Låt oss klargöra dessa missuppfattningar eftersom de verkar upprepa sig om och om igen. 1) Potenslagen i sig indikerar inte bubblor Det är viktigt att betona denna punkt upprepade gånger: Enligt maktlagsmodellen finns det inga inneboende bubblor. Eventuella uppenbara avvikelser (bubblor och korrigeringar) tar effektivt ut varandra på lång sikt och lämnar den underliggande trenden intakt. Bubblor finns på en djupare nivå och kan analyseras Även om potenslagen jämnar ut ytterligheter, manifesterar sig bubblor i data. Genom att subtrahera den övergripande potenslagstrenden från prisserien kan du isolera och studera dessa avvikelser – deras struktur, mönster och regelbundenheter. Detta datadrivna tillvägagångssätt är mycket bättre än spekulativa gissningar om framtida toppar. 2) Karakterisera bubblor: Exponentiell sönderfallsmetod Det finns flera tekniker för att modellera dessa bubblor. En tillförlitlig metod observerar att nedgången från topptoppar ofta följer ett exponentiellt mönster. Om detta förfall kvarstår tyder det på att nästa bubbla kan avvika med cirka 80 % över trenden. Till exempel, om kraftlagen projicerar en referensnivå på cirka 130K vid årets slut (en vanlig punkt för cykeltoppar), innebär detta en potentiell topp nära 200K. Alternativt kan du visualisera detta som en "avklingningskanal" som avgränsar topparna över tiden. 3) Kvantil regression för modellering av avvikelser En annan metod använder kvantil regression för att modellera avvikelser från potenslagen. Jag har diskuterat för- och nackdelar med denna metod i detalj i en av mina artiklar (länk i kommentarerna). Dess fördel är att den inte kräver ett uttryckligt antagande om förfall för topparna. En viktig nackdel är dock att den anpassar effektlagarna direkt till topparna, vilket kan överskatta eventuella avvikelser. Det är därför modeller som @TheRealPlanC s tenderar att förutspå högre toppar jämfört med mina. 4) Hybrid kvantilmodell med förfall För att hantera begränsningar kan du förbättra den kvantila metoden genom att införliva en explicit sönderfallskomponent, som beskrivs i min artikel. Denna hybrid kombinerar styrkorna hos avklingningskanalen (realistisk avgränsning av toppar) och kvantil regression (flexibel hantering av datafördelningar), vilket ger mer balanserade uppskattningar. 5) Kritik av Bitbo-metoden (Power Law Fit to Tops eller Power Law Corridor) Bitbo-metoden passar helt enkelt en potenslag direkt genom de historiska topparna, en idé som först föreslogs av @hcburger1 för att uppskatta potentiella intervall (han kallade detta för Power Law Corridor). Botten av korridoren är förresten giltig och stöds av solid statistik. Men inte toppen. Även om jag har diskuterat detta mycket med honom, är det inte det optimala tillvägagångssättet – det är besläktat med kvantil regression men sämre, eftersom det antar att en enkel potenslag styr topparna. I verkligheten är det bara den nedre 50:e percentilen av data som strikt följer en potenslag. Topparna uppvisar ett mer komplext beteende. Detta leder till otillförlitliga och överskattade uppskattningar. Jag hoppas att denna uppdelning klargör skillnaderna mellan dessa metoder. Sammantaget, kom ihåg att förutsägelser för bubbelavvikelser i sig är mindre förutsägbara än själva kärnkraftslagstrenden. Potenslagen förblir robust och stärks med mer data, vilket fungerar som den grundläggande referensen. Cykelspecifika avvikelser, även om de är användbara, är sekundära och inte centrala för teorin – de förlitar sig på potenslagen för sammanhang och medför högre osäkerhet.
Hur kan potenslag ha någon legitimitet när tre separata maktlagsmodeller kan komma fram till YE25 övre band som varierar med 150%? @BitboBTC: $500K @TheRealPlanC: $350K @Giovann35084111: $200K
Visa original
16,42 tn
90
Innehållet på den här sidan tillhandahålls av tredje part. Om inte annat anges är OKX inte författare till den eller de artiklar som citeras och hämtar inte någon upphovsrätt till materialet. Innehållet tillhandahålls endast i informationssyfte och representerar inte OKX:s åsikter. Det är inte avsett att vara ett godkännande av något slag och bör inte betraktas som investeringsrådgivning eller en uppmaning att köpa eller sälja digitala tillgångar. I den mån generativ AI används för att tillhandahålla sammanfattningar eller annan information kan sådant AI-genererat innehåll vara felaktigt eller inkonsekvent. Läs den länkade artikeln för mer detaljer och information. OKX ansvarar inte för innehåll som finns på tredje parts webbplatser. Innehav av digitala tillgångar, inklusive stabila kryptovalutor och NFT:er, innebär en hög grad av risk och kan fluktuera kraftigt. Du bör noga överväga om handel med eller innehav av digitala tillgångar är lämpligt för dig mot bakgrund av din ekonomiska situation.