Vậy thì biểu đồ này chứa tất cả thông tin bạn cần biết về hành vi của Bitcoin.

Phân phối t-location scale với mu khoảng 5.91 dường như phù hợp nhất với dữ liệu thực. Đây là một phân phối ổn định theo thời gian ( bạn có thể sử dụng toàn bộ 16 dữ liệu lịch sử hoặc tập trung vào dữ liệu sau năm 2017 nếu bạn muốn chính xác hơn ).

Nó không hoàn hảo, tôi cần hiểu dữ liệu dư thừa ngay bên trái của đỉnh phân phối lý thuyết. Nhưng nói chung, đường cong lý thuyết làm rất tốt.

Phân phối ổn định này có thể được sử dụng để phục hồi lợi nhuận bằng cách nhân với một yếu tố xác định log( (t+1)/t). Đây là cách bạn có được quy luật lũy thừa. Hóa ra quy luật lũy thừa chỉ đơn giản là trung vị của tất cả các lối đi có thể có mà có phân phối này.

Điều này thật đáng chú ý vì nó có nghĩa là Bitcoin có cả thành phần ngẫu nhiên ( và một thành phần xác định ) dựa trên một hàm đơn giản của thời gian (.

Bạn có thể mô phỏng những lợi tức này bằng cách sử dụng phân phối lý thuyết và các tham số đã trích xuất mu, sigma và nu.

Bitcoin thật sự có thể dự đoán.