Bot berita Gate melaporkan, menurut NewsBTC, salah satu pendiri hedge fund 21st Capital, Sina, secara terbuka membantah model harga Bitcoin populer yang dipromosikan oleh CEO Real Vision, Raoul Pal, dengan menyebutnya sebagai contoh buta data dan overfitting yang khas.
Model ini menghasilkan korelasi yang erat antara Bitcoin dan M2 global (indikator yang mengukur pasokan uang global) dengan menggeser data M2 ke depan sejumlah minggu tertentu (biasanya antara 10 hingga 12 minggu), untuk "memprediksi" pergerakan harga Bitcoin di masa depan. Raoul Pal pernah menggunakan grafik ini untuk membuktikan bahwa kondisi likuiditas makro mendorong siklus cryptocurrency, dan perilaku pasar saat ini dapat diprediksi melalui ekspansi moneter.
Namun, Xina menyatakan dalam kursus analisis data pada tingkat sarjana dan pascasarjana bahwa model semacam itu tidak dapat dipertahankan. "Ini adalah kegagalan serius dalam memahami overfitting," katanya dalam sebuah video yang dirilis di platform X pada 24 Juni. "Apa yang saya lihat bahkan tidak dapat melewati bulan pertama dari kursus analisis data tingkat satu."
Sina menunjukkan bahwa korelasi permukaan antara Bitcoin dan M2 global hanya disebabkan oleh data yang "diputar" untuk menyesuaikan dengan pola sejarah. "Jika saya bisa sembarangan mengubah data dan menyesuaikan, saya pasti bisa menemukan kecocokan yang baik di antara berbagai blok data," ia memperingatkan, bahwa fleksibilitas inilah yang memungkinkan para analis menciptakan ilusi akurasi prediksi.
Dia menjelaskan bahwa masalah utamanya terletak pada data M2 global itu sendiri yang memiliki kekurangan. Data tersebut diperoleh dengan mengalikan data M2 dari bank sentral negara-negara dengan nilai tukar—mencampurkan ekonomi yang melaporkan dengan cepat seperti Amerika Serikat dengan negara-negara yang datanya tertunda beberapa minggu bahkan beberapa bulan. Ini menciptakan kesan yang menyesatkan bahwa likuiditas global berfluktuasi setiap hari. "Ini terlihat seperti berubah setiap hari, tetapi sebenarnya mencampurkan pembaruan yang sering dan tidak sering," kata Sinaa. "Ini bukan sinyal yang nyata."
Yang lebih penting, Sina berpendapat bahwa model ini akan gagal begitu perspektif dari grafik tertentu diperkecil. Meskipun Raoul Pal dan yang lainnya menunjukkan contoh di mana Bitcoin dan M2 global sejajar dengan ketat di bagian atas dan bawah, Sina menunjukkan bagaimana penyesuaian halus pada lead time atau skala dapat menghasilkan hasil yang sangat berbeda. "Mari kita coba lead time 80 hari. Tampaknya tidak terlalu baik. Bagaimana dengan 108 hari? Ah, sekarang sejajar di bagian atas—jadi mari kita perbesar lagi, berpura-pura itu efektif," katanya sarkastis. "Ini bukan pemodelan. Ini bermain."
Dia menekankan bahwa setiap penyesuaian model—dari jangka waktu prediksi 12 minggu menjadi 10 minggu, kemudian menjadi 108 hari—mengungkapkan kurangnya dasar sistematis. "Tanpa model yang tepat, tidak mungkin memprediksi masa depan," kata Syna. "Ini adalah contoh overfitting. Anda memaksa data untuk cocok dengan perilaku sejarah, tetapi kehilangan universalitas."
Untuk menjelaskan konsep ini, Sina membandingkannya dengan kurva yang dipasangkan oleh gelombang sinus bising. Model yang terstruktur dengan baik dapat menangkap pola inti dan mengabaikan kebisingan. Sebaliknya, model yang overfitting akan berusaha mencocokkan setiap fluktuasi kecil, yang mengakibatkan kinerja prediksi yang buruk saat data baru datang. "Overfitting terlihat lebih baik, tetapi itu akan mensimulasikan kebisingan. Dan kebisingan tidak akan terulang," katanya.
Sina juga mempertanyakan apakah Bitcoin benar-benar akan memimpin likuiditas, bukan hanya mengikuti likuiditas. "Jika Anda melihat siklus sebelumnya, Bitcoin mencapai puncaknya terlebih dahulu. Likuiditas mencapai puncaknya 145 hari kemudian," katanya. Ini membalikkan hubungan kausal yang tersirat dalam model M2 global dan mempertanyakan seluruh premisnya sebagai alat prediktif.
Kesimpulannya sangat jelas: "Anda harus sangat berhati-hati dengan overfitting. Ini tampaknya cocok, tetapi itu adalah pemaksaan data historis. Anda sama sekali tidak tahu akurasi prediksi dari hal ini."
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Analis kuantitatif menyatakan bahwa M2 global tidak dapat memprediksi harga Bitcoin.
Bot berita Gate melaporkan, menurut NewsBTC, salah satu pendiri hedge fund 21st Capital, Sina, secara terbuka membantah model harga Bitcoin populer yang dipromosikan oleh CEO Real Vision, Raoul Pal, dengan menyebutnya sebagai contoh buta data dan overfitting yang khas.
Model ini menghasilkan korelasi yang erat antara Bitcoin dan M2 global (indikator yang mengukur pasokan uang global) dengan menggeser data M2 ke depan sejumlah minggu tertentu (biasanya antara 10 hingga 12 minggu), untuk "memprediksi" pergerakan harga Bitcoin di masa depan. Raoul Pal pernah menggunakan grafik ini untuk membuktikan bahwa kondisi likuiditas makro mendorong siklus cryptocurrency, dan perilaku pasar saat ini dapat diprediksi melalui ekspansi moneter.
Namun, Xina menyatakan dalam kursus analisis data pada tingkat sarjana dan pascasarjana bahwa model semacam itu tidak dapat dipertahankan. "Ini adalah kegagalan serius dalam memahami overfitting," katanya dalam sebuah video yang dirilis di platform X pada 24 Juni. "Apa yang saya lihat bahkan tidak dapat melewati bulan pertama dari kursus analisis data tingkat satu."
Sina menunjukkan bahwa korelasi permukaan antara Bitcoin dan M2 global hanya disebabkan oleh data yang "diputar" untuk menyesuaikan dengan pola sejarah. "Jika saya bisa sembarangan mengubah data dan menyesuaikan, saya pasti bisa menemukan kecocokan yang baik di antara berbagai blok data," ia memperingatkan, bahwa fleksibilitas inilah yang memungkinkan para analis menciptakan ilusi akurasi prediksi.
Dia menjelaskan bahwa masalah utamanya terletak pada data M2 global itu sendiri yang memiliki kekurangan. Data tersebut diperoleh dengan mengalikan data M2 dari bank sentral negara-negara dengan nilai tukar—mencampurkan ekonomi yang melaporkan dengan cepat seperti Amerika Serikat dengan negara-negara yang datanya tertunda beberapa minggu bahkan beberapa bulan. Ini menciptakan kesan yang menyesatkan bahwa likuiditas global berfluktuasi setiap hari. "Ini terlihat seperti berubah setiap hari, tetapi sebenarnya mencampurkan pembaruan yang sering dan tidak sering," kata Sinaa. "Ini bukan sinyal yang nyata."
Yang lebih penting, Sina berpendapat bahwa model ini akan gagal begitu perspektif dari grafik tertentu diperkecil. Meskipun Raoul Pal dan yang lainnya menunjukkan contoh di mana Bitcoin dan M2 global sejajar dengan ketat di bagian atas dan bawah, Sina menunjukkan bagaimana penyesuaian halus pada lead time atau skala dapat menghasilkan hasil yang sangat berbeda. "Mari kita coba lead time 80 hari. Tampaknya tidak terlalu baik. Bagaimana dengan 108 hari? Ah, sekarang sejajar di bagian atas—jadi mari kita perbesar lagi, berpura-pura itu efektif," katanya sarkastis. "Ini bukan pemodelan. Ini bermain."
Dia menekankan bahwa setiap penyesuaian model—dari jangka waktu prediksi 12 minggu menjadi 10 minggu, kemudian menjadi 108 hari—mengungkapkan kurangnya dasar sistematis. "Tanpa model yang tepat, tidak mungkin memprediksi masa depan," kata Syna. "Ini adalah contoh overfitting. Anda memaksa data untuk cocok dengan perilaku sejarah, tetapi kehilangan universalitas."
Untuk menjelaskan konsep ini, Sina membandingkannya dengan kurva yang dipasangkan oleh gelombang sinus bising. Model yang terstruktur dengan baik dapat menangkap pola inti dan mengabaikan kebisingan. Sebaliknya, model yang overfitting akan berusaha mencocokkan setiap fluktuasi kecil, yang mengakibatkan kinerja prediksi yang buruk saat data baru datang. "Overfitting terlihat lebih baik, tetapi itu akan mensimulasikan kebisingan. Dan kebisingan tidak akan terulang," katanya.
Sina juga mempertanyakan apakah Bitcoin benar-benar akan memimpin likuiditas, bukan hanya mengikuti likuiditas. "Jika Anda melihat siklus sebelumnya, Bitcoin mencapai puncaknya terlebih dahulu. Likuiditas mencapai puncaknya 145 hari kemudian," katanya. Ini membalikkan hubungan kausal yang tersirat dalam model M2 global dan mempertanyakan seluruh premisnya sebagai alat prediktif.
Kesimpulannya sangat jelas: "Anda harus sangat berhati-hati dengan overfitting. Ini tampaknya cocok, tetapi itu adalah pemaksaan data historis. Anda sama sekali tidak tahu akurasi prediksi dari hal ini."