Ще один спосіб візуалізувати симуляцію Монте-Карло, описану в попередніх дописах.
Тут ми показуємо індивідуальні шляхи. Зелені відтінки є найімовірнішими шляхами (вища щільність).
Червона лінія є законом степеня, але не отримана шляхом регресійного підходу, а просто шляхом обчислення медіани всіх шляхів.
Не впевнений, що люди розуміють, наскільки потужним є цей результат. Вона базується на кількох простих припущеннях та емпіричних спостереженнях:
1) Спостережене зменшення прибутковості з часом у формі степеневої залежності: Ret=( (t+1)/t)^n, де t - це час від блоку генезису, а n - показник степеневої залежності.
2) Ми не виводимо n з підгонки, а замість цього нормалізуємо спостережувані доходи за фактором t+1/t і помічаємо, що ця величина стабільна з часом.
3) Потім ми будуємо розподіл нормалізованих прибутків ( схилів ) і підганяємо його під розподіл t-розташування, який є дуже хорошим підходом і також знайдений в інших фінансових активах.
4) Ми запускаємо 2000 симуляцій, використовуючи це розподілення нахилів, і отримуємо прибутки, множачи назад фактор t+1/t.
5) Медіана шляхів є степеневим законом.
Це демонструє, що степеневий закон є глибокою статистичною властивістю Біткоїна, а не простим регресійним підходом.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Ще один спосіб візуалізувати симуляцію Монте-Карло, описану в попередніх дописах.
Тут ми показуємо індивідуальні шляхи. Зелені відтінки є найімовірнішими шляхами (вища щільність).
Червона лінія є законом степеня, але не отримана шляхом регресійного підходу, а просто шляхом обчислення медіани всіх шляхів.
Не впевнений, що люди розуміють, наскільки потужним є цей результат.
Вона базується на кількох простих припущеннях та емпіричних спостереженнях:
1) Спостережене зменшення прибутковості з часом у формі степеневої залежності: Ret=( (t+1)/t)^n, де t - це час від блоку генезису, а n - показник степеневої залежності.
2) Ми не виводимо n з підгонки, а замість цього нормалізуємо спостережувані доходи за фактором t+1/t і помічаємо, що ця величина стабільна з часом.
3) Потім ми будуємо розподіл нормалізованих прибутків ( схилів ) і підганяємо його під розподіл t-розташування, який є дуже хорошим підходом і також знайдений в інших фінансових активах.
4) Ми запускаємо 2000 симуляцій, використовуючи це розподілення нахилів, і отримуємо прибутки, множачи назад фактор t+1/t.
5) Медіана шляхів є степеневим законом.
Це демонструє, що степеневий закон є глибокою статистичною властивістю Біткоїна, а не простим регресійним підходом.