PlotX於2020-10-05獲得金額為240萬美元的新一輪融資

比特幣持跌，市場陷入回調；Solana上meme預售吸引超$1億資金；SEC再次推遲對以太坊ETF的決議…

> “Range Protcocl 正在奠定Web3 資產管理平台發展的早期基礎” > > 在Uniswap v2 的AMM 模型（此類）中，通常會圍繞市場價格周圍存在大量的交易，這意味著AMM 模型資金池，只有在市場價格附近的流動性才是有效的，雖然其能夠提供的交易流動性是（0，∞），但低資本利用率始終是DEX 板塊的一個癥結。 在2021 年Uniswap 推出的V3，使用了資金利用率更高的CLMM（集中流動性），以及三級手續費模式。前者可以讓流動性提供者(LP, Liquidity Provider)， 自行決定將提供的資產注入在哪個價格區間。而後者則允許...

另一種可視化之前帖子中描述的蒙特卡洛模擬的方法。 在這裏，我們展示了各個單獨的路徑。綠色陰影是最可能的路徑 (更高密度)。 紅線是冪法則，但不是通過回歸擬合獲得的，而是簡單地計算所有路徑的中位數。 不確定人們是否理解這個結果有多強大。 它基於幾個簡單的假設和經驗觀察： 1) 觀察到的回報隨時間以冪律方式衰減：Ret=( (t+1)/t)^n，其中 t 是從創世區塊開始的時間，n 是冪律指數。 2) 我們不是通過擬合得出 n，而是通過因子 t+1/t 對觀察到的收益進行歸一化，並注意到這個量在時間上是穩定的。 3) 然後我們繪制標準化收益的分布 (斜率)，並用t-位置規模分布進行擬合，發現它非常契合，並且在其他金融資產中也發現了這一點。 4) 我們使用這個斜率分布進行2000次模擬，並通過將t+1/t因子反向相乘來獲取回報。 5) 路徑的中位數是冪律。 這表明冪律是比特幣的深層統計特性，而不僅僅是一個簡單的回歸擬合。

這真是一張很酷的圖表。它包含了關於比特幣的所有你需要知道的信息。 它基本上是BTC收益的一個“標準化”時間圖。我們進行標準化是因爲收益是時間的函數，因此我們將其除以時間函數，應該得到一個在時間上是靜態的東西。 這正是我們所得到的，平均值大約在冪律斜率附近。 Lorentz 擬合是行爲的一個相當好的近似。可能與之偏離的是泡沫的超額收益。

#Bitcoin### hits the big screen. In the new Eddington movie with Joaquin Phoenix and Pedro Pascal, the very first scene opens with The #比特幣### 標準書籍，而$BTC主題貫穿整個情節。 #Bitcoin### 潛入好萊塢劇本所表達的內容遠超過任何一份白皮書。它已經成爲文化的一部分。