与传统货币相比，比特币是货币还是商品？这个数据分析给你答案

什么是比特币作为数字加密？是更接近商品属性还是传统货币？数据人 Mark Schott 通过大数据分析了比特币价格的波动性。他发现比特币波动性高，在宏观货币经济中发挥着独特的作用，其日收入表现更像是基本商品。
商品比特币
这个大数据应用程序是对比特币价格波动的数据分析。与传统货币相比，加密货币在宏观货币经济中起着独特的作用。
我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(信号)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，有证据表明比特币的行为更像是一种商品而不是一种货币。
在我的研究中，我使用 Scrapy 从比特币数据网站上获取数据，分析该项目。具体来说，我爬过 61 与比特币相关的新闻文章，每篇文章报道前后 10 天的价格变化，以及比特币完整的日常交易价格历史。这些事件包括比特币交易所 Mt.Gox 被黑，中国央行限制比特币等。
(图片描述:左上角是5月1日比特币的历史价格，红点对应网站上爬行的61篇新闻文章。另外三张图片是这张图片细节的放大版，期间的波动性交易。高短期数据。
我决定用 R 的 Ryuzhet 包快速分析这些新闻故事

我首先从文本中提取了相应的情感因素，发现积极和更信任的态度显著增加。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。
横轴值随时间增加。稳定的增长趋势表明，积极和信任的情绪增加了
第二组图中信任对应的图表的线性回归分析。拟合曲线的相关系数分别为p值0.018、R^2值0.091、斜率0.0122。
为了进一步研究比特币的性能，我决定制作其日收入的直方图。图中有一个清晰的分布模式，但我不确定是哪一个。后来，我发现它相对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与比特币相关的极端事件的尾部行为。与传统货币相比，柯西分布没有明确的平均值或方差比特币，这也符合比特币的高波动性。
我使用统计库 scipy.stats 拟合分布，所以我没有测试特定拟合参数的质量，但我计划将来使用 scipy.odr 模型。
以上是柯西分布的方程，似乎与比特币的日回报相一致。这种分布没有明确的平均值或方差，这也表明了比特币日回报的高波动性。
绿色曲线分布在柯西，与直方图拟合度高，红色曲线正态分布，拟合度不高。
以上是商品铜和棉花的分布图。虽然远不完美，但两者的日回报似乎更符合柯西的分布，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。
这个结论也就不足为奇了。让我们来看看比特币的这些特征：
1.比特币总量固定在2100万
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，它起着应急货币的作用。如塞浦路斯和委内瑞拉
这些因素和其他因素共同使比特币非常独特（以及其他相对较少的加密货币），并使比特币从根本上变得有价值。
比特币作为最著名和最早的加密货币，在使用中具有优势。这也让我们好奇并期待未来莱特币、以太坊等加密货币是否还有空间。
起起落落从未停止
然后我的分析进入了金融信号处理(信号)领域，我从 btc-e 比特币交易所获取历史交易数据，并绘制不同的每日收益随时间变化的图表。
信号
进行分析。从左上角的图中可以大致看出，益高的时间点非常接近负收益高的节点。这种现象被称为波动性聚类（
总的来说，我们从这个项目中对比特币的理解表明，比特币是一种非常不稳定的资产，其日回报更像是一种商品。从相关新闻报道来看，它似乎正在获得信誉，并引起积极情绪。我期待着在未来继续探索比特币和其他金融时间序列数据，并学习更多的分析技术。