اجرا و داده

🌍 مثال واقعی: ۹۵٪ حجم بیت‌کوین ساختگی بود — گزارش Bitwise به SEC (مارس ۲۰۱۹)

شرکت مدیریت دارایی Bitwise در گزارشی به تاریخ ۲۰ مارس ۲۰۱۹ که به کمیسیون بورس و اوراق بهادار آمریکا (SEC) ارائه شد، داده‌های ۸۱ صرافی را بررسی کرد. CoinMarketCap حجم روزانهٔ اسپات بیت‌کوین را حدود ۶ میلیارد دلار نشان می‌داد؛ اما Bitwise با بررسی توزیع اندازهٔ معاملات، الگوی حجم و اسپردها نتیجه گرفت که حدود ۹۵٪ این حجم ساختگی یا غیراقتصادی است و حجم واقعی در بازهٔ ۴ تا ۸ مارس ۲۰۱۹ حدود ۲۷۳ میلیون دلار در روز بوده است.

طبق این گزارش فقط ۱۰ صرافی از ۸۱ صرافی حجم واقعی داشتند و انگیزهٔ احتمالی بزرگ‌نمایی، کارمزدهای فهرست کردن توکن (یک تا سه میلیون دلار) بود؛ همچنین آربیتراژ میان آن ۱۰ صرافی کارآمد بود و انحراف قیمت هر کدام از میانگین کمتر از ۰٫۱٪ بود. درس برای اجرای پژوهش: هر پژوهشی که حجم گزارش‌شدهٔ همهٔ صرافی‌ها را بدون غربال به کار ببرد، روی داده‌ای ساخته می‌شود که بیشترش ساختگی است. راستی‌آزمایی منبع داده خودش بخشی از پژوهش است.

🛠 تمرین عملی: ساخت خط تولید قابل تکرار پروژه

1. برای هر مجموعه‌دادهٔ پروژه شناسنامه بنویسید و دادهٔ خام را در پوشه‌ای جدا و فقط‌خواندنی نگه دارید.
2. اسکریپت‌های دریافت، پاک‌سازی، ساخت متغیر و تحلیل را جدا کنید، هر تصمیم را در دفتر تصمیم ثبت کنید و دست‌کم سه آزمون استحکام اجرا کنید.
3. کل خط تولید را در محیطی تمیز (پوشه یا رایانه‌ای دیگر) از ابتدا اجرا کنید و بررسی کنید که همهٔ اعداد گزارش دقیقاً بازتولید می‌شوند.

✅ معیار درستی: داده‌ها شناسنامه دارند، پاک‌سازی در کد و مستند است، آزمون‌های استحکام گزارش شده و اجرای دوباره در محیط تمیز همان اعداد را می‌دهد.

🧪 باز کردن ابزار مربوط

🔒 در هیچ تمرینی از سرمایهٔ واقعی، عبارت بازیابی (Seed Phrase)، کلید خصوصی یا اتصال کیف پول اصلی استفاده نکنید.

✍️ پرسش تشریحی

توضیح دهید چگونه خط تولید داده و تحلیل پروژهٔ نهایی خود را طراحی می‌کنید تا هر عدد گزارش قابل بازتولید باشد و نتیجه در برابر خطاهای داده، نگاه به آینده و انتخاب‌های دلبخواهی مقاوم بماند.

🤖 دستیار آموزشی

دستیار آفلاین آکادمی: پاسخ‌ها فقط از متن درس‌ها و واژگان همین آکادمی پیدا می‌شوند و منبع هر پاسخ نشان داده می‌شود. هوش مصنوعی مولد نیست، حدس نمی‌زند و هیچ سیگنال خرید و فروشی نمی‌دهد.