Trong các thị trường bò trước đây, khi chúng ta bước vào vùng đỏ nóng, chúng ta đã ở đó trong 2 năm, tăng lên đến một đỉnh địa phương trong khoảng 1 năm và quay trở lại đáy trong một năm khác.
Chu kỳ này khác biệt. Chúng ta đã vào vùng đỏ như thường lệ và rời khỏi đó sau vài tháng rồi quay trở lại nhưng không đi xa đến những đỉnh cao điển hình.
Biểu đồ này được điều chỉnh để bù đắp cho sự suy giảm quan sát được của các đỉnh nhưng ngay cả với sự bù đắp này, chúng tôi cũng chưa bao giờ đi quá xa vào vùng nóng.
Không còn nghi ngờ gì nữa, đây là một chu kỳ khác biệt so với những chu kỳ khác.

Chúng ta đã không đạt được mục tiêu 200K mà chúng ta lẽ ra đã đạt được nếu chu kỳ hoạt động như trong quá khứ.
Họ không phải.
Nhưng định luật sức mạnh bây giờ là một lực hấp dẫn mạnh mẽ hơn bao giờ hết.
Bất kỳ sự sai lệch nào, lên hoặc xuống từ nó, đều được điều chỉnh nhanh chóng.

Mô hình giá dựa trên địa chỉ và tỷ lệ băm.

Rất tiếc, chương trình truyền hình chỉ hiển thị một vài trong số những dòng này.
Các đường biểu thị độ dốc địa phương hoặc "lợi nhuận ổn định", tức là các chỉ số chính ổn định cho Bitcoin.
Chúng tôi đã chứng minh rằng chúng cư xử theo cách tương tự trong ít nhất 8 năm qua (nhiều hơn nếu bạn chỉ xem xét trung bình của chúng ).
Màu xanh có nghĩa là chúng ta đang ở trên luật năng lượng toàn cầu, màu đỏ có nghĩa là chúng ta đang ở dưới.
Chưa bao giờ xảy ra trước đây rằng trong một thị trường tăng giá được cho là chúng ta lại thấy những đường đỏ.
Nó thường giữ màu xanh suốt chặng đường.
Đợt tăng gi

Nhân tiện, phương pháp này giải quyết tất cả các vấn đề xoay quanh việc điều chỉnh hồi quy trong không gian log-log. Liệu hồi quy OLS có tốt hơn hồi quy phân vị hoặc Bayes và các phương pháp khác không. @TheRealPlanC
Phương pháp này hoàn toàn không phụ thuộc vào hồi quy. Nó đơn giản bắt đầu với giả định rằng chúng ta tuân theo một quy luật lũy thừa với số mũ không xác định.
Sau đó, chúng tôi chuẩn hóa lợi nhuận quan sát được bằng log( (t+1)/t), đó là thành phần lợi nhuận giảm dần xác định.
Những lợi suất độc lập với thời gian này sau đó nên có một phân phối đối xứng xung quanh n nếu chúng ta

Đồ thị này có ý nghĩa gì? Ngoài sự suy giảm trong lợi nhuận mà được đưa ra bởi công thức ( (t+1)/t)^n, hành vi của Bitcoin ổn định kể từ năm 2017.
Những bong bóng đã là sự phân tâm chứ không phải là chương trình thực sự. Chương trình thực sự là sự dao động xung quanh quy luật sức mạnh đã rất nhất quán trong cách chúng lan tỏa tương đối với trung bình trong 8 năm qua.
Liệu Bitcoin có nhất quán trong 8 năm tới đến mức đạt 1 M không?
Tôi cá là vậy.

Biểu đồ này cho thấy rằng sau năm 2017, lợi nhuận ổn định về cơ bản là không thể phân biệt.
Bitcoin đã hoạt động theo cách giống nhau và ổn định kể từ năm 2017.

Phân phối lợi nhuận ổn định trước và sau năm 2017.
Các mu rất giống nhau ( xung quanh giá trị 6, đó là độ dốc của quy luật sức mạnh toàn cầu ) nhưng bạn có thể dễ dàng nhận thấy rằng các giá trị phân phối gần đây lan rộng hơn và có đuôi nặng hơn.
Bitcoin hiện nay ít được thuần hóa hơn so với trước đây.

Vậy thì biểu đồ này chứa tất cả thông tin bạn cần biết về hành vi của Bitcoin.
Phân phối t-location scale với mu khoảng 5.91 dường như phù hợp nhất với dữ liệu thực. Đây là một phân phối ổn định theo thời gian ( bạn có thể sử dụng toàn bộ dữ liệu lịch sử 16 năm hoặc tập trung vào dữ liệu sau năm 2017 nếu bạn muốn chính xác hơn ).
Nó không hoàn hảo, tôi cần hiểu dữ liệu thừa ngay bên trái của đỉnh phân phối lý thuyết. Nhưng nhìn chung, đường cong lý thuyết làm rất tốt.
Phân phối ổn định này có thể được sử dụng để phục hồi lợi nhuận bằng cách nhân với một yếu tố xác định log( (t+1)/t). Đây là cá

Vậy thì biểu đồ này chứa tất cả thông tin bạn cần biết về hành vi của Bitcoin.
Phân phối t-location scale với mu khoảng 5.91 dường như phù hợp nhất với dữ liệu thực. Đây là một phân phối ổn định theo thời gian ( bạn có thể sử dụng toàn bộ 16 dữ liệu lịch sử hoặc tập trung vào dữ liệu sau năm 2017 nếu bạn muốn chính xác hơn ).
Nó không hoàn hảo, tôi cần hiểu dữ liệu dư thừa ngay bên trái của đỉnh phân phối lý thuyết. Nhưng nói chung, đường cong lý thuyết làm rất tốt.
Phân phối ổn định này có thể được sử dụng để phục hồi lợi nhuận bằng cách nhân với một yếu tố xác định log( (t+1)/t). Đây là cách

Đây là tham số cuối cùng, nu, cho phân phối thang t-location. nu cho biết độ nặng của đuôi phân phối ( đuôi nặng có nghĩa là các giá trị lớn hơn dự kiến ở cả hai hướng ).
Nó đã có một đợt tăng mạnh trong bong bóng 2017, có nghĩa là đuôi rất lớn, với những giá trị ngoại lai rất lớn.
Vì giá trị vẫn cao hơn những ngày đầu ( trước năm 2017) nhưng khá ổn định kể từ đó.

Phân phối của lợi nhuận ổn định được khớp tốt bởi một phân phối t-location scale.
Phân phối này có 3 tham số. Mu là tham số chính liên quan đến giá trị trung bình. Chúng tôi thấy giá trị này ổn định theo thời gian (trong trung bình), đại diện cho một tham số bất biến quan trọng đối với Bitcoin.
Các tham số khác của phân phối là sigma và nu. Sigma đại diện cho mức độ phân tán của phân phối và nu cho biết độ nặng của đuôi phân phối.
Kỳ lạ là sigma dường như đã tăng lên kể từ bong bóng năm 2017. Điều này có nghĩa là chúng ta có một phạm vi giá trị lớn hơn cho các khoản hoàn vốn.
Vì vậy, sự biến đ

Tôi đã thảo luận về điều này trong các bài viết trước (làm một video để giải thích tất cả các ý tưởng liên quan).
Nhưng đây là các tham số BTC ổn định nhất. Nó là độ dốc địa phương của luật lực. Chúng cũng có thể được hiểu là lợi nhuận ổn định ( không thay đổi theo thời gian ).
Bạn có thể phục hồi lợi nhuận thực bằng cách nhân những giá trị này với hàm xác định theo thời gian log( (t+1)/t).
Điều này có nghĩa là gì?
Bitcoin đã hành xử theo cách không phụ thuộc vào quy mô ( một luật sức mạnh) kể từ những ngày đầu.
Bạn cũng có thể thấy có những dao động xung quanh giá trị trung bình do các bong b

Cảm ơn @hiyoko_peep đã sao chép nghiên cứu của tôi về lợi nhuận ổn định.
Đây là biểu đồ quan trọng nhất cho Bitcoin.
Nó sẽ trở nên viral nếu được hiểu.
Đó là số lượng ổn định duy nhất trong Bitcoin. Bitcoin đã thể hiện cùng một hành vi kể từ những ngày đầu.
Các khoản lợi nhuận ổn định này dao động xung quanh một mức trung bình mà ngoại trừ các bong bóng, khá ổn định qua các năm.
Chúng ta có thể suy ra hành vi trong quá khứ, hiện tại và tương lai của Bitcoin từ biểu đồ đơn này.

Ok, đây là phiên bản mới nhất.
Đây là cách đúng để thực hiện Monte Carlo với Bitcoin.
Bạn không sử dụng các giá trị trả về vì chúng có 2 thành phần, một thành phần ngẫu nhiên nhưng cũng có một thành phần xác định (t+1)/t.
Chúng tôi sử dụng phân phối quy mô t-location để phù hợp với phân phối quan sát và mô phỏng hàng trăm đường đi, chỉ có một vài đường được hiển thị do giới hạn đồ họa TV.
Bảng cho thấy phạm vi các con đường có thể trong 2 tháng tới với xác suất khả thi.
Màu xanh chỉ ra kết quả cuối cùng có khả năng xảy ra nhất, sau đó là màu vàng và đỏ với các giá trị cực đoan nhất ở cả hai hư