利用相关性探索加密货币的互联性

为了提高可解释性，对节点进行了安排，以便将更多相关的加密货币放在一起。这不可能总是在二维空间中完美实现（Epskamp et al.，2012），因此采用了近似力嵌入算法方法（Fruchterman&Reingold，1991）。对相关网络进行了优化，以帮助解释。这涉及到使用阈值，低于该阈值，相关网络中的链接将被删除。为了提高鲁棒性，通过多种方式选择阈值。在第一种方法中，所有相关值从最大值到最小值排列，并将截止值放置在相关值跳跃的位置。在第二种方法中，只描述了前十个相关值。在第三种方法中，阈值以0.01的增量增加，直到加密货币被分成至少两个单独的组。将相关网络与提议的分类（第2.2节）进行比较，以确定它们得到支持或反驳的程度。最初使用SR创建网络，并使用KT评估鲁棒性。在检查稳健性时，没有在correlation8值出现跳跃的地方设置阈值，因为这种阈值方法对相关性度量的单位很敏感。2.4.3显著性检验进行双侧显著性检验，以评估是否有足够的证据拒绝不同加密货币回报率之间无关联的无效假设。这是使用SR相关性度量进行的，KT用于检查稳健性。2.4.4使用编程语言R应用软件相关网络。

相关矩阵和测试使用基本R函数（分别为cor和cor.test）实现，不需要安装额外的软件包。相关网络是使用qgraph软件包（Epskamp et al.，2012）实现的，该软件包是专门为此过程设计的。结果3.1 2018年3月6日确定了市值或流动性排名前十的加密货币。选定的加密货币有：比特币、Litecoin、以太坊、以太坊经典、Monero、NEO、比特币现金、Tron、Cardano、Qtum、Ripple、EOS、Stellar和USD Tether。这些加密货币也仅限于2016年9月9日而非2017年11月9日可用数据的子集：比特币、Litecoin、Ripple、Monero、USD Tether、以太坊、以太坊经典、Stellar和NEO。3.2拟议的加密货币组图2和图3提供了潜在的加密货币组，这些加密货币组源自图1中提出的关于加密货币代币不同特征的问题。

这些特征可能会发生变化，尤其是最近于2017年推出了五种加密货币（卡达诺、比特币现金、EOS、Qtum和Tron）。9图2：根据供应特征和交易执行方式的相似性对加密货币进行分组。Token CreationFixedoNEOoTronoCardanooQtumoRippleRise to Capo比特币oLitecoino以太坊经典oMoneroo比特币无限期现金流o以太坊oStellaroEOSVaries to Maintenance pegoTestertoken分发/验证工作证明o比特币oLitecoino以太坊经典oMoneroo比特币现金流在工作证明之上运行系统：oTron（以太坊之上）oTether（比特币之上）投票oNEOoEOSoStellar（新代币分发解决投票；通过拜占庭联邦协议验证）股权证明oCardanoo选择的QtumValidatorsoRippleToken供应和交易10图3：根据需求特征的相似性对加密货币进行分组。有关用于通知上述群体的不同网站和白皮书的链接列表，请参见附录。代币供应、分配和验证方面的相似性可以客观地确定，尽管使用的确切机制有时是暂时的。例如，以太坊计划转向股权证明验证（以太坊，2014/2018）。通过查看不同加密货币的白皮书和网站，发现以商业用途为目标的加密货币与寻求更广泛使用的加密货币之间存在分歧。Tron声称的市场两者都不是，而是针对互联网上的内容创作者。

面向商业的加密货币被定义为明确寻求其技术的特定商业应用、用于支付（Ripple、Stellar）、用于开发应用（Qtum、EOS）或用于两者（Cardano）的加密货币。这些加密货币在白皮书或网站上讨论了其商业使用系统的最佳性（见附录）。通用加密货币被定义为针对广泛的商业和非商业受众的加密货币。这并不妨碍对商业用途进行一些优化。例如，NEO的白皮书主张其适合企业，但同时也致力于创建一个目标市场通用o比特币o莱特币o以太坊o以太坊经典o莫奈罗（尽管强调隐私）oNEOo比特币现金oTetherBusiness-orientedoCardanooRippleoEOSoStellaroQtumContent Creators on InternetoTronToken DemandToken FunctionTransactiono莱特币o莫奈罗o比特币现金oRippleoStellarybrido比特币o以太坊oCardanoApplicationsoNEOoTronoQtumoEOSo以太坊Classic11智能经济，表明个人和企业都打算使用它（NEO，2017）。同样，以太坊白皮书讨论了商业应用以及在线投票等非商业用途（以太坊，2014/2018）。在检查这些资源时，进一步发现可以方便地定义三种类型的令牌功能：o交易：主要用于交易价值的令牌应用程序：设计用于支持应用程序开发的令牌混合：携带两种类型功能的加密货币，发现证据支持正在使用的两种类型的功能。

由于加密货币通常用于一种目的，然后演变为用于另一种目的，这些类别之间的区分变得复杂。以太坊最初是为了支持分散应用程序而推出的（以太坊，2014/2018），但现在已经在商家中流行起来（finder，2017）。比特币的推出是为了交易价值（Nakamoto，2008），但Omni层协议赋予了比特币启动应用程序的功能（Omni Team，2017），如Tether（Tether Ltd.，2016）。3.3相关性结果在结果中，使用了以下缩写：CryptocurrencyAbbreviationBitcoinBTcliteCoinLTchetereumethethem ClassiceCmoneroxmrNeoneoBitcoin CashBChtrontrxCardanoadaqtumqtmrIPplexrpeosusUSD Tetherusdttellarxlmtable 1：在相关图的整个结果部分，加密货币使用的缩写，虚线表示负相关值–一个值随着另一个值的上升而下降；全行表示正相关值–一个值往往随另一个值而上升。较宽和较暗的线条表示相关值较高。相关性较高的加密货币往往放得更近。12 3.3.1考虑到所有加密货币3.3.1.1相关网络图a）所有相关b）阈值，其中相关跳值（0.55）13 c）前10个相关d）增加阈值，直到组分裂为两个（相关0.63）图4：所有加密货币的相关网络图；应用三种不同的阈值方法。缩略语解释见表1。利用KT构建了相关网络图。

结果相似，除了：xmr和eth之间的联系在阈值化时丢失；qtm与eth、ada的相关性均在前十位；而且，当加密货币分为两组时，eth仍与qtm保持联系，而ada则失去了与eos和qtm的联系。14 3.3.1.2相关性价值银行股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司股份有限公司.5626bchneo0.4893adaeos0.6332qtmetc0.5619ethbtc0.4811ethxmr0.6326etcltc0.5609neoxrp0.4802adaeth0.6283adabtc0.5466qtmxmr0.4688qtmeth0.6253xlmbtc0.5454trxeth0.4683adaetc0.6168bchxmr0.5397eosneo0.4549bcheth0.6140qtmxlm0.5388bchltc0.4519eoseth0.6127eosxmr0.5374trxqtm0.4500qtmltc0.6089adaneo0.5361trxetc0.4455adaltc0.6086xmrltc0.5306eoslc0.4423ethxrp0.6050trxeos0.5280neotc0.4327eosxrp0.6008xlmxmxml0 R0.5211neobtc0.4288etcxmr0.6002adaxmr0.5208bcheos0.4202xlmxrp0.5998qtmbtc0.5207etcbtc0.4178qtmxrp0.5994bchetc0.5153xrpbtc0.3983eosxlm0.5984trxbtc0.5138trxltc0.3979trxada0.5932trxxmr0.5131ADBCH0.3674etcxrp0.5925trxxlm0.5129BCHXRP00.3571xmrbtc0.5912neoxlm0.5090trxbch0.3512RANKPIRSRBCHBTC0.3297trxneo0.3238bchxlm0.2610usdtltc-0.1125QTMUSDT-0.1155qtmusdt-0.1198usdtbtc-0.1265usdtxlm-0.1287NEODO USDT-0.1485ethusdt-0.1797usdtxrp-0.1841trxusdt-0.1878ADAUUSDT-0.1897usdtxmr-0.2186EOSUUSDT-0.2227etcusdt-0.2585表2:每对加密货币的回报，其中相关性以斯皮尔曼的rho（SR）衡量。这适用于所有加密货币。使用的缩写见表1。15 3.3.1.3统计显著性检验进行双侧Spearman rho检验，以评估不同相关值的统计显著性。

不包括usdt，所有加密货币对的p值都小于1%，这表明有足够的证据否定加密货币回报率之间没有关联的无效假设。对于大多数加密货币对，加密货币usdt的p值大于5%，这与收益之间没有关联的无效假设一致。例外情况是xrp、xmr、eos、ada和trx（p值小于5%）和etc（p值小于1%）。Kendall的tau测试证实了Spearman的rho测试。唯一的例外是eth和usdt之间的关系。这种相关性在Kendall的tau检验中显著为5%，但在Spearman的rho检验中仅为10%。这是由于p值的微小变化（从5.47%到4.47%）。16 3.3.2考虑到加密货币的子集3.3.2.1相关网络图a）所有相关b）相关值跳跃的阈值（0.5）17 c）前10个相关d）增加阈值，直到组分裂为两个（相关0.47）图5：九种加密货币子集的相关网络图（eth、etc、usdt、ltc、btc、neo、xrp、xlm和xmr）数据始于2016年9月9日，而非2017年11月9日。采用了三种不同的阈值方法。缩略语解释见表1。利用KT构建了相关网络图。

结果相似，除了：btc与xmr的相关性排在前十位，而etc与xmr的相关性不强；当分成两组时，eth与ltc相连，xmr与xlm不相连。18 3.3.2.2相关性价值Rankpairrrankpairsrethetchc0.5680NeoExm0.3414xrpxlm0.5433etcxrp0.3241LTCBc0.5356etcbtc0.3134ethxmr0.5135NeoTc0.3009xmrxlm0.4753neoxmr0.2940ethltc0.4688neoxlm0.2883etcltc0.4577xlmbtc0.2794xmrTc0.4385neobtc0.4345xrpbtc0.2551EtCxLmR0.4295neoxrp0.2530xRp MRBTC0.4255usdtneo-0.0642xlmltc0.4216usdtbtc-0.0878ethxlm0.4140usdtxmr-0.0996neoeth0.4080usdteth-0.1002XRPTLC0.3886usdtltc-0.1116xrpxmr0.3877usdtxlm-0.1128ethbtc0.3849usdtetc-0.1434ethxrp0.3688usdtxrp-0.1451表3：每对加密货币收益之间的相关性，其中相关性以斯皮尔曼rho（SR）衡量。这是加密货币的子集。使用的缩写见表1。3.3.2.3统计显著性检验-并列等级的存在使cor.test无法计算精确的p值；必须改用渐近p值。斯皮尔曼的rho测试和肯德尔的tau测试都证实了这一点。当不包括usdt时，加密货币之间的关联都具有统计学意义。usdt与其他加密货币之间的关联在统计上不显著；例外情况为ltc、xlm、xrp和etc（1%显著性水平），以及xmr和eth（5%显著性水平）。19  4. 讨论除了美元系链外，加密货币收益率彼此呈正相关，这种关联具有统计学意义，为所有加密货币的不相关和不同提供了证据（第3.3.1.3节和第3.3.2.3节）。

当考虑较长的数据集时，以太坊和以太坊经典、Ripple和Stellar以及比特币和Litecoin对的Spearman rho相关值最高（表3）。比特币和Litecoin、以太坊和以太坊经典之间的积极关联尤其强大。这些相关值与应用的阈值技术、检查的时间段和使用的相关度量无关。比特币和Litecoin之间的紧密联系证实了之前的结果，这些结果分析了从2014年6月23日到2016年9月底的较早时期（Osterrieder等人，2017年）。从2017年11月9日开始的较短数据集来看，Ripple和Stellar之间也存在较强的正相关关系，这在相关网络图（图4 A和b）中可以看出。在应用阈值后，这种关系并不总是保持不变（图4 c和d）。这三个特定的密码货币对可以与其他密码货币对区别如下：一个密码货币对中的一个密码货币是另一个密码货币的代码基的分支；一种加密货币在另一种两年后推出；而且都是在2015年之前成立的。Litecoin是比特币的一个分支（Moskov，2017）；以太坊经典是以太坊的一个分支（以太坊经典社区，2016）；Stellar是Ripple的一个分支（Ripple，2017）。这表明，密码基础相似的加密货币尤其具有正相关关系。比特币现金是一个例外，尽管它是比特币的一个分支（比特币现金，2018），但与其他加密货币相比，它与比特币的相关性不强。这可能是因为比特币现金推出于2017年，比比特币晚了近十年，因此其用户基础还不太成熟。

美元Tether是一个异常值，与其他加密货币呈负相关（尽管较弱）。与其他加密货币不同的是，Tether与1美元Tether等价于1美元。然而，这种相关性在数值上始终为负值，有时在统计上具有显著性。检查coingecko的交易交易所数据。com提供了可能的解释。加密货币通常使用美元系带购买，因此在购买加密货币时，通常会出售美元系带。这表明加密货币需求的突然增加（提高其价格）可能与美元系链供应的突然增加（降低美元系链价格）相一致，这可以解释观察到的负相关。为了了解两种加密货币相似性的特定方面，这两种加密货币的相似性推动了价格随时间的类似演变，我们对相关数据进行了分析，以寻找可靠的分组。然后将这些分组与建议的分类进行比较（第3.2节）。20相关数据表明存在三类加密货币：与以太坊相关的加密货币、与卡达诺相关的加密货币以及与其他加密货币相比与其中一种加密货币没有特别相关的加密货币。Stellar和Cardano、Ripple和Cardano之间的Spearman rho相关性分别为最高值和第二高值，而Ethereum与Ethereum Classic、NEO和Litecoin的关系分别为第三、第四和第五高值（表2）。这反映在相关网络图（图4 c和d）中，该结果对将相关度量更改为Kendall的tau具有稳健性。