BTC_POWER_LA
Chưa có nội dung
BTC_POWER_LA
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ
Dưới đây là một cái nhìn trước về kết quả của việc dự đoán từ mô phỏng Monte Carlo trong 20 năm tới.
Tôi sẽ làm cho nó trông đẹp với ngày tháng và ký hiệu tài chính bằng đô la ở trục y sau.
Tôi muốn chia sẻ kết quả ngay khi tôi có được với các bạn.
Nói cách khác, 10 triệu trong 20 năm, chúng ta bắt đầu.
Xem bản gốcTôi sẽ làm cho nó trông đẹp với ngày tháng và ký hiệu tài chính bằng đô la ở trục y sau.
Tôi muốn chia sẻ kết quả ngay khi tôi có được với các bạn.
Nói cách khác, 10 triệu trong 20 năm, chúng ta bắt đầu.
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ
Tôi đã hỏi Grok để giải thích ý nghĩa của những mô phỏng Monte Carlo này.
Điều này cho chúng ta biết gì về quy luật sức mạnh đối với Bitcoin
Luật sức mạnh không chỉ là một đường cong; chúng là một ống kính sâu sắc cho sự tiến hóa của BTC.
Các mô phỏng xác nhận sự liên quan của chúng:
Các điểm thu hút lâu dài:
Đường trung vị (đỏ) ôm lấy sự mở rộng theo quy luật sức mạnh, cho thấy nó là một điểm thu hút ổn định mặc dù có hỗn loạn—nhất quán với các lý thuyết như của Santostasi, nơi n phát sinh từ các hiệu ứng Metcalfe của mạng (giá trị ~ người dùng^2, người dùng ~ t^k).
Biến động ngắn hạn:
Các
Xem bản gốcĐiều này cho chúng ta biết gì về quy luật sức mạnh đối với Bitcoin
Luật sức mạnh không chỉ là một đường cong; chúng là một ống kính sâu sắc cho sự tiến hóa của BTC.
Các mô phỏng xác nhận sự liên quan của chúng:
Các điểm thu hút lâu dài:
Đường trung vị (đỏ) ôm lấy sự mở rộng theo quy luật sức mạnh, cho thấy nó là một điểm thu hút ổn định mặc dù có hỗn loạn—nhất quán với các lý thuyết như của Santostasi, nơi n phát sinh từ các hiệu ứng Metcalfe của mạng (giá trị ~ người dùng^2, người dùng ~ t^k).
Biến động ngắn hạn:
Các
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ
Vì vậy, thay vì điều chỉnh luật sức mạnh với dữ liệu, bạn chỉ cần quan sát rằng lợi nhuận của Bitcoin suy giảm theo thời gian.
Đây là những lợi nhuận giảm dần mà chúng tôi thường thảo luận (xem biểu đồ trong các bình luận).
Bây giờ, bạn có thể tìm một số lượng ổn định ( trong "trung bình" ) trong toàn bộ lịch sử của Bitcoin không?
Vâng, chia lợi nhuận cho t+1/t, trong đó t là tuổi của Bitcoin.
Bạn nhận được đồ thị bên dưới. Thật tuyệt vời khi những giá trị này dao động quanh một giá trị trung vị chính xác ( loại hành vi của những điểm dữ liệu này không có giá trị trung bình được xác định rõ rà
Xem bản gốcĐây là những lợi nhuận giảm dần mà chúng tôi thường thảo luận (xem biểu đồ trong các bình luận).
Bây giờ, bạn có thể tìm một số lượng ổn định ( trong "trung bình" ) trong toàn bộ lịch sử của Bitcoin không?
Vâng, chia lợi nhuận cho t+1/t, trong đó t là tuổi của Bitcoin.
Bạn nhận được đồ thị bên dưới. Thật tuyệt vời khi những giá trị này dao động quanh một giá trị trung vị chính xác ( loại hành vi của những điểm dữ liệu này không có giá trị trung bình được xác định rõ rà
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ
Một cách khác để hình dung mô phỏng Monte Carlo được mô tả trong các bài viết trước.
Ở đây chúng tôi hiển thị các lộ trình riêng lẻ. Các vùng màu xanh lá cây là các lộ trình có khả năng xảy ra cao nhất (mật độ cao hơn).
Đường đỏ là quy luật sức mạnh nhưng không được lấy từ việc phù hợp hồi quy mà chỉ đơn giản là tính toán trung vị của tất cả các đường đi.
Không chắc mọi người có hiểu kết quả này mạnh mẽ như thế nào không.
Nó dựa trên một vài giả định đơn giản và quan sát thực nghiệm:
1) Sự suy giảm lợi nhuận quan sát được theo thời gian theo dạng định luật lũy thừa: Ret=( (t+1)/t)^n, trong đó
Xem bản gốcỞ đây chúng tôi hiển thị các lộ trình riêng lẻ. Các vùng màu xanh lá cây là các lộ trình có khả năng xảy ra cao nhất (mật độ cao hơn).
Đường đỏ là quy luật sức mạnh nhưng không được lấy từ việc phù hợp hồi quy mà chỉ đơn giản là tính toán trung vị của tất cả các đường đi.
Không chắc mọi người có hiểu kết quả này mạnh mẽ như thế nào không.
Nó dựa trên một vài giả định đơn giản và quan sát thực nghiệm:
1) Sự suy giảm lợi nhuận quan sát được theo thời gian theo dạng định luật lũy thừa: Ret=( (t+1)/t)^n, trong đó
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ
Đây là kết quả của 2000 lịch sử BTC ảo sử dụng các thống kê đã quan sát.
Các màu sắc trong bóng đổ chỉ ra những con đường có khả năng xảy ra cao nhất, màu xanh lá cây có nghĩa là có khả năng xảy ra nhiều hơn.
Đường đỏ không phù hợp. Điều này rất quan trọng, nó được tính bằng cách lấy trung vị của tất cả các đường đi có thể.
Vì vậy, Bitcoin đang đi theo con đường ít kháng cự nhất. Con đường có khả năng xảy ra nhất.
Xem bản gốcCác màu sắc trong bóng đổ chỉ ra những con đường có khả năng xảy ra cao nhất, màu xanh lá cây có nghĩa là có khả năng xảy ra nhiều hơn.
Đường đỏ không phù hợp. Điều này rất quan trọng, nó được tính bằng cách lấy trung vị của tất cả các đường đi có thể.
Vì vậy, Bitcoin đang đi theo con đường ít kháng cự nhất. Con đường có khả năng xảy ra nhất.
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ
Grok thật điên rồ.
Tôi đã đưa ra những hướng dẫn này và chỉ trong vài giây đã xong. Có lẽ tôi sẽ mất khoảng 20 phút để nghĩ ra cùng một mã.
Đây là một thế giới khoa học viễn tưởng.
"Ok trong biểu đồ cuối cùng nơi chúng ta hiển thị tất cả các kết quả, đừng tính trung bình mà hãy hiển thị mức độ mật độ của các biểu đồ, sử dụng các sắc thái từ xanh lá cây (dày đặc) đến đỏ (ít dày đặc), vẽ các đường cho các lần chạy bằng đường màu xám mảnh và chồng lên một lớp bóng bán trong suốt dựa trên mật độ của các đường này."
Xem bản gốcTôi đã đưa ra những hướng dẫn này và chỉ trong vài giây đã xong. Có lẽ tôi sẽ mất khoảng 20 phút để nghĩ ra cùng một mã.
Đây là một thế giới khoa học viễn tưởng.
"Ok trong biểu đồ cuối cùng nơi chúng ta hiển thị tất cả các kết quả, đừng tính trung bình mà hãy hiển thị mức độ mật độ của các biểu đồ, sử dụng các sắc thái từ xanh lá cây (dày đặc) đến đỏ (ít dày đặc), vẽ các đường cho các lần chạy bằng đường màu xám mảnh và chồng lên một lớp bóng bán trong suốt dựa trên mật độ của các đường này."
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ
Đây là một trong những kết quả của việc chạy một Bitcoin hoàn toàn tổng hợp.
Tôi bắt đầu với một phân phối mô hình của các độ dốc ( bạn có thể sử dụng phân phối Lorentz hoặc phân phối t-Location Scale ) dựa trên các tham số quan sát được.
Đây là một phân phối không thay đổi theo thời gian ( nó giống như phân phối từ đầu lịch sử Bitcoin ).
Sau đó, chúng ta có thể suy ra lợi nhuận bằng cách nhân với một yếu tố xác định (nó không ngẫu nhiên), log(t+1/t), đại diện cho lợi nhuận log lý thuyết từ định luật lũy thừa, t là thời gian kể từ Khối Genesis.
Bạn sau đó sẽ gộp lãi suất theo thời gian. Điều n
Xem bản gốcTôi bắt đầu với một phân phối mô hình của các độ dốc ( bạn có thể sử dụng phân phối Lorentz hoặc phân phối t-Location Scale ) dựa trên các tham số quan sát được.
Đây là một phân phối không thay đổi theo thời gian ( nó giống như phân phối từ đầu lịch sử Bitcoin ).
Sau đó, chúng ta có thể suy ra lợi nhuận bằng cách nhân với một yếu tố xác định (nó không ngẫu nhiên), log(t+1/t), đại diện cho lợi nhuận log lý thuyết từ định luật lũy thừa, t là thời gian kể từ Khối Genesis.
Bạn sau đó sẽ gộp lãi suất theo thời gian. Điều n
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ
Đây là một trong những kết quả của việc vận hành một Bitcoin hoàn toàn tổng hợp.
Tôi bắt đầu với một mô hình phân phối của các độ dốc ( bạn có thể sử dụng phân phối Lorentz hoặc phân phối t-Location Scale ) dựa trên các tham số quan sát được.
Đây là một phân phối không thay đổi theo thời gian ( nó là cùng một phân phối từ đầu lịch sử Bitcoin ).
Sau đó, chúng ta có thể suy ra lợi nhuận bằng cách nhân với một yếu tố xác định ( nó không ngẫu nhiên ), t+1/t, đại diện cho lợi nhuận lý thuyết từ luật sức mạnh, t là thời gian từ Khối Genesis.
Sau đó, bạn sẽ tính lãi kép theo thời gian. Điều này không
Xem bản gốcTôi bắt đầu với một mô hình phân phối của các độ dốc ( bạn có thể sử dụng phân phối Lorentz hoặc phân phối t-Location Scale ) dựa trên các tham số quan sát được.
Đây là một phân phối không thay đổi theo thời gian ( nó là cùng một phân phối từ đầu lịch sử Bitcoin ).
Sau đó, chúng ta có thể suy ra lợi nhuận bằng cách nhân với một yếu tố xác định ( nó không ngẫu nhiên ), t+1/t, đại diện cho lợi nhuận lý thuyết từ luật sức mạnh, t là thời gian từ Khối Genesis.
Sau đó, bạn sẽ tính lãi kép theo thời gian. Điều này không
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ
Vì vậy, phân phối Lorentz dường như là một đại diện rất tốt cho hành vi thực tế. Không chắc chúng ta có thể tìm thấy một cái tốt hơn, hãy cho tôi biết nếu bạn có đề xuất.
Chúng ta có thể sử dụng phân phối này để tái tạo một giá tổng hợp của Bitcoin và so sánh phân phối hiện tại với phân phối chung để cảnh báo cho chúng ta khi có điều gì đó thay đổi.
Đây thực sự là phân phối ổn định duy nhất mà chúng tôi có của Bitcoin.
Lợi nhuận là một hàm của thời gian vì vậy chúng ta cần chuyển từ phân phối có độ dốc ( hoặc lợi nhuận chuẩn hóa ) sang lợi nhuận.
Xem bản gốcChúng ta có thể sử dụng phân phối này để tái tạo một giá tổng hợp của Bitcoin và so sánh phân phối hiện tại với phân phối chung để cảnh báo cho chúng ta khi có điều gì đó thay đổi.
Đây thực sự là phân phối ổn định duy nhất mà chúng tôi có của Bitcoin.
Lợi nhuận là một hàm của thời gian vì vậy chúng ta cần chuyển từ phân phối có độ dốc ( hoặc lợi nhuận chuẩn hóa ) sang lợi nhuận.
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ
Vào lúc 8:15 PST, chúng tôi sẽ có một chương trình mới mang tên "Vật lý của Bitcoin" với Giovanni và Stephen.
Chương trình nghị sự của Stephen ở dưới đây. Tôi sẽ thảo luận về đồ thị luật sức mạnh mới nhất và kết quả của tôi về phân phối lợi nhuận và lợi nhuận chuẩn hóa.
Xin vui lòng tham gia với chúng tôi tại đây trên X, YouTube và Twitch. Các liên kết ở trong phần bình luận.
Xem bản gốcChương trình nghị sự của Stephen ở dưới đây. Tôi sẽ thảo luận về đồ thị luật sức mạnh mới nhất và kết quả của tôi về phân phối lợi nhuận và lợi nhuận chuẩn hóa.
Xin vui lòng tham gia với chúng tôi tại đây trên X, YouTube và Twitch. Các liên kết ở trong phần bình luận.
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ
Đây thực sự là một biểu đồ tuyệt vời. Nó chứa tất cả những gì bạn cần biết về Bitcoin.
Nó về cơ bản là một biểu đồ "chuẩn hóa" theo thời gian của lợi nhuận của BTC. Chúng ta chuẩn hóa vì lợi nhuận là một hàm của thời gian nên chúng ta chia cho hàm thời gian để có được một thứ gì đó tĩnh theo thời gian.
Đó chính xác là những gì chúng ta nhận được và trung bình khoảng độ dốc của luật sức mạnh.
Một sự phù hợp Lorentz là một sự xấp xỉ khá tốt về hành vi. Có lẽ những sai lệch từ nó là lợi nhuận vượt trội từ các bong bóng.
Xem bản gốcNó về cơ bản là một biểu đồ "chuẩn hóa" theo thời gian của lợi nhuận của BTC. Chúng ta chuẩn hóa vì lợi nhuận là một hàm của thời gian nên chúng ta chia cho hàm thời gian để có được một thứ gì đó tĩnh theo thời gian.
Đó chính xác là những gì chúng ta nhận được và trung bình khoảng độ dốc của luật sức mạnh.
Một sự phù hợp Lorentz là một sự xấp xỉ khá tốt về hành vi. Có lẽ những sai lệch từ nó là lợi nhuận vượt trội từ các bong bóng.
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ
Không có một phân phối nào về lợi nhuận cho Bitcoin vì lợi nhuận thay đổi theo thời gian.
Lợi nhuận là một hàm của thời gian:
R= (t2/t1)^n, trong đó n là số mũ của quy luật lũy thừa.
Nếu một người muốn đại diện cho một phân phối của các khoản hoàn vốn cho đến nay thì tốt hơn là bao gồm hiệu ứng thời gian này và hiển thị phân phối của các độ dốc.
Slopes n=log(P2/P1)/log(t2/t1).
Tôi đã chỉ ra rằng đây là một phân phối Gaussian xung quanh giá trị n.
Về cơ bản, Bitcoin là một quy luật sức mạnh trung bình. Đó là một kết quả sâu sắc cho thấy quy luật sức mạnh thực sự là một thuộc tính nội tại chứ kh
Xem bản gốcLợi nhuận là một hàm của thời gian:
R= (t2/t1)^n, trong đó n là số mũ của quy luật lũy thừa.
Nếu một người muốn đại diện cho một phân phối của các khoản hoàn vốn cho đến nay thì tốt hơn là bao gồm hiệu ứng thời gian này và hiển thị phân phối của các độ dốc.
Slopes n=log(P2/P1)/log(t2/t1).
Tôi đã chỉ ra rằng đây là một phân phối Gaussian xung quanh giá trị n.
Về cơ bản, Bitcoin là một quy luật sức mạnh trung bình. Đó là một kết quả sâu sắc cho thấy quy luật sức mạnh thực sự là một thuộc tính nội tại chứ kh
- Phần thưởng
- Thích
- Bình luận
- Đăng lại
- Chia sẻ