BTC_POWER_LA
BTC_POWER_LA
Aucun contenu pour l'instant
- Récompense
- J'aime
- Commentaire
- Reposter
- Partager
- Récompense
- J'aime
- Commentaire
- Reposter
- Partager
Voici un aperçu des résultats de la projection de la simulation de Monte Carlo pour les 20 prochaines années.
Je vais le rendre joli avec des dates et une notation financière en dollars sur l'axe des y plus tard.
Je voulais partager les résultats au fur et à mesure que je les obtins avec vous.
En d'autres termes, 10 M dans 20 ans, c'est parti.
Voir l'originalJe vais le rendre joli avec des dates et une notation financière en dollars sur l'axe des y plus tard.
Je voulais partager les résultats au fur et à mesure que je les obtins avec vous.
En d'autres termes, 10 M dans 20 ans, c'est parti.
- Récompense
- J'aime
- Commentaire
- Reposter
- Partager
J'ai demandé à Grok d'expliquer la signification de ces simulations de Monte Carlo.
Ce que cela nous dit sur les lois de puissance pour Bitcoin
Les lois de puissance sont plus qu'un simple ajustement de courbe ; elles constituent une lentille profonde pour l'évolution du BTC.
Les simulations affirment leur pertinence :
Attracteurs à long terme :
La ligne médiane ( rouge ) suit l'extension de la loi de puissance, suggérant qu'elle est un attracteur stable malgré le chaos—cohérent avec des théories comme celle de Santostasi, où n découle des effets Metcalfe du réseau (valeur ~ utilisateurs^2, u
Voir l'originalCe que cela nous dit sur les lois de puissance pour Bitcoin
Les lois de puissance sont plus qu'un simple ajustement de courbe ; elles constituent une lentille profonde pour l'évolution du BTC.
Les simulations affirment leur pertinence :
Attracteurs à long terme :
La ligne médiane ( rouge ) suit l'extension de la loi de puissance, suggérant qu'elle est un attracteur stable malgré le chaos—cohérent avec des théories comme celle de Santostasi, où n découle des effets Metcalfe du réseau (valeur ~ utilisateurs^2, u
- Récompense
- J'aime
- Commentaire
- Reposter
- Partager
Ainsi, au lieu d'ajuster la loi de puissance aux données, vous observez simplement que les rendements de Bitcoin décayent dans le temps.
Ce sont les rendements décroissants dont nous discutons souvent (voir le graphique dans les commentaires).
Alors pouvez-vous plutôt trouver une quantité qui est stable ( en "moyenne") sur l'ensemble de l'histoire de Bitcoin ?
Oui, divisez les rendements par t+1/t où t est l'âge de Bitcoin.
Vous obtenez le graphique ci-dessous. Il est incroyable que ces valeurs oscillent autour d'une médiane précise ( le type de comportement de ces points de données n'a pas de
Voir l'originalCe sont les rendements décroissants dont nous discutons souvent (voir le graphique dans les commentaires).
Alors pouvez-vous plutôt trouver une quantité qui est stable ( en "moyenne") sur l'ensemble de l'histoire de Bitcoin ?
Oui, divisez les rendements par t+1/t où t est l'âge de Bitcoin.
Vous obtenez le graphique ci-dessous. Il est incroyable que ces valeurs oscillent autour d'une médiane précise ( le type de comportement de ces points de données n'a pas de
- Récompense
- J'aime
- Commentaire
- Reposter
- Partager
Une autre façon de visualiser la simulation de Monte Carlo décrite dans les publications précédentes.
Ici, nous montrons les chemins individuels. Les teintes vertes sont les chemins les plus probables (une densité plus élevée).
La ligne rouge est la loi de puissance mais n'est pas obtenue par un ajustement par régression, mais simplement en calculant la médiane de tous les chemins.
Je ne suis pas sûr que les gens comprennent à quel point ce résultat est puissant.
Il est basé sur quelques hypothèses simples et observations empiriques :
1) Le retour observé se décompose dans le temps de manière
Voir l'originalIci, nous montrons les chemins individuels. Les teintes vertes sont les chemins les plus probables (une densité plus élevée).
La ligne rouge est la loi de puissance mais n'est pas obtenue par un ajustement par régression, mais simplement en calculant la médiane de tous les chemins.
Je ne suis pas sûr que les gens comprennent à quel point ce résultat est puissant.
Il est basé sur quelques hypothèses simples et observations empiriques :
1) Le retour observé se décompose dans le temps de manière
- Récompense
- J'aime
- Commentaire
- Reposter
- Partager
Ceci est le résultat de 2000 historiques virtuels de BTC utilisant les statistiques observées.
Les couleurs dans l'ombrage indiquent les chemins les plus probables, les nuances de vert signifient plus probable.
La ligne rouge n'est pas adaptée. C'est important, elle est dérivée en prenant la médiane de tous les chemins possibles.
Donc, le Bitcoin suit le chemin de la moindre résistance. Le chemin le plus probable.
Voir l'originalLes couleurs dans l'ombrage indiquent les chemins les plus probables, les nuances de vert signifient plus probable.
La ligne rouge n'est pas adaptée. C'est important, elle est dérivée en prenant la médiane de tous les chemins possibles.
Donc, le Bitcoin suit le chemin de la moindre résistance. Le chemin le plus probable.
- Récompense
- J'aime
- Commentaire
- Reposter
- Partager
- Récompense
- J'aime
- Commentaire
- Reposter
- Partager
Grok est fou.
J'ai donné ces instructions et en quelques secondes c'était fait. Il me faudrait probablement 20 minutes pour élaborer le même code.
C'est un monde de science-fiction.
"Ok dans le graphique final où nous montrons tous les résultats, ne faites pas la moyenne mais montrez les niveaux de densité des graphiques en utilisant des nuances de vert (plus dense) à rouge (moins dense), tracez les lignes pour les courses en une fine ligne grise et superposez un ombrage semi-transparent basé sur la densité de ces lignes."
Voir l'originalJ'ai donné ces instructions et en quelques secondes c'était fait. Il me faudrait probablement 20 minutes pour élaborer le même code.
C'est un monde de science-fiction.
"Ok dans le graphique final où nous montrons tous les résultats, ne faites pas la moyenne mais montrez les niveaux de densité des graphiques en utilisant des nuances de vert (plus dense) à rouge (moins dense), tracez les lignes pour les courses en une fine ligne grise et superposez un ombrage semi-transparent basé sur la densité de ces lignes."
- Récompense
- J'aime
- Commentaire
- Reposter
- Partager
Ceci est l'un des résultats de l'exécution d'un Bitcoin complètement synthétique.
J'ai commencé avec une distribution modèle des pentes ( vous pouvez utiliser une distribution de Lorentz ou une distribution de t-Location Scale ) basée sur les paramètres observés.
Ceci est une distribution invariante dans le temps ( c'est la même distribution depuis le début de l'histoire de Bitcoin ).
Alors nous pouvons dériver les rendements en multipliant par un facteur déterministe (ce n'est pas aléatoire), log(t+1/t), représentant les rendements log théoriques de la loi de puissance, t est le temps depuis
Voir l'originalJ'ai commencé avec une distribution modèle des pentes ( vous pouvez utiliser une distribution de Lorentz ou une distribution de t-Location Scale ) basée sur les paramètres observés.
Ceci est une distribution invariante dans le temps ( c'est la même distribution depuis le début de l'histoire de Bitcoin ).
Alors nous pouvons dériver les rendements en multipliant par un facteur déterministe (ce n'est pas aléatoire), log(t+1/t), représentant les rendements log théoriques de la loi de puissance, t est le temps depuis
- Récompense
- J'aime
- Commentaire
- Reposter
- Partager
Ceci est l'un des résultats de l'exécution d'un Bitcoin complètement synthétique.
J'ai commencé avec une distribution de modèles des pentes ( vous pouvez utiliser une distribution de Lorentz ou une distribution de t-Location Scale ) basée sur les paramètres observés.
C'est une distribution invariante dans le temps (, c'est la même distribution depuis le début de l'histoire de Bitcoin ).
Ensuite, nous pouvons dériver les rendements en multipliant par un facteur déterministe (ce n'est pas aléatoire), t+1/t, représentant les rendements théoriques de la loi de puissance, t est le temps depuis le B
Voir l'originalJ'ai commencé avec une distribution de modèles des pentes ( vous pouvez utiliser une distribution de Lorentz ou une distribution de t-Location Scale ) basée sur les paramètres observés.
C'est une distribution invariante dans le temps (, c'est la même distribution depuis le début de l'histoire de Bitcoin ).
Ensuite, nous pouvons dériver les rendements en multipliant par un facteur déterministe (ce n'est pas aléatoire), t+1/t, représentant les rendements théoriques de la loi de puissance, t est le temps depuis le B
- Récompense
- J'aime
- Commentaire
- Reposter
- Partager
Donc, la distribution de Lorentz semble être un très bon proxy pour le comportement réel. Je ne suis pas sûr que nous puissions en trouver un meilleur, faites-moi savoir si vous avez des suggestions.
Nous pouvons alors utiliser cette distribution pour recréer un prix synthétique du Bitcoin et comparer la distribution actuelle à la distribution générale pour nous alerter en cas de changement.
C'est vraiment la seule distribution stable que nous avons de Bitcoin.
Les rendements sont une fonction du temps, nous devons donc passer de cette distribution de rendements normés ( ou de rendements incli
Voir l'originalNous pouvons alors utiliser cette distribution pour recréer un prix synthétique du Bitcoin et comparer la distribution actuelle à la distribution générale pour nous alerter en cas de changement.
C'est vraiment la seule distribution stable que nous avons de Bitcoin.
Les rendements sont une fonction du temps, nous devons donc passer de cette distribution de rendements normés ( ou de rendements incli
- Récompense
- J'aime
- Commentaire
- Reposter
- Partager
- Récompense
- J'aime
- Commentaire
- Reposter
- Partager
À 8h15 PST, nous aurons une nouvelle émission "La Physique de Bitcoin" avec Giovanni et Stephen.
L'agenda de Stephen est ci-dessous. Je vais discuter du dernier graphique de la loi de puissance et de mes résultats sur la distribution des rendements et des rendements normalisés.
Veuillez nous rejoindre ici sur X, YouTube et Twitch. Liens dans les commentaires.
Voir l'originalL'agenda de Stephen est ci-dessous. Je vais discuter du dernier graphique de la loi de puissance et de mes résultats sur la distribution des rendements et des rendements normalisés.
Veuillez nous rejoindre ici sur X, YouTube et Twitch. Liens dans les commentaires.
- Récompense
- J'aime
- Commentaire
- Reposter
- Partager
C'est vraiment un graphique cool. Il contient tout ce que vous devez savoir sur Bitcoin.
C'est essentiellement un graphique "normalisé" dans le temps des rendements de BTC. Nous normalisons parce que les rendements sont une fonction du temps, donc nous divisons par la fonction du temps, nous devrions obtenir quelque chose qui est statique dans le temps.
C'est exactement ce que nous obtenons et la moyenne est d'environ la pente de la loi de puissance.
Un ajustement de Lorentz est une assez bonne approximation du comportement. Probablement que les écarts par rapport à cela sont les rendements ex
Voir l'originalC'est essentiellement un graphique "normalisé" dans le temps des rendements de BTC. Nous normalisons parce que les rendements sont une fonction du temps, donc nous divisons par la fonction du temps, nous devrions obtenir quelque chose qui est statique dans le temps.
C'est exactement ce que nous obtenons et la moyenne est d'environ la pente de la loi de puissance.
Un ajustement de Lorentz est une assez bonne approximation du comportement. Probablement que les écarts par rapport à cela sont les rendements ex
- Récompense
- J'aime
- Commentaire
- Reposter
- Partager
- Récompense
- J'aime
- Commentaire
- Reposter
- Partager
Il n'y a pas une seule distribution des retours pour Bitcoin étant donné que les retours changent dans le temps.
Les rendements sont une fonction du temps :
R= (t2/t1)^n, où n est l'exposant de la loi de puissance.
Si l'on veut représenter une distribution des retours jusqu'à présent, il est préférable d'inclure cet effet temporel et de montrer la distribution des pentes.
Pentes n=log(P2/P1)/log(t2/t1).
J'ai montré que c'est une distribution gaussienne autour de la valeur n.
Fondamentalement, Bitcoin est une loi de puissance en moyenne. C'est un résultat profond qui montre que la loi de puissa
Voir l'originalLes rendements sont une fonction du temps :
R= (t2/t1)^n, où n est l'exposant de la loi de puissance.
Si l'on veut représenter une distribution des retours jusqu'à présent, il est préférable d'inclure cet effet temporel et de montrer la distribution des pentes.
Pentes n=log(P2/P1)/log(t2/t1).
J'ai montré que c'est une distribution gaussienne autour de la valeur n.
Fondamentalement, Bitcoin est une loi de puissance en moyenne. C'est un résultat profond qui montre que la loi de puissa
- Récompense
- J'aime
- Commentaire
- Reposter
- Partager
Cette semaine, recommandation de livre.
Voir l'original- Récompense
- J'aime
- Commentaire
- Reposter
- Partager