Open Bitcoin Metrics: Verifiable Full-Node-Derived Bitcoin Time Series for Economic Research
开放比特币指标：来自全节点的可核验经济研究时间序列AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要主要贡献是链上数据构建与复现规范，虽提供日度序列，但未提出具体时间序列模型、资产定价或收益预测方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
开放比特币指标：来自全节点的可核验经济研究时间序列
- 研究问题
- 常用比特币链上指标存在定义分散和复现困难，如何从原始区块链构造定义透明、可以核验并支持经济研究的日度数据？
- 方法与思路
- 作者从 Bitcoin Core 全节点、已花费输出索引及确定性变换重建指标，为各序列提供代码、标识、定义、元数据和验证流程。
- 材料陈述的贡献
- 摘要称，数据覆盖发行、费用、矿工收入和币龄等多类指标，并提供解释边界及与公开指标的比较，以支持透明研究与复现。
- 阅读关注点
- 应核对节点与索引构建流程、指标定义和时间聚合规则、验证能发现哪些误差，以及币龄和算力指标的解释限制。
- 阅读边界
- 所给版本为 arXiv 预印本，不能据此认定已同行评审或获期刊接收；摘要未说明数据覆盖期限、验证结果及代码实际可用性。
原文摘要
Bitcoin research increasingly relies on on-chain indicators to study network activity, monetary issuance, transaction demand, miner incentives, coin-age behavior, and long-run monetary dynamics. However, many commonly used Bitcoin metrics are dispersed across commercial platforms, subject to heterogeneous definitions, or not fully reproducible from primary blockchain data. This manuscript introduces Open Bitcoin Metrics (OBM), a reproducible, full-node-derived dataset and reference guide for Bitcoin on-chain time series designed for economic and econometric research. The dataset provides documented daily series covering block production, block-space usage, transaction counts, supply, issuance, fees, miner revenue, mining difficulty, estimated hashrate, Bitcoin Days Destroyed, dormancy, liveliness, UTXO counts, spent output value, and related UTXO-age indicators. Metrics are reconstructed from a locally maintained Bitcoin Core full node, a persistent spent-output indexer, or deterministic transformations of previously generated OBM series. Each series is accompanied by open-source Python code, stable identifiers, explicit definitions, metadata, validation procedures, interpretive caveats, and comparisons with the closest publicly available metrics. The dataset is intended to support transparent empirical research, replication, teaching, and comparative analysis across monetary economics, financial economics, and blockchain studies.