查看比特什么颜色的好？
在BTC的总量固定不变的约束下，比特币的价格会围绕着供需关系上下波动，而供需关系又受到新币发行数量和矿工奖励的影响，因此我们可以看到，每当有新的区块被挖掘，或是有交易的确认，比特币的价格都会产生变化。 当然，影响比特币价格波动的因素还有很多，比如恐慌指数、大众认知、监管和政策等。不过这些外部因素最终都通过影响人们对于比特币的供需关系从而影响到比特币的价格。 如果从技术分析的角度来看，我们可以把长期的价格变动分解成多个短期的涨跌循环，然后观察每次循环的高点和低点以及各阶段的走势强弱，总结出不同的形态特征并加以研判。目前比较主流的技术分析方法包括：图形分析、数理统计和计算机程序验证等等。 无论是传统的还是现代的分析方法都有一个共同的基石，那就是市场行为反映一切信息。也就是说，只要掌握了足够的信息，任何方法都可以用来预测未来。
然而，正如巴菲特的老师本杰明·格雷厄姆所说：“市场上没有任何人能够准确预测短期价格走势。”这就是我们通常所说的“预测不可靠”。虽然我们无法准确地预测短期价格走势，但是我们可以建立一系列合理的假设，然后运用不同方法进行计算，综合评估各种因素带来的冲击，以此达到尽可能接近现实的效果。
以比特率的交易为例，假设A购买了10个比特币，A将其售出后得到的比特币地址B，则交易量T可以表示为： T=|A-B| 也就是说，如果你知道谁买了比特币，谁卖了比特币，以及卖币的人和买币的人各自得到了多少个比特币，你就可以算出整个市场的交易量。然而，现实生活中是不可能知道这么详细的交易信息的。因此我们需要一个算法来计算各个未知数之间的比例关系，这个算法就是最大化后验估计（MAP）。
基于 MAP 的算法首先需要确定一个“先验概率”分布，它描述了在没有关于交易的其他信息的情况下，每种可能的情况发生的可能性大小。然后，算法通过搜索空间中每个可能的交易情况，计算其对应的后验概率并最大化它，从而得到一个最优解。经过反复迭代，运算到最后将得到一个最有可能的交易图谱，同时也算出了每个交易方获得的比特币数量。最后，把这些数据输入到价格模型中，就可以得出每一轮价格变动的具体幅度。 除了交易图谱之外，我们还可以利用货币供给模型来分析新币发行的状况及其对于价格走势的影响。在理想情况下，货币供给模型可以实时地反映比特币的交易情况并通过新币发行参数进行校准。然而，由于缺乏足够的样本和数据，目前大多数的货币供给模型都要依赖历史的数据集并进行一定的简化处理。尽管如此，它们仍然可以为我们提供有价值的资讯，帮助我们判断当前的行情并预测未来的走势。