比特币是货币还是商品？这个数据分析给你答案

文/马克·肖特

比特币究竟是什么数字加密？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。他发现比特币具有高度波动性，在宏观货币经济中发挥着独特的作用，其每日收益表现更像是基础商品。

“商品”比特币

这个大数据应用项目是对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趋势，并提出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，也有证据表明比特币的行为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 抓取数据，用于分析这个项目。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 天的价格变化货币比特币，以及比特币完整的每日交易价格历史。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等。

(图片说明：左上角是比特币5月1日的历史价格，红点对应从网站爬取的61条新闻。其他三张图都是这张图细节的放大版，是交易过程中波动较大的短期数据。）

我决定使用 R 中的 Ryuzhet 包来快速运行这些新闻报道。情绪分析。

我首先从文本中提取了相应的情绪因素，发现积极情绪和更信任的态度显着增加。在这个小样本分析中，情感分析+NLP（Natural Semantic Processing）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）

上图是我抓取的61条新闻报道中不同情绪因素的变化。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的情绪有所增加。

（图片说明：“信任信任”情绪的线性回归分析）

上图是针对第二组图片对中“信任”对应的图进行了线性回归分析。得到的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。

为了进一步调查比特币的表现，我决定制作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比特币相关极端事件的尾部行为。柯西分布没有明确的均值或方差，这也符合比特币的高波动性。

我使用统计库 scipy.stats 来拟合分布，所以我没有测试具体拟合参数的质量，但我计划在未来使用 scipy.odr 模型。

以上是柯西分布的方程，它似乎与比特币的每日收益相匹配。这种分布没有明确的均值或方差，也表明了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。绿色曲线为柯西分布货币比特币，与直方图拟合度高，红色曲线为正态分布，拟合度不高。

以上是商品铜和棉花的分布图。虽然远非完美，但两者的每日回报似乎更多地遵循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。

这个结论也不足为奇。我们可以看看比特币的这些特性：

1.比特币总量固定为2100万

2.它迎合了国际和匿名交易的需要，这总是让政府头疼

3. 在一些法币不稳定的国家，起到应急货币的作用。比如塞浦路斯和委内瑞拉

这些因素和其他因素结合在一起，使比特币的作用非常独特（以及数量相对较少的其他加密货币），并使比特币从根本上变得有价值。

作为最知名、最早的加密货币，比特币在使用上具有优势。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。

波动永远不会停止

然后我的分析将进入金融信号处理的类别。我从 btc-e 比特币交易所获得历史交易数据，各种每日收益随时间变化的图表。

上图显示了 1、10、30 天和 90 天期间的回报，1 天的回报 该图看起来像信号，这就是我选择使用金融信号处理的原因进行分析。从左上角的这张图大致可以看出，正收益高的点与负收益高的节点在时间上非常接近，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比特币表明，比特币是一种非常不稳定的资产，其每日收益更像是一种商品。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。我期待在未来继续进一步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。