著者：ベイグ氏🔸TLの; 博士- Cointime Price シリーズの文章は三篇に分かれており、これは第二篇です。- このシリーズの前の記事を先に読むことを強くお勧めします！- 本文では、Cointime Priceの一つの逃げ頂上アプリケーションの方法論を紹介します。- 個人モデル共有:Cointime Price偏差モデル🟡 Cointime 価格 簡単なレビューCointime Priceは、Cointime Economicsで提案された概念です。BTCの公正価格を評価する際、単純なLTHやSTHよりも柔軟で敏感です。同時に、このデザインフレームワークの下で、古代に失われたチップの影響を効果的に排除することもできます。Cointime Price にまだ馴染みのない読者には、前の記事を先に読むことを強くお勧めします！🟡 トップを逃れるアプリケーション方法論：Cointime Price Deviation モデルCointime Price Deviationは、私がチェーン上のデータを研究する際に設計したモデルの一つです。以下では、このモデルの設計原理について説明し、私たちがこのモデルを使用してトップを逃れる判断をどのように行うかを説明します。1. 現在の価格がCointime価格からどの程度乖離しているかを定量化するCointime PriceはBTCの実際の保有コストを高い程度で代表しているため、より正確には、「長期保有者」のポジションコスト（保有期間が長くなるほど、Cointime Price への影響が大きくなる）です。したがって、現価格がCointime Priceから大きく逸脱すると、理論的には長期保有者が利益確定する動機が高まり、トークンが分配されることになります。私は偏差率（配布比率）の公式を次のように設計しました：乖離率 = (現在価格 - コインタイム価格) / 現在価格図のように、配当性向(紫色の線)の状態がわかります。見ると、配布比率が高い位置にあるときは、常にトップの位置に対応しています。それでは、「高位」とは何ですか？個人はここで統計学的な方法で高位を定義します。詳細は以下の通りです。2. Cointime価格偏差の極値定義皆さん、上の図をもう一度見ると、Deviationの高位を定義するのが実際には簡単ではないことがわかります。各牛市の頂点に対応するDeviationのピークは、わずかに下降の兆しを示しているため、単純に固定された数字で高値を定義することは明らかに厳密ではありません。解決において、私は統計学の「標準偏差」の概念を採用しました：(1) ヒストリカル偏差値の平均と標準偏差を計算します(2)は、「平均+n標準偏差」を「高位」と定義し、以下、閾値と呼ぶ(3) 次に、偏差値が移動平均に平滑化されます(4) DeviationのMA値が> Thresholdの場合、一番上の信号が表示されます上の図のように、上記の処理を行った後、このような図を得ることができます。ここで2点を補足します：(1) 上述「平均値 + n 個の標準偏差」の「n」は調整可能なパラメータであり、n が大きくなるほど、信号が現れる条件は厳しくなる。(2) 上述の「移動平均のスムージング処理」の主な目的は、ノイズをフィルタリングすることです。図2の紫色の線がオレンジ色の線を超えている部分を価格チャートにマークすると、上の図のような信号が得られます。
オンチェーンデータアカデミー(7):ARK参加型BTCのまったく新しい魔法の価格設定方法論(II)
著者：ベイグ氏
🔸TLの; 博士
Cointime Price シリーズの文章は三篇に分かれており、これは第二篇です。
このシリーズの前の記事を先に読むことを強くお勧めします！
本文では、Cointime Priceの一つの逃げ頂上アプリケーションの方法論を紹介します。
個人モデル共有:Cointime Price偏差モデル
🟡 Cointime 価格 簡単なレビュー
Cointime Priceは、Cointime Economicsで提案された概念です。
BTCの公正価格を評価する際、単純なLTHやSTHよりも柔軟で敏感です。
同時に、このデザインフレームワークの下で、古代に失われたチップの影響を効果的に排除することもできます。
Cointime Price にまだ馴染みのない読者には、前の記事を先に読むことを強くお勧めします！
🟡 トップを逃れるアプリケーション方法論：Cointime Price Deviation モデル
Cointime Price Deviationは、私がチェーン上のデータを研究する際に設計したモデルの一つです。
以下では、このモデルの設計原理について説明し、私たちがこのモデルを使用してトップを逃れる判断をどのように行うかを説明します。
Cointime PriceはBTCの実際の保有コストを高い程度で代表しているため、
より正確には、「長期保有者」のポジションコスト（保有期間が長くなるほど、Cointime Price への影響が大きくなる）です。
したがって、現価格がCointime Priceから大きく逸脱すると、理論的には長期保有者が利益確定する動機が高まり、トークンが分配されることになります。
私は偏差率（配布比率）の公式を次のように設計しました：
乖離率 = (現在価格 - コインタイム価格) / 現在価格
図のように、配当性向(紫色の線)の状態がわかります。
見ると、配布比率が高い位置にあるときは、常にトップの位置に対応しています。
それでは、「高位」とは何ですか？
個人はここで統計学的な方法で高位を定義します。詳細は以下の通りです。
皆さん、上の図をもう一度見ると、Deviationの高位を定義するのが実際には簡単ではないことがわかります。
各牛市の頂点に対応するDeviationのピークは、わずかに下降の兆しを示しているため、単純に固定された数字で高値を定義することは明らかに厳密ではありません。
解決において、私は統計学の「標準偏差」の概念を採用しました：
(1) ヒストリカル偏差値の平均と標準偏差を計算します
(2)は、「平均+n標準偏差」を「高位」と定義し、以下、閾値と呼ぶ
(3) 次に、偏差値が移動平均に平滑化されます
(4) DeviationのMA値が> Thresholdの場合、一番上の信号が表示されます
上の図のように、上記の処理を行った後、このような図を得ることができます。
ここで2点を補足します：
(1) 上述「平均値 + n 個の標準偏差」の「n」は調整可能なパラメータであり、n が大きくなるほど、信号が現れる条件は厳しくなる。
(2) 上述の「移動平均のスムージング処理」の主な目的は、ノイズをフィルタリングすることです。
図2の紫色の線がオレンジ色の線を超えている部分を価格チャートにマークすると、上の図のような信号が得られます。