[Fun] Wie wahrscheinlich ist es, dass Bitcoin $100.000 / $X erreicht?

[d5000]

Im englischen Forum wurde die Frage gestellt, die im Threadtitel zu sehen ist - wie wahrscheinlich ist es, dass Bitcoin $100.000 bis Ende des Jahres erreicht?

Das brachte mich auf eine kleine Idee und die wollte ich auch mit der deutschsprachigen Community teilen: Ein Skript, das basierend auf der früheren Preisentwicklung die Wahrscheinlichkeit ausrechnet, um einen bestimmten Preis in X Tagen zu erreichen.

Das ganze funktioniert so:

- Man nimmt die tägliche Preisänderung des BTC in Prozent im Vergleich zum USD in einer frei wählbaren Zeitspanne der Vergangenheit und notiert diese in einer Liste. Eine mögliche Quelle ist z.B. investing.com.
- Nun weist man das Skript an, eine Simulation zu erstellen, die diese Liste in die Zukunft fortschreibt.
- Man nimmt an, alle Preisänderungen in der Liste seien genauso wahrscheinlich (die Tage sind ja alle 24 Stunden lang).
- Das Skript geht von einem Startpreis aus und wählt dann zufällig aus der Liste einen Tag und die Preisänderung an diesem Tag aus. Dies wird wiederholt, je nachdem wie viele Tage man ausrechnen will. Wenn man z.B. die Wahrscheinlichkeit in 30 Tagen wissen will, wiederholt man es 30 mal.
- Wird der Preis 100.000 innerhalb einer Simulation erreicht, wird ein Zähler um 1 erhöht.
- Diese Simulation wird nun mehrmals wiederholt, z.B. 1000 oder eine Million mal, je öfter, um so "genauer" wird die Wahrscheinlichkeit (d.h. um so weniger weicht sie ab).
- Für die Wahrscheinlichkeit teilt man den Zähler durch die Zahl der Simulationen

Eine Spielerei natürlich und keineswegs Finanzstatistik, kann aber Spaß machen

Folgende Werte habe ich gestern errechnet ausgehend vom 23. Oktober bis zum 31. Dezember 2024 (68 Tage), ausgehend von der Preisentwicklung vom 22. September bis zum 23. Oktober 2024:

- Startpreis $66000: 3,62 %
- Startpreis $67500: 4,77 %
- Startpreis $69000: 7,18 %

User DirtyKeyboard hat das ganze mal mit einer Zeitreihe der täglichen Änderungen in den letzten 12 Jahren versucht. Interessanterweise sind seine Werte wesentlich höher:

- Startpreis $66000: 17.42 %
- Startpreis $67500: 19.55 %
- Startpreis $69000: 21.76 %

Da sieht man dass obwohl wir in den letzten ca. 30 Tagen (meine Zeitreihe) in einer Aufwärtsbewegung waren, die letzten 12 Jahre insgesamt (DirtyKeyboards Zeitreihe) noch mal wesentlich bullischer waren.

Die Frage ist: was wäre die ideale Zeitreihe, um eine solche Wahrscheinlichkeitsberechnung zu erstellen? Denn bei DirtyKeyboards Werten beeinflussen wahrscheinlich die explosiven Preissteigerungen der ersten Jahre das Bild. Ich würde tendieren entweder zu: 1) dem aktuellen Bullenmarkt seit November 2022 oder 2) dem letzten vollständigen Gesamtzyklus, also 2018-2022.

PS: Ich kann das Skript in Python bei Interesse gerne posten, aber wahrscheinlich besser in einem weiteren Post.

[Turbartuluk]

Eine Spielerei natürlich und keineswegs Finanzstatistik, kann aber Spaß machen

Keineswegs.... Im Grunde ist das ja eine Art Monte-Carlo-Simulation mit Cut-Off, also durchaus ein plausibler Ansatz.

Die Schwierigkeit besteht aber tatsächlich darin die Datenmenge auszuwählen aus der man zufällig zieht, weil hierin natürlich gewisse Annahmen zugrunde gelegt werden.

Nur 1 Monat zu wählen dürfte zu kurz / zu wenig Varianz sein, weil da einzelne Datenpunkte ja schon mehrfach gezogen werden.
Andererseits dürfte bei Verwendung aller Datenpunkte der letzten 12 Jahre die Zeitspanne zu lang / die Varianz zu hoch sein, weil gerade in den Anfangsjahren die Volatilität noch deutlich höher war und die Erwartungen dadurch zu optimistisch sein dürften.

Bei 68 Tagen würde ich als Zeitraum 1-2 Jahre wählen (~5x-10x) und dann verschiedene Szenarien betrachten. Die Szenarien braucht es weil die bullischen und bärischen werte innerhalb eines zyklus ja nicht zufällig verteilt sind, sondern sich in den jeweiligen Phasen häufen...


Aussage wäre dann z.B. eher in die Richtung:
Nach einsetzen eines Bullen wie 2016/17 wird es vom aktuellen Kursniveau etwa X Tage brauchen bis wir die 100k knacken...

Da wir aber auch nicht wissen ob es jetzt wieder zügig aufwärts geht oder wir z.B. noch bis zur US-Wahl etwas seitlich abwärts dümpeln (wir also nicht wissen wann der Sprung zwischen den Szenarien eintritt) wäre die angedachte Prozentangabe zu simplifiziert....

Alternativ könnte man noch sagen:
Wir brauchen ca. X Tage um auf 100k zu kommen, der seitwärtstrend darf also nur noch bis dann und dann gehen, damit die 100k dieses Jahr realistisch bleiben...

[Koal-84]

Ist da nicht eher die Frage angebracht, nicht ob bis Jahresende der Bitcoin $100k erreicht sondern wann. Es ist ja doch nur eine Frage der Zeit, und grundsätzlich ist es doch egal wann?

Mich erinnert solche Fragen immer an Miaus Hodler Bild. Hat zwar mit Handeln wenig zuntun, aber der Kurs ist soch auch immer ein auf und ab.

[

Vermutlich wird auch ein wichtiger Faktor die US Wahl im allgemeinen sein und die kommende Stimmung an den US Börsen?

[d5000]

Bei 68 Tagen würde ich als Zeitraum 1-2 Jahre wählen (~5x-10x) und dann verschiedene Szenarien betrachten. Die Szenarien braucht es weil die bullischen und bärischen werte innerhalb eines zyklus ja nicht zufällig verteilt sind, sondern sich in den jeweiligen Phasen häufen...

Danke für die wie immer interessanten Kommentare

Möglich wäre vielleicht die Kombination mit einer sehr rudimentären Elliott-Wellen basierten Ansatz (habe ich auch im englischen Thread vorgeschlagen). Also grundsätzlich so vorzugehen: sind wir z.B. gerade in einer aufsteigenden Welle? Dann suche ich im vorgehenden Zyklus Situationen, die der jetzigen Situation ähneln. Das würde auch mehrere Szenarien ermöglichen.

Da die "Elliott-Unterwellen" allerdings kürzer sind als 1-2 Jahre hätte ich da eher an ca. 4-6 Monate als "Datenbasis" gedacht.

Beispiel wäre:

- Annahme: Wir sind in der späten Phase einer absteigenden Elliott Welle 2. Wir wissen nicht, ob sie schon zu Ende ist.
- Datenbasis: Suche die Elliott Welle 2 im Zyklus 2020-21: das wäre der Bereich Mitte 2019 - März 2020. Wir könnten also die ersten 6 Monate 2020 als Datenbasis nehmen, also die letzten 3 Monate der absteigenden und die ersten 3 Monate der aufsteigenden Welle. (Blöd ist natürlich bei diesen Zeiträumen 2020 der Covid-Crash, vielleicht also doch den 2016/17er Zyklus absuchen ...)

Alternativszenario 1:

- Annahme: Wir sind am Beginn der Elliott Welle 3 (aufsteigend), 49/50k waren der Wendepunkt. Das entspricht etwa deiner Annahme "Einsetzen eines Bullen".
- Datenbasis: Erste 6 Monate der Elliott Welle 3 im Jahr 2020: März - September. Oder (wegen Covid Crash) 2015-17: meiner Ansicht nach die 6 Monate nach September 2015, oder gleich die ganze Welle hoch bis Juni 2016.

Alternativszenario 2:

- Annahme: Wir sind am Beginn der Elliott Welle 5 (Euphoriephase Ende des längerfristigen Bullenmarkts). Dieses Szenario habe ich ja hier schon öfter als relativ wahrscheinlich gehalten, das wäre der "Kurzzyklus" mit lokalem Hoch Anfang 2025.
- Datenbasis: Erste Monate der Elliott Welle 5 2021 (Mitte bis Ende 2021). Oder 2016/17 (ab August 2016?).

Wir brauchen ca. X Tage um auf 100k zu kommen, der seitwärtstrend darf also nur noch bis dann und dann gehen, damit die 100k dieses Jahr realistisch bleiben...

Das könnte man so angehen, indem man Start- und Endpunkt der Datenreihe jeweils etwas verschiebt. "Realistisch" könnte man z.B. ab 20% Wahrscheinlichkeit quantifizieren, "wahrscheinlich" ab 50% ...

Werde noch mal weiter überlegen und das Skript dann so ändern dass man es mit CSV-Daten füttern kann, um auch längere Zeiträume als Datenreihe zu nehmen.

Ist da nicht eher die Frage angebracht, nicht ob bis Jahresende der Bitcoin $100k erreicht sondern wann. Es ist ja doch nur eine Frage der Zeit, und grundsätzlich ist es doch egal wann?

Es ist ja "just for fun". Und der ernste Hintergrund sind die immer wieder wild durch die Gegend geworfenen Prognosen, wann die 100k eintreffen. Dem wollte ich etwas "etwas weniger wahlloses" entgegenstellen

[Turbartuluk]

Hatte ich auch überlegt die jeweiligen phasen rauszupicken, aber wenn die dann zu kurz geraten ist das als würdest du die Phase im chart raus kopieren und beim Kurs heute anfügen... Gibt nette Bilder und nen guten Eindruck, aber mit wahrscheinlichkeitsvorhersage hat das dann nicht mehr viel zu tun....

Wenn es nur darum geht ein optimistisches Szenario auf "ralitätsnähe" zu überprüfen, dann kann man ja einmal 2016 und einmal 2017 als Datenbasis hernehmen und bekommt dann eine grobe range....

[1miau]

Mich erinnert solche Fragen immer an Miaus Hodler Bild. Hat zwar mit Handeln wenig zuntun, aber der Kurs ist soch auch immer ein auf und ab.

Dein Bild ist falsch herum, beim Trading nimmt das Kapital im Mittel immer weiter ab  :

[Koal-84]

Es ist ja "just for fun". Und der ernste Hintergrund sind die immer wieder wild durch die Gegend geworfenen Prognosen, wann die 100k eintreffen. Dem wollte ich etwas "etwas weniger wahlloses" entgegenstellen

Ist schon klar, schätze auch deine Versuche, da du sie ja auch immer dokumentierst in keine reine Glaskugel Seherin bist. 

Dein Bild ist falsch herum, beim Trading nimmt das Kapital im Mittel immer weiter ab  :

Danke habe in der Eile das erst Beste genommen mit dem Radfahrer, da mir es vorrangig umdas Hodl Bild gegangen ist. Ich würde jetzt einmal sagen auch beim Traden ist einiges drinnen (natürlich für erfahrene) aber halt nicht gegen Bitcoin  .

[d5000]

Ich habe mal am Skript weitergebastelt, dass es auch CSV-Dateien verarbeitet und somit längere Datenreihen verarbeitet werden können.

Habe es dann mit den Daten vom 1. Januar 2016 bis zum 31. Dezember 2017, also der "mittleren und späten Phase des vorletzten Bullenmarkts" gefüttert, Startpreis sind die aktuellen $69500. Das Ergebnis (100.000 in 60 Tagen, also bis 1. Januar 2024) hat mich doch etwas schockiert: Die Wahrscheinlichkeit lag bei 10000 Simulationen konstant über 45 %!

Selbst für 200000 gab es noch 0,14% Wahrscheinlichkeit

Das zeigt, wie heftig der Bullrun 2016/17 im Vergleich zu heute war.

Nun für 2020-21 habe ich das selbe gemacht, ebenfalls die beiden kompletten Jahre, inklusive COVID-Dip:

Ergebnis: rund 30% bei 10000 Simulationen. Auch nicht schlecht ... (200k nur bei 0,04%, aber immerhin nicht ganz Null)

Edit: 200k in einem Jahr (365 Tage) basierend auf Daten der Jahre 2020 und 2021 (komplett) ergibt bei mir sogar eine Wahrscheinlichkeit von über 50%


Wer das Skript kopieren will, jetzt ist es halbwegs universell nutzbar:

Code:

import sys, random, csv, datetime
from decimal import Decimal

# usage: python price_probabilities.py STARTPRICE ENDPRICE DAYS [SIMULATIONS]
# STARTPRICE is the price you use as a base, e.g. the current BTC/USD price
# ENDPRICE is the price you want to know the probability of being reached

CSV = True # mark as False to use the example series below
CSVFILE = "prices.csv" # replace with file name with csv data
STARTDATE = "2020-01-01" # start date of the series
ENDDATE = "2021-12-31" # end date of the series
DEBUG = False

# example series from sept 22 to oct 23, 2024

SEP22OCT23 = [0.92, -1.13, 0.08, -2.40, 0.96, -0.07, 1.49, -0.30, 0.81, 1.51, 5.11, -0.53, 1.13, 3.62, -0.52, -2.46, -0.14, -0.91, 1.22, -0.03, 2.19, 0.17, -0.31, -3.95, -3.46, -0.39, 0.14, 0.92, 3.20, -1.71, 1.46, -0.38]

def csv_to_series(csvfilename, startdatestr, enddatestr, debug=False):
    startdate = datetime.date.fromisoformat(startdatestr)
    enddate = datetime.date.fromisoformat(enddatestr)
    with open(csvfilename, "r") as csvfile:
        reader = csv.DictReader(csvfile)
        prices = [r for r in reader]
    change_series = []
    prev_price = None
    for day_data in prices:
        date = datetime.date.fromisoformat(day_data["Date"])
        if date < startdate:
            continue
        if date > enddate:
            break

        price = Decimal(str(day_data["Price"]))
        if prev_price is None:
            if debug:
                print(price)
            prev_price = price
            continue
        change = Decimal(price / prev_price)
        change_series.append(change)
        prev_price = price
        if debug:
            print(price, change)
    if debug:
        print(change_series)
    return change_series


# price probability

start_price = Decimal(str(sys.argv[1]))
end_price = Decimal(str(sys.argv[2]))
days = int(sys.argv[3])
if len(sys.argv) > 4:
    simulations = int(sys.argv[4])
else:
    simulations = 10000


base_price_series = SEP22OCT23

if CSV:
    price_series = csv_to_series(CSVFILE, STARTDATE, ENDDATE, DEBUG)
else:
    price_series = [Decimal((100 + i)/100) for i in base_price_series]

passed_sims = 0
for sim in range(simulations):

    price = start_price
    sim_days = []
    for day in range(days):
        price_change = random.choice(price_series)
        price = price * price_change
        sim_days.append(price)

    if DEBUG:
          print("Simulation {}: {}".format(sim, sim_days))
    for dprice in sim_days:
        if dprice >= end_price:
            passed_sims += 1
            break

probability = Decimal(passed_sims * 100 / simulations)

print("Price: {} in {} simulations".format(end_price, simulations))
print("Reached in {} simulations".format(passed_sims))
print("Probability: {} %".format(float(probability)))

Die CSV-Datei, die als Basis genutzt wurde ist folgende: Bitstamp-CSV-Daten ab 2012. Es kann aber auch jede andere genutzt werden, nur der Header und die Reihenfolge muss ["Price", "Date"] sein.

[Turbartuluk]

Habe es dann mit den Daten vom 1. Januar 2016 bis zum 31. Dezember 2017, also der "mittleren und späten Phase des vorletzten Bullenmarkts" gefüttert, Startpreis sind die aktuellen $69500. Das Ergebnis (100.000 in 60 Tagen, also bis 1. Januar 2024) hat mich doch etwas schockiert: Die Wahrscheinlichkeit lag bei 10000 Simulationen konstant über 45 %!

Selbst für 200000 gab es noch 0,14% Wahrscheinlichkeit

Das zeigt, wie heftig der Bullrun 2016/17 im Vergleich zu heute war.

Nun für 2020-21 habe ich das selbe gemacht, ebenfalls die beiden kompletten Jahre, inklusive COVID-Dip:

Ergebnis: rund 30% bei 10000 Simulationen. Auch nicht schlecht ... (200k nur bei 0,04%, aber immerhin nicht ganz Null)

Edit: 200k in einem Jahr (365 Tage) basierend auf Daten der Jahre 2020 und 2021 (komplett) ergibt bei mir sogar eine Wahrscheinlichkeit von über 50%

Interessante Ergebnisse!
Kannst du da vielleicht mal für 100 Simulationen die Entwicklungspfade (jeden Tag ein Kurs) in Excel plotten? Finde anschaulich ist das immer greifbarer, gerade wenn man wissen will wie realistisch bestimmte Zielkurse sind (z.B. 130k, 150k, 180k etc.).

[d5000]

Kannst du da vielleicht mal für 100 Simulationen die Entwicklungspfade (jeden Tag ein Kurs) in Excel plotten? Finde anschaulich ist das immer greifbarer, gerade wenn man wissen will wie realistisch bestimmte Zielkurse sind (z.B. 130k, 150k, 180k etc.).

Klar Bin jetzt dazu gekommen, das Skript so abzuändern, dass es auch CSV-Daten speichern kann.

Die CSV-Daten für 100 Simulationen gibt es unter https://pastebin.com/kdZhuYrs

Startpreis: 75750$
Tage: 53 (9. November bis 31. Dezember 2024, also der Starttag ist der 8. November).
Datenreihe: 2019-01-01 bis 2021-12-31, also fast der komplette letzte Bullenmarkt plus die ersten Crashs am Ende (damit zumindest eine minimale bärische Komponente drin ist).

Bei diesen Zahlen komme ich bei 10000 Simulationen auf ca. 35% Wahrscheinlichkeit. Die 100 Simulation bei pastebin haben eine Wahrscheinlichkeit von 38%.

@DirtyKeyboards hat noch ein paar coole graphische Features hinzugefügt. Ich verlinke mal den englischen Faden, ich habe inzwischen einen neuen erstellt weil der alte geschlossen wurde.


50 Simulationen mit den selben Daten wie oben aber mit Grafik:


https://ibb.co/RBRLY0S

CSV ist hier zu finden: https://pastebin.com/dYwkvS6Q