Некоторое время назад я увидел, как PlanB реагирует на критику, показывая этот график. Он утверждал, что мы видим здесь скачки в законе Клейбера (a закона степени ) между потреблением энергии животным и его средней массой по видам.
Я не знал, смеяться, плакать или то и другое, особенно потому что тысячи людей оценили его ответ (, не понимая ничего ).
Это показывает, что он действительно не понимает, о чем говорит, и так же его многочисленные последователи.
Да, здесь есть скачки, но ни один ученый не утверждает, что это один закон степени. Это несколько подобных законов. Разные законы степени п

Прогресс. Цель - 185.
Осознание того, что вы едите, делает еду более приятной и полезной.

Проекции Монте-Карло на основе текущей статистики Биткойн.

Вот предварительный просмотр результатов проекции симуляции Монте-Карло на следующие 20 лет.
Я сделаю его красивым с датами и финансовой нотацией в долларах по оси y позже.
Я хотел поделиться результатами, как только я их получу, с вами, ребята.
Другими словами, 10 М за 20 лет, поехали.

Так что вместо того, чтобы подгонять закон степени к данным, вы просто наблюдаете, что доходность Биткойна со временем уменьшается.
Это те уменьшающиеся доходы, о которых мы часто говорим (см. график в комментариях).
Теперь можете ли вы найти вместо этого количество, которое стабильно ( в "среднем" ) за всю историю Биткойна?
Да, разделите доходы на t+1/t, где t - это возраст Биткойна.
Вы получите график ниже. Удивительно, что эти значения колеблются вокруг точного медиана (тип поведения этих данных не имеет четко определенного среднего значения, поэтому мы используем медиану вместо ).
Эти данн

Другой способ визуализировать симуляцию Монте-Карло, описанную в предыдущих постах.
Здесь мы показываем индивидуальные пути. Зеленые оттенки - это наиболее вероятные пути (более высокая плотность).
Красная линия является степенным законом, но не получена с помощью регрессионного анализа, а просто путем вычисления медианы всех путей.
Не уверен, что люди понимают, насколько мощен этот результат.
Это основано на нескольких простых предположениях и эмпирических наблюдениях:
1) Наблюдаемое уменьшение доходности со временем происходит по степенному закону: Ret=( (t+1)/t)^n, где t — это время с момен

Это результат 2000 виртуальных BTC историй с использованием наблюдаемых статистических данных.
Цвета в затенении указывают на наиболее вероятные пути, зеленые оттенки означают более вероятные.
Красная линия не подходит. Это важно, она получена путем взятия медианы всех возможных путей.
Таким образом, Биткойн следует по пути наименьшего сопротивления. Наиболее вероятный путь.

Вот и всё!
Запустите 2000 симуляций, используя распределение t-распределения с наблюдаемыми параметрами от Биткойна, и это истории.
Медианное значение обозначено красным цветом, это наш закон степени.

Это один из результатов работы полностью синтетического Биткойна.
Я начал с модели распределения наклонов (, вы можете использовать распределение Лоренца или t-распределение с местоположением и масштабом ) на основе наблюдаемых параметров.
Это распределение не зависит от времени (, это то же самое распределение с начала истории Биткойна ).
Тогда мы можем получить доходность, умножив на детерминированный фактор (, это не случайно ), log(t+1/t), представляющий теоретические логарифмические доходности от степенного закона, t — это время от Генезис-блока.
Затем вы усугубляете доходность со времене

Это один из результатов работы с полностью синтетическим Биткойном.
Я начал с моделирования распределения наклонов (, вы можете использовать распределение Лоренца или t-распределение с местоположением и масштабом ) на основе наблюдаемых параметров.
Это инвариантное распределение (, это то же самое распределение с начала истории Биткойна ).
Затем мы можем получить доходность, умножив на детерминированный фактор (это не случайно), t+1/t, представляющий теоретическую доходность от степенного закона, t - это время от Генезис блока.
Затем вы накапливаете доходы с течением времени. Это не включает п

Итак, распределение Лоренца кажется очень хорошим прокси для реального поведения. Не уверен, что мы сможем найти лучшее, дайте знать, если у вас есть предложения.
Мы можем затем использовать это распределение для воссоздания синтетической цены Биткойна и сравнить текущее распределение с общим, чтобы предупредить нас о каких-либо изменениях.
Это действительно единственное стабильное распределение, которое у нас есть для Биткойна.
Возвраты зависят от времени, поэтому нам нужно перейти от этого распределения наклонных ( или нормализованных возвратов ) к возвратам.