

4, Conclusion

시장 계절성이라는 개념은 투자자의 마음에 해로운 족쇄가 될 수 있으며 자기충족적 예언을 만들 수 있습니다. 그러나 당사의 모델에 따르면 월별 상승 또는 하락 확률이 장기 과거 평균과 동일하다고 가정하는 것만으로도 모든 캘린더 기반 트레이딩 전략보다 우수한 성과를 거둘 수 있습니다. 이는 달력 모델이 비트코인의 월별 방향성을 예측하는 데 유효한 정보를 포함하지 않는다는 것을 강력하게 시사합니다. 달력 월은 로그 수익률의 플러스 또는 마이너스 방향을 안정적으로 예측할 수 없기 때문에 수익률의 규모를 예측할 가능성은 더욱 희박합니다. <작년의 9월 동시 하락과 심지어 비트코인의 "10월 급등"은 통계적으로 흥미로웠을지 모르지만, 통계적으로 유의미한 상승은 아니었습니다.