本文為機器翻譯
展示原文
我對比特幣價格資料進行了27,068次高精度二次分位數迴歸分析,資料來自過去5年。
這個過程持續耗時11小時的計算時間。
這項分析揭示了什麼,為什麼這很重要?
這張圖表分解了每個分位數隨時間變化的一致性情況
這是我正在進行的四項主要分析之一,旨在獲得用於建模上分位數的最佳基線。
我將使用機器學習來建模上分位數相對於該基線的衰減函數。
我從數據集中刪除了五年的數據,然後逐步添加每 10 天的數據片段,每次添加後對所有分位數進行二次分位數迴歸,直到恢復完整的數據集。
我以 30 天和 90 天為增量重複了相同的過程。
請注意,97 到 99.9 分位數曲線(衰減函數)非常穩定。
一旦我們確定了理想的衰減函數,就可以非常可靠地對這個分位數範圍進行建模。
所有這些分析都是根據 2010 年 7 月 17 日以來的每小時數據(130,000 個數據點)進行的,刪除最多 5 年的數據,然後以 10 天、30 天或 90 天的增量將其添加回去。
本質上,這些檢驗可以確定曲線最平坦(即曲率基本為零)的分位數,並且該分位數在過去五年中一直保持穩定平坦。
接下來,我們在該分位數上運行線性分位數迴歸,並評估斜率的穩定性和
相关赛道:
來自推特
免責聲明:以上內容僅為作者觀點,不代表Followin的任何立場,不構成與Followin相關的任何投資建議。
喜歡
收藏
評論
分享





