비트 코인 및 네트워크 이론

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.

지난 달의 할부에서 나는 이탈리아 물리학 자 Giovanni Santostasi가 처음으로 소개 한 전력법 모델을 다루었습니다. 신속하게 요약하기 위해, 시간의 로그에 대한 비트 코인 가격의 로그를 회귀하면, 비트 코인의 가격이 전력법에 준수 함을 나타냅니다.

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.

Giovanni와 채팅하고 그의 연구를 조금 더 찌른 후 Bitcoin 주소도 권력법에 부합한다는 것을 발견했습니다. 이것은 가격이 전력법을 따를뿐만 아니라 시간이 지남에 따라 비트 코인 주소의 축적도 수행한다는 것을 시사합니다.

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.

전력법에 대한 Giovanni의 최신 연구 결과는 비트 코인 모델에 네트워크 이론을 적용하는 광범위한 경향에 기여합니다. 비트 코인 네트워크는 분산 된 합의를 유지하는 데 중추적 인 역할을합니다. 인터넷이 Metcalfe의 법칙을 준수하는 것처럼 네트워크가 확장됨에 따라 Bitcoin의 가치도 증가합니다.

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.

네트워크의 크기를 측정하는 방법에는 여러 가지가 있습니다. 전통적으로, 이것은 네트워크 내의 노드 수를 계산하여 수행되며, 전체 노드는 전체 블록 체인 사본을 저장하고 네트워크를 통해 퍼져 나올 때 트랜잭션을 검증하는 비트 코인 머신을 나타냅니다. Giovanni는 각 비트 코인 주소를 노드로 고려하여 네트워크의 광범위한 정의를 채택하고 주소 간의 트랜잭션을 링크로 채택합니다. 이 확장 된 관점은 비트 코인 주소의 잠재적 수량이 이론적으로 무한하기 때문에 훨씬 더 많은 노드를 초래합니다. 누구나 공공-민간 키 쌍을 만들어 허가없는 방식으로 비트 코인 주소를 생성 할 수 있습니다.

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.

이제 Bitcoin 주소를 노드로 사용할 때 명심해야 할 몇 가지 고려 사항이 있습니다. 특정 행동은 비트 코인의 채택을 진정으로 증가시키지 않으면 서 비트 코인 주소의 수를 팽창시킬 수 있습니다. 예를 들어, 사용자가 단일 주소에서 10 개의 비트 코인을 제어하는 ​​10 개의 주소로 전송하는 경우 각각 하나의 비트 코인을 보유하고있는 경우 채택이 증가하지는 않지만 주소 수는 증가합니다. 마찬가지로 비트 코인을 새로운 주소로 재분배하는 믹싱 서비스를 사용하는 것은보다 활발한 네트워크 사용량을 의미하지는 않지만 네트워크의 주소 계산을 기술적으로 확장합니다.

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.

이러한 가장자리 사례를 제외하고, 비트 코인 주소의 수는 비트 코인의 사용을 합리적으로 나타내는 역할을해야합니다. 관계는 엄격하게 선형이 아닐 수도 있지만 일반적으로 비트 코인 네트워크와의 참여는 시간이 지남에 따라 비트 코인 주소의 증가와 관련이 있어야합니다.

Causation versus Correlation

원인과 상관 관계

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.

즉, 권력법이 비트 코인의 가치의 원인을 알려줄 수 있습니까? 전력법은 비트 코인의 외부 지표 (가격, 시간, 주소 등) 사이의 관계를 설정하는 감소 된 형식 통계 모델로 기능합니다. 이러한 메트릭에 영향을 미치는 근본적인 경제적 요인을 밝히지 않습니다. 따라서, 시간이 지남에 따라 비트 코인 주소의 증가에도 불구하고, 전력법은 왜 비트 코인 주소 생성이 증가했는지를 명확히하지 않습니다.

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.

이러한 이해를 달성하기 위해 경제학자들은 전력법과 같은 "감소 된"통계 모델보다는 비트 코인의 "구조적"모델이 필요합니다. 구조적 모델은 비트 코인의 구매 및 판매 역학을 지배하는 필수 경제 구성을 정확히 지적합니다. 비트 코인의 가격은 모든 시장 행동과 유사한 공급 및 수요 법칙을 통해 시장에서 결정됩니다. 따라서 비트 코인의 가치와 가격을 진정으로 설명하려면 개인이 비트 코인을 구매하게하는 것을 무너 뜨려야합니다.

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.

다른 관점을 설명하려면 지난 몇 년 동안 Nvidia의 주가를 분석하는 것을 고려하십시오. 가격을 시간에 비교하는 그래프, 로그 가격과 로그 타임, 로그 가격으로의 로그 가격 또는 기타 다양한 변환을 비교할 수 있습니다. 이것들은 가격의 통계적 표현을 제공하지만 인과 관계를 나타내는 것은 아닙니다. 우리가 인식하는 진정한 인과 적 요인은 신경망에 대한 수요입니다. 그러나 Nvidia의 주가와 함께 회귀에서 신경망의 영향을 계산하는 것은 복잡한 과정입니다. 그럼에도 불구하고, 이것은 신경망이 핵심 기술을 연료화하는 생성 AI를 나타내는 현실을 약화시키지 않으며, 이로 인해 전문 컴퓨팅 기능에 대한 수요가 시장에 제공됩니다. 비트 코인의 경우, 부족은 그 인과 적 요인을 구현합니다.

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.

그럼에도 불구하고 잠재력이 있습니다. 비트 코인 수요의 구조적 경제 모델을보다 추상적 인 수준으로 구성하는 것이 가능할 수 있습니다. 비트 코인 구매자를 단기 거래자, 장기 보유자, 기업 및 국가 국가의 네 그룹으로 분류한다고 상상해보십시오. 이러한 각 범주에는 독특한 목표, 시간 지평, 예산 및 위험 프로파일이 있습니다. 일반적으로 장기 보유자는 처음으로 구매 한 사람이며 기업과 국가 국가가 이어지고 단기 거래자가 산재 해 있습니다. 장기 보유자는 180 일 이동 평균으로 측정 한 비트 코인 가격 수준에 영향을 줄 수 있으며 단기 거래자는 매주 또는 매월 변동을 지시합니다.

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.

나는보다 미묘한 에이전트 기반 모델이 권력법에 의해 제공된 이해를 향상시킬 수 있다는 낙관적입니다. 이것은 비트 코인 자체와 같은 물리적, 사회 과학을 얽힌 연구를위한 흥미 진진한 프론티어를 제시합니다.