金色財經近期推出Hardcore欄目,為讀者提供流行專案介紹或者深度解讀。
在那些對比特幣價格進行的預測中,5.5萬美元是一個很多人用的數字。這一預測數字來自PlanB 2019年3月23日在Medium發表的一篇論文“根據稀缺性來評估比特幣價值”。PlanB發現,以對數形式表示的存量/存量比(SF, 稀缺性的量化形式)和市值關係圖中,黃金、白銀、比特幣處在一條迴歸直線上。
目前黃金存量/存量比(SF)為62,市值為8.5萬億美元;白銀的存量/存量比(SF)為22,市值為3080億美元。2020年5月份減半後,比特幣存量/存量比(SF)將由25升至50,因此預估比特幣市值會升至1萬億美元,相當於比特幣價格55000美元。
金色財經翻譯此文以犒讀者,以下為譯文。
引言
“根據稀缺性來評估比特幣價值”一文是比特幣鏈上分析很重要的論文,因為它揭示出比特幣的稀缺性與市值之間有著很強的冪律(power law)關係。作者PlanB指出這種關係很可能是因果性的關係,這意味著稀缺性決定著比特幣的價格和市值。事實很可能的確如此!
對每一篇關於比特幣的由資料驅動的論文,如果能拿到資料的話,我總是嘗試重做分析。因為這很有趣,而且通常我也能學到很多東西。一般我也會發現與原作者結果不一致的地方,這也是很有意思的。
在本文,我用了更高時間解析度的資料來重新執行PlanB的模型,但是最終結果並沒有什麼不同:我準確地再現了PlanB的結果。PlanB 厲害!
資料採集
在PlanB原始論文中,使用的比特幣資料來源只是比特幣市值和挖出的比特幣數量。這些資料很容易在blockchain.com找到和提取。
上述資料集裡的比特幣市值在2010年8月17日之前均為0,因此PlanB引用了比特幣一些非常早期的報價:
第一個資料來自Martti Malmi的交易:
@Martti Malmi:我從備份郵件中找出了比特幣對美元的交易。2009年10月12日我以502美元總價賣出5050枚比特幣。
這是在2009年10月12日,當時有1243550個比特幣在流通。因此,比特幣市值是1243550 * 5.02/5050 = 1236美元
第二個資料來自“ 比特幣第一筆報價是0.003美元,發生在2010年3月的BitcoinMarket上的”,我無法追蹤到其原始出處,但“比特幣十年:起源,事實和影象”這篇文章裡有提到。
由於我只找到這一月而沒有確切的日期,所以我將2019年3月14日作為折中。當時有2264000個比特幣在流通。因此,市值為2264000 * 0.003 = 6792美元。
第三個資料則是著名的披薩交易。
2010年5月22日,有2852150比特幣在流通。據報道這兩個披薩價值41美元,所以市值是2852150 * 41/10000 = 11694美元。
資料分析
根據上面的比特幣流通(bc,Bitcoins in Circulation)資料,年化存量/存量比(SF)計算公式如下:
(365 * Δbc / Δ date * 365)/ bc
其中Δbc是兩個連續日期間的bc之差,而Δdate是這些連續日期之間的天數。
圖1:比特幣存量/流量(SF)vs. 距比特幣創世區塊天數
y軸對數座標下則為:
圖2:和圖1資料相同,只是y軸用對數表示
比特幣市值
圖3:對數座標下的比特幣市值(SF) vs. 距比特幣創世區塊天數。
注意左下角的三個單點資料,來自“資料考古”。
現在有了資料,我們橫縱座標均以對數座標繪製存量/流量比(SF)和市值的關係圖,座標軸截距與PlanB的圖相同,並且捨棄2019年3月22日(PlanB的論文發表之日)後的所有資料。與PlanB的圖不同,本文圖表中的點用“時間線”相連。
圖4:存量/流量比(SF)和vs. 市值圖,與PlanB使用的比例相同。
更高的時間解析度是顯而易見的。比較此圖表與下面PlanB的點“簇”。
圖5:PlanB的原始圖
由於上圖中有許多資料點,下面是放大版本,以使連線點的(時間)線更清晰可見。
圖6:圖4的放大版,以更好地檢視連線資料點的時間線
請注意,PlanB的圖和我的幾乎相同,包括存量/流量比(SF)在1到2之間有一些不尋常的偏離。我的圖表清楚地顯示了比特幣減半後SF的突變,在SF = 5和SF = 15附近。在PlanB的圖表中,這種突變用點的顏色由藍色過渡到紅色來表示的。
上面圖中,使用的資料只到PlanB發表論文的2019年3月22日。現在我有更多的資料。再新增幾個月的資料,也幾乎看不到差異,但我還是做了圖,並配上擬合的迴歸函式:
圖7:同一個圖但包含了截止發稿的資料。在前圖中,出於比較目的,資料只用到PlanB論文發表之日。
請注意,與前圖相比,本圖右上角資料叢集更大,這將方程的斜率提高了一點。
對於那些只關注比特幣價格而不是市值的人,我還對比特幣價格和存量/流量比(SF)進行了同樣的分析,比特幣價格資料來自y軸資料除以比特幣流通量。得到的圖形幾乎沒有變化,當然除了y軸座標刻度和擬合曲線的引數:
圖8:相同的分析,但Y軸是比特幣價格。注意,得到的圖形幾乎沒有變化,但公式變化較大。
PlanB還把比特幣市值和存量/流量比都以對數形式作為座標表放在一張圖中,座標刻度的最小值和最大值根據模型來調整。下圖是我的版本,顯示了直到9月20日的所有資料。
比特幣市值:
圖9:紅色的是存量/流量比(SF),藍色的是市值,都是自己的對數形式,並根據最佳擬合模型選擇左右座標的最小值和最大值。這是另一種表示兩者之間相關性的方法。
以及比特幣價格:
圖10:紅色的是SF,綠色的是價格,都是自己的對數形式,並根據最佳擬合模型選擇左右座標的最小值和最大值。
結論
我非常準確地重現了PlanB的圖和結果。
ln(y)= 3.30894 * ln(x)+ 14.5618; R平方= 0.9034(我的結果)
與
ln(y)= 3.31954 * ln(x)+ 14.6227; R平方= 0.9473(PlanB的結果)
PlanB的圖中的資料點比我少得多,這是因為他是以每月或每季度的解析度提取存量/流量比(SF)和市值資料,而我則使用了blockchain.com資料集裡可用的最大解析度。這也是我的R平方值低於PlanB的可能原因。我抓住了存量/流量比(SF)和市值的每一次偏移,平均而言,這些偏移比PlanB的稀疏資料集裡的偏移稍高。
與PlanB的論文相比,我對三個早期的比特幣價格估算離迴歸線更遠。我無法進一步調查,因為PlanB並未給出根據三個初始價格點對市值的準確計算。另外,PlanB描述他用的是“插值”方法。我沒有插值。我所做的就是在blockchain.com資料集的前面新增三個點以及相應的日期。省略這三個價格點並不會改變結果引數:
ln(y)= 3.28275 * ln(x)+ 14.6241; R平方= 0.9015(我的結果,沒有3個初始資料點)
我還計算了比特幣存量/流量比(SF)與時間的關係,因為它可能有助於我們更好地理解在存量/流量比(SF)與市值圖中那麼清晰可見的群“簇”現象。與PlanB相反,我沒有用顏色標記資料來顯示比特幣減半,而是用連線線來顯示時間軌跡。
使用截止發稿的所有資料,公式為:
ln(y)= 3.34214 * ln(x)+ 14.5219; Rsquared = 0.9092(所有資料,截止9月20日)
對價格,公式為:
ln(y)= 2.96043 * ln(x)-0.98374; Rsquared = 0.8971(所有資料,截止9月20日)
提醒
1、比特幣的稀缺性隨著時間而增加,比特幣就是這麼設計的。
2、總體而言,比特幣的價格和市值都隨著時間的推移而上升。儘管這是比特幣協議所預期的,但仍然需要市場參與者持續行動來使它發生。到現在為止,大多數時間是在上升(買入)。
3、因此稀缺性和市值都在上升。當在對數尺度上以它們作為橫縱座標作圖時,會導致對陡峭的線性迴歸。它顯示相關性,但不表示因果關係。因果關係的證據需要來自其他地方(例如,證明黃金、白銀和其他商品都位於同一直線上)。這就是PlanB的論文所證明的。本質上不是相關性。
比特幣稀缺性更合適的決定因素?
但還存在一個問題,冪律關係有時候說明兩者有著強烈的關係,但它可能反映的是它們背後有一個共同因素同時決定著它們。
PlanB得到的是稀缺性決定著市值。真的如此嗎?
在我這篇論文裡,有三個變數:1、時間,從創世區塊開始;2、稀缺性,存量/流量比;3、市值,價格x流通量。
多相關分析可以同時分析三到多個變數。偏相關就是一種多相關分析方法,是在排除了其他變數的影響下計算變數間的相關係數。相關性的數學符號是希臘字母ρ(rho)。兩個變數X和Y之間的相關性寫為ρ(X,Y)。偏相關記為ρ(X,Y·Z)。通常用R代替ρ及其平方值R²。
可以從三個正相關性計算出三個變數的偏相關性:
截止9月20日的所有資料,時間,稀缺性和市值(Time, Scarcity and MarketCap)這三個變數,有以下相關性和偏相關性值:
ρ (Time, MarketCap) = 0.969ρ (Time, Scarcity) = 0.978ρ (Scarcity, MarketCap) = 0.949ρ (Time, MarketCap · Scarcity) = 0.621ρ (Time, Scarcity · MarketCap) = 0.748ρ (Scarcity, MarketCap · Time) = 0.043角度的Cos值為偏相關係數。
結論:時間(注:減半等比特幣共識)在很大程度上決定著比特幣稀缺性和市值。這也是稀缺性和市值之間高度相關的原因。看起來並不是稀缺性決定著市值。
文章來源:Revisiting PlanB’s Bitcoin Scarcity Model with a higher time resolution
A more modest role for Scarcity on bitcoin?