比特币平均休眠期：衡量营业额和交易活动的指标

Firstgraph表示截至2017年11月27日的数据，而第二幅图仅在美元/BTC超过1000美元时显示数据。pri-ce平均休眠期的增加并不意味着硬币使用频率降低，但其他因素可能会影响高价时期的交易。首先，被扣押的旧硬币正在被交易，这可能是由于需求的增加导致和随后的价格上涨，这鼓励持有比特币的人要么将其硬币出售，要么将其价值极高的硬币交换为商品和服务。其次，高价格和相关波动性enSSN 2379-5980（在线）DOI 10.5195/LEDGER。2010年。XLEDGER VOL X（201X）1-5资源交易，从而提高了bi tcoin在交易所的定价。虽然将比特币留在交易所是有风险的，也不是最佳做法，但在交易所账户之间积极交易比特币主要是链外交易。当比特币被撤回时，只有将比特币从交易所拥有的地址转移到交易员拥有的地址，才能销毁比特币。因此，就B锁链分类账而言，交易所交易周期的延长使得许多比特币处于“休眠”状态。这突出了对平均休眠的一个重要概念性理解：它仅衡量活跃交易中使用的硬币的休眠。它并没有告诉我们所有比特币的总体货币基础有多隐匿。事实上，在p价较低的时期，比特币的货币供应量中可能有相当大的比例在交易，但平均休眠率较低，因为它只反映了比特币用户相对较短的持有时间，其购买、出售和交易活动不受相对较低的每枚硬币成本的阻碍。

那些主要将比特币视为价值存储并希望利用随时间推移而不断下降的价格的用户，更可能在这段时间里坐视不理，交易频率更低，尤其是当他们的比特币是以更高的美元（或其他货币）比特币汇率购买的时候。然而，这似乎证实，随着比特币相对于美元的价值上升，长期持有硬币而不进行交易的用户更有可能交易这些硬币。这也可能反映出交易所作为比特币交易和交易的主要场所的首要地位。因此，在各种非链式交易中进行交易的硬币的“出现”加剧了平均休眠，例如在交易所存储和交易的硬币，从交易所冷藏库中取出的硬币，以实现取款或其他交易，或者那些通过私人交易获得的硬币，例如提供私钥的sur。总的来说，比特币相对于比特币的高价似乎鼓励了更少的囤积，而不是更多的囤积。3、利特尔定律分析的被毁天数一篇关于利特尔定律的短文，尽管基本上不适用于长期比特币交易数据，但也为被毁天数增加了额外的细节。利特尔定律是排队论中常用的基本方程。尽管它在不同的领域中一直以不同的形式存在，并被应用于更狭窄的问题，但其最普遍和最广泛使用的形式是由菲利普·莫尔森（Philip Morsein）于1958年首次提出的，而无需证明，Jo hnLittlein（Jo hnLittlein）于1961年给出了严格的证明。

利特尔定律将队列中的平均项目数L（银行排队的客户、收费站的汽车，甚至是Drake的智能物种估计数方程）与队列中的平均到达率λ和队列中的平均等待时间W联系起来。L=λW（4）比较方程式3和4很简单，可以看出b et W een daysdestroyed和b itcoin交易量之间的关系是利特尔定律的表达式，其中平均等待时间W替换为hti，到达率λ替换为b，交易量，队列中的项目数L替换为销毁天数，D.要理解这一观点，必须将链上交易的基本支出活动抽象为两个地址之间的交易，其中收件人平均不会在hti天内交易新创建的b itcoin。在这个概念中，“被毁的日子”有另一种解释：它是用于链上交易的比特币总池的平均大小SSSN 2379-5980（在线）DOI 10.5195/LEDGER。2010年。XLEDGER VOL X（201X）1-5在等于平均数据量的时间范围内。然而，对于长期比特币交易模式来说，这种解释令人震惊，不现实。这主要是因为利特尔定律要求不稳定的随机过程（尤其是比特币交易量和休眠率）保持不变：随时间具有相同的分布和矩（均值、标准差等）。金融市场数据几乎从来都不是静态的，即使在短期内也是如此。利特尔定律需要一个相对水平的交易量和恒定的休眠率，才能对交易日做出另一种解释，从而使其完全有效。

因此，对链上交易中使用的比特币池的销毁天数的衡量可能仅在有限的时间序列中是近似的，例如在汇率价格波动最小的情况下的平均休眠期，但在数月或数年内都是如此。4、比特币被毁天数的非正态性之前，我们已经讨论了比特币被毁天数和交易量，以平均休眠时间相关的总数量为基础。虽然这种分析在数学上是准确的，但由于数据的性质，使用任何变量的平均值或总和都需要谨慎。李克强所有金融市场，20–23比特币交易，无论是交易量还是被毁天数，都表现出严重的扭曲特征，大型交易的规模几乎可以任意大，这意味着巨大的差异。这不是一个简单易懂的问题，而是一个涉及金融市场数据的众所周知的问题。事实上，图5显示了被毁天数分布的扭曲性质，其中每日比特币被毁天数占被毁天数最大交易价值的比例可能高达几乎100%，而实际下降到10%以下。2017年至11月，最大交易量所占的每日总销毁天数的中位数为17%——以销毁天数衡量的最大交易量占平均销毁天数的近五分之一。0.0 0.2 0.4 0.6 0.80.0 0.5 1.0 1.5 2.0 2.5最大销毁天数/总销毁天数密度。5.

概率密度p—2017年11月27日之前，Genesis区块的最大交易所占每日被破坏天数的比例。SSN 2379-5980（在线）DOI 10.5195/LEDGER。2010年。XLEDGER VOL X（201X）1-5被毁天数或交易量的实际分布超出了本文的范围，但可能是幂律、歪斜指数或其他此类长尾，可通过适当的统计测试进行验证。这并没有使分析无效，它表明，平均值（如休眠率）可能会受到日内大额交易或比特币交易量的影响，而这些交易量不会伴随其他变量的大幅增加。这可能是最近移动的硬币的大量交易量，也可能是基于相对较小的旧硬币转移而进行的大量交易。例如，如果比特币创始人中本聪（Satoshi Nakomoto）有意拥有的约100万个地址的BTC发生移动，则每天会出现一个巨大的峰值，比之前最大的被毁交易日多出大约八倍，是有史以来最高一天被毁总天数的两倍。基于201 7中位数的30天累计交易量和被毁天数，一年后测得的平均休眠将飙升，使这些变量偏离正常网络活动的比例。聚合虽然会影响日常生活，但不会消除这些影响。移除最大值虽然可以提供一些平衡，但也不能完全移除倾斜。如果交易天数或交易量的规模分布具有幂律特征，则无论去掉哪个比例的最大值，扭曲交易的性质和比例都将始终存在。5.

结论活跃交易比特币的平均休眠期很容易推广到几乎任何加密货币，是一个有价值的新变量，它将之前的交易量概念联系在一起，形成一幅连贯的画面。它为重用带来了相对休眠期的理解，这使我们能够以比比特币被毁天数更直观的方式，以及比交易价值更不吵闹的方式，了解比特币用户群的聚合行为。虽然本文讨论较少，但平均休眠期的倒数，即周转率，可以提供一个apseudo速度度量，显示在给定的时间段内，bi tcoins在其链上经济中循环的频率。诚然，这可能低估了比特币的实际使用量，因为它只衡量链交易，但值得注意的是，它和平均休眠都表明，比特币相对于比特币的价值越高，区块链上的整体tur-nover就越低，这可能是由于各种可能的原因。如果Bi t币只被视为一种价值存储，这可能不是问题，但如果它想被使用并被视为任何其他货币，则n链交易的可观营业额似乎更可取。区块链作为一种创新，在一定程度上区别于过去失败的数字货币。虽然平均休眠和营业额可以帮助我们理解比特币交易与比特币的使用和流通之间的关系，但这两个指标都不应被误认为是货币流通速度的精确模拟。无论是休眠还是过渡，都不能在与比特币的相对价值或挖掘出的比特币的总体基础之间起到这样的中介作用，尽管它们显示了比特币在交易中的积极使用。

货币流通速度通常定义为单位时间内每货币单位的交易数量，但它是一种联系货币供应量、经济活动和价格波动的关系。此外，为了遵循交换方程等关系，比特币必须具有与SN 2379-5980（在线）DOI 10.5195/LEDGER类似的主要u tilitari an（而非价值存储）解释。2010年。XLEDGER VOL X（201X）1-5货币数量理论。比特币的独特特性及其当前和未来作为货币或价值存储的用途，使其成为从各种角度研究比特币的理想对象。为了更好地了解比特币及其随时间的使用情况，创建了各种新的度量方法，如比特币日销毁日，以描述区块链上的活动。本文中提出的两个新指标，即活跃交易硬币的平均休眠期和周转率，通过给出使用中比特币的总量和易于衍生的特性，有助于进行这些分析。希望这些措施能够得到更好的理解和研究，以加深我们对这场精彩的创新及其未来演变的理解。致谢作者感谢OXT提供了销毁天数的原始数据集（总计和最大值）。作者还想感谢匿名评论者的帮助性见解和评论。作者贡献这篇论文的唯一作者是它的唯一贡献者。与Inte restNoneSSN 2379-5980（在线）DOI 10.5195/LEDGER的冲突。2010年。XLEDGER VOL X（201X）1-5Notes and Re fe rencesNakamoto，S.“比特币：对等电子现金系统。”无出版商（2008）https://bitcoin.org/bitcoin.pdfAntonopoulos，上午，掌握比特币：解锁数字加密货币。加利福尼亚州塞巴斯托波尔：O\'Reilly Media，Inc.（2014）。Narayanan，A.、Bonne au，J.、Felten，E。

比特币和加密货币技术：全面介绍。普林·塞顿：普林斯顿大学出版社（2016）。比特币维基（2017年6月17日访问）https://en.bitcoin.it/wiki/MainPageBaur，Dirk G.、Lee，A.D.、Hong，KH，“比特币：货币还是投资？”SSRNhttps://ssrn.com/abstract=2561183 (2015) http://dx.doi.org/10.2139/ssrn.2561183Glaser，F.“比特币资产或货币？揭示用户隐藏的意图。”SSRNhttps://ssrn.com/abstract=2425247（2014）笔名（Bytecoin）“Re：比特币交易量”Bitcointalk。org（2017年6月22日访问）https://bitcointalk .组织/索引。php？主题=6172。msg90789.Boouiyour，J.，Selmi，R.“比特币看起来像什么？”《经济与金融年鉴》16.2（2015）。虚拟货币的数字议程：比特币能否成为全球货币信息系统和电子商务管理14.4 883-919（2016）。DeLeo，M.J.，Stull，W.“比特币的速度会影响比特币的价格水平吗？”坦普尔大学（2014）。Ron，D.，Shamir，A.“全比特币交易图的定量分析”，摘自：Sadeghi，A。R、 （Ed.）金融加密和数据安全国际会议。柏林：Sp ringer 6-24（2013）。Ciian，P.、Rajcaniova，M.、Kancs，A.“比特币价格形成的经济学”《应用经济学》48.19 1799-1815（2016）。块链。信息数据集Quandl。com（2017年11月29日访问）https://www.quandl.com/data/BCHAIN-BlockchainOXT（访问日期：2017年11月29日）https://oxt.meKing，R.等人，《Dumm ie s的比特币》，《好妻子》，第3季，第13集，哥伦比亚广播公司，2012年1月15日。Morse，P.M.队列、库存和维护。《纽约：约翰·威利父子》（1958）。Little，J.D.C.“排队公式的证明：L=λW。”运筹学9.3 383-387（1961）。利特尔，J.D.C.“或论坛——利特尔定律50周年纪念。”运筹学59.3 536549（2011）。史密斯，R.D。

“广播但不接收：SETI信号的密度依赖性考虑。”《国际天体生物学杂志》8.02 101-105（2009）。Mandelbrot，B.“某些投机价格的变化。”《商业杂志》36.4 394-419（1963年）。SSN 2379-5980（在线）DOI 10.5195/LEDGER。2010年。XLEDGER第X卷（201X）1-5Kondor，D。，富人变得更富有吗？比特币交易网络的实证分析PloSOne 9.2 e8 6197（2014）。Popuri，M.K.，Gunes，M.H.“加密货币的理论分析”摘自：Cheri fi，H.，et.a l.（编辑）Complex Networks VII。柏林：Springer 281-292（2016）。史密斯，R.D.“I s高频交易导致市场微观结构和动态变化？”SSRNhttps://ssrn.com/abstrac t=1632077（2010年）https://dx.doi.org/10.2139/ssrn.1632077.SSN2379-5980（在线）DOI 10.5195/LEDGER。2010年。X此图“graph.png”在“png”中可用 格式来源：http://arxiv.org/ps/1712.10287v2This图“logosall.png”在“png”中可用 格式来源：http://arxiv.org/ps/1712.10287v2