Jadi grafik ini berisi semua informasi yang perlu Anda ketahui tentang perilaku Bitcoin.
Distribusi skala t-location dengan mu sekitar 5,91 tampaknya paling sesuai dengan data nyata. Ini adalah distribusi yang stabil dalam waktu ( Anda dapat menggunakan seluruh data sejarah 16 atau fokus pada data setelah 2017 jika Anda ingin lebih tepat ).
Ini tidak sempurna, saya perlu memahami data berlebih yang berada di sebelah kiri puncak distribusi teoritis. Tetapi secara umum, kurva teoritis melakukan pekerjaan yang baik.
Distribusi stabil ini dapat digunakan untuk memulihkan hasil dengan mengalikan dengan faktor deterministik log( (t+1)/t). Inilah cara Anda mendapatkan hukum kekuatan. Ternyata hukum kekuatan hanyalah median dari semua jalur yang mungkin yang memiliki distribusi ini.
Ini cukup menarik karena berarti Bitcoin memiliki komponen stokastik (acak) dan komponen deterministik (diberikan fungsi sederhana dari waktu).
Anda kemudian dapat mensimulasikan pengembalian ini menggunakan distribusi teoretis dan parameter yang diekstrak yaitu mu, sigma, dan nu.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Jadi grafik ini berisi semua informasi yang perlu Anda ketahui tentang perilaku Bitcoin.
Distribusi skala t-location dengan mu sekitar 5,91 tampaknya paling sesuai dengan data nyata. Ini adalah distribusi yang stabil dalam waktu ( Anda dapat menggunakan seluruh data sejarah 16 atau fokus pada data setelah 2017 jika Anda ingin lebih tepat ).
Ini tidak sempurna, saya perlu memahami data berlebih yang berada di sebelah kiri puncak distribusi teoritis. Tetapi secara umum, kurva teoritis melakukan pekerjaan yang baik.
Distribusi stabil ini dapat digunakan untuk memulihkan hasil dengan mengalikan dengan faktor deterministik log( (t+1)/t). Inilah cara Anda mendapatkan hukum kekuatan. Ternyata hukum kekuatan hanyalah median dari semua jalur yang mungkin yang memiliki distribusi ini.
Ini cukup menarik karena berarti Bitcoin memiliki komponen stokastik (acak) dan komponen deterministik (diberikan fungsi sederhana dari waktu).
Anda kemudian dapat mensimulasikan pengembalian ini menggunakan distribusi teoretis dan parameter yang diekstrak yaitu mu, sigma, dan nu.
Bitcoin benar-benar dapat diprediksi.