金色硬核 | S2FX模型再分析 BTC价格或达35万美元

金色财经近期推出金色硬核（Hardcore）栏目，为读者提供热门项目介绍或者深度解读。

按：对比特币价格进行预测最著名的模型是PlanB在2019年建立的S2F（Stock to Flow）模型。5月12日比特币刚刚完成减半，PlanB估算减半后比特币的存量/产量比（SF）由25升至50，由于加倍的稀缺性，长期来看预计比特币的市值会升至1万亿美元，相当于比特币价格55000美元。2020年4月28日，他进一步得到“存量-产量跨资产模型”（S2FX, Stock to Flow Cross Asset），利用遗传算法区分出四个不同的比特币阶段，预测2024年比特币价格将高达28.8万美元。近日Nick Emblow利用K均值聚类分析方法，用独立数据再现了S2FX模型，同样区分出四个比特币阶段，他预测到2024年第四次减半时，比特币价格在8.3万和148万美元区间，中间值为35万美元。详细分析请看本期金色硬核（Hardcore），enjoy it.

分析 | 金色盘面：PAY/BTC 冲高回落，进入4浪调整:金色盘面综合分析： PAY/BTC 在持续大涨后出现短线头部迹象，目前形态属于4浪整理，如果不跌破支撑线，后面会有5浪，但基于1、3浪反弹幅度较大，5浪不排除失败，所以要关注成交量变化，控制风险。[2018/8/18]

在PlanB的S2FX文章中，他鉴别出比特币四个不同的阶段，这些不同阶段对应于不同的存量/产量比。通过对这些阶段中心点对应的存量/产量比和市值进行线性回归，可以得出一条直线，它们和与黄金和白银落在一条直线上。从而给人们一定信心，比特币正在走过实验阶段并会产生真正的经济影响。

我对这些模型非常怀疑，因此我准备不依赖于PlanB的任何假设，使用K均值聚类（k-means clustering）数据分析技术（注：K均值聚类算法是信号处理中的一种向量量化方法，其目的是把n个点-可以是样本的一次观察或一个实例-划分到k个聚类中，使得每个点都属于离他最近的均值此即聚类中心对应的聚类，以之作为聚类的标准。而PlanB用的遗传算法。）重现该模型。

分析 | 金色盘面：BTC/USD 4小时背离反弹中:金色盘面综合分析：BTC/USD 4小时K线图显示，在上一根K线形成买入信号后，市场做多情绪开始恢复，中线买盘明显增加，短线大涨小回，但市场刚刚回暖，成交量放大不够明显，现在应该注意回撤风险。[2018/8/15]

图1 —由k均值聚类区分出的比特币四个阶段，它们和黄金和白银的市值和存量/产量比对数坐标图

有趣的是，k均值聚类发现了与PlanB识别出的几乎相同的关系。下文我继续使用k均值聚类区分出的关系。

在图1中，比特币的四个阶段分别为绿色，黑色，蓝色和红色，并且以点标出数据中心。下表1中提供了这些数据中心点的数据（存量/产量比和市值）。

金色财经现场报道 越南司法部Le Ngoc Giang： 区块链增加了透明度并且降低成本和欺诈:金色财经现场报道，在火币Pro举办的越南Blockchain Festival千人大会上，越南司法部、法律政策专家Le Ngoc Giang先生以《越南区块链行业发展之路》为主题进行了演讲，他指出： 区块链增加了透明度并且降低成本和欺诈。可以通过数据控制和优化来实现区块链的解决方案，通过可信支付布局区块链。但挑战是消费者数据的质量和数量仍然很低，在发展中地区，仍然依赖于使用技术手段的旧技术并且可能有20亿人没有银行账户。我们仍处于区块链的早期阶段，其优势在于，区块链使得很多不可能成为可能，而且不需要第三方破坏数据的完整性。区块链本身不是解决方案，但它可以解决问题。对于企业来说，要积极主动而不是被动构建。对于政策制定者来说，要给新技术空间，但要清楚风险所在。[2018/5/24]

金色财经独家分析 币安过去24小时成交额138亿元“红杉系”项目价格下跌:金色财经独家分析，根据数据显示，过去24小时，币安成交额138亿元，火币pro成交额106亿元。而昨日晚间币安创始人赵长鹏在个人推特上表示，可能会很快要求所有申请在币安上线的项目披露其是否与红杉有直接或间接关系。受此影响多个与红杉资本有关的项目在币安的价格大幅下跌。很快对于此事全球另一大交易所火币创始人李林刚在朋友圈申明对于像红杉等这种全球顶级的vc投资的项目，在交易所上币审核时会得到加分。

有分析称类似红杉资本这样的知名企业，其企业背书对于很多项目而言本身就是加分项，而这次币安创始人的推特导致多个与红杉资本有关的项目价格下跌，这件事是赵长鹏对红杉资本在香港起诉币安的一次强力反击。[2018/5/8]

表1：图1中中心点的数据

金色财经日本行 Finolab为日本区块链初创企业提供大量资源:金色财经与The blockchainer、西垚咨询联合前往日本考察，在12月20日下午来到日本公司Finolab进行访问，在现场，记者了解到，作为一家对区块链初创企业提供扶持公司，Finolab可以为众多区块链初创企业提供便利，入驻的初创企业可以通过Finolab与日本央行进行联系，方便初创项目能够更快的符合政策并进入落地阶段。同时Finolab还会为初创企业提供法律、金融专家进行咨询，让入驻的初创企业能够及时避免走弯路，并且Finolab每星期还会提供免费场地让初创企业用来开研讨会，为区块链初创企业提供更多的资源、交流渠道，Finolab还会通过外交手段为入驻的区块链初创企业提供国外项目的对接。[2017/12/20]

回归方程的参数见下表。

表2：回归参数显示拟合非常好

系数和常数下面括号中的数字是标准差（SE）。标准差用来衡量系数的置信度。如果回归系数±1.96SE定义的区间里包含零，则该系数不显著。但上文得到的回归系数，它离零相差很多个标准差（约30SE）。因此，该系数至少在0.01水平上具有统计学意义（实际上，当我们实际上从t分布中查找该值时，其在功能上等于0）。这意味着，回归系数是4.17，其包含0的几率几乎为零。

R2非常高，这很有趣，但它不是我们关注的焦点。这里要记住的一点是，存量/产量比聚类中心与市值聚类中心之间存在很高的相关性。敏锐之人会注意到，因为回归数据量很小，因此F统计量已针对适当的自由度（df）进行了调整。F统计量告诉我们，回归系数和常数同时为零的概率也几乎为零。

我会在以后继续探讨高斯-马尔可夫假设，但是鉴于目前数据点的数量，我认为这个回归练习相当乏味。

现在，让我们计算预测区间。首先，让我们定义预测区间，并将其与置信区间进行对比。

置信区间是包含采样的群体或过程未知特征的区间。它们通常与诸如均值或方差等参数有关。

置信区间捕获了平均预测值周围的不确定性。

预测区间是指这样的区间，它里面包含了从先前采样群体或过程推算的一个或多个未来观察，或者这些未来观察的一些函数。

预测区间捕获单个值附近的不确定性。

因此，对于某一个值，预测区间将始终比置信区间宽。

将置信区间视为对回归直线的置信度，而预测区间就像单个预测的置信度。

但在做预测之前，我们需要估计比特币下一阶段的数据中心点。感谢中本聪，这非常容易。我们知道每210000个区块，奖励减半，最初的区块奖励是50个比特币。因此，可以得到如下公式：

方程1：第三次减半时的比特币流通量

因此，第三次减半时总共有1837.5万个比特币的流通量。到第四次减半时，这个数字将增加到1968.75万个比特币。这样，在210000个区块期间，比特币产量为19687500–18375000 = 1312500个比特币。要存量/产量比将其年化为正确的格式，需要将其乘以每个区块的天数。即产量= 1312500 *（6 * 24 * 365.25 / 210000）=328725个比特币/年，即第三次减半到第四次减半期间，平均产量为328725个比特币/年。因此，第四次减半时的存量/产量比为19687500/328725 = 59.9。取自然对数，得到4.09。

表3：不同聚类阶段市值预测的边界区间

比特币第五阶段市值的预测区间估计在1.6万亿至29.1万亿美元之间。按这一阶段结束时的市场估值算，这意味着单个比特币的价格在8.3万和$148万美元之间，中心点约在35万美元（注：PlanB预估比特币价格中心点达到28.8万美元）。

原文：S2FX — Phase 5 Estimations

标签：比特币区块链PLAOLA我有10个比特币怎么卖掉future币区块链Plaas Farmers TokenFrz Solar System

比特币最新价格热门资讯