Я делаю простую симуляцию методом Монте-Карло по ежедневным приростам долларовой цены биткойна, чтобы попытаться узнать, какова будет его самая вероятная цена к концу 2018 года. Вы можете найти весь код, используемый мной для этого на GitHub.случайных блужданий, подобных прошлому. Это делается с использованием случайных выборок из прошлых наблюдений для создания каждого из этих новых случайных блужданий. Предполагается, что будущее будет похоже на прошлое. Смело и может быть очень неверно, но это все, что есть. Я думаю, что это лучше, чем ничего ¯ \ _ (ツ) _ / ¯ (источник комикса) Моделирование методом Монте-Карло цены BTC в USD в течение 2018 года Чтобы построить каждое из случайных блужданий в нашем симуляторе, мы будем брать приросты из случайной выборки ежедневных приростов цены с 2010 года по сегодняшний день, добавлять по одному приросту для каждого дня в будущем и умножать их кумулятивно, чтобы получить варианты прироста цены до 31 декабря 2018 года. Мы умножим текущую цену биткойна на полученные значения случайного блуждания прироста цены, чтобы получить моделируемые будущие цены. Это будет сделано 100000 раз. В итоге мы увидим распределение 100000 вариантов прогнозных цен в конце года, полученных этими случайными блужданиями. Случайные блуждания Первые 200 случайных блужданий выглядят так: Этот график даёт нам мало информации, так как экспоненциальный рост в некоторых случайных блужданиях сделал масштаб графика слишком крупным, в то время как большинство случайных блужданий оканчивались на порядки ниже случайного блуждания с максимальной итоговой ценой. Логарифмическая шкала для вертикальной оси поможет нам лучше понять, что происходит: Окончательное распределение прогнозов цены Как мы видим, конечная цена в большинстве случайных блужданий составляет от 10 до 100 тыс. долларов. Теперь было бы неплохо увидеть гистограмму, показывающую распределение окончательных прогнозов цен во всех 100000 случайных блужданий, которые мы создали ранее. Вот она: Мы сталкиваемся с той же проблемой, что и раньше. Мы не можем делать какие-либо выводы из этого графика. Перестроим его с использованием логарифмической шкалы для горизонтальной оси. Таким образом, выглядит намного лучше: Похоже, что наиболее вероятная цена составляет от $ 24K до $ 90K. Чтобы точнее найти эту цену, мы могли бы сделать несколько вещей. Первая — просто вычислить медиану: $ 58843. Другим вариантов является нахождение функции плотности вероятности и расчёт цены, соответствующей максимуму этой функции. Результат этого показан ниже: Оценки по наиболее вероятной цене аналогичны и обе выше 50 тыс. долларов. Важно отметить, что эту оценку не нужно брать отдельно, её лучше использовать в качестве способа найти доверительные интервалы, в которых с определенной вероятностью будет будущая цена. В этом случае 80%-ный доверительный интервал для цены биткойн будет иметь границы от 13200 до 271277 долларов. Другой способ взглянуть на это заключается в том, что вероятность того, что цена в конце года будет ниже 13200, будет равна вероятности того, что цена будет выше 271277 долларов (если цена будет двигаться в будущем так же, как и в прошлом). Теперь, когда мы знаем функцию плотности вероятности, мы могли бы, например, вычислить вероятность того, что цена к концу года будет ниже определенного уровня. В частности, если мы хотим рассчитать вероятность того, что эта цена будет равна или ниже сегодняшней (20 января 2018 года), нам просто нужно рассчитать значение интегральной функции распределения (затененную область на следующем рисунке): Чему равна вероятность? 9,84%. Да, знаю. Ничто не может продолжать расти всегда, и тот факт, что это произошло в прошлом, не означает, что это произойдет в будущем. Ниже приведена диаграмма описывающая другой актив, который также сильно вырос в прошлом. Денежная база является наиболее ликвидной частью денежной массы США. Она включает в себя банкноты, чеки и банковские депозиты. И вы больше верите в то, что США могут постоянно печатать деньги «из воздуха»? Комментарий Cloud4Y Этот текст показался нам интересным в образовательных целях, так как хорошо описывает применение метода Монте-Карло на примере, который является актуальным. Однако, стоит отметить, что ожидать, что поведение цены биткойна будет аналогичным росту в прошлом скорее ошибочно, чем верно. В 1995 году исследовательская компания Gartner предложила hype cycle — кривую зрелости технологии, графически представляющую стадии, через которые проходит технологическое новшество в ходе своего становления. Данный феномен наблюдается при появлении любой новой техники и технологии, будь то появление планшетов на рынке или внедрение технологии блокчейн. Как можно видеть, кривая состоит из пяти фаз: «Запуск технологии» — первая фаза цикла: технологический прорыв, запуск проекта внедрения, который обещает желанные цели и решение многих проблем (хорошо если не всех) «Пик завышенных ожиданий» — общественный ажиотаж приводит к чрезмерному энтузиазму и нереалистичным ожиданиям. Успешное применение технологии возможно, но обычно неудач больше, чем успехов. «Нижняя точка разочарования» — технология не в состоянии соответствовать ожиданиям и быстро гасит энтузиазм. Начинают появляться разные «уважительные» причины, которые препятствуют ходу проекта. «Склон просвещения» — тут начинаются встречи, пересмотры некоторых идей или задач, корректировки хода проекта, иногда многие задачи, которые казались важными и нужными в начале, тут отметаются, но появляются смежные задачи, которые обнаруживаются в ходе проекта и решение которых дает больше преимущества для организации. «Плато производительности» — преимущества технологии становятся очевидными и признаются всеми. Технология стабильна и эволюционирует во второе и третье поколение. Окончательная высота плато зависит от того, насколько широко технология применяется. Подробнее статья на Хабре. Технологии и их место на кривой по мнению Gartner в 2017 году вы можете видеть на графике. Форма этой кривой говорит о том, что продолжение роста цены биткойн аналогично прошлому маловероятно, если только не будет других «аномальных» причин.
Красиво, только автор не учитывает, что это все фракталы, и дорога наверх к завышенным ожиданиям возможно еще только в самом начале. Мы можем повторение декабрьской ситуации (и всего что было до нее) увидеть еще неоднократно. При этом в общем итоговая картина будет такая же, как рисует автор, но с другими цифрами, скажем, на два порядка выше. Или еще выше, кто знает. Можем и не увидеть, конечно, так и здесь тоже несовершенная модель Чорд, смешались в кучу кони-люди: я пишу о второй части статьи, которая какбэ комментарий. Прогноз цены сам по себе прикольно сделан. Кстате, вот правильная ссылка на хабр.
Что то ничего не понятно, стоимость от 13000 до 272000 с вероятностью 80%. Со 100% можно тогда сказать что стоимость будет от 0 до 300000 со средней ценой 150000.
Интересная статья, спасибо. Я думаю здесь неточность в том, что вы все таки используете МО которое не совсем достоверно отображает картину, история Биткоина небольшая чтобы как-то точно его посчитать. Можно попробовать убрать 2017 год и пересчитатьо я думаю тогда разброс цен на 2018 будет другой)
На мой взгляд вот неплохой прогноз по битку на 2018 год (https://ru.nordfx.com/324-Bitcoin-Forecast-for-2018.html)
Судя по туманному описанию автора в работе представлена логнормальная модель прогноза цены биткоина в 2018. Такие модели на основе логнормального распределения находят удивительно широкое применение в самых различных областях деятельности людей: прогнозирование дохода от инвестиций, модель турбулентности Колмогорова, модель Ледермана употребления алкоголя между пьющими в человеческом сообществе. В многочисленных работах показано, что логнормальное распределение достаточно хорошо моделирует изменение цены активов, которыми торгуют на конкурентных рынках аукционного типа для длинных временных периодов и в условиях инфляции. При этом денежная инфляция оказывает давление на цену актива в сторону ее повышения. Кривая логнормального распределения всегда положительна и имеет правостороннюю асимметрию, т.е. она указывает на большую вероятность цены отклониться вверх. Похоже, что автор перенес известные логнормальные модели прогноза цены товарного актива на неизученный рынок биткоина с целью красивыми рисунками убедить себя и всех в "доказанном" росте стоимости биткоина на конец 2018 года. Полностью согласен с комментарием, что статья носит учебный характер и не имеет под собой доказательной силы. Об одном противоречии на трех рисунках На приведенных выше трех рисунках "Density-Price (log-scale)" (плотность вероятности - цена в логарифмическом масштабе) есть нестыковка между надписью "логарифмический масштаб и числами указанными на шкале. Трудно себе представить цены в логарифмическом масштабе со значением 18 млн дол, поскольку при обратном переходе к обычному равномерному масштабу получается гигантские числа 10 в степени 18 млн, т.е. число с 18 млн знаков ?!
Кривая капитализации криптовалют Из анализа статистических данных сайта "coinmarketcap", то есть по чисто эмпирическим данным без искусственного моделирования, также выстраивается логнормальная кривая распределения капитализации по криптовалютам с характерной резкой асимметричностью: на треть общего списка криптовалют приходится 73% капитализации.
