Dasar
Spot
Perdagangkan kripto dengan bebas
Perdagangan Margin
Perbesar keuntungan Anda dengan leverage
Konversi & Investasi Otomatis
0 Fees
Perdagangkan dalam ukuran berapa pun tanpa biaya dan tanpa slippage
ETF
Dapatkan eksposur ke posisi leverage dengan mudah
Perdagangan Pre-Market
Perdagangkan token baru sebelum listing
Futures
Akses ribuan kontrak perpetual
CFD
Emas
Satu platform aset tradisional global
Opsi
Hot
Perdagangkan Opsi Vanilla ala Eropa
Akun Terpadu
Memaksimalkan efisiensi modal Anda
Perdagangan Demo
Pengantar tentang Perdagangan Futures
Bersiap untuk perdagangan futures Anda
Acara Futures
Gabung acara & dapatkan hadiah
Perdagangan Demo
Gunakan dana virtual untuk merasakan perdagangan bebas risiko
Peluncuran
CandyDrop
Koleksi permen untuk mendapatkan airdrop
Launchpool
Staking cepat, dapatkan token baru yang potensial
HODLer Airdrop
Pegang GT dan dapatkan airdrop besar secara gratis
Pre-IPOs
Buka akses penuh ke IPO saham global
Poin Alpha
Perdagangkan aset on-chain, raih airdrop
Poin Futures
Dapatkan poin futures dan klaim hadiah airdrop
Investasi
Simple Earn
Dapatkan bunga dengan token yang menganggur
Investasi Otomatis
Investasi otomatis secara teratur
Investasi Ganda
Keuntungan dari volatilitas pasar
Soft Staking
Dapatkan hadiah dengan staking fleksibel
Pinjaman Kripto
0 Fees
Menjaminkan satu kripto untuk meminjam kripto lainnya
Pusat Peminjaman
Hub Peminjaman Terpadu
Promosi
AI
Gate AI
Partner AI serbaguna untuk Anda
Gate AI Bot
Gunakan Gate AI langsung di aplikasi sosial Anda
GateClaw
Gate Blue Lobster, langsung pakai
Gate for AI Agent
Infrastruktur AI, Gate MCP, Skills, dan CLI
Gate Skills Hub
10RB+ Skills
Dari kantor hingga trading, satu platform keterampilan membuat AI jadi lebih mudah digunakan
GateRouter
Pilih secara cerdas dari 40+ model AI, dengan 0% biaya tambahan
Kemiringan harian n=log(P2/P1)/log(t2/t1) adalah kuantitas alami yang menggambarkan hampir semua properti matematis Bitcoin.
Semua diskusi tentang pengembalian masa depan yang diproyeksikan, volatilitas, dan hal serupa menjadi jauh lebih jelas dalam kerangka ini.
Ambil volatilitas.
Volatilitas n telah memiliki 2 rezim utama dalam 17 tahun terakhir.
Ini sangat stabil selama 9 tahun terakhir (sesuatu terjadi pada 2017 yang membuatnya bergeser).
Ini sangat menarik dan berpengaruh.
Kerangka ini menjelaskan banyak hal.
Banyak orang mengatakan volatilitas Bitcoin menurun dengan argumen lambaian tangan tentang mengapa itu terjadi.
Faktanya, itu tidak dalam n, itu stabil, penurunan yang diamati dalam volatilitas non-normalisasi adalah konsekuensi dari hukum kekuasaan.
Teka-teki "vol menurun" sekarang terpecahkan.
Volatilitas harian tidak secara misterius menurun seiring waktu sebagai fungsi yang harus kita sesuaikan secara empiris — ini adalah konsekuensi yang diperlukan dari n_harian yang memiliki distribusi yang hampir stasioner.
Jika Anda percaya bahwa n_harian adalah kuantitas fisik alami (dan data menunjukkan hal itu dalam setiap rezim), maka σ_r(t) = K/t dipaksa.
Properti residual terbatas muncul secara otomatis.
Di bawah σ_r ∝ 1/t, varians residual kumulatif konvergen: Var(ε_t) ≈ Σ K²/s² → K²π²/6.
Jadi "saluran hukum kekuasaan" tidak melebar tanpa batas — residual tetap dalam pita tetap relatif terhadap tren.
Ini persis seperti yang ditunjukkan data (simpangan baku residual sebenarnya menyusut, dari 0,94 menjadi 0,22 di seluruh sampel, karena sampel awal berada dalam varians rezim K yang lebih besar sebelum 2017 dan sampel akhir berada dalam varians K/t yang lebih kecil pada t besar).
Rasio sinyal terhadap noise tetap konstan dalam satu rezim.
Kontribusi harian tren deterministik adalah dlog(P)/dt = n/t.
Kontribusi noise adalah K/t.
Rasio K/n oleh karena itu tidak bergantung waktu.
Sebelum 2017: K/n ≈ 85/5,68 ≈ 15.
Setelah 2017: K/n ≈ 155/5,68 ≈ 27.
Pasar "terasa" sekitar 1,8× lebih berisik setelah 2017 relatif terhadap tingkat pertumbuhan deterministik, dan rasio itu tetap sama selama Anda tetap dalam rezim tersebut.
Lompatan 2017 masuk akal secara fisik sebagai perubahan struktural.
Futures CME diluncurkan Desember 2017, spekulasi ETF meningkat, aliran institusional datang.
Perubahan diskret dalam skala noise (K) tanpa perubahan dalam eksponen ketergantungan terhadap t adalah tepat seperti yang diharapkan jika tingkat noise "intrinsik" pasar berubah tetapi skala tren tidak.