chainmeter
EN | 中文 | ES

文章

梅特卡夫定律和比特币:用活跃地址给网络效应估值

Chainmeter · 约2分钟阅读

TL;DR

梅特卡夫定律最初描述的是电信网络价值正比于连接用户数的平方。套用到比特币上,就是把市值对活跃地址数的平方做回归。这个模型曾经长期大幅偏离拟合线的上方和下方,而且地址数量本身也是一个不完美的真实用户数代理指标。

最初的定律,以及比特币版本的改造

梅特卡夫定律最初提出,一个电信网络的价值随连接用户数的平方增长——每新增一个用户带来的价值,不只是给这个用户自己,还因为它创造了和网络上所有已有用户之间新的潜在连接。套用到比特币上,标准做法是把市值对每日活跃地址数的平方做回归:

预测市值 ∝ (活跃地址数)^2

活跃地址数是一个真正的链上实测量——不是建模或估算出来的——这也是为什么这个模型和彩虹图或幂律模型有些不同:它的两个输入之一是一个真实的网络使用量指标,尽管这个关系本身(市值随该指标的平方增长)仍然是一个拟合出来的假设,对一个去中心化货币网络而言并不是一条被证明过的定律。

拟合偏离有多大

实际市值曾经长期大幅高于、也大幅低于拟合出的梅特卡夫线——近年来实际值与预测值之比,从大约1.4倍到超过21倍不等,这是一个巨大的区间,削弱了任何关于紧密预测能力的说法,尽管地址增长和市值增长之间的大致相关性确实有一定的真实依据。

为什么活跃地址数是一个不完美的代理指标

一个钱包不等于一个用户——单个人可以控制多个地址(出于隐私考虑、不同钱包、交易所生成的充值地址),单个地址(比如交易所自己的热钱包)也可能代表数千个真实用户。地址数是目前能拿到的最好的"有多少人在使用这个网络"的链上代理指标,但终究只是一个代理指标,代替不了直接的人头计数。

今天的市值相对拟合线的位置,附真实的1.4倍到21倍历史偏离区间,在 梅特卡夫定律图表上。

常见问题

梅特卡夫定律比幂律模型更严谨吗?
它是一个中间情形:其中一个输入(活跃地址数)是链上实测数据,而不是纯粹的价格历史,但它和市值之间的平方关系仍然只是一个拟合出来的假设,够不上对去中心化网络推导出的经济学定律。本站把它和幂律模型、彩虹图、Pi Cycle Top 放在同一个拟合参数层级。
为什么要对地址数取平方而不是直接用?
取平方直接来自梅特卡夫定律最初针对电信网络的表述,依据是n个用户之间可能的唯一两两连接数正比于n的平方。这个逻辑能不能干净地套用到一个货币网络上,至今仍然没有定论。
活跃地址数上升能保证市值上升吗?
不能——两者只是松散地同向变动,实际市值在不同时点相对拟合模型预测值的比例,从大约1.4倍到超过21倍不等,这个区间大到光靠地址增长没法可靠地预测市值。