比特币线性回归分析 比特币是货币还是商品？这个数据分析给你答案

“

比特币作为数字加密到底是什么？ 是更接近商品属性，还是更接近传统意义上的货币？ 数据人Mark Schott通过大数据分析了比特币价格的波动性。 他发现比特币的波动性很大，在宏观货币经济中扮演着独特的角色，其日回报率更像是一种基础商品。

▍“商品”比特币

这个大数据应用项目是关于比特币价格波动的数据分析。 比特币具有高度波动性，在宏观货币经济中发挥着独特的作用，加密货币充满争议。

我使用线性回归和分布拟合来描述比特币的趋势，并介绍未来使用信号处理技术进一步分析比特币的可能性。

本文将证实比特币的高波动性特征，并证明比特币确实更像是一种商品而不是一种货币。

在我的研究中，我使用 Scrapy 从比特币数据网站 99bitcoins.com 上抓取数据来分析这个项目。 具体来说，我爬取了 61 篇比特币相关的新闻文章和每篇文章报道事件前后 10 天的价格变化，以及比特币完整的每日交易价格历史记录。 这些事件包括比特币交易所 Mt.Gox 被黑客攻击、中国央行限制比特币等等。

（图片说明：左上为5月1日比特币历史价格，红点对应从网站爬取的61篇新闻文章。另外三张图为这张图细节的放大版，为期间的波动性交易期间。高短期数据。）

我决定首先使用 Ryuzhet 包对这些新闻报道进行快速情绪分析。

我首先从文本中提取出相应的情绪因素，发现积极情绪显着增加，信任态度也更加明显。 在这个小样本分析中，情感分析+NLP（自然语义处理）分析方法似乎更有效。

（图片说明：61篇新闻报道中不同情绪因素的变化）

上图是我爬取的61条新闻报道中各种情绪因素的变化。 横轴上的 event_no 值随时间增加。 稳定的增长趋势表明积极和信任情绪的增加。

（图片说明：“信任信任”情绪的线性回归分析）

上图是对第二组图中“信任”对应的图表进行线性回归分析。 拟合曲线的相关系数为 p 值 0.018、R^2 值 0.091 和斜率 0.0122。

为了进一步研究比特币的表现，我决定绘制其每日收益的直方图。 图中有一个清晰的分布模式，但我不确定是哪一个。 后来发现相对来说更符合柯西分布的特点。 这可能是因为柯西分布更好地描述了比特币相关极端事件的尾部行为。 Cauchy 分布没有定义的均值或方差，这与比特币的高波动性一致。

我使用了统计库scipy.stats来拟合分布比特币线性回归分析，所以具体拟合参数的好坏我没有测试，但我打算以后使用scipy.odr模型。

上面是柯西分布的方程式，它似乎与比特币的每日回报相当吻合。 该分布没有明确的均值或方差，也表明比特币每日收益的高波动性。

上图是比特币每日收益的标准化直方图。 绿色曲线是柯西分布，与直方图吻合得很好比特币走势的三根线什么意思，红色曲线是正态分布，不太吻合。

以上是商品铜和棉花的分布图。 虽然远非完美，但两者的每日回报似乎更符合柯西分布而不是正态分布。 也许这也表明比特币的行为更像是一种商品，而不是一种货币。

这个结论并不奇怪。 我们可以看看比特币的这些特点：

1、比特币总量固定为2100万枚

2. 迎合国际化和匿名交易的需求，这一直是政府头疼的问题

3. 在一些法定货币不稳定的国家，它充当紧急货币。像塞浦路斯和委内瑞拉

这些和其他因素结合在一起比特币走势的三根线什么意思，使比特币的作用非常独特（以及相对较少数量的其他加密货币），并使比特币具有根本价值。

作为最著名和最早的加密货币，比特币在使用上具有优势。 这也让我们对莱特币、以太坊等加密货币未来是否还有发展空间感到疑惑和期待。

▍跌宕起伏从未停止

然后我的分析进入了金融信号处理领域，我从 btc-e 比特币交易所获取了历史交易数据，并绘制了随时间变化的不同每日回报率。

上图显示了 1、10、30 和 90 天的回报，其中 1 天的回报看起来像一个信号，这就是为什么我选择使用金融信号处理（Financial Signal Processing）进行分析。 从左上这张图可以大致看出，正收益高的点在时间上离负收益高的节点很近。 这种现象称为波动率聚类。

总的来说，我们从这个项目中了解到的关于比特币的信息表明，比特币是一种波动性很大的资产，其每日回报率更像是一种商品。 从相关新闻报道来看，它似乎正在获得可信度并引发积极情绪。 期待未来继续深入探索比特币等金融时间序列数据，学习更多分析技术。

极客公园，版权所有丨如未注明，均为原创丨本站受BY-NC-SA协议授权

转载请注明原文链接：比特币线性回归分析比特币是货币还是商品？这个数据分析给你答案