Les gains d'Ethereum expliqués dans 6 graphiques originaux et étonnants PlatoBlockchain Data Intelligence. Recherche verticale. Aï.

Les gains d'Ethereum expliqués dans 6 graphiques originaux et étonnants

Ethereum ne s'est pas stabilisé sur une période de temps. Historiquement, le risque – tel que mesuré par l’écart type des rendements – a tendance à être beaucoup plus stable que les rendements. Le marché boursier a été relativement plus stable que celui d’Ethereum. À mesure qu’Ethereum s’établit, nous pourrions constater une diminution de sa volatilité. Cela me rappelle de bien dormir et de bien dormir. La bourse a son circuit supérieur et son circuit inférieur, mais ici nous avons des montagnes russes de rendements. Alors brûlez votre argent pour gagner votre argent.

Les gains d'Ethereum expliqués dans 6 graphiques originaux et étonnants PlatoBlockchain Data Intelligence. Recherche verticale. Aï.
Python généré

A distribution normale, parfois appelée courbe en cloche, est une distribution qui se produit naturellement dans de nombreuses situations. Par exemple, la courbe en cloche est visible dans des tests comme le SAT et le GRE. La majorité des étudiants obtiendront le moyen ©, tandis qu'un plus petit nombre d'élèves obtiendront un B ou un D. Un pourcentage encore plus faible d'élèves obtiendra un F ou un A. Cela crée une distribution qui ressemble à une cloche (d'où le surnom). La courbe en cloche est symétrique. La moitié des données tomberont à gauche du signifier; la moitié tombera vers la droite.
De nombreux groupes suivent ce type de modèle. C'est pourquoi il est largement utilisé dans les affaires, les statistiques et dans les organismes gouvernementaux comme le FDA:

  • Hauteurs de personnes.
  • Erreurs de mesure.
  • Pression artérielle.
  • Points sur un test.
  • Scores de QI.
  • Les salaires.

Les règle empirique vous indique quel pourcentage de vos données se situe dans un certain nombre de écarts types du signifier:
• 68 % des données relèvent d'un écart-type des signifier.
• 95 % des données se situent dans un délai de deux écarts types des signifier.
• 99.7 % des données se situent dans trois écarts types des signifier. -

https://www.statisticshowto.com/probability-and-statistics/standard-deviation/

Il en va de même pour les changements de prix d’Ethereum. Ce qui est étonnant dans ce graphique, c'est que non seulement les changements de prix d'Ethereum sont plus concentrés autour de la moyenne par rapport à une distribution normale, mais que les queues sont beaucoup plus grosses. Avec une distribution normale, environ les deux tiers des observations ont tendance à être à plus/moins un écart type de la moyenne, tandis que 95 pour cent des observations ont tendance à être à plus/moins deux écarts types de la moyenne, et seulement 0.3 pour cent. sont à plus de trois écarts types de la moyenne, comme le montre le graphique ci-dessus.

Ce que nous voyons dans ce graphique, c'est que les événements extrêmes sont beaucoup plus répandus que ce à quoi on pourrait s'attendre avec une distribution normale. Par exemple, la pire baisse d'Ethereum sur une journée s'est produite le 12 mars 2020, avec une diminution de 45 %, au début de la pandémie de Covid-19, et à peu près au moment où les actions baissaient également considérablement – ​​un événement de plus de 8 écarts-types en dessous de la variation du prix moyen.

Les augmentations de prix énormes sont également beaucoup plus fréquentes qu'avec une distribution normale. Par exemple, la plus forte hausse des prix sur une journée, de 25.3 pour cent, a eu lieu le 7 décembre 2017, et a suivi une autre hausse énorme de 19.9 pour cent la veille.

Python généré

Ce graphique capture à la fois le rendement et le risque. Je mesure ici le rendement comme le taux de croissance annuel composé ou TCAC (les statisticiens appellent également cela la moyenne géométrique) ou le taux de croissance entre la valeur de départ et la valeur finale (une mesure alternative est une moyenne simple, la moyenne ou l'arithmétique). moyenne, qui correspond aux rendements moyens chaque année sur le nombre d'années). Je mesure le risque en fonction de l'écart type des rendements. J'utilise les changements de prix quotidiens et je les convertis en mesures de rendement et de risque annualisés.

Ce qui est étonnant dans ce graphique, c'est qu'il montre à quel point Ethereum se situe dans un univers risque-rendement complètement différent. Nous pensons à l’univers des actifs traditionnels dans l’encadré rouge en bas à gauche. Un indice boursier large comme le S&P 500 a eu un rendement annuel moyen à long terme (dividendes compris) d'environ 10 pour cent avec un écart type annuel d'un peu moins de 20 pour cent. La période 2014-2021 est conforme à ces moyennes à long terme. Les actions individuelles sont plus risquées que l'ensemble du marché, et c'était le cas de chacune des actions FANG, qui ont également enregistré des rendements moyens supérieurs à ceux de l'indice S&P 500 sur cette période (bien sûr, par définition, toutes les actions ne peuvent pas surperformer la moyenne du marché ! ). Apple a un rendement supérieur à 50 % avec un écart de 40 %, Facebook a le même rendement avec un écart inférieur. Alors qu’Ethereum a enregistré en moyenne un incroyable rendement annuel moyen à trois chiffres, il a également présenté un méga-risque, avec un écart type annualisé de plus de 100 %.

Python généré

La corrélation est une mesure statistique de la mesure dans laquelle les prix de deux actifs changent de manière similaire ou différente. La corrélation est échelonnée de -1 ou corrélation négative parfaite à +1 ou corrélation positive parfaite. Dans une corrélation négative parfaite, lorsque le prix de l’actif A augmente, le prix de l’actif B diminue du même montant ; avec une corrélation positive parfaite, le prix de l’actif A et le prix de l’actif B évoluent de manière synchronisée. Une corrélation plus faible, voire négative, entre les actifs est une bonne chose du point de vue de la diversification du portefeuille, car les hausses et les baisses des actifs individuels sont dans une certaine mesure lissées. Si vous choisissez au hasard deux actions, elles auront probablement une corrélation faible et positive.

Ce qui est étonnant dans ce graphique, c'est la faible corrélation d'Ethereum par rapport aux autres classes d'actifs. La corrélation avec le S&P 500 est de 0.20, ce qui suggère qu'avoir Ethereum dans son portefeuille est une chose positive pour aider à atténuer les hauts et les bas du marché boursier. Ce qui m’a le plus surpris, c’est la forte corrélation positive entre Ethereum et Bitcoin. Puisque Ethereum est un altcoin, je pensais qu’il y aurait une corrélation positive avec Bitcoin, mais pas cette forte corrélation.

Source: https://medium.com/technology-hits/ethereums-gains-explained-in-6-original-and-amazing-charts-4686ae0e8ccb?source=rss——-8—————–cryptocurrency

Horodatage:

Plus de Moyenne