토큰 언락은 얼마나 많은 토큰이 전송 가능해질 수 있는지가 예정대로 바뀌는 이벤트입니다. 몇 차례의 대규모 언락을 돌아보며 하락하는 차트를 보고 언락이 가격을 끌어내린다고 결론 내리기는 쉽습니다. 그러나 그런 해석은 보통 불분명한 공급량 정의, 사후에 수정된 일정, 오늘날에도 찾기 쉬운 토큰들로 구성된 표본 — 이 세 가지 문제를 뒤섞습니다. 이 가이드는 언락을 결과를 살펴보기 전에 먼저 등록해야 할 이벤트로 다루고, 그다음 사전에 정한 윈도우를 사용해 벤치마크와 비교해 측정합니다.
먼저 공급량 수치를 분리합니다
여러 공급량 수치가 나란히 제시되는 경우가 많고, 이들은 서로 다른 질문에 답합니다. 유통 공급량은 현재 거래 가능한 토큰에 대한 제공업체의 추정치이며, 그 방법론이 어떤 지갑을 제외할지 결정합니다. 총 공급량은 보통 잠긴 할당분을 포함해 현재 존재하는 토큰을 계산합니다. 최대 공급량은 프로토콜이 정의한 경우의 상한입니다. 시가총액은 흔히 시세에 유통 공급량을 곱한 값으로 인용되며, 완전 희석 가치(FDV)는 시세에 더 큰 공급량 수치를 곱합니다. 제공업체마다 동일한 입력값을 쓰지 않으므로 어떤 공급량 수치를 어느 출처에서 가져왔는지 기록합니다. 시가총액, 가격과 공급량 가이드는 두 수치 모두 투입된 현금도, 보장된 매도 가치도 아닌 이유를 설명합니다.
언락 리서치에서 유용한 비율은 보통 예정된 물량을 이벤트 직전 시점의 유통 공급량으로 나눈 값이며, 몇 달 뒤 보고된 수치가 아닙니다. 유통 공급량의 8%에 해당하는 물량은 0.5%에 해당하는 물량과는 다른 이벤트입니다. 둘 다 헤드라인을 장식하더라도 마찬가지입니다. 규모만으로는 누가 매도할지 여전히 알 수 없습니다. 폭락을 예측하지 않고 언락 일정 읽기는 절벽형 언락(cliff)과 선형 언락, 그리고 전송 가능이 곧 매도됨을 의미하지 않는 이유를 다룹니다.
이벤트와 그것이 알려질 수 있게 된 날짜를 등록합니다
핵심 규칙은 간단합니다. 각 이벤트마다 측정 윈도우가 시작되기 전에 연구자가 알 수 있었던 내용을 기록합니다. 즉 다음을 저장해야 합니다.
- 토큰, 네트워크, 컨트랙트 또는 민트 주소;
- 일정 문서, 게시자, 버전, 최초 게시일;
- UTC 기준 언락 날짜와 시각, 수령 유형별 예정 물량;
- 유통 공급량 수치, 제공업체, 조회 날짜;
- 이후의 수정 사항은 원본을 덮어쓰지 않고 별도 기록으로 보관.
일정은 바뀝니다. 프로젝트가 절벽형 언락을 연기하거나, 할당을 재구성하거나, 언락이 지난 뒤에 수정된 표를 게시할 수 있습니다. 데이터셋이 조용히 최신 버전을 사용하면, 당시에는 아무도 보지 못한 물량 규모로 이벤트가 나타날 수 있습니다. 이것이 공급량 데이터셋의 룩어헤드 편향(look-ahead bias)이며, 미래 정보 참조 편향 체크리스트는 가격 백테스트에서의 같은 실수를 다룹니다. 누가 토큰을 받는지도 해석에 중요하지만 라벨에는 주의가 필요합니다. 토큰 보유 집중도 분석은 주소 목록이 의도를 드러내지 않는 이유를 설명합니다.
측정 전에 윈도우와 벤치마크를 정의합니다
이벤트 스터디는 이벤트 전후에 일어난 일을, 그렇지 않았을 경우 일어났을 수 있었던 일에 대한 기준과 비교합니다. MacKinlay의 이벤트 스터디 리뷰는 목표를 이벤트 날짜 전후의 가격을 사용해 경제적 이벤트가 기업 가치에 미치는 영향을 측정하는 것으로 설명하며, 이 방법에 잠재적 복잡성이 있다고 지적합니다. 크립토는 24시간 거래, 거래소별 가격, 공통 시장 충격을 더하므로 모델을 분명히 밝힙니다.
수익률을 수집하기 전에 다음을 확정합니다.
- 이벤트 윈도우. 예를 들어 언락 5일 전 일봉 종가부터 5일 후 종가까지;
- 가격 출처, 거래소, UTC 기준 종가 시각;
- 이벤트 윈도우와 동일한 타임스탬프 구간에서 측정한 벤치마크. 예를 들어 광범위한 크립토 지수나 서면 규칙으로 선정한 피어 그룹;
- 포함 및 제외 규칙(같은 토큰의 중복 이벤트 처리 포함);
- 데이터가 일찍 끝날 때의 처리.
벤치마크가 중요한 이유는 같은 주에 시장 전체가 하락할 수 있기 때문입니다. 크립토 가격이 움직이는 이유 가이드가 설명하듯 가격은 여러 이유로 동시에 움직이므로, 벤치마크 대비 차이는 측정값이지 원인의 증거가 아닙니다.
가상의 계산 예시
아래 표는 전부 가상입니다. 각 행은 등록된 언락이며, 동일한 종가를 기준으로 −5일부터 +5일까지 벤치마크와 비교해 측정했습니다.
| 이벤트 | 윈도우 전에 알려진 일정 버전 | 직전 유통 공급량 대비 물량 | 토큰 수익률 | 벤치마크 수익률 | 차이 |
|---|---|---|---|---|---|
| A | v1, 90일 전 게시 | 4.0% | −6.0% | −2.0% | −4.0 pp |
| B | v1, 60일 전 게시 | 1.5% | +3.0% | +4.0% | −1.0 pp |
| C | v2, 30일 전 게시 | 8.0% | +2.0% | −1.0% | +3.0 pp |
| D | v1, 이벤트 후 게시된 v3는 무시 | 2.5% | −3.0% | −3.5% | +0.5 pp |
| E | v1, +3일에 토큰 상장폐지 | 6.0% | 데이터 종료 | −1.5% | 플래그됨 |
완전한 네 개 이벤트에서 평균 차이는 (−4.0 − 1.0 + 3.0 + 0.5) ÷ 4 = −0.375 퍼센트 포인트입니다. 이벤트 C를 빼면 평균은 약 −1.5포인트가 되고, A를 빼면 양수로 바뀝니다. 네 개의 관측값으로는 일반적인 결론을 뒷받침할 수 없으며, 이 예시는 한 사례가 해석을 어떻게 뒤집을 수 있는지 보여줍니다. 이벤트 D는 이후 수정본이 아니라 윈도우 전에 존재했던 일정을 사용합니다. 이벤트 E는 누락된 데이터를 명시한 채 등록부에 남습니다. 이 수치들은 가상의 입력값에서 나온 산술 계산이며, 어떤 토큰이나 거래소의 결과도 아닙니다.
생존 편향: 사라진 토큰 세기
오늘 다운로드한 토큰 목록으로 표본을 구성하면 상장폐지, 마이그레이션, 방치된 토큰이 빠질 수 있습니다. 이런 경우가 흔히 결과가 가장 약한 사례이므로, 이를 빼면 언락이 실제보다 완만해 보일 수 있습니다. 각 등록 시점에 상장되고 일정이 잡혔던 토큰으로 유니버스를 구성하고, 상장폐지, 컨트랙트 마이그레이션, 데이터 공백을 행을 제외할 이유가 아니라 결과로 기록합니다. 상장폐지 후의 누락된 가격은 알 수 없는 값이며, 0도 회복도 아닙니다.
평균을 믿기 전에 설계를 시험합니다
등록부가 확정되면 이를 검증합니다. 사전에 선택한 두 번째 벤치마크, 더 짧은 윈도우와 더 긴 윈도우, 예정된 물량이 없는 플라시보 날짜, 이른 이벤트와 늦은 이벤트의 분할을 시도합니다. 스크리닝한 이벤트, 포함한 이벤트, 제외한 이벤트의 수를 이유와 함께 보고합니다. 차트를 본 뒤 고른 특정 윈도우나 특정 수령자 범주에서만 패턴이 나타난다면, 이를 새로운 데이터에 대한 가설로 다룹니다. 아웃오브샘플 테스트 가이드는 한 번의 정직한 검증을 위해 이후 이벤트를 남겨 두는 방법을 설명합니다.
공급량은 여러 입력값 중 하나입니다. 토큰 사용, 보유자 권리, 수요, 유동성도 가치를 형성합니다. 크립토 자산에 가치를 부여하는 것에서 설명하듯이, 그중 어느 것도 신뢰할 수 있는 공식을 제공하지 않습니다.
SuperQuant는 리서치 작업 공간입니다. 포함된 예시는 합성 시간별 데이터를 사용하고, 실제 주문을 실행하지 않으며, 그 결과는 검증된 실거래 수익률이 아니라 시뮬레이션을 설명합니다. 사후에 편집한 캘린더가 아니라 자신의 날짜가 기록된 출처에서 각 공급량 이벤트를 등록합니다.
계속 학습하기
근거 우선 학습 경로는 검증 가능한 질문, 날짜가 기록된 출처, 정직한 기록을 쉬운 언어로 안내합니다. 촉매 이벤트와 타임스탬프를 다루는 더 넓은 방법론은 이벤트 기반 리서치 타임라인을 읽어보세요. 이는 교육용 리서치 맥락이며, 투자 조언이 아닙니다.