BTC_POWER_LA

vip
期間 2.1 年
ピーク時のランク 0
現在、コンテンツはありません
誰がより良く着こなしている?
1) 線形価格と線形時間を用いる分位点回帰。
2) 対数価格と線形時間を用いる分位点回帰。
3) 対数価格と対数時間を用いる分位点回帰。
原文表示
post-image
  • 報酬
  • コメント
  • リポスト
  • 共有
この金のパワー・ローが「壊れた」といったヒステリーは、実はパワー・ローが本当に何を意味しているのかをさらに明らかにするのに役立っています。
あなたはそれが何を示唆しているのか気づいていますか?ビットコインは本質的に金の追い上げを笑っています。3倍の動きは単体では印象的に見えるかもしれませんが、17年で1億倍に成長したシステムに比べれば取るに足りません。
その対比こそがポイントであり、それが真にスケール不変なシステムの姿を浮き彫りにします。
今、対数スケールで考えてみてください。見かけ上の「偏差」はほとんど無視できるレベルになります。統計的誤差の範囲内です。
ノイズではなく、規模に注目してください。ええ—もし理解できる頭があるなら、それを理解できるなら@PeterSchiffにそれを伝えてください。
対数スケールで考えてみて、偏差がどれほど小さいか見えますか?
誤差範囲内です。
これを理解できる頭があるなら、@PeterSiftにそれを伝えてください。
BTC-3.4%
原文表示
post-image
  • 報酬
  • コメント
  • リポスト
  • 共有
金のパワー法則は完全に正しいです。私たちが決して主張していないのは、基準価格の50%に固定された最低値が存在するということです—その特徴はBTC/USDに特有であり、金には当てはまりません。
この区別は非常に重要であり、なぜ誤解され続けるのかは不明です。金は異なる振る舞いをします。なぜなら、金は法定通貨に対して動くものであり、ビットコインのような自己参照的でスケール不変の通貨システム内で動くわけではないからです。
実際に注目すべきは、金が最近の約3倍の上昇を見せた後でも—数十年の停滞の後に—依然としてそのパワー法則のトレンドからおよそ2σ以内に収まっていることです。
その変動は単なるノイズに過ぎません。本当に重要なのは、シグナルに集中することです。
BTC-3.4%
原文表示
post-image
  • 報酬
  • コメント
  • リポスト
  • 共有
「ビットコインの物理学」 GiovanniとStephen #42 4/01/2026
BTC-3.4%
原文表示
  • 報酬
  • コメント
  • リポスト
  • 共有
「ビットコインの物理学」 GiovanniとStephenの回 #41 3/25/2026
BTC-3.4%
原文表示
  • 報酬
  • コメント
  • リポスト
  • 共有
ビットコインの3つのパワー・ロー・グレース。
BTC-3.4%
原文表示
  • 報酬
  • コメント
  • リポスト
  • 共有
ビットコインが横ばいに動いているように見える間に、「ビットコインの物理学」を読んで、私たちがどこに向かっているのか、なぜそうなるのかを理解しましょう。実際のビットコイン科学をサポートしてください。
BTC-3.4%
原文表示
  • 報酬
  • コメント
  • リポスト
  • 共有
なぜべき乗則が重要なのか。
原文表示
post-image
  • 報酬
  • コメント
  • リポスト
  • 共有
私たちは、データ自体からビットコインのパワー法則の起源を発見できるのか?これを検証するために、すべての3つのパラメータを同時に最適化した式 P = A·(t - t₀)^n にフィットさせてみました。問いは:データは創世ブロック (t₀=0) を好むのか、それとも他の起点を選ぶのか?
R²のランドスケープが答えを示しています。異なる t₀ の値をスキャンすると、関数は創世ブロック付近で非常に平坦です。さらに、巨大な信頼区間に注目してください。
制約のない最適化は、t₀ = +202日 (2009年7月) で数学的最適値を見出し、R²を0.9613から0.9628に改善しました。これはわずか0.15%の向上であり、(誤差範囲内)です。
しかし、このごくわずかなR²の改善には莫大なコストが伴います。そのコストは相当なものです。t₀=0のとき、指数 n=5.694 であり、SSAの結果 (β=5.9) から3.5%以内です。最適な無制約の t₀=+202 では、指数は n=5.087 に下がり、SSAから13.8%離れています。R²は0.15%向上しますが、モデルフリーの基準との整合性は失われます。
これは過剰適合の兆候です:狭い指標 (R²だけ)を最適化し、より広いモデルの質を犠牲にしているのです。
オッカムの剃刀がここで強く働きます。R²のランドスケープは、創世ブロックの±200日以
BTC-3.4%
原文表示
  • 報酬
  • コメント
  • リポスト
  • 共有
アフィン空間 (測地線の空間) は、スケール不変システムの対数対数空間です。
ビットコインはそのような空間で線形化されているため、システム全体も線形であり、これはネットワークに対してスケール不変の挙動が期待されることから、物理的にも正当化されます。
BTC-3.4%
原文表示
  • 報酬
  • コメント
  • リポスト
  • 共有
このアフィン還元のアイデアは本当にエキサイティングであり、なぜパワー法則がこれほど強力であるかを理解するためのもう一つの視点を提供します。
一度見たら二度と見えなくなるような洞察の一つであり、「What Bitcoin Did」で言われたように、見た瞬間に見えなくなるものです。
しかし、それを本当に魅力的にしているのは、それが単なる視覚的または経験的な好奇心ではなく、深い物理学に基づいている点です。同じ知的枠組みが、地動説モデルを導き出し、何世紀も後に一般相対性理論へとつながったのです。
原文表示
post-image
  • 報酬
  • コメント
  • リポスト
  • 共有
物理学におけるアフィン空間とは何ですか?
アフィン空間は、関係性が直線的になる場所—曲線ではなく直線になる場所です。物理学では、適切なアフィン空間を見つけることは、複雑で非線形な振る舞いを y = a + bx のように書きやすく単純化できる座標系を発見することを意味します。
これは、現象の「自然な視点」を見つけることに似ています。地球の軌道は一つの角度から見ると複雑な曲線に見えますが、正しい視点から見ると単純な楕円です。アフィン空間を見つけることは、その正しい視点を見つけることであり、数学がすっきりと整理される場所です。
なぜ log-log がべき法則のための「アフィン空間」なのか:
べき法則は、スケール不変のシステムを表します—異なるスケールでも同じように見えるシステムです。ビットコインの価格、地震のマグニチュード、都市の規模、所得分布などです。特徴は、ズームインやズームアウトしてもパターンが繰り返されることです。
通常の座標系では、P = A·t^5.7 は曲線や複雑に見えます。しかし、両辺の対数を取ると:log(P) = log(A) + 5.7·log(t)。これで—バン!—直線になります。対数対数プロットは、乗法的な成長を加法的な成長に変換します。
これは偶然ではありません。スケール不変性は「定数倍してもパターンは変わらない」ことを意味します。
BTC-3.4%
原文表示
post-image
  • 報酬
  • コメント
  • リポスト
  • 共有
人々は何度も挑戦し続けますが、べき法則は常に勝ちます。なぜなら、数学的真実は常に勝つからです。
ノヴォジリョフはこの洗練された方法 (これが彼の物理学の背景が現れるところ)、アフィン還元と呼ばれる方法を提案しました。私もこれを使おうとは思いませんでした。良い貢献です。しかし、彼はこれを4点にしか適用せず、べき法則は4になります。
では、すべてのデータ点に適用したらどうなるでしょうか?
6に近いべき法則が最良の結果です。
ノヴォジリョフさん、方法2312を使ってべき法則が本物であることを示してくれてありがとうございます。
原文表示
post-image
  • 報酬
  • コメント
  • リポスト
  • 共有
実はこの論文は基本的にS2Fを別の形で再提案しているだけです。
彼はフロアの主なメカニズムは発行スケジュールの逆であると主張していますが、それは長期的には指数関数的になります。なぜなら、1/2^-Nは指数関数的だからです。
しかし、PlanBが行ったように、彼もデータにパワー法則が存在すると主張しており、クラスタや少数のデータポイントを見るときに何でもフィットさせてしまい、それで終わりにしてしまうことに気づかない限り、2つは全く一致しません。
私は依然として、物理学的議論を用いてビットコインを研究するという全体的な提案が好きです。
BTC-3.4%
原文表示
  • 報酬
  • コメント
  • リポスト
  • 共有
教授デイブとメタトロンの間の面白いやり取りですね。
正直、どちらも好きです。メタトロンには特に親しみを感じます—イタリア人であることも一因ですし、彼の歴史に関するコンテンツ、特にローマや中世の歴史についての作品を評価しています(彼はウォーハンマー)もプレイしています。彼の最高の時には、これらのテーマに深みと熱意をもたらしています。
同時に、教授デイブの科学リテラシー向上への絶え間ない努力も称賛しています。彼の直接的でストレートなスタイルは私に共鳴します—私のアプローチに近いもので、彼の荒っぽさもあっても、それが良い方向に働いています。
少し残念なのは、これが個人的な対立に発展してしまっていることです。両者とも明らかに知的で、教育を受けており、強い議論を展開できる能力があります。
たとえ政治的な立場が対立していても、議論がアイデアに集中し、個人的な攻撃に逸れることなく続けば、はるかに生産的で面白いものになるでしょう(そうですね、私も時々同じことをしてしまいます)。
それは言うは易く行うは難しいことですが、特にオンラインでは、これはもったいない機会の逸失のように感じます。
原文表示
  • 報酬
  • コメント
  • リポスト
  • 共有
べき乗則は回帰によって見つかるが、回帰が物語の終わりでは全くない。これを何度も言ってきた。
回帰はこう言う:
「べき乗則を仮定し、パラメータをフィットさせて、R² = 0.951を得た」
批判: 「もちろん良いフィットが得られる — 限られた範囲でほとんど何でもべき乗則にフィットさせられる。これは単なる曲線フィッティングに過ぎない。」
SSAはこう言う:
「関数形について一切仮定しなかった。データを自然モードに分解した。1つのモードが(99.26%)の支配的な役割を果たし、そのモードはべき乗則である。」
これは根本的に異なる。
SSAの回帰に対する主な利点:
1. モデルフリーの発見
回帰:
P(t) = A·t^βを仮定
Aとβをフィット
仮定が正しいことを願う
SSA:
関数形について何も仮定しない
データ自体が固有モードに分解される
モード1が支配的に現れる
そして、モード1がべき乗則であることを発見
なぜ重要か:SSAはデータにべき乗則を課すのではなく、データからべき乗則を発見する。
2. 分散分解
回帰のR² = 0.951はこう伝える:
「私のモデルは95.1%の分散を説明している」
しかし、分散がどのように分布しているかはわからない
50%がトレンド、45%がサイクル?それとも95%がトレンド、0.1%がサイクル?
SSAは正確に教えてくれる:
モード1 (トレンド)
BTC-3.4%
原文表示
post-image
  • 報酬
  • コメント
  • リポスト
  • 共有
ビットコインはメタネットワークです。
BTC-3.4%
原文表示
post-image
  • 報酬
  • コメント
  • リポスト
  • 共有
長期的な成長とその周囲の振動をモデル化するための単一のべき乗則。
ライブのTradingViewインジケーター。
原文表示
post-image
  • 報酬
  • コメント
  • リポスト
  • 共有
  • ピン