BTC_POWER_LA

🧵 CHUYÊN ĐỀ: Chúng tôi vừa chứng minh chu kỳ giảm một nửa của Bitcoin kéo dài 4 năm là một dạng eigenmode cơ bản của hệ thống
Sử dụng phân tích giá trị riêng (SSA + DMD), chúng tôi đã phát hiện ra điều gì đó đáng chú ý về động thái giá của Bitcoin. Hãy để tôi giải thích những gì chúng tôi đã làm và tại sao điều đó quan trọng...
1/ Eigenvectors là gì?
Hãy nghĩ về giá Bitcoin như một tín hiệu phức tạp - giống như một bản giao hưởng với nhiều nhạc cụ cùng chơi. Eigenvectors là những "nốt cơ bản" tạo nên bản giao hưởng này.
Mỗi eigenvector nắm bắt một mẫu riêng biệt trong dữ liệu, được xếp hạng

Hãy suy nghĩ kỹ về những gì biểu đồ này đang thể hiện. Nó chứa chính xác dữ liệu giống hệt như biểu đồ Bitcoin thực tế. Không có gì được thêm vào, không có gì bị loại bỏ. Sự khác biệt duy nhất là các giá trị đã được sắp xếp lại từ thấp đến cao.
Bây giờ hãy tưởng tượng rằng đây chính là con đường lịch sử thực sự của Bitcoin. Giá sẽ luôn có vẻ tăng lên, đôi khi chậm hơn, đôi khi nhanh hơn, nhưng luôn đi lên. Nó sẽ cảm thấy mượt mà hơn, an toàn hơn, đáng tin cậy hơn. Thực tế, hầu hết mọi người có lẽ sẽ mô tả đó là một hành trình phi thường và vô cùng thoải mái.
Và tuy nhiên, về mặt toán học, khôn

Tưởng tượng tôi sắp xếp tất cả các mức giá từ thấp đến cao và sau đó vẽ chúng trên biểu đồ log-log. Định luật tỷ lệ mũ rõ ràng hơn bao giờ hết.

Đây là một biểu đồ thú vị. Trong mỗi ngày, chúng ta đo khoảng cách của ngày đó so với đỉnh cao mọi thời đại trước đó.
Nó thể hiện một mô hình rõ ràng: sự tăng trưởng theo quy luật công suất đều đặn và kích thước cũng như thời gian của các đợt giảm giá.

Đáy của Bitcoin có phải là vào tháng 8 không?

Chỉ báo TradingView dựa trên luật số mũ phức tạp.

Tỷ số Power Law Slope Signal to Noise muốn thoát khỏi vùng chuyển tiếp này để có hành vi tăng giá.
Chỉ là nói thôi.

Mô hình log-periodic được cập nhật với mức độ tin cậy đến 1 sigma.
Tôi không muốn nhấn mạnh quá nhiều vào các giá trị chính xác của các đỉnh và đáy, nhưng thời gian có thể có ý nghĩa hơn. Theo mô hình, đáy tiếp theo sẽ xảy ra vào khoảng tháng Tám năm nay.
Điều tôi thấy hấp dẫn về cách tiếp cận này là nó sử dụng một luật công suất duy nhất với một số mũ phức tạp, thay vì áp đặt một chu kỳ bên ngoài. Trong khuôn khổ này, hành vi dao động xuất hiện một cách tự nhiên từ dữ liệu thực chứ không phải từ một chu kỳ bên ngoài được áp đặt.
Mô hình khớp với dữ liệu tốt đến hiện tại. Câu hỏi chính, như mọ

Có điều gì đó gần như vô lý về nó, khi bạn thấy rõ.
Ngay cả khi giá Bitcoin lệch khỏi quy luật lũy thừa tham chiếu — giao dịch cao hơn hoặc thấp hơn xu hướng trung tâm — nó có xu hướng di chuyển song song với nó.
Quỹ đạo thay đổi, nhưng độ dốc vẫn giữ nguyên.
Điều này là vì những gì quan trọng không phải là bạn ở đâu trên biểu đồ, mà là bạn đang di chuyển theo hướng nào.
Quy luật lũy thừa xác định một hướng trong không gian logarit. Và Bitcoin, một cách bFixedWidth, tiếp tục di chuyển theo hướng đó.

Một số người nhận thấy rằng mô hình log-periodic không bắt được sự giảm giá hiện tại. Tôi đã hỏi liệu một đỉnh thứ 6 có thể giải thích được nó. Nhưng nó không.
Mô hình damped 5 đỉnh dự đoán giá hiện tại ở ~$156k — thực tế là ~$71k, một khoảng cách 0.28 dex.
Thêm thành phần thứ 6 (ω ≈ 5.15, tương ứng với một chu kỳ sub-harmonic dài hơn với λ ≈ 3.4), cải thiện R² tổng thể từ 0.751 lên 0.797, nhưng tại thời điểm hiện tại nó làm cho dự đoán trở nên tệ hơn, không tốt hơn — nó thực sự đẩy mô hình dự đoán ~$175k.
Hai cách giải thích có thể, không ai trong số đó yêu cầu thêm các tham số:
1) Nhiễu th

Nếu bạn thêm một số hạng cản thì mô hình thực sự rất tốt.