💥 Gate廣場活動: #FST创作大赛# 💥
在 Gate廣場 發布 CandyDrop 第71期:CandyDrop x FreeStyle Classic Token (FST) 相關原創內容,即有機會瓜分 3,000 FST 獎勵!
📅 活動時間:2025年8月27日 – 9月2日
📌 參與方式:
發布原創內容,主題需與 FST 或 CandyDrop 活動相關
內容不少於 80 字
帖子添加話題: #FST创作大赛#
附上 CandyDrop 參與截圖
🏆 獎勵設置:
一等獎(1名):1,000 FST
二等獎(3名):500 FST/人
三等獎(5名):200 FST/人
📄 注意事項:
內容必須原創,禁止抄襲或刷量
獲獎者需完成 Gate 廣場身分認證
活動最終解釋權歸 Gate 所有
活動詳情連結: https://www.gate.com/announcements/article/46757
另一種可視化之前帖子中描述的蒙特卡洛模擬的方法。
在這裏,我們展示了各個單獨的路徑。綠色陰影是最可能的路徑 (更高密度)。
紅線是冪法則,但不是通過回歸擬合獲得的,而是簡單地計算所有路徑的中位數。
不確定人們是否理解這個結果有多強大。
它基於幾個簡單的假設和經驗觀察:
1) 觀察到的回報隨時間以冪律方式衰減:Ret=( (t+1)/t)^n,其中 t 是從創世區塊開始的時間,n 是冪律指數。
2) 我們不是通過擬合得出 n,而是通過因子 t+1/t 對觀察到的收益進行歸一化,並注意到這個量在時間上是穩定的。
3) 然後我們繪制標準化收益的分布 (斜率),並用t-位置規模分布進行擬合,發現它非常契合,並且在其他金融資產中也發現了這一點。
4) 我們使用這個斜率分布進行2000次模擬,並通過將t+1/t因子反向相乘來獲取回報。
5) 路徑的中位數是冪律。
這表明冪律是比特幣的深層統計特性,而不僅僅是一個簡單的回歸擬合。