Bitcoin und Netzwerktheorie

In the previous month's installment, I covered the power law model, which was initially introduced by Italian physicist Giovanni Santostasi. To quickly recap, if you regress the logarithm of bitcoin’s price against the logarithm of time, you get a strong correlation, which indicates that bitcoin’s price adheres to a power law.

In der Ausgabe des Vormonats habe ich das Power Law -Modell behandelt, das ursprünglich vom italienischen Physiker Giovanni Santostasi eingeführt wurde. Wenn Sie den Logarithmus von Bitcoins Preis gegen den Logarithmus der Zeit schnell zurückholen, erhalten Sie eine starke Korrelation, was darauf hinweist, dass Bitcoin's Preis an ein Machtgesetz haftet.

After chatting with Giovanni and poking around his research a bit more, I discovered that bitcoin addresses also conform to a power law. This suggests that not only does the price follow a power law, but the accumulation of bitcoin addresses over time does as well.

Nachdem ich mit Giovanni geplaudert und ein bisschen mehr um seine Forschung gestoßen war, stellte ich fest, dass Bitcoin -Adressen auch einem Machtgesetz entsprechen. Dies deutet darauf hin, dass der Preis nicht nur einem Machtgesetz folgt, sondern auch die Akkumulation von Bitcoin -Adressen im Laufe der Zeit.

Giovanni’s latest findings on the power law contribute to a broader trend of applying network theory to model bitcoin. The Bitcoin network plays a pivotal role in maintaining decentralized consensus. Much like the internet adheres to Metcalfe’s Law, so does bitcoin’s value increase as the network expands.

Giovannis jüngste Erkenntnisse zum Machtgesetz tragen zu einem breiteren Trend bei der Anwendung der Netzwerktheorie auf die Modellierung von Bitcoin bei. Das Bitcoin -Netzwerk spielt eine entscheidende Rolle bei der Aufrechterhaltung des dezentralen Konsens. Ähnlich wie das Internet an Metcalfe's Law hält, steigt auch der Wert von Bitcoin, wenn sich das Netzwerk erweitert.

There are different ways to gauge the size of a network. Traditionally, this is done by counting the number of nodes within the network, where a full node refers to a Bitcoin machine that stores a complete blockchain copy and validates transactions as they spread through the network. Giovanni adopts a broader definition of the network, considering each bitcoin address as a node, with transactions between addresses as links. This expanded viewpoint results in a vastly greater number of nodes, as the potential quantity of bitcoin addresses is theoretically infinite. Anyone can generate a bitcoin address in a permissionless manner by creating a public-private key pair.

Es gibt verschiedene Möglichkeiten, die Größe eines Netzwerks zu messen. Dies geschieht traditionell, indem die Anzahl der Knoten innerhalb des Netzwerks gezählt wird, in dem sich ein vollständiger Knoten auf eine Bitcoin -Maschine bezieht, die eine vollständige Blockchain -Kopie speichert und Transaktionen validiert, wenn sie sich über das Netzwerk ausbreiten. Giovanni nimmt eine breitere Definition des Netzwerks an, unter Berücksichtigung jeder Bitcoin -Adresse als Knoten mit Transaktionen zwischen Adressen als Links. Dieser erweiterte Standpunkt führt zu einer weitaus größeren Anzahl von Knoten, da die potenzielle Menge an Bitcoin -Adressen theoretisch unendlich ist. Jeder kann eine Bitcoin-Adresse auf eine erlaubende Weise erstellen, indem sie ein öffentlich-privates Schlüsselpaar erstellen.

Now, there are some considerations to keep in mind when using bitcoin addresses as nodes. Certain behaviors can inflate the number of bitcoin addresses without genuinely increasing bitcoin’s adoption. For example, if a user transfers 10 bitcoin from a single address to 10 addresses they control, each holding one bitcoin, it doesn’t reflect increased adoption, yet the number of addresses rises. Similarly, using a mixing service that redistributes bitcoin to new addresses doesn’t signify more active network usage but technically expands the network’s address-count.

Nun gibt es einige Überlegungen, die Sie bei der Verwendung von Bitcoin -Adressen als Knoten berücksichtigen müssen. Bestimmte Verhaltensweisen können die Anzahl der Bitcoin -Adressen aufblasen, ohne die Einführung von Bitcoin wirklich zu erhöhen. Wenn ein Benutzer beispielsweise 10 Bitcoin von einer einzelnen Adresse auf 10 Adressen überträgt, die sie kontrollieren und jeweils ein Bitcoin halten, spiegelt er keine erhöhte Adoption wider, aber die Anzahl der Adressen steigt. In ähnlicher Weise bedeutet die Verwendung eines Mischdienstes, der Bitcoin in neue Adressen umverteilt, keine aktivere Netzwerknutzung, sondern erweitert technisch die Adresszahlung des Netzwerks.

Excluding such edge cases, the count of bitcoin addresses should serve as a reasonable indication of bitcoin’s usage. While the relationship might not be strictly linear, in general, greater engagement with the Bitcoin network should correlate with an increase in bitcoin addresses over time.

Ohne solche Randfälle sollte die Anzahl der Bitcoin -Adressen als angemessener Hinweis auf die Verwendung von Bitcoin dienen. Während die Beziehung möglicherweise nicht streng linear ist, sollte im Allgemeinen eine stärkere Auseinandersetzung mit dem Bitcoin -Netzwerk mit einer Zunahme der Bitcoin -Adressen im Laufe der Zeit korrelieren.

Causation versus Correlation

Ursache versus Korrelation

That said, can the power law tell us the cause of bitcoin’s value? No. The power law functions as a reduced-form statistical model that establishes a relationship between external metrics of bitcoin (price, time, addresses, etc.). It does not elucidate the underlying economic factors that influence these metrics. Thus, despite the increase in bitcoin addresses over time, the power law does not clarify why there has been a rise in the creation of bitcoin addresses.

Kann uns das Machtgesetz jedoch die Ursache für den Wert von Bitcoin mitteilen? Nein. Das Machtgesetz fungiert als statistisches Modell reduziert, das eine Beziehung zwischen externen Metriken von Bitcoin (Preis, Zeit, Adressen usw.) herstellt. Es erläutert nicht die zugrunde liegenden wirtschaftlichen Faktoren, die diese Metriken beeinflussen. Trotz der Zunahme der Bitcoin -Adressen im Laufe der Zeit wird das Machtgesetz nicht klargestellt, warum die Schaffung von Bitcoin -Adressen zugenommen hat.

To achieve that understanding, economists would require a “structural” model of bitcoin rather than a “reduced-form” statistical model like the power law. A structural model would pinpoint essential economic constructs that govern the buying and selling dynamics of bitcoin. The price of bitcoin is determined in markets through the laws of supply and demand, similar to all market behaviors. Hence, to genuinely explain bitcoin’s value and price, one must break down what drives individuals to purchase bitcoin.

Um dieses Verständnis zu erlangen, benötigen Ökonomen ein „strukturelles“ Modell von Bitcoin und nicht ein statistisches Modell mit reduzierter Form wie das Machtgesetz. Ein Strukturmodell würde wesentliche wirtschaftliche Konstrukte bestimmen, die die Kauf- und Verkaufsdynamik von Bitcoin regeln. Der Preis für Bitcoin wird in den Märkten durch die Gesetze von Angebot und Nachfrage ermittelt, ähnlich wie bei allen Marktverhalten. Um den Wert und den Preis von Bitcoin wirklich zu erklären, muss man also aufschlüsseln, was Einzelpersonen zum Kauf von Bitcoin antreibt.

To illustrate a different perspective, consider analyzing Nvidia’s stock price over the past few years. You could create graphs comparing price to time, log price to log time, log price to time, or various other transformations. While these would provide statistical representations of price, they are not indicative of causality. The true causal factor we recognize is the demand for neural networks. However, calculating the impact of neural networks in a regression alongside Nvidia’s stock price is a complex process. Nevertheless, this does not undermine the reality that neural networks represent the core technology fueling generative AI, which in turn drives the demand for the specialized computing capabilities Nvidia delivers to the market. For Bitcoin, scarcity embodies that causal factor.

Um eine andere Perspektive zu veranschaulichen, sollten Sie in den letzten Jahren den Aktienkurs von Nvidia analysieren. Sie können Grafiken erstellen, die den Preis mit der Zeit vergleichen, den Preis für Protokollzeit, Protokollpreis für Zeit oder verschiedene andere Transformationen protokollieren. Diese würden zwar statistische Preisdarstellungen liefern, sind zwar nicht auf die Kausalität hin. Der wahre kausale Faktor, den wir erkennen, ist die Nachfrage nach neuronalen Netzwerken. Die Berechnung der Auswirkungen neuronaler Netzwerke in einer Regression neben dem Aktienkurs von Nvidia ist jedoch ein komplexer Prozess. Dies untergräbt jedoch nicht die Realität, dass neuronale Netze die Kerntechnologie zur Beeinträchtigung der generativen KI repräsentieren, was wiederum die Nachfrage nach den spezialisierten Rechenfunktionen, die NVIDIA auf den Markt liefert, treibt. Für Bitcoin verkörpert die Knappheit diesen Kausalfaktor.

Nonetheless, there is potential. It might be possible to construct a structural economic model of bitcoin demand at a more abstract level. Imagine categorizing bitcoin buyers into four groups: short-term traders, long-term holders, corporations, and nation-states. Each of these categories possesses distinct objectives, time horizons, budgets, and risk profiles. Typically, long-term holders are the first to buy, followed by corporations and then nation-states, with short-term traders interspersed throughout. Long-term holders may influence the bitcoin price level as measured by, say, a 180-day moving average, while short-term traders dictate fluctuations on a weekly or monthly basis.

Trotzdem gibt es Potenzial. Es könnte möglich sein, ein strukturelles Wirtschaftsmodell der Bitcoin -Nachfrage auf einer abstrakteren Ebene zu konstruieren. Stellen Sie sich vor, Bitcoin-Käufer in vier Gruppen zu kategorisieren: kurzfristige Händler, langfristige Inhaber, Unternehmen und Nationalstaaten. Jede dieser Kategorien besitzt unterschiedliche Ziele, Zeithorizonte, Budgets und Risikoprofile. In der Regel sind Langzeitinhaber die ersten, die von Unternehmen und dann von Nationalstaaten gefolgt werden, wobei kurzfristige Händler durchweg einmischten. Langzeitinhaber können das Bitcoin-Preisniveau beeinflussen, gemessen an einem gleitenden Durchschnitt von 180 Tagen, während kurzfristige Händler wöchentlich oder monatlich Schwankungen diktieren.

I am optimistic that a more nuanced agent-based model could enhance the understanding provided by the power law. This presents an exciting frontier for research intertwining physical and social sciences, much like Bitcoin itself.

Ich bin optimistisch, dass ein nuancierteres agentenbasiertes Modell das Verständnis des Machtgesetzes verbessern könnte. Dies zeigt eine aufregende Grenze für die Forschung, die physische und soziale Wissenschaften verflechtet, ähnlich wie Bitcoin selbst.