Bibliografia

— Bibliografia —

─ ▶ ◉ ◀ ─

Manoscritto. Le fonti primarie su cui si basano i modelli e le tesi di Bitcoin Scientifico. Ordinate per area tematica e per anno di pubblicazione. Quando disponibile, indichiamo il link al testo originale o alla pagina enciclopedica di riferimento.

❦

Bitcoin: paper fondatore

  • Nakamoto, S. (2008). Bitcoin: A Peer-to-Peer Electronic Cash System. White paper. Testo originale (PDF, 9 pagine). Il documento che introduce Bitcoin: meccanismo di consenso Proof of Work, struttura della blockchain, soluzione al problema del double-spend.

Econofisica e leggi di scala

  • Mandelbrot, B. (1963). The variation of certain speculative prices. Journal of Business, 36(4): 394–419. Introduzione delle distribuzioni stabili di Lévy ai mercati finanziari.
  • Bak, P. (1996). How Nature Works: The Science of Self-Organized Criticality. Springer. Quadro teorico per i sistemi che si auto-organizzano alla criticità — fondamento concettuale per l’invarianza di scala in Bitcoin.
  • Stanley, H.E. et al. (1996). Anomalous fluctuations in the dynamics of complex systems. Nature, 379: 804–806. Leggi di scala universali nei dati finanziari.

Log-periodicità e modelli LPPL

  • Sornette, D. (1998). Discrete-scale invariance and complex dimensions. Physics Reports, 297(5): 239–270. Quadro teorico della discrete scale invariance e delle oscillazioni log-periodiche. Vedi Didier Sornette su Wikipedia.
  • Sornette, D. (2003). Why Stock Markets Crash: Critical Events in Complex Financial Systems. Princeton University Press. Applicazione del modello LPPL alle bolle finanziarie storiche.
  • Johansen, A. & Sornette, D. (2010). Shocks, crashes and bubbles in financial markets. Brussels Economic Review, 53(2): 201–253.

Topologia dei campi (twist e writhe)

  • Berger, M.A. & Field, G.B. (1984). The topological properties of magnetic helicity. Journal of Fluid Mechanics, 147: 133–148. Decomposizione twist + writhe applicata ai campi magnetici. Importata in Bitcoin Scientifico per la decomposizione spettrale dei residui.
  • Moffatt, H.K. (1969). The degree of knottedness of tangled vortex lines. Journal of Fluid Mechanics, 35(1): 117–129. Concetto fondante di elicità topologica.

Autopoiesi e sistemi viventi

  • Maturana, H. & Varela, F. (1972). De Máquinas y Seres Vivos: Autopoiesis. Editorial Universitaria, Santiago. Introduzione del concetto di autopoiesi.
  • Maturana, H. & Varela, F. (1980). Autopoiesis and Cognition: The Realization of the Living. Reidel. Trattazione completa in inglese. Vedi Autopoiesis su Wikipedia.

Model selection e statistica

  • Akaike, H. (1974). A new look at the statistical model identification. IEEE Transactions on Automatic Control, 19(6): 716–723. Introduzione del criterio AIC per la selezione di modelli.
  • Burnham, K.P. & Anderson, D.R. (2002). Model Selection and Multimodel Inference: A Practical Information-Theoretic Approach (2nd ed.). Springer. Riferimento operativo per AIC, ΔAIC, weight di Akaike.
  • Schwarz, G. (1978). Estimating the dimension of a model. The Annals of Statistics, 6(2): 461–464. Criterio BIC, complementare ad AIC.

Distribuzioni e code spesse

  • Student (W.S. Gosset) (1908). The probable error of a mean. Biometrika, 6(1): 1–25. Distribuzione t di Student, fondamento della t-location-scale. Vedi Student’s t-distribution su Wikipedia.
  • Mandelbrot, B. (1997). Fractals and Scaling in Finance. Springer. Trattazione delle leggi di scala e dei processi auto-affini nei mercati.

Bitcoin: studi quantitativi

  • Santostasi, G. (2024). The intrinsic scaling of Bitcoin. Analisi dell’invarianza di scala continua di Bitcoin con t-location-scale. Esponente α ≈ 5,7.
  • Wheatley, S. et al. (2018). Are Bitcoin Bubbles Predictable? Combining a Generalized Metcalfe’s Law and the LPPLS Model. Royal Society Open Science, 6(6).
  • Gerlach, J.-C., Demos, G., Sornette, D. (2019). Dissection of Bitcoin’s multiscale bubble history from January 2012 to February 2018. Royal Society Open Science, 6: 180643.

Mining e consumo energetico

  • Cambridge Centre for Alternative Finance (CCAF). Cambridge Bitcoin Electricity Consumption Index. Stima continua del consumo energetico della rete Bitcoin. Riferimento istituzionale per dati energetici.
  • Bitcoin Mining Council. Quarterly reports sulla composizione energetica del mining globale (oltre il 55% da fonti non-idrocarburi).

Risorse online e dataset

─ ─ ◆ ─ ─

Bibliografia in evoluzione: nuove fonti vengono aggiunte man mano che pubblichiamo nuovi articoli. Suggerimenti benvenuti: info@bitcoinscientifico.it.

— Bitcoin Scientifico ·