Bitcoin u glavnom dijelu 1. dio: Švicarski istraživački članak o bitcoinima

U Bitcoin zajednica, Bitcoin cijena analiza je rastući trend – iako je često meta mnogih šala i sarkastičnih komentara. Međutim, ovom sarkazmu i cinizmu prema analizi cijena Bitcoina ne nedostaje opravdanja; većina analitičara daje užasno netočna predviđanja i ne koristi podatke koji su zapravo korisni, praksa koja zasigurno dolazi od primjene neprimjerenih metodologija.

Ali u ovom članku nećemo ulaziti u probleme sa zajednicom za analizu cijena Bitcoina, budući da smo o njima opširno raspravljali negdje drugdje. Umjesto toga, ovaj će članak biti prvi nastavak iz dvodijelnog niza o tome koliko mainstream zaostaje za Bitcoin zajednicom u smislu njihovog razumijevanja Bitcoina. Ovaj se članak posebno fokusira na nedavni istraživački rad koji dolazi sa švicarskog sveučilišta koje proučava fluktuacije cijene Bitcoina jer se odnose na promjene u društvenoj svijesti o digitalnoj valuti. Tijekom ovog članka otkrit ćemo da su švicarski istraživači na kraju dodali ništa vrijedno raspravama o Bitcoinu, a također su koristili izuzetno manjkave ekonomske teorije i metodologije.

Švicarska studija fluktuacija cijena bitcoina i njihova povezanost s „Društvenim signalima:“ Zašto je ova studija bezvrijedna i gdje je pogriješila

Inspiracija za ovaj članak potiče iz nedavnog članka iz CoinDesk, koja je izvještavala o a Bitcoin studija koji je nedavno objavio ETH Zürich – sveučilište u Švicarskoj koje je lider u tehnološkom obrazovanju. Ovo je istraživanje prikupilo empirijske podatke od sredine 2010. do studenog 2013., na početku vrhunca cijene Bitcoina, samo nekoliko mjeseci prije Mt. Gox se srušio i upotrijebio nekoliko različitih statističkih alata za analizu tih podataka.

Napisao Juan Rubiano [CC BY-NC-ND 2.0], putem FlickrNapisao Juan Rubiano [CC BY-NC-ND 2.0], putem Flickr-aIstraživački tim uzeo je četiri skupa podataka, tretirao ih kao varijable i međusobno ih nadmetao kako bi pronašao korelacije i međuovisnosti između četiri varijable kako su rasle i pomicale se kroz vremensko razdoblje razmotreno u studiji. Prva od četiri varijable bila su preuzimanja Bitcoin klijenta i Bitcoin blockchaina. Istraživački tim analizirao je aktivnost na blockchainu i pratio preuzimanja Bitcoin klijenta kako bi generirao približni broj novih korisnika Bitcoina.

Drugo, tim je prikupio podatke o tečajevima između Bitcoina i tri različite, fiat valute i tri različite razmjene, ovisno o valutama. Koristili su Mt. Cijena Gox Bitcoina, označena u američkim dolarima (USD); pratili su kinesku aktivnost kroz BTC-Kina, označenu na kineskom renminbiju (CNY); na kraju, pratili su aktivnost BTC-de – europske razmjene bitcoina – koja je označena u eurima (EUR). Oba Mt. Gox i BTC-de dopuštaju trgovinu u EUR-ima, pa je istraživački tim pratio kretanje EUR-a na obje razmjene kako bi proučavao europsku Bitcoin aktivnost.

Treća varijabla koju je tim koristio bile su informacije o internetskom pretraživanju. Prikupili su podatke o količini pretraživanja izvršenih na Googleu za pojam “bitcoin”. Kao alternativu koristili su pretraživanja na Wikipediji, najvećoj svjetskoj internetskoj enciklopediji.

Četvrta, i posljednja, varijabla korištena u studiji bila je razmjena informacija od usta do usta (WOM). Kako bi pratili rast razmjene informacija o bitcoinima WOM-a, izmjerili su broj tweetova povezanih s Bitcoinima na milijun postova na feedu tima na Twitteru. Kao alternativa, studija je koristila broj “dijeljenja” za objave na najstarijoj, od onoga što su istraživači mogli prikupiti, Facebook stranici koja se odnosi na Bitcoin: http://www.facebook.com/bitcoins.

Tada su istraživači upotrijebili odabranu metodologiju za analizu podataka. Ovdje nećemo ulaziti u tu metodologiju, jer je tek nešto više od bezbroj statističkih modela i empirijske analize koja nema nikakvu težinu u svijetu ekonomije. Zapravo, kao što ćemo tvrditi, njihov poduži empirijski istraživački projekt nije izvukao podatke koje Bitcoin zajednica već nije sama dokučila. U kasnijem dijelu ovog članka, međutim, ukratko ćemo pokriti nedostatke empirijske ekonomije, a čitatelj će se uputiti na nekoliko prethodnih članaka koje je napisao ovaj autor, a koji su pružili detaljniju analizu zablude empirijska ekonomija.

#Crypto ExchangeBenefits

1

Binance
Best exchange


VISIT SITE
  • ? The worlds biggest bitcoin exchange and altcoin crypto exchange in the world by volume.
  • Binance provides a crypto wallet for its traders, where they can store their electronic funds.

2

Coinbase
Ideal for newbies


Visit SITE
  • Coinbase is the largest U.S.-based cryptocurrency exchange, trading more than 30 cryptocurrencies.
  • Very high liquidity
  • Extremely simple user interface

3

eToro
Crypto + Trading

VISIT SITE
  • Multi-Asset Platform. Stocks, crypto, indices
  • eToro is the world’s leading social trading platform, with thousands of options for traders and investors.

Međutim, istraživanja su se koristila jednom analitičkom metodom, za koju ovaj autor smatra da je vrlo zanimljiva, koju ćemo ovdje iznijeti. Istraživački tim pokušao je identificirati “temeljnu” vrijednost za jedan bitcoin, kako bi mogli imati osnovno mjerenje vrijednosti Bitcoina koje bi mogli usporediti sa stvarnom cijenom Bitcoina dok je tržište reagiralo na “socijalne signale”. Priznali su da je teško utvrditi preciznu “temeljnu” vrijednost bitcoina; ali, također su tvrdili da ta vrijednost mora biti barem proizvodni trošak jednog bitcoina, pa su taj trošak koristili kao mjerilo za “temeljnu” vrijednost. Ova posebna metoda počiva na prastaroj ekonomskoj zabludi: teoriji cijene troškova proizvodnje. O ovoj zabludi razgovarat ćemo kasnije u ovom članku kada utvrdimo probleme s istraživačkim projektom u cjelini.

Izravni citat iz istraživačkog rada u vezi s osnovnom vrijednošću Bitcoina:

Teško je izračunati procjenu temeljne ili suštinske vrijednosti jednog bitcoina, koja se razlikuje od njegove ‘poštene’ vrijednosti [23]. Međutim, mi tvrdimo da je temeljna vrijednost jednog bitcoina jednaka barem trošku koji je uključen u njegovu proizvodnju (kroz rudarstvo), te da taj trošak možemo koristiti kao donju granicu procjene osnovne vrijednosti. Prednost ove definicije je što je neovisna od bilo koje subjektivne procjene budućih povrata.

Nalazi Zürichske bitcoin studije

#CRYPTO BROKERSBenefits

1

eToro
Best Crypto Broker

VISIT SITE
  • Multi-Asset Platform. Stocks, crypto, indices
  • eToro is the world’s leading social trading platform, with thousands of options for traders and investors.

2

Binance
Cryptocurrency Trading


VISIT SITE
  • ? Your new Favorite App for Cryptocurrency Trading. Buy, sell and trade cryptocurrency on the go
  • Binance provides a crypto wallet for its traders, where they can store their electronic funds.

#BITCOIN CASINOBenefits

1

Bitstarz
Best Crypto Casino

VISIT SITE
  • 2 BTC + 180 free spins First deposit bonus is 152% up to 2 BTC
  • Accepts both fiat currencies and cryptocurrencies

2

Bitcoincasino.io
Fast money transfers


VISIT SITE
  • Six supported cryptocurrencies.
  • 100% up to 0.1 BTC for the first
  • 50% up to 0.1 BTC for the second

Nakon što su izložili odabrane metodologije i skupove podataka koji će se koristiti tijekom provođenja ove studije cijene Bitcoina, autori rada potom su proveli nekoliko stranica pregledavajući rezultate svoje studije. Umjesto da detaljno preispitujemo ove rezultate, jer su oni protkani nepotrebnim tehničkim žargonom koji zapravo ne pruža nikakve vrijedne podatke o ekonomiji Bitcoina, dat ćemo kratki sažetak nalaza i nekoliko izravnih citata iz teksta.

Napisao Rob Ireton [CC BY 2.0], putem FlickrNapisao Rob Ireton [CC BY 2.0], putem Flickr-aDakle, da bismo ukratko saželi rezultate studije, osnovni nalazi istraživača bili su da postoji pozitivna korelacija između povećanog pretraživanja Googlea, povećanog razmjene informacija WOM-a i rastuće cijene Bitcoina. Oni su dvostruko provjerili ovu povezanost pokretanjem svojih statističkih modela za oba skupa varijabli pretraživanja Interneta i WOM-a – pri čemu je Wikipedia poslužila kao alternativa Googleu, a Facebook kao alternativa Twitteru. Čak i kada se gledaju pretraživanja Wikipedije i dijeljenja Facebooka, povećana aktivnost na obje platforme pozitivno je povezana s rastom cijene Bitcoina.

Uz svoje “otkriće” ove veze između društvenih signala i cijene Bitcoina, otkrili su da ta korelacija zapravo stvara dvije pozitivne povratne petlje. Prva povratna petlja je da je nakon povećanih pretraživanja Interneta i udjela na društvenim mrežama uslijedio rast cijene, nakon čega je uslijedilo više pretraživanja i dijeljenja itd. Druga je petlja koja uključuje rast novih korisnika Bitcoina. Otkrili su da je povećano pretraživanje i dijeljenje dovelo do povećanja usvajanja, što je stvorilo rast cijene Bitcoina, što je dovelo do većeg pretraživanja i dijeljenja itd..

Međutim, ove petlje povratnih informacija nisu se nastavljale u nedogled. Studija je također pronašla korelaciju između vršnog pretraživanja Interneta i dijeljenja WOM-a i pada cijene Bitcoina. Nekoliko puta tijekom vremenskog razdoblja koje su istraživali ovi istraživači, pretraživanje i dijeljenje dosegnuli bi vrhunac, nakon čega bi cijena Bitcoina “pala”. Nakon otkrivanja ove korelacije, studija je došla do zaključka da su ti socijalni signali definitivno povezani i igraju značajnu ulogu u „mjehurićem ciklusu“ Bitcoina; povećana društvena svijest dovodi do eksplozije cijene Bitcoina, što slijedi nagli pad cijene, zajedno sa smanjenjem pretraživanja i dijeljenja WOM-a.

Evo nekoliko izravnih citata iz rada o nalazima studije:

Cikluse povratnih informacija u našem sustavu razdvajamo pomoću VAR-a [26], koji bilježi vremenski ovisne višedimenzionalne linearne odnose između četiri varijable analize, s odmakom od 1 dana. . . VAR otkriva sljedeće cikluse povratnih informacija:

– ‘socijalni’ ciklus: opseg pretraživanja povećava se s cijenom (f P, S 1/4 0,386), usmena objava povećava se s opsegom pretraživanja (f S, W 1/4 0,243), a cijena raste s usmenom predajom (f W , P 1/4 0,1). Istodobno računovodstvo svih ovisnosti između četiri varijable naglašava utjecaj usmene predaje na cijenu, otkrivajući snažniju vezu nego što se to ne može primijetiti analizom korelacije u paru (više pojedinosti u elektroničkom dopunskom materijalu, §S3). Trosmjerna petlja između S t, W t i P t predstavlja povratni ciklus između socijalne dinamike i cijene u bitcoin ekonomiji.

– ciklus “usvajanje korisnika”: opseg pretraživanja raste s cijenom (f P, S 1/4 0,386), broj novih korisnika povećava se s interesom za pretraživanje (f S, U 1/4 0,158), a cijena raste s povećanjem usvajanja korisnika (f U, P 1/4 0,137). Ova druga trosmjerna petlja između S t, U t i P t modelira kako tečaj Bitcoina prema drugim valutama ovisi o broju korisnika u Bitcoin ekonomiji

Pored ova dva ciklusa, nalazimo negativnu vezu pretraživanja i cijene (f S, P 1/4 20.233). To ilustrira jasna dijadična veza između krajnosti dviju varijabli: tri od četiri najveća dnevna pada cijena prethodila su prvo, četvrto i osmo najveće povećanje broja pretraživača na Googleu dan ranije.

Gore predstavljeni ciklusi daju objašnjenje za stvaranje mjehurića u bitcoin ekonomiji. Nedavna otkrića ukazuju da su se pokretačke snage cijena bitcoina promijenile od njegovog izuma [29], motivirajući našu dekompoziciju razdoblja studije u karakteristične vremenske prozore, od kojih svaki odgovara zasebnom mjehuriću. To činimo procjenjujući donju granicu za temeljnu vrijednost Bitcoina: približni smo energetskim troškovima proizvodnje jednog bitcoina, koji je izravno izveden iz poteškoće s Bitcoinom [1] (vidi Materijal i metode). Tijekom našeg razdoblja istraživanja cijena je gotovo uvijek bila iznad temeljne vrijednosti (slika 3a: putanja tjedno ponderirane srednje cijene gotovo je isključivo lijevo od crte cijena / temeljne jednakosti). Trgovanje bitcoinima po znatno višoj cijeni ukazuje na moguću prisutnost balona [30], a događaji u kojima tržišna cijena počinje odstupati od temeljne vrijednosti označavaju početak mjehurića.

Na kraju, citat o tome kako istraživači vjeruju da ova vrsta kvantitativne analize može biti korisna u predviđanju buduće cijene Bitcoina i budućih mjehurića Bitcoina:

Statistička tehnika koju smo upotrijebili u ovom radu pokazuje se snažnim načinom identificiranja povezane dinamike socio-ekonomskih varijabli koje proučavamo. Također daje točne procjene budućih razina bilo koje varijable (uključujući cijenu i usmenu predaju) na temelju prošlosti povijesti sustava.

Nastavak na stranici 2

Stranice: 1 2 3

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me