顺便说一下,这种方法解决了所有围绕对数-对数空间中回归拟合的问题。OLS回归是否优于分位数回归或贝叶斯回归等。@TheRealPlanC



该方法完全不依赖于回归。它只是从我们遵循一个未知指数的幂律假设开始。

然后,我们通过对观察到的收益进行归一化,使用log( (t+1)/t),即确定性的递减收益成分。

这些时间独立的收益应该在 n 周围具有对称分布,如果我们真的遵循幂律的话。
确实,我们观察到一个在时间上稳定的对称分布。

我们可以从分布参数中推导出 n。

这是寻找幂律的最可靠的方法,其他一切仍然有用,但完全过时且不够严谨。
IN0.32%
POWER-3.28%
查看原文
post-image
此页面可能包含第三方内容,仅供参考(非陈述/保证),不应被视为 Gate 认可其观点表述,也不得被视为财务或专业建议。详见声明
  • 赞赏
  • 评论
  • 转发
  • 分享
评论
0/400
暂无评论
交易,随时随地
qrCode
扫码下载 Gate App
社群列表
简体中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)