Bu yanılgıları açıklığa kavuşturalım çünkü kendilerini defalarca tekrar ediyor gibi görünüyorlar. 1) Güç Yasasının Kendisi Baloncukları Göstermez Bu noktayı tekrar tekrar vurgulamak önemlidir: Güç yasası modeline göre, doğal baloncuklar yoktur. Görünen herhangi bir sapma (baloncuklar ve düzeltmeler) uzun vadede birbirini etkili bir şekilde iptal eder ve altta yatan eğilimi olduğu gibi bırakır. Baloncuklar daha derin bir seviyede bulunur ve analiz edilebilir Güç yasası aşırılıkları yumuşatırken, verilerde baloncuklar ortaya çıkıyor. Fiyat serilerinden genel güç yasası eğilimini çıkararak, bu sapmaları (yapılarını, kalıplarını ve düzenliliklerini) izole edebilir ve inceleyebilirsiniz. Bu veriye dayalı yaklaşım, gelecekteki zirveler hakkındaki spekülatif tahminlerden çok daha üstündür. 2) Baloncukların Karakterizasyonu: Üstel Bozunma Yöntemi Bu baloncukları modellemek için çeşitli teknikler mevcuttur. Güvenilir bir yöntem, zirve yükseklerinden bozulmanın genellikle üstel bir model izlediğini gözlemler. Bu bozulma devam ederse, bir sonraki balonun güç yasası trendinin yaklaşık %80 üzerinde sapabileceğini gösteriyor. Örneğin, güç yasası yıl sonuna kadar yaklaşık 130K'lık bir referans seviyesi öngörüyorsa (döngü tepeleri için ortak bir nokta), bu 200K civarında potansiyel bir zirve anlamına gelir. Alternatif olarak, bunu zaman içinde üst kısımları sınırlayan bir "çürüme kanalı" olarak görselleştirebilirsiniz. 3) Sapmaların Modellenmesi için Kantil Regresyon Başka bir yaklaşım, güç yasasından sapmaları modellemek için kantil regresyon kullanır. Bu yöntemin artılarını ve eksilerini makalelerimden birinde ayrıntılı olarak tartıştım (yorumlardaki bağlantı). Avantajı, üst kısımlar için açık bir bozulma varsayımı gerektirmemesidir. Bununla birlikte, önemli bir dezavantaj, güç yasalarını doğrudan zirvelere sığdırmasıdır, bu da olası sapmaları abartabilir. Bu yüzden @TheRealPlanC gibi modeller 'ler benimkine kıyasla daha yüksek tepeler tahmin etme eğilimindedir. 4) Bozunma ile Hibrit Kantil Modeli Sınırlamaları ele almak için, makalemde belirtildiği gibi açık bir bozunma bileşeni ekleyerek kantil yöntemini geliştirebilirsiniz. Bu hibrit, bozunma kanalının (tepelerin gerçekçi sınırlanması) ve niceliksel regresyonun (veri dağılımlarının esnek bir şekilde işlenmesi) güçlü yönlerini birleştirerek daha dengeli tahminler sağlar. 5) Bitbo Yaklaşımının Eleştirisi (Tepelere Uygun Güç Yasası veya Güç Yasası Koridoru) Bitbo yöntemi, ilk olarak @hcburger1 tarafından potansiyel aralıkları tahmin etmek için önerilen bir fikir olan (buna Güç Yasası Koridoru adını verdi) bir güç yasasını doğrudan tarihsel zirvelere uyar. Bu arada koridorun alt kısmı geçerli ve sağlam istatistiklerle destekleniyor. Ama zirve değil. Bunu onunla kapsamlı bir şekilde tartışmış olsam da, bu en optimal yaklaşım değil - niceliksel regresyona benziyor, ancak basit bir güç yasasının tepeleri yönettiğini varsaydığı için daha düşük. Gerçekte, verilerin yalnızca alt yüzde 50'lik dilimi bir güç yasasına sıkı sıkıya bağlıdır; Üst kısımlar daha karmaşık davranışlar sergiler. Bu, güvenilmez ve abartılı tahminlere yol açar. Umarım bu döküm, bu yöntemler arasındaki ayrımları açıklığa kavuşturur. Genel olarak, balon sapmalarına ilişkin tahminlerin, temel güç yasası trendinin kendisinden doğal olarak daha az tahmin edilebilir olduğunu unutmayın. Güç yasası sağlam kalır ve daha fazla veriyle güçlenerek temel referans olarak hizmet eder. Döngüye özgü sapmalar, yararlı olsa da, ikincildir ve teorinin merkezinde değildir - bağlam için güç yasasına dayanırlar ve daha yüksek belirsizlik taşırlar.