Грок,
Скільки днів з Генезис-блоку знадобилося, щоб Біткойн досяг паритету з доларом:
Цей етап було досягнуто за 767 днів. Генезис-блок Bitcoin був видобутий 3 січня 2009 року. Він вперше досяг паритету з американським доларом (1 BTC = $1) 9 лютого 2011 року.
Використовуючи закон потужності для розрахунку, коли ми досягли паритету:
762 дні.
Не погано зовсім.

У попередніх биківських ринках, коли ми потрапляли в червону гарячу зону, ми залишалися там протягом 2 років, піднімаючись до місцевого піку приблизно за 1 рік і повертаючись до дна ще за один.
Цей цикл інший. Ми зайшли в червону зону, як зазвичай, і вийшли з неї через кілька місяців, але повернулися знову, не заходячи далеко до типової висоти.
Ця діаграма відкоригована, щоб компенсувати спостережуване зменшення верхів, але навіть з цією компенсацією ми ніколи не заходили занадто далеко в гарячій зоні.
Це без сумніву інші цикли, ніж інші.

Ми відстали від мети в 200 тисяч, яку ми досягли б, якби цикл поводився так, як у минулому.
Вони не є.
Але закон сили тепер є сильнішим атрактором, ніж коли-небудь.
Будь-яке відхилення, вгору чи вниз, швидко коригується.

Цінові моделі, засновані на адресах та хешрейті.

На жаль, телевізійні шоу показують лише кілька з цих рядків.
Лінії представляють місцеві похили або "стабілізовані повернення", тобто основні стабільні метрики для Біткойна.
Ми продемонстрували, що вони поводяться схожим чином принаймні протягом останніх 8 років (більше, якщо враховувати тільки їхнє середнє ).
Зелений означає, що ми вище глобального закону про силу, червоний означає, що ми нижче.
Ніколи раніше не траплялося, щоб під час нібито бичачого ринку ми бачили червоні лінії.
Зазвичай він залишається зеленим на всьому шляху.
Цей бичачий ринок інший.

До речі, цей підхід вирішує всі питання, що стосуються регресійного підходу в лог-лог просторі. Чи є OLS регресія кращою за квантильну або байєсівську і так далі. @TheRealPlanC
Цей метод зовсім не залежить від регресії. Він просто починається з припущення, що ми дотримуємося степеневої залежності з невідомим показником.
Тоді ми нормалізуємо спостережувані доходи через log( (t+1)/t), тобто це детермінований компонент зменшуваних доходів.
Ці незалежні від часу доходи повинні мати симетричний розподіл навколо n, якщо ми справді дотримуємося степеневого закону.
Справді, ми спостерігаємо симетричн

Що означає цей графік? Окрім очікуваного зниження доходів, яке визначається формулою ( (t+1)/t)^n, поведінка Біткойна стабільна з 2017 року.
Пухирці були відволіканням, а не справжнім шоу. Справжнє шоу – це коливання навколо закону степеня, які були надзвичайно послідовними в тому, як вони розподілялися відносно середнього за останні 8 років.
Чи буде Біткойн таким послідовним в наступні 8 років, що досягне 1 M?
Ставлю на це.

Цей графік показує, що після 2017 року стабілізовані доходи в основному не відрізняються.
Біткойн поводиться однаково і стабільно з 2017 року.

Розподіли стабілізованих доходів до та після 2017 року.
Мю дуже схожі ( навколо значення 6, що є глобальним закону сили нахилу ), але ви можете легко помітити, що останні значення розподілу більш розкидані і мають важчі хвости.
Біткойн зараз менш контрольований, ніж в минулому.

Отже, цей графік містить усю інформацію, яку вам потрібно знати про поведінку Біткойна.
Розподіл масштабу t-location з mu приблизно 5.91, здається, найкраще підходить для реальних даних. Це стабільний розподіл у часі (, ви можете використовувати всю 16-річну історію даних або зосередитися на даних після 2017 року, якщо хочете бути точнішими ).
Це не ідеально, мені потрібно зрозуміти надлишкові дані, які знаходяться зліва від теоретичного піку розподілу. Але в цілому теоретична крива виконує свою роботу добре.
Це стабільне розподілення можна використовувати для відновлення доходів, множачи на д

Отже, цей графік містить всю інформацію, яку вам потрібно знати про поведінку Біткойна.
Розподіл t-location scale з му приблизно 5.91, здається, найкраще підходить для реальних даних. Це стабільний розподіл у часі ( ви можете використовувати всі 16 історичних даних або зосередитися на даних після 2017 року, якщо хочете бути більш точними ).
Це не ідеально, мені потрібно зрозуміти надлишкові дані, що знаходяться ліворуч від теоретичного піку розподілу. Але в загальному теоретична крива добре справляється.
Цей стабільний розподіл можна використовувати для відновлення доходів, множачи на детермін

Це останній параметр, nu, для розподілу t-локації масштабу. nu вказує, наскільки важкі хвости розподілу ( важкі хвости означають більші, ніж очікувалося, значення в обох напрямках ).
Він мав величезний сплеск під час бульбашки 2017 року, що означає, що хвіст був величезним, з дуже великими викидами.
Оскільки значення залишалося вищим, ніж на початку ( до 2017), але з тих пір досить стабільним.