Hace algún tiempo vi a PlanB respondiendo a la crítica colectiva mostrando este gráfico. Afirmó que aquí vemos saltos en la ley de Kleiber (a ley de potencia) entre el consumo de energía de un animal y su peso promedio por especie.
No sabía si reír, llorar o ambas, en particular porque a miles les gustó su respuesta ( sin entender nada ).
Esto muestra que realmente no entiende de lo que está hablando y por lo tanto sus muchos seguidores.
Sí, hay saltos aquí, pero ningún científico está afirmando que esta sea una única ley de potencia. Son varias similares. Diferentes leyes de potencia se aplic

Progreso. La meta es 185.
Ser consciente de lo que comes hace que la comida sea más placentera y saludable.

Proyecciones de Monte Carlo basadas en las estadísticas actuales de Bitcoin.

Aquí hay una vista previa de los resultados de la proyección de la simulación de Monte Carlo para los próximos 20 años.
Lo haré lucir bien con fechas y notación financiera en dólares en el eje y más tarde.
Quería compartir los resultados a medida que los obtengo con ustedes.
En otras palabras, 10 M en 20 años, aquí vamos.

Así que en lugar de ajustar la ley de potencia a los datos, simplemente observas que los retornos de Bitcoin decaen con el tiempo.
Estos son los rendimientos decrecientes de los que a menudo hablamos (ver gráfico en los comentarios).
¿Ahora puedes encontrar en su lugar una cantidad que sea estable ( en "promedio") a lo largo de toda la historia de Bitcoin?
Sí, divide los retornos por t+1/t donde t es la edad de Bitcoin.
Obtienes el gráfico a continuación. Es asombroso que estos valores oscilen alrededor de una mediana precisa ( el tipo de comportamiento de estos puntos de datos no tiene una me

Otra forma de visualizar la simulación de Monte Carlo descrita en publicaciones anteriores.
Aquí mostramos los caminos individuales. Las sombras verdes son los caminos más probables ( mayor densidad ).
La línea roja es la ley de potencias, pero no se obtiene mediante un ajuste de regresión, sino simplemente calculando la mediana de todos los caminos.
No estoy seguro de si la gente entiende cuán poderoso es este resultado.
Se basa en algunas suposiciones simples y observaciones empíricas:
1) El retorno observado decae con el tiempo de una manera de ley de potencias: Ret=( (t+1)/t)^n, donde t es

Este es el resultado de 2000 historias virtuales de BTC utilizando las estadísticas observadas.
Los colores en la sombreado indican los caminos más probables, los tonos verdes significan más probables.
La línea roja no es adecuada. Esto es importante, se deriva al tomar la mediana de todos los caminos posibles.
Así que Bitcoin está siguiendo la ruta de menor resistencia. La ruta más probable.

¡Aquí está!
Ejecuta 2000 simulaciones utilizando una distribución t-location scale con parámetros observados de Bitcoin y estas son las historias.
El valor mediano está en rojo, que es nuestra ley de potencia.

Este es uno de los resultados de ejecutar un Bitcoin completamente sintético.
Comencé con un modelo de distribución de las pendientes ( puedes usar una distribución de Lorentz o una distribución de escala t-Location ) basada en los parámetros observados.
Esta es una distribución invariante en el tiempo ( es la misma distribución desde el inicio de la historia de Bitcoin ).
Luego podemos derivar los rendimientos multiplicando por un factor determinista (no es aleatorio), log(t+1/t), que representa los rendimientos logarítmicos teóricos de la ley de potencias, t es el tiempo desde el Bloque Géne

Este es uno de los resultados de ejecutar un Bitcoin completamente sintético.
Empecé con una distribución de modelo de las pendientes ( puedes usar una distribución de Lorentz o una distribución t-Location Scale ) basada en los parámetros observados.
Esta es una distribución invariante en el tiempo ( es la misma distribución desde el inicio de la historia de Bitcoin ).
Luego podemos derivar los retornos multiplicando por un factor determinista (no es aleatorio), t+1/t, que representa los retornos teóricos de la ley de potencias, t es el tiempo desde el Bloque Génesis.
Luego, se capitalizan los

Así que la distribución de Lorentz parece ser un muy buen proxy para el comportamiento real. No estoy seguro de que podamos encontrar uno mejor, házmelo saber si tienes sugerencias.
Podemos utilizar esta distribución para recrear un precio sintético de Bitcoin y comparar la distribución actual con la general para alertarnos si algo cambia.
Esta es realmente la única distribución estable que tenemos de Bitcoin.
Los retornos son una función del tiempo, por lo que necesitamos pasar de esta distribución de pendientes ( o retornos normalizados ) a los retornos.