Mari kita klarifikasi kesalahpahaman ini karena tampaknya berulang kali. 1) Hukum Kekuasaan Sendiri Tidak Mengindikasikan Gelembung Penting untuk menekankan poin ini berulang kali: Menurut model hukum kekuasaan, tidak ada gelembung yang melekat. Setiap penyimpangan yang jelas (gelembung dan koreksi) secara efektif saling membatalkan dalam jangka panjang, membiarkan tren yang mendasarinya utuh. Gelembung ada pada tingkat yang lebih dalam dan dapat dianalisis Sementara hukum kekuasaan menghaluskan ekstrem, gelembung memang bermanifestasi dalam data. Dengan mengurangi tren hukum daya secara keseluruhan dari seri harga, Anda dapat mengisolasi dan mempelajari penyimpangan ini—struktur, pola, dan keteraturannya. Pendekatan berbasis data ini jauh lebih unggul daripada tebakan spekulatif tentang puncak di masa depan. 2) Mengkarakterisasi Gelembung: Metode Peluruhan Eksponensial Ada beberapa teknik untuk memodelkan gelembung ini. Salah satu metode yang dapat diandalkan mengamati bahwa peluruhan dari puncak tertinggi sering mengikuti pola eksponensial. Jika peluruhan ini berlanjut, ini menunjukkan gelembung berikutnya dapat menyimpang sekitar 80% di atas tren hukum kekuasaan. Misalnya, jika undang-undang daya memproyeksikan tingkat referensi sekitar 130K pada akhir tahun (titik umum untuk puncak siklus), ini menyiratkan potensi puncak mendekati 200K. Atau, Anda dapat memvisualisasikan ini sebagai "saluran peluruhan" yang membatasi bagian atas dari waktu ke waktu. 3) Regresi Kuantil untuk Penyimpangan Pemodelan Pendekatan lain menggunakan regresi kuantil untuk memodelkan penyimpangan dari hukum daya. Saya telah membahas pro dan kontra dari metode ini secara rinci di salah satu artikel saya (tautan di komentar). Keuntungannya adalah tidak memerlukan asumsi peluruhan eksplisit untuk bagian atas. Namun, kelemahan utamanya adalah bahwa ia sesuai dengan hukum daya langsung ke puncak, yang dapat melebih-lebihkan kemungkinan penyimpangan. Inilah sebabnya mengapa model menyukai @TheRealPlanC cenderung memprediksi puncak yang lebih tinggi dibandingkan dengan saya. 4) Model Kuantil Hibrida dengan Peluruhan Untuk mengatasi keterbatasan, Anda dapat meningkatkan metode kuantil dengan memasukkan komponen peluruhan eksplisit, seperti yang diuraikan dalam artikel saya. Hibrida ini menggabungkan kekuatan saluran peluruhan (batas puncak yang realistis) dan regresi kuantil (penanganan distribusi data yang fleksibel), menghasilkan perkiraan yang lebih seimbang. 5) Kritik terhadap Pendekatan Bitbo (Hukum Kekuasaan Cocok untuk Puncak atau Koridor Hukum Kekuasaan) Metode Bitbo hanya cocok dengan hukum kekuasaan secara langsung melalui puncak sejarah, sebuah ide yang pertama kali diusulkan oleh @hcburger1 untuk memperkirakan rentang potensial (dia menyebutnya Koridor Hukum Kekuasaan). Omong-omong, bagian bawah koridor valid dan didukung oleh statistik yang solid. Tapi bukan yang teratas. Meskipun saya telah mendiskusikan hal ini dengannya secara ekstensif, ini bukan pendekatan yang optimal—ini mirip dengan regresi kuantil tetapi lebih rendah, karena mengasumsikan hukum kekuasaan sederhana mengatur puncak. Pada kenyataannya, hanya persentil 50 yang lebih rendah dari data yang mematuhi hukum kekuasaan secara ketat; Bagian atas menunjukkan perilaku yang lebih kompleks. Hal ini menyebabkan perkiraan yang tidak dapat diandalkan dan dilebih-lebihkan. Saya harap rincian ini mengklarifikasi perbedaan antara metode ini. Secara keseluruhan, ingatlah bahwa prediksi untuk penyimpangan gelembung pada dasarnya kurang dapat diprediksi daripada tren hukum daya inti itu sendiri. Undang-undang kekuasaan tetap kuat dan diperkuat dengan lebih banyak data, berfungsi sebagai referensi dasar. Penyimpangan spesifik siklus, meskipun berguna, bersifat sekunder dan bukan pusat teori — mereka mengandalkan hukum daya untuk konteks dan membawa ketidakpastian yang lebih tinggi.