比特币交易网络与

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《The evolving liaisons between the transaction networks of Bitcoin and
  its price dynamics》
---
作者：
Alexandre Bovet, Carlo Campajola, Francesco Mottes, Valerio Restocchi,
  Nicol\\`o Vallarano, Tiziano Squartini, Claudio J. Tessone
---
最新提交年份：
2019
---
英文摘要：
  Cryptocurrencies are distributed systems that allow exchanges of native tokens among participants, or the exchange of such tokens for fiat currencies in markets external to these public ledgers. The availability of their complete historical bookkeeping opens up the possibility of understanding the relationship between aggregated users\' behaviour and the cryptocurrency pricing in exchange markets. This paper analyses the properties of the transaction network of Bitcoin. We consider four different representations of it, over a period of nine years since the Bitcoin creation and involving 16 million users and 283 million transactions. By analysing these networks, we show the existence of causal relationships between Bitcoin price movements and changes of its transaction network topology. Our results reveal the interplay between structural quantities, indicative of the collective behaviour of Bitcoin users, and price movements, showing that, during price drops, the system is characterised by a larger heterogeneity of nodes activity.
---
中文摘要：
加密货币是一种分布式系统，允许参与者之间交换本地代币，或在这些公共账本之外的市场中将这些代币交换为法定货币。其完整历史记账的可用性为理解聚合用户行为与外汇市场加密货币定价之间的关系提供了可能性。本文分析了比特币交易网络的性质。自比特币诞生以来的九年中，我们考虑了比特币的四种不同表现形式，涉及1600万用户和2.83亿交易。通过对这些网络的分析，我们发现比特币价格变动与其交易网络拓扑结构的变化之间存在因果关系。我们的结果揭示了结构性数量（表明比特币用户的集体行为）与价格变动之间的相互作用，表明在价格下跌期间，系统的特点是节点活动的更大异质性。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--
一级分类：Physics        物理学
二级分类：Physics and Society        物理学与社会
分类描述：Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体（人类或其他）的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统（如能源网、运输网络）的物理和工程。
--

---
PDF下载：
--> The_evolving_liaisons_between_the_transaction_networks_of_Bitcoin_and_its_price_.pdf (1.2 MB)

2022-6-24 08:00:01 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：比特币 交易网 Quantitative relationship Availability

比特币交易网络与其价格动态之间不断发展的联系Alexandre Bovet，1，2 Carlo Campajola，Francesco Mottes，ValerioRestocchi，5，6 Nicol\'o Vallarano，Tiziano Squartini，7，*和Claudio J.TessoneICTEAM，卢旺天主教大学，B-1348卢旺·拉·纽维（比利时）纳克斯，纳穆尔大学，B-5000纳穆尔（比利时）斯库拉师范高等学校，I-56126 Pisa（意大利）物理系，都灵大学，I-10125都灵和国家核金融研究所（意大利）南安普顿大学，SO171BJ南安普顿（英国）爱丁堡大学，EH89YL Edinburgh（英国）IMT高等研究学院卢卡、I-55100卢卡（意大利）URPP社交网络和苏黎世大学UZH区块链中心，CH-8050 Z¨urich（瑞士）加密货币是分布式系统，允许参与者之间交换本地代币，或在这些公共账本之外的市场中将这些代币兑换成货币。它们完整的历史簿记功能的可用性为理解聚合用户行为与外汇市场加密货币定价之间的关系提供了可能。本文分析了比特币交易网络的特性。自比特币诞生以来的九年中，我们考虑了四种不同的比特币表现形式，涉及1600万用户和2.83亿交易。通过对这些网络的分析，我们发现比特币价格变动与其交易网络拓扑结构的变化之间存在因果关系。

我们的结果揭示了结构性数量（表明比特币用户的集体行为）与价格变动之间的相互作用，表明在价格下跌期间，系统的特点是节点活动的更大异质性。*蒂齐亚诺。squartini@imtlucca.itINTRODUCTIONCryptocurrencies是一种在线支付网络，由于密码技术的巧妙结合，交易的验证（以及系统一致性的保障）是分散的，不需要可信的第三方。比特币是第一种也是应用最广泛的加密货币：它是由互联网人物中本聪（SatoshiNakamoto）创建的，他于2008年发布了一份白皮书[2]。更详细地说，它包括一个集中的点对点网络，用户通过不同的方式连接到该网络，以便交易系统的账户单位，即比特币。根据作为比特币协议一部分的共识规则，经过矿工网络验证后，交易被包括在复制数据库区块链中【3，4】。比特币系统所依赖的交易验证机制的一个显著特征是，整个交易历史（即自货币诞生以来）是可以公开访问的，尽管是以伪匿名的方式。也就是说，用户不会被直接记录，但他们的笔名（称为地址）会被记录。通过访问完整的交易历史，可以调查比特币用户行为与价格动态之间的相互依赖关系，从而揭示复杂的非均衡经济系统的治理机制【5–7】。由于比特币交易网络没有统一的表示，因此选择方法通常适用于研究中的特定问题。例如，Kondor等人。

[8] 考虑地址之间的交易网络，显示传入交易的数量反映了节点的财富。Parino等人的工作提供了另一个例子，他们调查了国际比特币流量网络，确定了推动比特币在各国采用的社会经济因素。此外，一些研究集中于比特币用户的去匿名化问题【10，11】，这归结为按照特定的启发式方法按照共同所有权对多个比特币地址进行集群【12】，在某些情况下实现了高精度。为了提供另一种敏锐的比特币网络表示，我们在以下分析中依赖这些技术，尽可能准确地描述比特币用户网络。本文通过研究比特币交易网络的四种不同表现形式的结构特性，即在每周和每天的时间尺度上，地址之间和用户之间的交易网络，为文献做出贡献。此外，我们还探讨了上述拓扑量的演变与比特币价格之间的因果关系。据我们所知，我们是第一次研究这种性质。事实上，只有对[13]的早期分析才能找到比特币地址网络（通过主成分分析确定）的组成部分与价格之间存在相关性的证据。不同的研究集中在价格动态上，忽略了比特币交易网络内的经济活动【14，15】。通过深入分析交易网络的结构演变与价格演变之间的关系，我们表明，自年月日Mt.Gox破产后，比特币系统发生了明显的制度变化，即当时的主要市场交易所，被称为进行市场操纵[16，17]。

通过研究交易网络的结构变化，我们可以深入了解网络度量和价格之间的反馈回路，而只有考虑价格动态时，反馈回路是不可见的。除其他结果外，我们发现，交易网络在其不同代表性中的向外度分布的迹象揭示了用户行为的异质性与比特币价格之间的关系，可能表明存在羊群行为。结果A。数据集描述。在目前的工作中，对比特币的四种网络表示进行了分析和比较：每周（从周日到周日）和每日频率的地址（地址网络或AN）与推断用户（用户网络或UN）之间的交易网络。数据集的详细程度是前所未有的。更具体地说，我们的数据包括16 749 939个用户和304 111 529个地址，交换的交易总数分别为224 620 265和283 028 575。就交易量而言，用户和地址之间的交易量分别为3 114 359 679和4 432 597 496比特币。从拓扑角度来看，AN和UN都是二进制有向网络，即它们完全由二进制不对称邻接矩阵a指定。在AN网络的情况下，通用条目a(t） 如果在时间窗口内地址i和地址j之间发生至少一次交易（即比特币从地址i转移到地址j），则ij等于1t和0，否则；对于联合国网络，条目a(t） 如果在时间窗口内用户i和用户j之间至少发生一次交易（即比特币从用户ito用户j转移），则ij等于1否则为t和0。一般来说，未呈现中的节点（即。

“用户”）是一组地址，通过实现“方法”一节中描述的启发式方法，可以方便地收集这些地址。b、 节点数、链路数和链路密度的演化。图1显示了网络规模和密度的暂时演变，以及比特币价格的演变。虽然节点总数N（即用户或地址）和它们之间的链路总数L均呈现总体上升趋势，但链路密度d=LN（N- 1） （1）随着时间的推移而减少：换言之，比特币网络变得更加稀疏，无论考虑的表示形式如何。值得注意的是，在不同时间尺度下对系统的分析并没有揭示出所检查数量的显著不同行为。c、 学位分布。给定一个有向网络，阳极i的in度（分别为out度）表示基尼（分别为kouti），是传入（分别为传出）链路的数量。入度和出度的分布是表征网络连接模式的重要指标。链接的方向与比特币的流动方向相对应，因此，in度表示流动的比特币数量（发生在购买比特币、收到比特币付款、钱包之间转账等情况下），其中，sout degrees表示比特币流出的数量（例如，当比特币被出售、使用比特币付款、钱包之间进行转账等时发生）。注意到链接总数L=PiPjaij=Pikini=Pikoutiin等式1可以重写为d=u[k]N- 1（2）式中，u[k]=Pikouti/N=Pikini/N是平均度数，即每个节点（无论是地址还是用户）的平均事务数，等于。

2表明，先验而言，两种不同的贡献可能导致观察到的d的递减行为，即节点总数的增加和平均度的降低。图2A显示了平均程度的演变，并允许将这两种贡献分开。事实上，用户网络平均度的演变几乎是恒定的（每天的联合国为u[k]\'1.1），这表明链路密度的下降显然是由于网络大小的增加：用更数学的术语来说，是102105Num。节点（N）AAN dailyUN dailyAN weeklyUN weekly102105108Num。链接（L）B10-510-3密度（d）C2009 2010 2011 2012 2014 2015 2017 2018年100102104价格【美元】双馈发电机。1、四种比特币网络表示的基本统计数据的演变。（A） 节点数N，（B）链路数L和（C）AN和UN的链路密度d（重建，请参阅“方法”部分了解更多详细信息），每周和每天计算，从到。仅对至少有500个节点的网络计算链接密度。第四个面板（D）显示了比特币美元价格在同一时期的演变。L=O（N），导致根据函数形式D演变的连接密度降低~ N-1.同样，当考虑地址网络时，主要贡献来自N的演变。然而，图2A还显示了UN和ANRepresentation之间的差异，后者的特点是峰值和振荡，尤其是在日常尺度上，2014年后，两种表示之间存在明显偏差，这表明比特币网络此时进入了一个不同的结构阶段。图2的面板B-E显示了通过标准偏差（图2B-C）和偏度（图。

2D-E）输入和输出度数。可以看出，外度数的特点是平均波动率大于内度数，而内度数的值在整个时期内更为均匀。特别是，当考虑到A代表性时，2014年之后，out度标准差会增加，直到2016年都保持相当大的水平。如果考虑到联合国的代表性，2014年年中至2015年以及2015年年中至2016年期间会出现较大的异质性。出度分布的偏度（见图2D-E）在同一时期也会增加。2009年2010年2012年2013年2014年2015年2017年20180510Avg。度（u[k]）AAN dailyUN dailyUN weeklyUN weeklyUN 0100200标准。in-deg.（σ[kin]）B050100150Std。out-deg.（σ[kout]）C2009 2010 2011 2012 2013 2014 2015 2016 2017 2018年05010001500斜交。in-deg.（γ[kin]）D2009 2010 2011 2012 2014 2015 2016 2017 2018年0501000斜交。out-deg.（γ[kout]）EFIG。2、入度分布和出度分布的矩的演化。特别是，（A）入度（A，B，C）和出度分布（A，C，E）的平均值u，（B，C）标准偏差σ和（D，E）偏度γ的演变。比特币的AN和UN代表性之间的差异显而易见：例如，虽然在我们考虑的整个时期内，UN的平均度（A）几乎是恒定的，但其在AN上的趋势以峰值和振荡为特征。不同趋势还反映了入度和出度标准差（B，C）的演变：后者的特点是更大的波动，反映了更大的支付异质性，尤其是在2014-2016两年期。另一方面，度内分布的力矩在整个时期内的影响较小，尤其是在考虑联合国代表性的情况下。

在分析偏度时，也应考虑类似的因素。为了展示比特币交易网络的结构组织示例，在图3中，我们绘制了两个不同时期每周联合国的进出度分布。这些分布是重的、右尾的：这意味着绝大多数低（输入和输出）度的节点与少数具有（数万）个连接的集线器共存；在一些快照中，明显出现了一个单中心，其程度几乎比第二个连接最紧密的节点大一个数量级（见图3E和3F）。为了验证图3所示的度分布的函数形式，我们采用了【18】中提出的算法，并基于Bauke【19】的工作。我们采用的算法基于双重Kolmogorov-Smirnov统计检验，其结果如下。首先，根据幂律分布in度和总度的假设在半个月内不能被拒绝-510-410-310-210-1100prob。密度A2013-01-14B2013-01-14C2013-01-14101103in度（kin）10-510-310-1活塞。密度D2016-11-14101103外度（kout）E2016-11-14101103总度（ktot）F2016-11-14介质95%99%图3。在每个时间间隔内，入度、出度和总度分布的概率密度。2014年前后，每周联合国的入、出和总学位分布的两张快照（顶部和底部面板分别为白天和白天）。这些分布是重的、右尾的，这表明大多数低阶节点和少数具有数千个传入和传出连接的大型集线器共存。分布的中位数、95%和99%分别用黄色、橙色和红色表示。

通过使用Kolmogorov-Smirnov检验，我们发现，在之前的54%的快照中（即Mt.Gox交易所市场关闭的日期），无法拒绝根据幂律分布out度的假设。这一比例在该日期后下降到26%。相反，在近一半的时间里，in度分布和总度分布可以被视为与幂律分布兼容。所考虑的快照中：p值大于0.05的时间百分比为“45%”之前和“60%”之后，以度为单位；就总学位而言，这些百分比从54%到70%不等。然而，当考虑向外度时，这些结果会发生变化。事实上，p值大于0.05的时间百分比在之前是54%，之后下降到26%。尽管在整个时期，外度分布呈重尾分布，但重要的是，戈克斯山的失败对其功能形式产生了影响。基于度分布的函数形式对观察到的进化进行解释，可能需要一种与优先依附[20]或中心下最大化动力学[21]在精神上类似的机制：许多新用户或极低连接的用户中的每一个都“优先”地与一个节点建立连接，该节点逐渐成长为一个节点集线器的。这样一个节点很可能是像Mt.Gox这样的交易所市场，它每周与（数万）数千不同的用户进行交易，而其他（平均）用户通常每周交易一到两次（见图2A）。d、 结构属性、网络规模和比特币价格之间的关系。在此，我们分析了AN和UN交易网络的结构演变与比特币价格演变之间的关系。