เกิดอะไรขึ้นกับ S2F? — ดูโมเดล Bitcoin ยอดนิยม PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

เกิดอะไรขึ้นกับ S2F? — ดูโมเดล Bitcoin ยอดนิยม

แบบจำลองที่พยายามทำนายราคาของ bitcoin ได้รับการตรวจสอบอย่างละเอียดถี่ถ้วน การวิจารณ์นั้นถูกต้องหรือไม่?

หนึ่งในแง่มุมที่น่าสนใจที่สุดของ bitcoin คือการเพิ่มขึ้นของราคาอุตุนิยมวิทยาในอดีต Bitcoin จะดำเนินต่อไปบนเส้นทางประวัติศาสตร์นี้หรือการเติบโตจะช้าหรือหยุดนิ่งหรือไม่?

พื้นที่ แบบจำลองสต็อกต่อการไหล (S2F), นำเสนอโดย PlanBแนะนำว่าราคาในอนาคตของ bitcoin สามารถคาดการณ์ได้อย่างแม่นยำ และราคาจะดำเนินต่อไปในเส้นทางที่มั่นคงและน่าประทับใจ โดยมีผลตอบแทนประมาณสิบเท่าทุก ๆ สี่ปี โมเดล S2F ได้รับความสนใจเป็นอย่างมาก และ PlanB ก็มีผู้ติดตามจำนวนมากที่น่าประทับใจ (1.7 ล้านคน ณ เวลาที่เขียน)

ส่วนหนึ่งอาจเป็นเพราะความนิยม โมเดลนี้เพิ่งได้รับการวิพากษ์วิจารณ์อย่างมาก ตัวอย่างของการวิจารณ์ดังกล่าวคือ a บทความล่าสุดที่ใช้คำหยาบ ตีพิมพ์ใน นิตยสาร Bitcoin. นอกจากนี้ ในเดือนกรกฎาคม 2020 Eric Wall รวบรวมคำวิจารณ์.

ดูเหมือนว่าคนส่วนใหญ่จะพบว่าตัวเองอยู่ในสองค่ายใดค่ายหนึ่ง: ค่าย S2F "มือโปร" และ "ผู้ต่อต้าน" S2F เราควรวางตัวอย่างไร?

ก่อนที่ฉันจะพูดต่อ: ฉันเขียนเชิงลบเกี่ยวกับโมเดล S2F ตั้งแต่ปี 2019 เมื่อฉันคาดการณ์ว่าคำทำนายของโมเดล S2F จะพิสูจน์ว่ารั้นเกินไป. ฉันได้แลกเปลี่ยนกับ PlanB ทั้งแบบสาธารณะทาง Twitter แล้ว (เช่นที่นี่) และเป็นการส่วนตัว ฉันได้ร่วมเขียน a บทความทางคณิตศาสตร์เพิ่มเติม พร้อมด้วย อินเดอะลูปชี้แจงว่าทำไมเราทั้งคู่จึงคิดว่าแบบจำลอง S2F นั้นรั้นเกินไป ดังนั้นจึงไม่น่าแปลกใจเลยที่ฉันไม่ได้อยู่ในค่าย S2F อย่างไรก็ตาม ฉันยังสังเกตเห็นว่าการวิพากษ์วิจารณ์ S2F บางอย่างไม่ถูกต้อง การวิพากษ์วิจารณ์อื่น ๆ อ้างว่าจะจัดการกับรูปแบบ S2F ที่ร้ายแรง แต่ในความเป็นจริงแล้วพวกเขาทำไม่ได้ ฉันจึงหวังว่าจะเพิ่มความชัดเจน ถูกต้องด้วยเหตุผลที่ถูกต้องเป็นสิ่งสำคัญ เพราะหลักการที่ถูกต้องคือโอกาสเดียวที่เราจะถูกต้องในอนาคต

รุ่น S2F

โมเดล S2F ระบุว่าราคาของ bitcoin นั้นมาจากความขาดแคลน เนื่องจากการลดจำนวนลงครึ่งหนึ่งทำให้มั่นใจได้ว่า bitcoin จะหายากขึ้นเรื่อย ๆ ราคาของมันก็ควรเพิ่มขึ้นอย่างต่อเนื่อง ความสัมพันธ์ระหว่างความขาดแคลนกับราคามีการกำหนดทางคณิตศาสตร์ (โดยใช้พารามิเตอร์ประมาณการเชิงประจักษ์สองตัว) และคาดการณ์คร่าวๆ ว่าราคาจะเพิ่มขึ้นเป็นสิบเท่าทุกสี่ปี สิ่งนี้ทำให้เรามีราคา $100,000 ต่อ bitcoin สำหรับยุค halving นี้ $1,000,000 สำหรับครั้งต่อไป และอื่นๆ

เกิดอะไรขึ้นกับ S2F? — ดูโมเดล Bitcoin ยอดนิยม PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.
ที่มา: s2f มัลติเพิล

มีอะไรผิดปกติกับรุ่นนี้? ลองดูอาร์กิวเมนต์บางอย่างที่เสนอให้โมเดลเสื่อมเสียชื่อเสียง:

ข้อกำหนดซ้ำซาก

ในช่วงที่ผ่านมา นิตยสาร Bitcoin บทความ, ระดับ 39 มีสิ่งนี้ที่จะพูดเกี่ยวกับรุ่น S2F:

“สังเกตว่าฟังก์ชั่นบอกว่า 'มูลค่าตลาด' เท่ากับฟังก์ชั่นของ Stock-to-flow? นี่เป็นแบบจำลองที่ผิดโดยมีตรรกะซ้ำซาก จึงไม่ถูกต้องทางสถิติ ด้วยเหตุผลง่ายๆ ที่ 'มูลค่าตลาด' สลายเป็น 'หุ้น / ราคา' ในขณะที่ 'หุ้น / กระแส' อยู่อีกด้านหนึ่งของสมการ ในแง่ของฆราวาส PlanB เป็นหลักยืนยันว่า 'หุ้นเป็นหน้าที่ของหุ้น' การพูดซ้ำซากเป็นข้อความเล็กน้อยที่เป็นความจริงในทุกสถานการณ์ มันเหมือนกับว่ากล้วยก็คือกล้วยชนิดหนึ่ง แน่นอนว่าหุ้นเป็นหน้าที่ของหุ้น นี่คือเหตุผลที่ข้อมูลเหมาะสม แต่ไม่มีค่าทางวิทยาศาสตร์ Tautology เป็นความจริง แต่อย่าบอกเราว่ามีประโยชน์อะไร ค่อนข้างเป็นความจริงเพราะความหมายของคำศัพท์”

แต่นี่เป็นอย่างนั้นจริงๆเหรอ? PlanB ได้ให้สูตรที่ซ้ำซากจำเจซึ่งไม่ได้บอกเราว่ามีประโยชน์อะไร ราวกับว่าไอแซก นิวตันเคยบอกเราว่า F = F? หุ้นอยู่สองข้างของสมการจริงหรือ?

โมเดล S2F ที่กำหนดโดย PlanB พยายามที่จะประมาณมูลค่าตลาดของ bitcoin โดยใช้ stock-to-flow เป็นตัวแปรอินพุต (โดยที่ stock-to-flow ที่สูงขึ้นบ่งบอกถึงความขาดแคลนที่สูงขึ้น) ต้องมีการประมาณค่าพารามิเตอร์สองตัว (a และ b) เชิงประจักษ์เพื่อให้ได้ค่าที่เหมาะสมที่สุด เมื่อเขียนลงไป ในตอนแรกอาจปรากฏว่ามีหุ้นปรากฏอยู่ทั้งสองข้างของสมการ (ดูบรรทัดที่สองและสามด้านล่าง) อย่างไรก็ตาม เพียงแค่จัดเรียงเงื่อนไขใหม่ เราจะเห็นว่าสิ่งนี้ใช้ได้: ราคาของ bitcoin อยู่ทางด้านซ้ายมือของคำถาม หุ้นและการไหลอยู่ทางด้านขวา

เกิดอะไรขึ้นกับ S2F? — ดูโมเดล Bitcoin ยอดนิยม PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

เราได้แสดงให้เห็นอย่างชัดเจนว่าโมเดล S2F ไม่ได้รับผลกระทบจากการซ้ำซากจำเจที่แสดงผลทางคณิตศาสตร์ไม่ถูกต้อง ยังมีอีกประเด็นหนึ่งที่ต้องทำ ระดับ 39 อธิบายต่อไปว่า:

“PlanB สามารถหลีกเลี่ยงความซ้ำซากจำเจได้โดยการตั้งราคาไว้ที่ด้านใดด้านหนึ่งของสมการ และอาจสร้างการถดถอยของราคาตามกระแสหรือสต็อกให้ไหล แต่ความพอดีจะแตกต่างออกไปโดยไม่ต้องเปลี่ยนพารามิเตอร์”

กล่าวอีกนัยหนึ่ง ถ้า PlanB พยายามสร้างแบบจำลอง (บันทึกของ) ราคาโดยใช้ฟังก์ชันเชิงเส้นของหุ้นต่อกระแสแทนที่จะเป็นมูลค่าตามราคาตลาด สต็อกจะไม่ปรากฏทั้งสองด้านของสมการ และด้วยเหตุนี้จึงกล่าวซ้ำซาก จะหายไป กล่าวอีกนัยหนึ่ง เพื่อให้ได้การคาดการณ์ราคาโดยอิงตามกระแสของหุ้น เราอาจทำอย่างใดอย่างหนึ่งต่อไปนี้

  1. จำลองมูลค่าตามราคาตลาด และแปลมูลค่าตามราคาตลาดกลับเป็นราคา นี่คือสิ่งที่ PlanB ทำ และ Level39 เห็นการกล่าวซ้ำซากที่นี่ หรือ:
  2. โมเดลราคาโดยตรง ระดับ 39 ไม่เห็นการพูดซ้ำซากที่นี่

ระดับ 39 บอกเป็นนัยว่า A จะเข้ากันได้ดีกว่า B มากเพราะว่าพูดซ้ำซากจำเจ แต่มันเป็นอย่างนั้นจริงๆเหรอ? ในพล็อตด้านล่างฉันได้เปรียบเทียบทั้งสองรุ่น:

เกิดอะไรขึ้นกับ S2F? — ดูโมเดล Bitcoin ยอดนิยม PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

เราเห็นว่าทั้งสองรุ่นมีความคล้ายคลึงกันอย่างมาก คุณภาพความพอดีระหว่างทั้งสองรุ่นไม่มีความแตกต่างอย่างมาก ดังนั้น แม้ว่าจะมีความซ้ำซากจำเจในสูตร S2F ดั้งเดิม (ไม่มี) ประเด็นนี้ก็ค่อนข้างจะเล็กน้อย เนื่องจากจะไม่มีความสำคัญทางวัตถุ แบบจำลองนี้สามารถเขียนใหม่ได้ในราคาโดยประมาณแทนที่จะเป็นมูลค่าตามราคาตลาด และผลลัพธ์ที่ได้จะใกล้เคียงกัน

ดังนั้น อาร์กิวเมนต์ทั้งหมดเกี่ยวกับ tautology เป็นที่สงสัยอย่างชัดเจน ไม่มีการระเบิดรุ่น S2F ที่นี่

ความสัมพันธ์อัตโนมัติ

ข้อโต้แย้งอีกประการหนึ่งเกี่ยวกับโมเดล S2F ที่ฉันได้ยินบ่อยๆ ถูกกล่าวถึงโดย Level39 ด้วย:

“อีกปัญหาหนึ่งคือ โมเดลมีความสัมพันธ์อัตโนมัติ ซึ่งผลลัพธ์ของค่าของวันนี้เป็นฟังก์ชันของค่าของเมื่อวาน เมื่อคุณปรับค่านั้น ค่า R-squared (R2) จะเป็นศูนย์ ดังนั้น การพูดในเชิงวิทยาศาสตร์ stock-to-flow จึงเป็นเรื่องไร้สาระและไม่สามารถใช้เป็นแบบจำลองราคาได้”

อีกวิธีหนึ่งในการระบุสิ่งนี้คือการบอกว่าแทนที่จะพยายามค้นหาความสัมพันธ์ระหว่างหุ้นกับการไหลและราคา (หรือมูลค่าตามราคาตลาด) เราควรพยายามค้นหาความสัมพันธ์ระหว่าง การเปลี่ยนแปลง ในสต็อกสู่การไหลและ การเปลี่ยนแปลง ในราคา (หรือมูลค่าตลาด) ข้อเรียกร้องคือการเปลี่ยนแปลงในสต็อกต่อกระแสรายวันไม่ปรากฏว่าทำให้เกิดการเปลี่ยนแปลงในราคาในช่วงเวลาเดียวกัน และด้วยเหตุนี้จึงไม่น่าจะมีความสัมพันธ์เชิงสาเหตุระหว่างสต็อกกับ- กระแสและราคา หมายความว่ารุ่น S2F ต้องไม่ถูกต้อง

แต่มันเป็นอย่างนั้นจริงๆเหรอ? การเปลี่ยนแปลงครั้งใหญ่ในสต็อกถึงโฟลว์เกิดขึ้นเพียงครั้งเดียวทุกสี่ปี ความผันแปรของสต็อกต่อโฟลว์ระหว่างการแบ่งครึ่งหนึ่งนั้นส่วนใหญ่มีขนาดเล็กและมีองค์ประกอบที่แข็งแกร่งของการสุ่ม เราต้องคาดหวังจริง ๆ ไหมว่าการเปลี่ยนแปลงทั้งขนาดเล็กและขนาดใหญ่ใน stock-to-flow ทำให้เกิดการเปลี่ยนแปลงของราคา? นี่หมายความว่าเรากำลังสมมติว่ามีการตอบสนองเชิงเส้น ซึ่งไม่จำเป็นต้องเป็นอย่างนั้นเสมอไป อาจเป็นที่ถกเถียงกันอยู่ว่าการเปลี่ยนแปลงขนาดใหญ่ในสต็อกต่อโฟลว์เท่านั้นที่มีความหมาย

ดังนั้น อาร์กิวเมนต์ของความสัมพันธ์อัตโนมัติจึงไม่ส่งผลกระทบร้ายแรงต่อโมเดล S2F

โฆษณา Hominems

ข้อโต้แย้งอีกประการหนึ่งเกี่ยวกับโมเดล S2F ที่ฉันพบบ่อยคือพฤติกรรมของ PlanB บน Twitter ระดับ 39 มีสิ่งนี้ที่จะพูดเกี่ยวกับมัน:

“ […] ใครก็ตามที่ชี้ให้เห็นข้อบกพร่อง ปัญหาที่อาจเกิดขึ้น มีคำถามที่ถูกต้อง หรือแม้แต่ “ชอบ” การสอบสวนที่ถูกต้องเกี่ยวกับความถูกต้องของคำยืนยันของเขาถูกบล็อก [โดย PlanB] […] หาก PlanB ต้องการอ้างสิทธิ์โดยสุจริตว่าแบบจำลองของเขา มีค่า R2 ทางวิทยาศาสตร์ในยุค 90 จากนั้นเขาก็ไม่สามารถปิดกั้นและเซ็นเซอร์คำวิจารณ์ที่ถูกต้องที่แสดงเป็นอย่างอื่นได้”

คำตอบที่ฉันมีสำหรับสิ่งนี้คือ PlanB สามารถทำทุกอย่างที่เขารู้สึกได้บน Twitter เขาไม่จำเป็นต้องประพฤติตนในลักษณะเฉพาะหรือตอบคำถามใดโดยเฉพาะ พฤติกรรมของเขาไม่มีผลกระทบต่อว่าแบบจำลอง S2F นั้นถูกต้องหรือไม่

นอกจากนี้ ประสบการณ์ของฉันกับ PlanB ยังแตกต่างจากที่ Level39 อธิบายไว้มาก ฉันได้วิพากษ์วิจารณ์โมเดลของเขาอย่างเปิดเผยบน Twitter ในปี 2019 (คุณสามารถเห็นการสนทนาดังกล่าวได้ โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม) และไม่ถูกบล็อก เราได้แลกเปลี่ยนกันเป็นการส่วนตัวและฉันไม่สามารถอธิบายลักษณะพฤติกรรมของ PlanB ว่าเป็นอย่างอื่นได้นอกจากเป็นมิตรมาก

ฉันเคยได้ยินเกี่ยวกับเหตุการณ์ต่างๆ ที่ PlanB ปิดกั้นผู้คน แต่ฉันไม่แปลกใจกับเหตุการณ์นี้: เขาต้องจัดการผู้ชม 1.7 ล้านคน ซึ่งไม่ง่ายเลย ไม่ว่าในกรณีใด อาร์กิวเมนต์ ad hominem ไม่ได้กล่าวถึงความถูกต้องของโมเดล S2F และควรมองข้ามไป

ขาดการบูรณาการ

มี a เถียงกันยาว เกี่ยวกับทรัพย์สินบางอย่างที่เรียกว่า cointegration (ออกเสียงว่า co-integration ไม่ใช่ coin-tegration) อยู่ระหว่าง stock-to-flow กับราคาของ bitcoin บูรณาการ ควรจะบ่งบอกถึงความสัมพันธ์เชิงสาเหตุระหว่างสองตัวแปร เมื่อมันปรากฏออกมาในที่สุดว่าสมบัติการรวมตัวทำ ไม่ อยู่ระหว่าง stock-to-flow และราคา สิ่งนี้ถูกตีความว่าการเปลี่ยนแปลงของ stock-to-flow ไม่สามารถทำให้เกิดการเปลี่ยนแปลงของราคาได้ ระเบิดรุ่น S2F! แต่มันเป็นอย่างนั้นจริงๆเหรอ?

ฉันไม่เคยได้ยินเรื่องการผสานรวมก่อนปี 2019 เมื่อศึกษาแบบจำลองสต็อกสู่กระแส เป็นแนวคิดที่ใช้กันอย่างแพร่หลายในด้านเศรษฐมิติ แต่ไม่ใช่ในด้านอื่นใด (เท่าที่ฉันทราบ) ตัวอย่างเช่น ในเดือนมีนาคม 2020 จูเดีย เพิร์ล, ผู้คิดค้นโดยพฤตินัยของสถิติเชิงสาเหตุและผู้เขียน “หนังสือทำไม" มี ไม่เคยได้ยินเรื่องการรวมตัวด้วย! เขาให้คำชี้แจงสองคำชี้แจงว่าการรวมตัว อาจ ให้ แสดงว่ามีความสัมพันธ์เชิงสาเหตุแต่นั่นมัน ไม่ได้หมายถึงความสัมพันธ์เชิงสาเหตุ. ในปี พ.ศ. 2022 เพิร์ลคร่ำครวญอีกครั้งว่าไม่มีใครสามารถ อธิบายแนวคิดเรื่องการรวมตัวให้ฟังอย่างน่าพอใจ.

ความจริงที่ว่าผู้ประดิษฐ์สถิติเชิงสาเหตุไม่ทราบเกี่ยวกับแนวคิดของการรวมเป็นหนึ่งกำลังบอก: ความสำคัญของการรวมศูนย์ดูเหมือนมากเกินไป การขาดการรวมระบบอาจบ่งบอกถึงปัญหาสำหรับรุ่น S2F แต่ก็ไม่ควรถูกมองว่าเป็นภัยร้ายแรง

สรุปอาร์กิวเมนต์ต่อต้าน S2F

ข้อโต้แย้งเกี่ยวกับโมเดล S2F ที่เราได้เห็นมานั้นไม่มีข้อดี (ควรเป็นการพูดซ้ำซาก การโจมตีจากโฆษณา) หรืออาจทำให้ความน่าเชื่อถือของแบบจำลองลดลง แต่อย่าตัดทิ้ง (ขาดการรวมตัว ความสัมพันธ์อัตโนมัติ)

สิ่งที่เราควรทำคืออาศัยประสบการณ์เชิงประจักษ์: โมเดล S2F สามารถทำนายราคาในอนาคตได้อย่างถูกต้องหรือไม่? นี่คือการทดสอบสารสีน้ำเงินสำหรับรุ่นราคาใดๆ

มุมมองเชิงประจักษ์ที่ S2F

ฉันได้สร้างแบบจำลองราคา bitcoin ที่เรียกว่า ทางเดินของกฎอำนาจแห่งการเติบโต ซึ่งอาศัยการสังเกต (ซึ่งข้าพเจ้าเป็นหนี้อยู่ จิโอวานนี่ ซานโตสตาซี's reddit post) ราคาของ bitcoin นั้นเป็นไปตามเส้นตรงเมื่อพล็อตโดยใช้แกน x ที่มีการปรับขนาดแบบลอการิทึม

เกิดอะไรขึ้นกับ S2F? — ดูโมเดล Bitcoin ยอดนิยม PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

นี่หมายความว่าการเติบโตของราคาของ bitcoin นั้นช้าลง ในขณะที่มันเคยใช้เวลาประมาณหนึ่งปีกว่าราคาจะเพิ่มขึ้นเป็นสิบเท่า แต่ตอนนี้ใช้เวลาหลายปี ผลตอบแทนลดลง และฉันคาดว่าแนวโน้มนี้จะดำเนินต่อไปในอนาคต

ทว่าหลายคนดูเหมือนจะคิดว่าราคาของ bitcoin ในอนาคตจะคล้ายคลึงกันเหมือนในอดีต กล่าวอีกนัยหนึ่งคือพวกเขาคาดว่าราคาจะเพิ่มขึ้นอย่างรวดเร็วเช่นเดียวกับในอดีต ฉันมี เผยแพร่พล็อตด้านล่างในบทความ ณ สิ้นปี 2019 ผู้คนต่างคาดการณ์อย่างชัดเจนโดยอิงจากสมมติฐานการเติบโตที่ไม่ลดลง (เส้นสีเขียวแสดงโดยประมาณ) ฉันคาดการณ์ว่าการคาดการณ์เหล่านี้จะพิสูจน์ว่ารั้นเกินไป และราคาจะติดตามเส้นสีส้มอย่างใกล้ชิดมากขึ้น ซึ่งควบคุมโดยผลตอบแทนที่ลดลง

เกิดอะไรขึ้นกับ S2F? — ดูโมเดล Bitcoin ยอดนิยม PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

การทำนายของฉันเป็นอย่างไร? พล็อตถัดไปเหมือนกับพล็อตก่อนหน้า แต่ด้วยการเพิ่มข้อมูลราคา (สีแดง) ซึ่งขณะนี้มีและไม่มีให้บริการในขณะที่ฉันคาดการณ์

เกิดอะไรขึ้นกับ S2F? — ดูโมเดล Bitcoin ยอดนิยม PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

คำทำนายปี 2019 ของฉันได้รับการพิสูจน์แล้วว่ามีความรอบรู้ สิ่งนี้หมายความว่าอย่างไรสำหรับรุ่น S2F ใน บทความเดียวกัน ฉันอธิบายว่า S2F คาดการณ์การเติบโตที่ไม่ลดลง และฉันก็คาดหวังว่ามันจะรั้นเกินไป เช่นเดียวกับการคาดการณ์ของบุคคลข้างต้น ด้านล่างนี้เป็นพล็อตที่ฉันเผยแพร่:

เกิดอะไรขึ้นกับ S2F? — ดูโมเดล Bitcoin ยอดนิยม PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

ขณะนี้ พล็อตเดียวกันสามารถกรอกข้อมูลราคาล่าสุดได้:

เกิดอะไรขึ้นกับ S2F? — ดูโมเดล Bitcoin ยอดนิยม PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

อีกครั้ง ดูเหมือนว่าราคาของ bitcoin จะเป็นไปตามวิถีที่มีผลตอบแทนลดลง ดังนั้น ผมจึงคาดว่าราคาจะเคลื่อนไปข้างหน้าและไกลจากการคาดการณ์ของ S2F ในระยะยาว

ผู้อ่านที่มีแนวโน้มทางคณิตศาสตร์มากขึ้นอาจสนใจ ในบทความที่ฉันเขียนร่วม กับ อินเดอะลูป ซึ่งอธิบายรายละเอียดเพิ่มเติมว่ารูปร่างของเส้นราคา S2F ไม่ตรงกับข้อมูลราคาจริงอย่างไร

ตัวจัดการ Twitter ยอดนิยม s2f มัลติเพิล ติดตามประสิทธิภาพของราคาเมื่อเปรียบเทียบกับการคาดการณ์ S2F เมตริกนี้เรียกว่าตัวคูณ S2F ตัวคูณที่มากกว่า 0 หมายความว่าราคาสูงกว่าตัวคูณ S2F และในทางกลับกัน

ประวัติของ S2F หลายรายการจนถึงตอนนี้ดูเหมือนพล็อตด้านล่าง มักมีมูลค่าสูงก่อนปี 2015 แต่หลังจากนั้นไม่มากนัก นี่เป็นคำใบ้ว่าราคาไม่ค่อยทันกับการคาดการณ์ของแบบจำลอง S2F (และรูปร่างของเส้นราคา S2F นั้นไม่ตรงกับข้อมูลราคาจริงด้วย)

เกิดอะไรขึ้นกับ S2F? — ดูโมเดล Bitcoin ยอดนิยม PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.
ที่มา: s2f มัลติเพิล

เมื่อเปรียบเทียบทางเดินของกฎอำนาจในการคาดการณ์การเติบโตกับโมเดล S2F ฉันสามารถคำนวณเส้นแนวโน้มว่าฉันคาดหวังว่าตัวคูณ S2F จะมีวิวัฒนาการในอนาคตอย่างไร:

เกิดอะไรขึ้นกับ S2F? — ดูโมเดล Bitcoin ยอดนิยม PlatoBlockchain Data Intelligence ค้นหาแนวตั้ง AI.

สรุป

โมเดล S2F ถูกวิพากษ์วิจารณ์อย่างหนัก และมักไม่ยุติธรรม ฉันมั่นใจเป็นอย่างยิ่งว่าแบบจำลอง S2F จะไม่สามารถทำนายราคาของ bitcoin ได้อย่างเหมาะสม แต่ข้อโต้แย้งหลักของฉันก็คือรูปร่างของการคาดการณ์ราคา S2F นั้นไม่ถูกต้องและรั้นเกินไป แบบจำลอง S2F คาดการณ์การเติบโตที่ไม่ลดลง ซึ่งไม่สมเหตุสมผลจากการสังเกตเชิงประจักษ์ ซึ่งกลับบ่งบอกถึงการเติบโตที่ลดลง

นี่ไม่ได้หมายความว่าเราควรรู้สึกผิดหวัง วันที่สดใสรออยู่ข้างหน้าสำหรับราคาของ bitcoin ในของฉัน บทความต้นฉบับ ฉันได้คาดการณ์ราคาไว้ที่ $100,000 ต่อ bitcoin ไม่เร็วกว่าปี 2021 และไม่เกินปี 2028 และ $1,000,000 ต่อ bitcoin ไม่เร็วกว่าปี 2028 และไม่เกินปี 2037 ฉันยังคงคาดว่าการคาดการณ์เหล่านี้จะเป็นจริง

นี่คือแขกโพสต์โดยคริสโตเฟอร์เบอร์เกอร์ ความคิดเห็นที่แสดงออกมาเป็นความคิดเห็นของตนเองทั้งหมด และไม่จำเป็นต้องสะท้อนถึงความคิดเห็นของ BTC Inc หรือ นิตยสาร Bitcoin.

ประทับเวลา:

เพิ่มเติมจาก นิตยสาร Bitcoin