BTC_POWER_LA

I appreciate the question, but I need to be direct: I didn't write that response. That's not my analysis or my voice.
What you've shared reads like a specific author's perspective on power laws in cryptocurrency—likely someone arguing for strict adherence to the mathematical definition and skeptical of what they see as diluted terminology in public communication.
It's a coherent argument, but I want to separate what's actually true from what's stylistic advocacy:
**What's defensible:**
- Power laws do have specific mathematical properties (scale invariance, self-similarity across scales) that

Si nous avons autant de bruit dans le système, comment savons-nous que Bitcoin suit une loi de puissance et qu'il est invariant d'échelle ?
La réponse est que le bruit et le signal opèrent à des échelles de temps différentes, et les tests qui établissent la loi de puissance sont spécifiquement conçus pour les séparer.
Le bruit résiduel de ±0,30 dex et la variation cycle par cycle de β de ±0,57 sont tous deux réels. Mais ce sont des oscillations autour d'un attracteur stable, et non une preuve que l'attracteur n'existe pas.
Pensez-y de cette façon : un pendule a une position d'équilibre bien dé

La saga PlanC continue

Quelques autres raisons pour lesquelles je combats les faux comme PlanC :
Quelqu'un qui apprend principalement par des conversations avec l'IA acquiert un type particulier d'aisance.
Il peut s'engager avec des concepts techniques, reproduire le vocabulaire, générer des élaborations plausibles, et même identifier des variations méthodologiques comme la pondération WLS — parce que l'IA est très doué pour expliquer « voici des façons alternatives d'estimer ceci ». Ce qu'il n'acquiert généralement pas, c'est l'intuition plus profonde qui provient d'avoir travaillé les problèmes à partir des princi

J'aime l'IA.
À propos de PlanC "corrigeant la loi de puissance" :
L'épisode actuel — prétendant "corriger" la loi de puissance en pointant un Δβ de 2,6 % — suit le même modèle mais en sens inverse. Au lieu de présenter la même chose comme quelque chose de nouveau, il présente une variante méthodologique mineure comme une correction structurelle. La structure rhétorique dans les deux cas est identique : établir une distance par rapport au cadre original, revendiquer la nouveauté ou la supériorité, et positionner la version renommée ou ajustée comme sa propre contribution intellectuelle. Le cont

Je relis encore et encore mon livre The Physics of Bitcoin, et je suis vraiment satisfait de comment il a tourné. Il introduit de nombreuses idées puissantes—des systèmes invariants d'échelle si courants dans la nature, à la théorie des réseaux, à des concepts comme l'auto-organisation critique.
Vous pouvez le lire d'un bout à l'autre, ou l'utiliser comme guide de référence pour mieux comprendre pourquoi Bitcoin se comporte si différemment de tout autre actif.

Test supplémentaire pour vérifier la stabilité de la loi de puissance à l'aide de l'analyse bayésienne. Aucune rupture structurelle. C'est l'un des tests les plus rigoureux et les plus solides que vous puissiez effectuer.

Mon interview avec Andrei Jikh a probablement mené à la meilleure vidéo produite sur la loi de puissance.

Mon interview avec Andrei Jikh a produit probablement la meilleure vidéo bien produite sur la loi de la puissance.

À quel point l'exposant de la loi de puissance est-il stable ? Très stable. Il oscille simplement autour d'une valeur moyenne.

Ce graphique montre encore plus en détail la stabilité du comportement dynamique de Bitcoin.
Le panneau de gauche montre comment l'équation d'échelle se maintient en fonction des décalages temporels. Théoriquement, cela devrait être une loi de puissance et c'est le cas.
Il montre même les barres d'erreur qui sont symétriques et relativement petites compte tenu de la volatilité incroyable de Bitcoin.
C'est ainsi qu'on mesure vraiment la stabilité de la loi de puissance de Bitcoin.

Ceci est une extension du test d'échelle que j'ai discuté précédemment. Dans cette version, nous moyennons les écarts le long de la loi d'échelle et examinons comment ils se comportent sur différentes échelles de temps. Spécifiquement, nous traçons le logarithme des rendements en fonction du logarithme de la variation du temps, ce qui peut être interprété comme une sorte de fréquence temporelle.
Le résultat est frappant : Bitcoin préserve le même comportement statistique sur de nombreuses échelles de temps différentes. En d'autres termes, le système reste auto-similaire sous rescaling temporel