MétaCan
Menu
Retour à la cohorte
Enregistrement W4414947857 · doi:10.3390/jrfm18100570

Bitcoin Supply, Demand, and Price Dynamics

2025· article· en· W4414947857 sur OpenAlexvenueno aff
Murray A. Rudd, Dennis Porter

Notice bibliographique

RevueJournal of risk and financial management · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueBlockchain Technology Applications and Security
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProbabilistic logicBaseline (sea)Monte Carlo methodInvestment (military)Sensitivity (control systems)Supply and demandAsset (computer security)Outcome (game theory)

Résumé

récupéré en direct d'OpenAlex

We refine a bottom-up, quantity-clearing framework of Bitcoin price formation that couples its fixed 21-million-coin cap with plausible demand growth and execution behavior. This approach relies on first-principles economic supply-and-demand dynamics rather than assumptions about anticipated Bitcoin price appreciation, its price history, or its potential effectiveness in demonetizing other asset classes. We considered five key high-level factors that may affect price determination: level of market demand; intertemporal investment preferences; fiat-denominated withdrawal sensitivity; initial liquid supply; and daily withdrawal levels from liquid supply. With a goal of both increasing understanding of the impacts of price drivers and developing probabilistic forecasts, we show two models: (1) a baseline to assess the impacts of parameter changes, alone and in combination, on Bitcoin price trajectories and liquid supply over time and (2) a Monte Carlo simulation that incorporates uncertainty across a range of uncertain parameterizations and presents probabilistic price and liquid supply forecasts to 2036. Our baseline model highlighted the importance of liquid supply and withdrawal sensitivity in price impacts. The Monte Carlo simulation results suggest a 50% likelihood that Bitcoin price will exceed USD 5.17 M by April 2036. Generally, prices from the low single millions to the low tens of millions per Bitcoin by 2036 emerge under broad parameter sets; hyperbolic paths to higher price levels are relatively rare and concentrate when liquid supply falls near or below BTC 2 M and withdrawal sensitivity is low. Our results help locate where right-tail risk and disorderly market outcomes concentrate and suggest that policy tools are available to help guide trajectories.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,005
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,002
Tête enseignante GPT0,199
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetBlockchain Technology Applications and SecurityTravaux en français237 207