ニュース
2019/12/13ビットコインと金は一緒に動く？「見せかけの相関」とは
今回は「ビットコインと金は一緒に動く？「見せかけの相関(Spurious Correlation)」とは」と題しまして、「見せかけの相関」と言われる現象を解説していきます。 詳しい説明は後ほどしますが、「見せかけの相関」とは2つの時系列データの相関分析で、実は相関がないのに高い相関係数が算出されてしまう現象のことです。 この現象が時系列データ分析では容易に起こることを知らないと、ビットコインと別の資産に相関関係があるというニュースに敏感に反応してしまうことになります。 もちろんそれらのニュースが正しければいいのですが、「見せかけの相関」に陥っているケースも否めないためすぐに鵜呑みにするのは危険と言えるでしょう。 先日BloombergやCoindeskから「ビットコインと金」の高い相関性を指摘した記事が出ましたが、Bloombergほど大きな企業だから大丈夫と盲信するのではなく、他の媒体や意見も参考にしてみてください。 これから解説する「見せかけの相関」に陥っている場合があるからです。 この記事を読んでいただければ、相関に関するリテラシーが向上し俯瞰的に関連ニュースをみることができるようになります。 まずは時系列データとはなにか説明していきます。 時系列データとは？ そもそも時系列データとはどのような特徴をもつデータなのでしょうか。 我々が想定する"普通"のデータと何が違うのでしょうか。 時系列データとは、時間の推移とともに観測されるデータのことで、各時点で得られるデータは1つだけです。 2014年1月3日のビットコイン価格は1つしかありません(終値)。 また2019年3月2日午後2時に観測された気温は1つしかありません。それら各時間帯に得られたデータを縦軸に、時間を横軸に並べたデータがよくみなさんが目にするチャートと言われるものですね。 [caption id="attachment_46459" align="aligncenter" width="749"] (図1: ダウ平均株価)[/caption] 反対に、私たちにとっておなじみな、容易に統計分析が行える"普通"のデータを、時系列データと対比してクロスセクションデータ(cross section data)などと言います。 こちらのデータは同時点で複数のデータが得られます。2018年1月時点の東京都の世帯数・人口、またAさんの英語、数学、国語の期末試験の点数などです。 その他にもパネルデータなど、データの性質でデータの種類が区分けされています。 それら多くの種類のデータに相関分析が有効に使われていますが、とりわけ時系列データでは、時系列データならではの言える落とし穴があります。 2つの時系列データ、例えばビットコイン価格とダウ平均株価で相関分析をする場合、”本来は相関していない時系列データの間にあたかも相関関係が認められるかのように見えてしまう”現象が起こるのです。 それが「見せかけの相関」です。 見せかけの相関とは？ まずは「見せかけの相関」に陥ってしまっている2つの時系列データを見ていただきます。 以下のチャートは、相関係数が0.66と比較的高い相関を示している2つのデータです。 [caption id="attachment_46460" align="aligncenter" width="700"] (ニコラス・ケイジの映画出演数とプールでの水死による死亡者数 ：tylervigen.comから引用)[/caption] 一方が、ニコラス・ケイジ(アメリカ俳優)の映画出演本数で、もう一方がプールでの水死による死亡者数の時系列データを示しています。本来相関などしているとは思えない2つのデータ間に高い相関性が認められてしまうような状況がまさに「見せかけの相関」と言われるものです。 2つのデータ間で0.66もの高い相関係数が算出されてしまいました。 もう一つチャートを見ていただきます。 [caption id="attachment_46462" align="aligncenter" width="768"] (アーケードの売り上げと米国でのコンピューターサイエンス博士号取得者数 ：tylervigen.comから引用)[/caption] アーケード(ゲームセンター)の総売上と米国のコンピューターサイエンス分野で博士号を与えられた人数のデータを示しています。 なんと0.9851もの高い相関係数を示しており、相関分析では2つの時系列データが相関しているという結果を示してしまっています。 「見せかけの相関」の原因はトレンドにある？ これらが起こる原因は、時系列データにトレンドというものがあるからだと考えられます。 全く2つのデータに相関がないにも関わらず、個別の要因で単調な上昇トレンドが2つのデータにある場合、あたかも2つのデータが同じ動きをしているように見える現象です。 上で見た、アーケード総売上と米国コンピューターサイエンス博士号取得者数には、それぞれ上昇トレンドが見られると思います。 関係はないけど同じ方向性を持って上昇しているのですから、データが同様な動きをしてしまい、結果的に高い相関値が出てしまうのです。 おそらく同時期に上昇トレンドがあるデータならばどんなデータでも、アーケード総売上と高い相関が見られるかと思います(例えば地球温暖化など上昇トレンドにあるようなもの)。 例えて言えば、同じ方向に向かって歩いている男女をカップルだと思ってしまうようなものですかね。 実は関係ないのにそばに寄り添いながら、または縦1列になりながら、同じ方向に歩いている2人の赤の他人同士が関係しているかのように見える現象に似ているかもしれません。 皆さんも一度は、同じ方向に歩きたいだけなのに後ろをついてきていると勘違いされた経験があるかと思います(僕のように)。 シミュレーションによる分析 では実際に、本来相関するはずのない2つの時系列データをシミュレーションして「見せかけの相関」が起こるか確かめてみたいと思います。 これは簡単で、本来相関がない2つのデータを使って相関分析をすればいいだけです。 相関するはずのないデータを用意するために、コンピューターを使ったシミュレーションにより乱数を生成します。 乱数はランダムな値なのでそれぞれ関連性がありません。 まず、ランダムウォークする2つの系列(RW1とRW2)を生成します。 ランダムウォークとは、ランダムに生成された値の累積和を取るデータです。簡単に言えば、過去に生成された乱数を現時点の乱数に加えてできたデータ群です。 ランダムウォークするデータを2つ用意しました。 [caption id="attachment_46472" align="aligncenter" width="775"] (図2：ランダムウォークする2つの時系列)[/caption] これら2つのデータはランダムにウォークしていますから、データの間には相関がみられるはずがありません。 しかし、実際に相関を求めると十分に高い0.7443666という相関係数が弾き出されてしまいました。 またp値も2.2e-16とかなり低いため1%の有意水準でも信頼できる値ということになります。 相関係数: 0.7443666 p値 < 2.2e-16 これはどういうことでしょうか。上でも説明したように、2つのデータはそれぞれ上昇傾向にあると言えます。つまり上に向かう強いトレンドがあるということです(ランダムな値を足しているのでトレンドはできます)。 つまり、トレンドがある時系列データ間では、全く関係ないような系列でもこのように高い相関が出てしまうことがあるのです(もちろん常にというわけではありません)。 関係はないけどどちらも上に向かっているから相関しているように見えるということです。 ここで2つのランダムウォークしている系列にどのようなトレンドがあるのか、トレンド成分を抽出して可視化してみました。 見てわかるように、どちらのデータにも上昇トレンドが伺えます。 また試しに、図2の2つめのランダムウォークデータと、図1のダウ平均株価で相関係数をとってみました。 ダウ平均株価も対象期間では強い上昇トレンドが伺えるので高い相関性が予想できます。 結果は予想通り、この2つの間にも0.808とかなり高い相関係数が算出されました。 相関係数: 0.8089145 p値 < 2.2e-16 また一方がはっきりとした上昇トレンドで、他方が下落トレンドの場合強い逆相関が見られることも容易にわかります。 本当は関係ないのに、あたかも一方が下がれば他方が上がりその逆も起こると勘違いしかねません。 変化率を求めてトレンドを除去する このように、双方の時系列データにはっきりとした単調トレンドがある場合、相関係数が(正・負のいずれかで）高くなってしまうことがあるのです。 この「見せかけの相関」を解決するためには、端的に言ってトレンドを除去してしまえばいいわけです。 トレンド除去方法はいろいろありますが、一番てっとり早い方法として変化率を取る方法がよく使われています。 変化率(または前期比)は、現時点のデータが前回のデータに比べてどれほど変化したかを表しています。 あるいは、対数差分を取る方法も使われます。対数差分も変化率もほとんど同じようなものだと思っていただいて構いません。 つまり前時点から現時点でどれだけデータの値が変化したかという変化率にデータを変形してあげれば良いのです。 ダウ平均株価(図1)を対数差分系列に変形させたデータをお見せします。 [caption id="attachment_46525" align="aligncenter" width="754"] (ダウ平均株価の対数差分系列)[/caption] そうすれば以前まであったトレンド成分を除去することができ、トレンドの有無に関わらない相関が出せることになります。 実際にランダムウォークする系列をそれぞれ対数差分系列に変形して、相関をとってみました。 結果は、相関係数が-0.01043016で、相関していないという結論に至ります。 相関係数: -0.01043016 p値 = 0.6877 また、上で高い相関性を示したダウ平均株価とランダムウォーク系列も対数差分をとって再度相関を調べてみました。 結果は、-0.00371806と全く相関が見られないという結論に至りました。 相関係数: -0.00371806 p値 = 0.8861 これは当然と言えば当然です。 ランダムに生成された系列とダウ平均株価に相関が見られてしまったら、なんでも相関していることになってしまいます。 夏に差し掛かった頃のあなたが摂取する水分量とダウ平均株価すらも相関が見られてしまうかもしれません。 反対に対数差分によりデータを変形しトレンドを除去してしまうと、確かに相関しているデータ間の本来の相関性が失われるのではと心配になる方もいるかと思います。 そこで、ダウ平均株価とS&P500のデータ間の相関性を調べてみましょう。 これら２つのデータは多少の計算方法・対象株式が異なるだけでどちらも米国株式市場と同様に動く指標ですから、ほとんど一致するはずです。 まずはデータを変形させずにトレンド除去しない場合の相関係数を計算してみましょう。 すると0.99というとてつもなく大きな相関係数が出ました。 0.99の数値はとても高く、全く同じ動きをすることがわかります。もともとダウ平均株価とS&P500は似たように動くデータで、さらにトレンドも合間ってこのような高い相関係数が出ると言えるでしょう。 もちろんダウとS&P500ではそのようなことが起きても不思議ではありませんが。 では対数差分系列にしてから相関係数を計算するとどうなるでしょうか。 結果、0.96とそれでも高い値になりました。 これはトレンド除去を施したとしても本当に相関しているならば、相関係数も高くなることを意味しています。 当然アメリカの株価が上昇すればダウとS&P500も上がりますし、下がれば両方下がります。ダウ平均株価とS&P500なら当然似通った動きを見せるわけです。 ビットコインと金は本当に相関しているのか？ それではビットコインと金の相関性は実際に高いのでしょうか。それとも見せかけの相関がでてしまっているのでしょうか。 以下に示したが、2014年1月から2019年11月までのビットコインと金の日足のチャートです。 相関していると言えば相関しているし、相関していないと言えば相関していないように見えます。特に、最後の上昇などは、相関している感じがしますが、全期間ではあまり感じられないというのが率直な意見なのではないでしょうか。 では、まずそのままデータを変形させずに相関係数を計算してみます。 すると結果は以下のように 相関係数: 0.5624171 p-value < 2.2e-16 比較的高い相関がみられることがわかります。 また、Bloombergの記事が想定してる2018年8月から2019年8月の約1年間での相関係数を取りました(Bloombergが想定している期間と完璧に一致しているわけではありません)。 相関係数: 0.4737387 p-value < 2.2e-16 この値は、Bloombergが出しているビットコインと金の相関係数である0.496とほとんど一致する結果になりました。 よって、この分析によりBloombergがトレンドを加味しながら相関分析を行なっているだろうと予測ができます。 それでは、ビットコインと金のデータを対数差分系列に変換して、同期間の2018年8月から2019年8月までの相関係数を調べた場合、どういった結果になるでしょうか。 相関係数: 0.1137891 p-value = 0.02951 このように0.11ほどの相関係数が、5%の有意水準で認められました。 うっすらと、かなり弱い相関が確かに認められていますが、トレンド除去前の相関係数に比べてかなり低い値に止まっています。 もちろんこの分析が全て正しいというわけではありません。 トレンドを加味して分析すべき時もありますし、上記で説明した対数差分系列で時系列データを変形すると、いくつかのデータの性質が失われると知られています。 ですから、一概に対数差分系列での相関係数計算が良いというわけでも、Bloombergの相関分析が誤りであるというわけでもないことに注意してください。 ビットコインと金の相関性を盲信だけではなく、分析手法によっても相関係数が容易に変わる、あるいは解釈が変わるということも念頭におきながらニュースに接してみてはいかがでしょうか 。 まとめ 本記事では、2つのデータ間に単調なトレンドがある場合、本来相関していないにも関わらず高い相関係数が出てしまう「見せかけの相関」について解説しました。 つまり、時系列データでは比較的高い相関係数が出やすいと言えるでしょう。 ビットコインと金の間にある相関性が話題になったり、トレンド成分の故に同じような動きをしているかのように見える2つの時系列データにも疑いの目を持って向かいあわなければ、思わぬ損失を被る可能性があります。 ですから、国内・海外問わず「ある資産とビットコインの相関性が高い」というニュースが出た場合、その2つの資産の相関性をすぐに鵜呑みにするのではなく、是非他の媒体などを当たって確かめてみてください。 そのようなニュースがあればCrypto Timesのリサーチャー側も全力で検証に当たります。 最後まで読んでいただきありがとうございました。
ニュース
2019/12/13Liskが従業員２１人を解雇 残りは３２人に
ブロックチェーンプロジェクトのLiskは１３日、従業員合計５２人のうち２１人を解雇したことをDiscord上で発表しました。残ったチームは、発表を担当した共同創設者のMax Kordek氏を含めて３２人となりました。 残った３２人のうち、約半数の１５名が開発に割り当てられています。そのほか、研究者５名、運営４名、マーケティング４名、デザイン４名、ビジネス開発４名がチームに所属しています。 今回の大解雇に関しKordek氏は、プロジェクト運営における人件費を削減し、少人数でより機敏に動けるようにするための施策だとコメントしています。 ソース: Reddit
ニュース
2019/12/13Binance共同創設者Yi He氏とTRONJustin Sun氏のWeiboアカウントが凍結される
中国の大手SNS「Weibo」が、BinanceのCMOであるYi He氏と、TRONのCEOであるジャスティン・サン氏のアカウントをサービス規約違反として凍結したことが判明しました。 He氏とサン氏のアカウントは完全に削除されており、Weibo IDを検索しても見つけることができません。 凍結の詳細な理由は明かされていませんが、ブロックチェーン技術を推進する傍ら暗号通貨の普及を厳しく取り締まる中国で、国内市民に対して積極的にマーケティング活動を行なっていたTRONなどが圧力を受けるのは驚くことではありません。 ソース: The Block
ニュース
2019/12/13Cosmosが「Cosmos Hub 3」へのアップデートを完了
Cosmosが初のメジャーアップグレードである『Cosmos Hub 3』を12月11日に完了しました。 今回のアップデートにより、いくつかの機能が追加されましたが特に重要な機能として、トークンホルダーに対してのガバナンスメカニズム機能が有効になります。 Cosmos Hub3では、有権者はハードフォークなしで基本レベルでHubに関する動作を変更することができるようになりました。 例えば、Cosmosの最小インフレ率を現状の7.26%から9%へ変更が可能です(このとき、ステーキング報酬率は9.47％から11.47％に変わります。)また、アップグレードにより、ガバナンスの提案でコミュニティプールにある約25万ATOMを使用することができるようになります。これらの提案は全て、『Hubble』で確認が可能です。 Cosmosに関しては、コチラの記事にて、Cosmosを取り巻くエコシステムやTendermintなど詳しく解説しています。 記事ソース : Cosmos Hub 3 has launched: voters are more powerful than ever
ニュース
2019/12/12IOST、FoundGameとのパートナーシップを発表
中国・北京発のブロックチェーンプラットフォームIOSTは10日、FoundGameとの開発パートナーシップを発表しました。 FoundGameは、IOSTのメインネット上で新しいゲームの導入・開発を進めるようです。また同プロジェクトは、IOSTのエコシステム内でノードとしても機能します。 DAppsは非中央集権的で情報の透明性の高いゲーム開発が可能となり、従来のゲーム産業が直面する多くの課題解決策を提供すると期待されています。 記事ソース：IOST x FoundGame | New Dapp Development Partnership For The IOST Ecosystem
ニュース
2019/12/12関西電力がブロックチェーンを使ったP2P余剰電力取引の実証研究を開始
関西電力株式会社と日本ユニシス株式会社が太陽光発電で生まれた余剰電力の環境価値の売買価格の決定や、再生可能エネルギーのみを使用した運営を目指す企業団体「ＲＥ１００」を対象とした取引のためのシステム実証研究を開始しました。 この実験では、関西電力が保有する実験センターにおいて余剰電力の供給者と消費者などの希望価格を元に電力の価格と環境価値を決定し、ブロックチェーン技術を用いた取引を行うとしています。 関西電力と日本ユニシスは2018年10月より余剰電力の価格決定とブロックチェーンを使用したP2P電力取引を行う実証研究を初め、成功させています。 今回の新たなシステムは”電力の価格”だけでなく”環境価値”を含めた取引を可能にするため、「ＲＥ１００」の加盟企業も取引相手として想定しているとしています。 今年5月には中部電力もブロックチェーンによる余剰電力のP2P取引の実証実験を開始しており、余剰電力の売買におけるブロックチェーンの応用に注目が集まっています。 記事ソース: 関西電力
ニュース
2019/12/12Binance.USが上場検討中の銘柄18種を発表
世界的大手暗号資産取引所であるBinanceの米国サービス「Binance.US」は11日、現在上場を検討している銘柄を公開しました。 今回、同取引所への上場候補として挙げられた銘柄はCELR, DCR, ENJ, FTM, ICX, IOST, KMD, OMG, ONE, ONT, REN, SNT, THETA, TOMO, TRX, XEM, XTZ, HBARの18種類です。 現在すでに26銘柄を取り扱っているBinance.USですが、対応銘柄の数は今後もさらに増えていくものとみられます。 ソース: Binance.US
ニュース
2019/12/12Matrix AI Networkが2019年11月版の活動報告書を公開
AIとブロックチェーン技術を組み合わせたプラットフォームを展開するMatrix AI Networkが、2019年11月版の活動報告書を公開しました。 技術開発 プロジェクトの技術開発では、メインネットやウォレットなどに様々なアップデートが加えられました。 具体的には、EasyGMANのローンチ、Apocalypseのメインネット統合に向けたテスティング、ウォレットへの肋骨損傷検出機能追加などが行われました。 マスターノードの分布 マスターノード数は前月の１３２台から１５９台にまで増え、ジョイントマイニングの参加数やMANウォレットのアドレス数も増加しています。 コミュニティ活動 11月20日には、Matrix CEOのOwen Tao氏がブロックチェーンとAIについて講演を行い、ブロックチェーン技術を用いた分散型クラウドコンピューティングプラットフォーム構築への野心を共有しました。 同月22日には、中国のHexunがSteve Deng氏およびCTOのLi Qinghua氏にインタビューを行い、ブロックチェーン技術の歴史からAIを用いる製造業界や医療業界およびサプライチェーンファイナンスにおけるブロックチェーンの実応用について語りました。 また、Matrixは28日にChinese Academy of Electronic Technology Standardが開催した中国ブロックチェーン標準会議に出席しています。 Matrix AI Networkが2019年10月版の活動報告書を公開
ニュース
2019/12/11中国・深セン、ブロックチェーンを活用した電子証明書プラットフォームを発表
中国・深セン市は９日、ブロックチェーンを活用した電子証明書申請プラットフォーム「i深セン」を発表しました。 同プラットフォームは身分証明書や戸籍謄本など計２４種の証明書を取り扱い、市民は紙媒体を使わずに各種証明書を利用できるようになります。 深セン市のデータマネジメント部署によれば、i深センは無犯罪記録や出生届などといった１００種以上の行政手続きに対応するといいます。 i深センのサービスは来月にも開始され、これまで窓口を介して行われていた各種申請がオンラインで行えるようになるもようです。 国全体がブロックチェーン技術を推進する中国の中でも深センは特に開発が進んでいる都市で、政府発行型デジタル通貨(CBDC)の実証実験も同市で行われる予定です。 ソース: XinhuaNet
ニュース
2019/12/11700億以上を集めたポンジスキーム『BitClub Network』の運営者3人が逮捕
Bitcoinのマイニングプールへの投資を呼びかけ、投資をしたユーザーに対して配当を出すと発表していたBitClub Networkの運営者3人が逮捕されました。BitClub Networkは日本でも被害が広がっていたポンジスキームです。 BitClub Networkが提供するマイニングプールのマイニング機器の貸し出しプランのどれかに契約することでユーザーはコミッションを得ることができるものです。 BitClub Networkを利用するユーザーが更にユーザーを紹介して、そのユーザーがプラン契約を行うことで紹介者にもボーナスが入ることから、ネットワークビジネス関係者も非常に多く勧誘をしていたとしています。 今回、米国ニュージャージー州の発表によると被害額は約7億2,200万ドルとなっています。 ポンジスキームとして日本を賑わせていた配当型ウォレット『プラストークン』の事例もさることながら、高配当を謳う投資案件に関しては、上手い言葉に騙されることなく投資するのはやめましょう 関連記事 : 推定1000万人が騙された「プラストークン」儲かるが謳い文句の高配当型ウォレットの闇 記事ソース : https://www.justice.gov/usao-nj/pr/three-men-arrested-722-million-cryptocurrency-fraud-scheme
有料記事
