Standardpotenslagsregression bryter mot grundläggande OLS-antaganden och överskattar systematiskt BTC:s prisprognoser. BTC Power Law använder OLS. OLS har 5 testbara antaganden. BTC bryter mot 4. 1. Oberoende ❌ — DW = 0,007, lag-1 ρ = 0,997 2. Konstant varians ❌ — Residual varians krymper med 3,5× 3. Normalitet ❌ — Skevhet = +0,91 4. Strukturell stabilitet ❌ — Exponenten minskar med 12 % över halvor 5. Noll medelresidualer ✅ — Garanterad av konstruktion Jag byggde en modell som fixar de två värsta och delvis förbättrar de andra två. FGLS + AR(1): Genomförbara generaliserade minsta kvadrater med första ordningens autokorrelationskorrigering. Lösning 1: Autokorrelations ❌→ ✅ Cochrane-Orcutt-iterativ uppskattning. Konvergerar vid ρ = 0,997. DW: 0,007 → 2,02. Autokorrelation helt borttagen. SE var diskret 28×. Nu är det ärligt. Lösning 2: Heteroscedasticitet ❌ → ✅ Parametrisk variansmodell: Var(ε) = σ² × t⁻¹·²¹ BTC närmar sig potenslagen. Max överskjutning: 15,5× (2013) → 1,3× (2025). Viktad varianskvot: 3,49× → 1,85×. Förbättra 3: Normalitet ❌ → ⚠️ Skevheten sjunker från +0,91 till +0,32. Mania-överskjutningar nedviktas eftersom de inträffade under den tidiga perioden med hög varians. Inte helt åtgärdat, men 65% minskning. Förbättra 4: Stabilitet ❌ → ⚠️ FGLS tonar ner den tidiga branta tillväxtperioden och förankrar passformen till nyare precisa data. Exponentskiften från full-stickprovsmedelvärdet (5,66) mot den nuvarande banan (5,32). Det passar fortfarande in på en enda exponent, men en som speglar var BTC är nu, inte var det var 2013. ...