主页 > imtoken下载链接 > 硬核 | BTC明年减半后会涨到55000美元吗?重新审视

硬核 | BTC明年减半后会涨到55000美元吗?重新审视

imtoken下载链接 2023-10-15 05:11:07

2016年比特币减半前后周线变化_明年比特币什么减半_我们除了关注比特币产量减半

金色财经近期推出Hardcore栏目,为读者提供热门项目的介绍或深度解读。

55,000 美元是很多人在预测比特币价格时使用的数字。 该预测图来自PlanB于2019年3月23日在Medium上发表的一篇论文《Valuating Bitcoin Based on Scarcity》。PlanB发现黄金、白银和比特币在对数股票/股票比率(SF,a稀缺性的量化形式)和市场价值的关系。

目前黄金的股票/股票比率(SF)为62,市值8.5万亿美元; 白银的股票/股票比率(SF)为22,市值为3080亿美元。 2020年5月减半后,比特币股票/股票比率(SF)将从25升至50,因此预计比特币市值将升至1万亿美元,相当于比特币价格为5.5万美元。

近日,InTheLoop以更高的时间精度和更全面的数据重新审视了PlanB的分析,再次确认了PlanB的结果。 点击此处查看原文。

金色财经翻译本文以回馈读者,以下为译文。

介绍

《Assessing Bitcoin Value According to Scarcity》一文是比特币链分析非常重要的一篇论文,因为它揭示了比特币的稀缺性和市场价值之间存在很强的幂律关系。 作者 PlanB 指出,这种关系很可能是因果关系,也就是说,稀缺性决定了比特币的价格和市场价值。 可能是!

对于每一篇关于比特币的数据驱动论文,如果数据可用,我总是会尝试重做分析。 因为它很有趣,而且通常我也能学到很多东西。 通常我也会发现与原作者结果不一致的地方,这也很有趣。

在本文中,我使用更高时间分辨率的数据重新运行 PlanB 的模型,但最终结果并没有什么不同:我准确地重现了 PlanB 的结果。 B计划很棒!

数据采集

在最初的 PlanB 论文中,使用的比特币数据源只有比特币市值和开采的比特币数量。 这些数据很容易在 blockchain.com 上找到和提取。

上述数据集中比特币的市值在2010年8月17日之前为0,所以PlanB引用了一些非常早期的比特币行情:

第一个数据来自 Martti Malmi 的交易:

我们除了关注比特币产量减半_明年比特币什么减半_2016年比特币减半前后周线变化

@Martti Malmi:我从备份电子邮件中找出了比特币对美元的交易。 2009 年 10 月 12 日,我以 502 美元的总价卖出了 5,050 个比特币。

我们除了关注比特币产量减半_2016年比特币减半前后周线变化_明年比特币什么减半

这是在 2009 年 10 月 12 日,当时有 1,243,550 个比特币在流通。因此,比特币市值为 1,243,550 * 5.02/5,050 = 1,236 美元

第二个数据来自“比特币的第一笔报价是0.003美元,发生在2010年3月的BitcoinMarket”,我无法追溯其原始来源,但文章中提到了“比特币十年:起源,事实和图像”。

由于我只找到这个月,没有确切的日期,所以我使用 2019 年 3 月 14 日作为折衷。 当时有 2,264,000 个比特币在流通。 因此,市值为 2264000 * 0.003 = 6792 美元。

第三个数据是著名的披萨交易。

2010 年 5 月 22 日,有 2,852,150 个比特币在流通。 据报道,这两个比萨饼价值 41 美元,因此市场价值为 2,852,150 美元 * 41/10,000 = 11,694 美元。

数据分析

根据上述比特币流通量(bc,Bitcoins in Circulation)数据,年化存量/存量比率(SF)计算公式如下:

(365*Δbc/Δdate*365)/bc

其中 Δbc 是连续两天之间 bc 的差异,Δdate 是这些连续日期之间的天数。

2016年比特币减半前后周线变化_明年比特币什么减半_我们除了关注比特币产量减半

图 1:比特币存量/流量 (SF) 与比特币创世块的天数

在y轴的对数坐标中,为:

明年比特币什么减半_我们除了关注比特币产量减半_2016年比特币减半前后周线变化

图2:与图1相同的数据,只是y轴用对数表示

比特币市值

我们除了关注比特币产量减半_明年比特币什么减半_2016年比特币减半前后周线变化

明年比特币什么减半_我们除了关注比特币产量减半_2016年比特币减半前后周线变化

图 3:比特币市值 (SF) 与比特币创世块天数的对数标度。

注意左下角的三个单点数据,来自《数据考古》。

现在我们有了数据,我们在水平和垂直轴上以对数坐标绘制存量/流量比 (SF) 与市场价值之间的关系。 发布日期后的所有数据)。 与 PlanB 的图表不同,这张图表中的点是由一条“时间线”连接起来的。

我们除了关注比特币产量减半_2016年比特币减半前后周线变化_明年比特币什么减半

图 4:股票流量 (SF) 与市值图表,PlanB 使用的比例相同。

更高的时间分辨率是显而易见的。 将此图表与下面的 PlanB 的点“集群”进行比较。

2016年比特币减半前后周线变化_明年比特币什么减半_我们除了关注比特币产量减半

图 5:PlanB 的原始图

由于上图中有很多数据点,下面是一个放大版本,使连接这些点的(时间)线更加明显。

2016年比特币减半前后周线变化_我们除了关注比特币产量减半_明年比特币什么减半

图 6:图 4 的放大版本,以更好地查看连接数据点的时间线

请注意,PlanB 的图表与我的几乎相同,包括存量/流量比 (SF) 在 1 和 2 之间的一些异常偏差。我的图表清楚地显示了比特币减半后 SF 的突然变化,大约 SF=5 和 SF=15。 在 PlanB 的图表中,这种突然的变化由点颜色从蓝色到红色的过渡表示。

上图中,使用的数据仅截至 2019 年 3 月 22 日,即 PlanB 发表论文的时间。 现在我有更多的数据。 再添加几个月的数据,我几乎看不出有什么不同,但我还是把它画了出来,并附上了拟合回归函数:

明年比特币什么减半_2016年比特币减半前后周线变化_我们除了关注比特币产量减半

明年比特币什么减半_2016年比特币减半前后周线变化_我们除了关注比特币产量减半

图 7:同一图,但数据截至发稿时。 在上图中,为了便于比较,仅使用了 PlanB 论文发表日期之前的数据。

请注意,与上图相比,该图右上角的数据簇更大,这稍微提高了等式的斜率。

对于那些只关注比特币价格而不关注市值的人,我也对比特币价格和股票/流量比率(SF)进行了同样的分析,比特币价格数据是从 y 轴数据除以比特币流通量得到的。 结果图几乎没有变化,当然除了 y 轴坐标比例和拟合曲线的参数:

明年比特币什么减半_我们除了关注比特币产量减半_2016年比特币减半前后周线变化

图 8:相同的分析,但 y 轴为比特币价格。 请注意,结果图几乎没有变化,但公式发生了很大变化。

PlanB还将比特币市值和存量/流量比以对数形式作为图表中的坐标表,坐标标度的最小值和最大值根据模型进行调整。 下图是我的版本,显示了截至 9 月 20 日的所有数据。

比特币市值:

明年比特币什么减半_我们除了关注比特币产量减半_2016年比特币减半前后周线变化

图9:红色为存量/流量比(SF),蓝色为市值,均为各自的对数形式,左右坐标的最小值和最大值根据选择最佳拟合模型。 这是表达两者之间相关性的另一种方式。

和比特币价格:

明年比特币什么减半_我们除了关注比特币产量减半_2016年比特币减半前后周线变化

图10:红色为SF,绿色为价格,均为各自的对数形式,左右坐标的最小值和最大值根据最佳拟合模型选取。

综上所述

我非常准确地重现了 PlanB 的情节和结果。

ln(y) = 3.30894 * ln(x) + 14.5618; R 平方 = 0.9034(我的结果)

2016年比特币减半前后周线变化_明年比特币什么减半_我们除了关注比特币产量减半

ln(y) = 3.31954 * ln(x) + 14.6227; R 平方 = 0.9473(PlanB 的结果)

PlanB 的图表的数据点比我的少得多,因为他以每月或每季度的分辨率提取股票流量 (SF) 和市值数据,而我使用 blockchain.com 数据集可用的最大分辨率。 这也是我的R平方值低于PlanB的一个可能原因。 我抓住了存量流量比 (SF) 和市值的每一次变化,平均而言,这些变化略高于 PlanB 的稀疏数据集。

我的三个早期比特币价格估计比 PlanB 论文离回归线更远。 我无法进一步调查,因为 PlanB 没有根据三个初始价格点给出准确的市值计算。 此外,PlanB 描述了他对“插值”方法的使用。 我没有插值。 我所做的只是在 blockchain.com 数据集前面添加三个点以及相应的日期。 省略这三个价格点不会改变结果参数:

ln(y) = 3.28275 * ln(x) + 14.6241; R 平方 = 0.9015(我的结果,没有 3 个初始数据点)

我还计算了比特币存量流量 (SF) 与时间的关系,因为它可以帮助我们更好地理解在存量流量 (SF) 与市值图表中如此清晰可见的群体“集群”现象。 与 PlanB 相反,我没有用颜色标记数据来显示比特币减半,而是使用连接线来显示时间轨迹。

使用截至发稿时的所有数据,公式为:

ln(y) = 3.34214 * ln(x) + 14.5219; Rsquared = 0.9092(所有数据,截至 9 月 20 日)

对于价格明年比特币什么减半,公式是:

ln(y) = 2.96043 * ln(x) - 0.98374; Rsquared = 0.8971(所有数据,截至 9 月 20 日)

提醒

1. 比特币的稀缺性会随着时间的推移而增加,而比特币就是为此而设计的。

2. 总体而言,比特币的价格和市值都随着时间的推移而上涨。 虽然这是比特币协议的意图,但市场参与者仍将采取持续行动来实现这一目标。 到目前为止,大部分时间它都在上涨(买入)。

3. 所以稀缺性和市值都在上升。 当以对数标度对它们进行绘制时,会导致陡峭的线性回归。 它显示相关性,但不是因果关系。 因果关系的证据需要来自其他地方(例如证明黄金、白银和其他商品都位于同一条线上)。 这就是 PlanB 的论文所证明的。 本身不是相关性。

更合适的比特币稀缺性决定因素?

2016年比特币减半前后周线变化_我们除了关注比特币产量减半_明年比特币什么减半

但是还有一个问题。 幂律关系有时表明两人关系密切,但可能反映出他们背后有一个共同的因素在同时决定着他们。

PlanB得到的是稀缺性决定市场价值。 真的吗?

在我的论文中明年比特币什么减半,有三个变量: 1. 时间,从创世块开始; 2. 稀缺性、存量/流量比; 3.市值,价格x流通量。

多重相关分析可以同时分析三个或更多变量。 偏相关是一种多重相关分析方法,它在不受其他变量影响的情况下计算变量之间的相关系数。 相关性的数学符号是希腊字母 ρ (rho)。 两个变量 X 和 Y 之间的相关性写为 ρ(X,Y)。 偏相关表示为 ρ(X, Y·Z)。 通常使用 R 代替 ρ 及其平方值 R²。

三个变量的偏相关可以从三个正相关计算出来:

所有截至9月20日的数据,时间、稀缺性和市值三个变量(Time、Scarcity和MarketCap)的相关和偏相关值如下:

ρ(时间,市值)= 0.969

ρ(时间,稀缺性)= 0.978

ρ(稀缺性,市值)= 0.949

ρ(时间,市值·稀缺性) = 0.621

ρ(时间,稀缺性·市值)= 0.748

ρ(稀缺性,市值时间)= 0.043

2016年比特币减半前后周线变化_我们除了关注比特币产量减半_明年比特币什么减半

角度的 Cos 值就是偏相关系数。

结语:时间(注:减半等比特币共识)在很大程度上决定了比特币的稀缺性和市场价值。 这也是稀缺性和市值高度相关的原因。 看起来稀缺性并不决定市值。

文章来源:以更高的时间分辨率重新审视 PlanB 的比特币稀缺模型

稀缺性在比特币上扮演更温和的角色?