PlanB 文
本文由币信研究院原创编译，QKL123做了不改变作者原意的修改。
原文链接: https://medium.com/@100trillionUSD/bitcoin-stock-to-flow-cross-asset-model-50d260feed12。
本文版权归原作者所有，仅代表作者本人观点，不代表币信或币信研究院的观点或立场。
“科学中重要的不是获取新事实，而是发现思考它的新方式”——William Lawrence Bragg
引言
比特币的存量-产量（S2F）模型发表于 2019 年 3 月。
最初的比特币 S2F 模型是一个基于月度 S2F 和价格数据的公式。由于数据点是按时间顺序编排的，因此它是一个时间序列模型。该模型激起了全世界许多定量分析人员的兴趣。许多人验证了 S2F 和比特币价格之间的非虚假关系（https://medium.com/swlh/falsifying-stock-to-flow-as-a-model-of-bitcoin-value-b2d9e61f68af，https://medium.com/burgercrypto-com/reviewing-modelling-bitcoins-value-with-scarcity-part-ii-the-hunt-for-cointegration-66a8dcedd7ef，https://www.bayernlb.com/internet/media/ir/downloads_1/bayernlb_research/megatrend_publikationen/megatrend_bitcoins2f_20190930_EN.pdf，https://medium.com/@btconometrics/stock-to-flow-influences-on-bitcoin-price-8a52e475c7a1）。
S2F指标科普视频
当前的 S2F 模型https://www.qkl123.com/data/s2f/btc
如果你不熟悉 S2F 模型，那么我强烈建议你阅读原文，因为它解释了背景和术语。
在本文中，我将通过移除时间并向模型中添加其他资产（白银和黄金）来巩固当前 S2F 模型的基础。我将此新模型称为比特币的S2F 跨资产（S2FX）模型。S2FX 模型可以使用一个公式对白银、黄金和比特币等不同资产进行估值。
首先，我将描述相变（phase transitions）的概念，因为它引入了一种新的思考比特币和 S2F 的方式。它解释了为什么 S2FX 模型很重要。
其次，我将描述 S2FX 模型，其运作方式以及结果的含义。
相变
相变是理解 S2FX 模型的重要视角。在相变期间，事物的性质完全不同。变化通常是不连续的。我们有三个相变的示例：
水、美元、比特币。
水
相变的经典例子是水。水以四种不同的相（状态）存在：固体、液体、气体、离子化。它们都是水，但是水在每个阶段都有完全不同的属性。
美元
相变也存在于金融中。例如，美元（US Dollar）已经从金币（一美元 = 371.25 格令纯银 = 24格令黄金）过渡到以黄金为抵押的纸（“按需应支付给持有人的金币”），以及无抵押的纸（“本票据是对所有公共和私人债务的法币”）。尽管我们一直称美元为美元，但美元在这些相里具有完全不同的含义。
比特币
比特币同样如此。Nic Carter 和 Hasu 在他们 2018 年的研究中展示了比特币的叙事如何随时间变化。
这些比特币叙事在图表中似乎非常连续。但是，如果我们将这些叙事与财务里程碑（以及后来的 S2F 和价格数据）结合起来，它们将看起来非常像具有更突然变化的相：
“概念证明” -> 比特币白皮书（https://bitcoin.org/bitcoin.pdf）后
“支付” -> 与美元等价后（1 BTC = 1 美元）
“电子黄金” -> 第一次减半后，几乎与黄金等价（1 BTC = 1 盎司黄金）
“金融资产” -> 第二次减半后（每天交易额达到 10 亿美元里程碑，日本和澳大利亚的合法性明晰，芝商所和 Bakkt 的期货市场）
水、美元和比特币相变的这三个例子为比特币和 S2F 提供了新的视角。重要的是，不仅要考虑连续的时间序列，还要考虑突然变化的相。在建立 S2FX 模型时，我将每个相的比特币视为具有完全不同属性的新资产。合理的下一步是识别和量化比特币的相变。
比特币 S2F 跨资产模型
下图显示了原始 S2F 模型中使用的月度比特币 S2F 和价格数据点。我们可以从视觉上识别出四个聚类。
这四个聚类确实可以暗示相变。
我们可以通过最小化月度比特币数据和群集之间的距离来量化这些群集。我使用遗传算法（最小化绝对距离）来量化四个聚类。未来的研究可能集中在不同的聚类算法上（例如 K-近邻算法）。
四个确定的比特币聚类中的每个聚类都有一个非常不同的 S2F-市值组合，这似乎与减半和不断变化的比特币叙事是一致的。
比特币“概念证明”（S2F 1.3，市值 100 万美元）
比特币“支付”（S2F 3.3，市值 5800 万美元）
比特币“电子黄金”（S2F 10.2，市值 56 亿美元）
比特币“金融资产”（S2F 25.1，市值 1140 亿美元）
与水和美元一样，这四个比特币聚类代表了四种不同的资产，每个都有不同的叙事和特征。S2F 1.3 和仅 100 万美元市值的比特币“概念证明”，与 S2F 25 和 1140 亿美元市值的比特币“金融资产”完全不同。
从把比特币聚类作为不同资产的相变视角来看，现在我可以向模型中添加其他资产，例如白银和黄金。这使其成为真正的跨资产模型。对于白银和黄金，我使用了Jan Nieuwenhuijs（https://www.voimagold.com/insight/how-much-silver-is-above-ground）的最新分析和 TradingView 截止 2019 年 12月 价格的存量-产量数据。
白银 S2F 33.3，市值 5610 亿美元
黄金 S2F 58.3，市值 100880 亿美元
该图表显示了四个量化的比特币聚类（加上原始比特币月度数据作为背景）以及白银和黄金。它们形成了一条完美的直线。
我使用回归分析来制作了 S2FX 模型。请注意，与原始 S2F 模型的最大不同在于，我在回归分析中使用了白银和黄金 S2F 和市值数据。S2FX 模型表明，S2F 与这六种资产的市值之间具有显著的关系（低 F 显著性，低 p 值），并且具有完美的拟合度（R2 为 99.7％）。
S2FX 模型公式可用于估计下一个比特币的相/聚类的市值（比特币 S2F 在 2020-2024 年将为 56）：
市值 =exp(12.7598) * 56 ^ 4.1167 = 5.5 万亿美元.
这意味着比特币价格（在 2020-2024 年为 1900 万比特币）为 28.8 万美元。
比特币价格预测显著高于原始研究中的 5.5 万美元。请注意，S2FX 模型是第一步，尚未被其他人复制和审查。
注1：尽管 6 个观察值是较低的，但我还是重视相关 S2FX 模型的结果。这是由于高 F 显著性、低 p-值和高 R2，而且还因为时间序列分析中已知的非虚假 S2F 价格关系和协整。未来的研究可能集中在为分析添加更多资产上。但是，大多数资产具有较低的 S2F值（≤1），因此并不有趣。相反，钻石具有较高的 S2F，但估值非常复杂（毛坯/切割、克拉、不同的颜色和亮度等）。
注2：S2FX 模型允许内插，而不是原始 S2F 模型中的外推。原始的 S2F 模型做出的预测超出了模型制作所使用的数据范围。新的 S2FX 模型进行的预测落入公式推导中使用的数据范围内。
结论
在本文中，我通过移除时间并向模型中添加其他资产（白银和黄金）来巩固当前 S2F 模型的基础。我将此新模型称为比特币 S2F 跨资产（S2FX）模型。S2FX 模型可以使用一个公式对白银、黄金和比特币等不同资产进行估值。
我已经解释了相变的概念。相变引入了一种思考比特币和 S2F 的新方式。这使我想到了S2FX 模型。
S2FX 模型公式与数据非常匹配（99.7％的R2）。
S2FX 模型估计下一个比特币的相/聚类（比特币 S2F 在 2020-2024 年将为 56）的市值为 5.5 万亿美元。这意味着比特币价格（在 2020-2024 年为 1900 万比特币）为28.8 万美元。
S2FX 模型巩固了原始 S2F 研究中的已知事实，为比特币过渡到第五个相提供了新的思路。
微信扫一扫 
