你或许认为最活跃的区块链网络的代币也是需求最高的。但事实真的是这样吗？代币价格与其网络活跃性的联系到底有多紧密？
为了找出答案，LongHash 分析了 Coin Metrics 上 18 个顶级代币（不包括稳定币）的每日价格数据和地址数据。具体来说，我们在 Coin Metrics 上查看了每种代币的每日价格，这个指标跟踪的是每种资产以美元计价的收盘价格（即 UTC 午夜时的价格）；以及 Coin Metrics 上的活跃地址总数，这个指标代表了当日在该网络上参与了至少一笔交易的唯一地址的总数（但每个独立地址每天只会被统计一次）。
然后，针对每种资产，在 Coin Metrics 的全部可用数据中，我们计算了价格和活跃地址这两个变量的皮尔森相关系数（Pearson correlation coefficient）。由于网站开始跟踪每种代币的时间各不相同，某些代币会拥有更多数据，但除了一种代币（BSV）以外，所有代币的相关系数都是基于至少一整年的数据得出的，其中大多数代币的数据都比一年长得多。
皮尔森相关系数的表现形式是一个介于 -1 和 1 之间的数字，其中 -1 表示完全负相关（即一个值上升时，另一个值下降），而 1 表示完全正相关（即一个值上升时 ，另一个值也上升）。通常认为高于 0.3 或低于 -0.3 的值表示一定程度的相关性，高于 0.7 或低于 -0.7 的值则表明了强相关性。
从上方的图表可以看出，一些代币的价格走势与活跃地址数似乎存在强相关性。BTC，LTC，LINK 和 NEO 都符合此要求，这表明当更多用户在这些网络上进行交易时，对应代币的价格通常也会上涨。
尽管没有代币的价格与活跃地址数存在明显负相关性，有相当多代币的价格和活跃地址数之间并不存在明显的相关性。BSV，XLM，TRON，TEZOS，ETC，MAKER，XEM 和 BAT 都属于这一类代币。至少根据 Coin Metrics 的数据，这些网络上用户活动的增加与价格的上涨似乎并不存在相关性。
值得注意的是，以太坊差不多也属于这一类，其活跃用户数和价格之间充其量只表现出了一定的弱相关性。这可能是由于以太坊作为“数字石油”的定位是要推动在其网络上开发的 DApp 的发展，这就意味着以太坊用户中只有较少一部分人会常规性地参与到最直接推动价格上涨的交易类事务中。例如，发送一个 ETH 到 DApp 的行为会让这个账户被统计到 Coin Metrics 的当日 ETH 活跃用户总数指标中，但是它不会像 TUSD 对 BTC 交易影响 BTC 价格那样去影响 ETH 在交易所内的价格。
尽管活跃用户总数可能不是预测日间交易价格的有效指标，但从更长远来看，似乎一些像 LTC 这样的代币确实在特定日期内表现出了其代币价格和在网络上交易的活跃用户数量之间的强相关性。
不过，从更广泛的角度来看，数据表明网络活动和代币价格在短期内并不总是紧密相关的。这意味着用户活动的激增并不一定会导致价格激增，尤其是当这种情况出现在像 MAKER 或 TRON 这样的代币网络上时。从其历史上来看，这些代币的活跃用户数与代币价格之间的相关性微乎其微。（LongHash)
