Los datos y gráficos del mercado son elementos fundamentales que permiten a los inversores analizar posibles criptoactivos en el mercado. Y aunque el mercado de cifrado ha existido durante más de una década, el hecho de que la industria haya estado en la corriente principal durante solo unos años dificulta un estudio constructivo del mercado utilizando estadísticas a largo plazo.
La volatilidad inherente del mercado de criptomonedas permite a los proponentes y entusiastas derivar sus propios modelos de predicción sobre activos de cifrado para tener una mejor comprensión de Bitcoin o el movimiento de precios de cualquier otro activo de cifrado.
El modelo de relación Stock-Flow para Bitcoin ha sido un modelo de predicción popular durante el año pasado, uno que registra la valoración futura de Bitcoin en función del valor de escasez. Sin embargo, según el modelo S2F, se proyecta que Bitcoin cruzará $ 50,000 después de 2020. Esta proyección, a su vez, condujo a una recepción mixta de la comunidad.
Pierre Rochard Bitcoin evangelista en Kraken, recientemente discutió el modelo S2F para Bitcoin y afirmó que tales predicciones son populares con los "cultos de precios".
En la última edición del podcast de Stephan Livera, Rochard afirmó que muchos influyentes de Bitcoin están apostando su reputación con predicciones tan elevadas basadas en pseudo-matemáticas, y agregó que cree que tales modelos se desmoronarán muy pronto.
Aunque el de Bitcoin Stock-to-Flow El modelo ha sido criticado por muchos en la comunidad en el pasado, Rochard cree que ha sido preciso principalmente porque se puede acceder y consultar más de 10 años de historial de precios, al tiempo que destaca una correlación con Bitcoin "s valoraciones. Añadió
"Cuando hablamos cuantitativamente de cuál ha sido la relación entre Stock-to-Flow y el precio de Bitcoin. Esa es la historia, y entonces, no hay nada de malo en usar datos disponibles públicamente para ejecutar una regresión y ver esta relación estadística ".
Rochard también señaló que hay mucha reflexividad y circularidad en tales modelos de predicción que involucran Bitcoin, algo que lo convierte en un sistema de auto-equilibrio. Por lo tanto, es difícil identificar por qué los modelos Stock-to-Flow han sido tan precisos porque es muy difícil aislar sus fundamentos de otros factores.
