Стандартная регрессия по закону степени нарушает основные предположения OLS и систематически завышает прогнозы цен на BTC. Закон степени BTC использует OLS. OLS имеет 5 проверяемых предположений. BTC нарушает 4. 1. Независимость ❌ — DW = 0.007, лаг-1 ρ = 0.997 2. Постоянная дисперсия ❌ — Остаточная дисперсия уменьшается в 3.5 раза 3. Нормальность ❌ — Ассиметрия = +0.91 4. Структурная стабильность ❌ — Экспонента снижается на 12% по половинам 5. Нулевые средние остатки ✅ — Гарантировано конструкцией Я построил модель, которая исправляет два худших и частично улучшает другие два. FGLS + AR(1): Оценка обобщенных наименьших квадратов с коррекцией первого порядка автокорреляции. 𝐅𝐢𝐱 𝟏: 𝐀𝐮𝐭𝐨𝐜𝐨𝐫𝐫𝐞𝐥𝐚𝐭𝐢𝐨𝐧 ❌ → ✅ Итеративная оценка Кохрана-Оркатта. Сходится при ρ = 0.997. DW: 0.007 → 2.02. Автокорреляция полностью устранена. SE была занижена в 28 раз. Теперь честно. 𝐅𝐢𝐱 𝟐: 𝐇𝐞𝐭𝐞𝐫𝐨𝐬𝐜𝐞𝐝𝐚𝐬𝐭𝐢𝐜𝐢𝐭𝐲 ❌ → ✅ Параметрическая модель дисперсии: Var(ε) = σ² × t⁻¹·²¹ BTC движется к закону степени. Максимальное превышение: 15.5× (2013) → 1.3× (2025). Взвешенное соотношение дисперсий: 3.49× → 1.85×. 𝐈𝐦𝐩𝐫𝐨𝐯𝐞 𝟑: 𝐍𝐨𝐫𝐦𝐚𝐥𝐢𝐭𝐲 ❌ → ⚠️ Ассиметрия снижается с +0.91 до +0.32. Пиковые превышения снижаются, потому что они произошли в ранний период с высокой дисперсией. Не полностью исправлено, но снижение на 65%. 𝐈𝐦𝐩𝐫𝐨𝐯𝐞 𝟒: 𝐒𝐭𝐚𝐛𝐢𝐥𝐢𝐭𝐲 ❌ → ⚠️ FGLS снижает вес раннего периода резкого роста и привязывает подгонку к недавним точным данным. Экспонента смещается от среднего по полному образцу (5.66) к текущей траектории (5.32). Все еще подходит под одну экспоненту, но такую, которая отражает, где BTC сейчас, а не где он был в 2013 году. ...