人们对幂律的理解存在误区。他们以幂律周围的带状区间来思考。这些带状区间在过去我们已经证明并不存在，尤其是在关注比特币大部分时间的行为时。

但实际上，带状的概念并不是理解比特币真实行为的关键。要真正理解幂律的意义，必须使用归一化收益或每日斜率的语言。

1. 核心问题：原始收益具有误导性

如果你观察比特币的每日原始收益或价格变动，你会立即遇到两个问题：

非平稳性
2011年的5%波动与2024年的5%波动在经济意义、流动性和系统规模上是不可比的。
波动性似乎在“衰减”，但这种衰减与增长交织在一起。

尺度依赖性
随着系统的增长，绝对价格变动会爆炸式增加。
即使是百分比收益，也掩盖了系统自然时间尺度在变化的事实。

简而言之：原始收益混合了增长和噪声，使得研究比特币作为一个稳定系统变得不可能。

2. 作为自然归一化的幂律

幂律提供了时间和增长的自然归一化方式。

如果价格遵循：

P(t) = C · t^α

那么局部对数空间中的每日增长率(即：

d log P / d log t = α

这点至关重要：

预期增长依赖于系统的年龄，而非日历时间。
随着系统成熟，增长会可预测地减缓。

通过相对于这个预期的归一化收益，我们可以区分：

确定性缩放信号)即幂律(

随机波动)即市场行为(

这正是物理学家在研究扩展系统时所做的。

3. 归一化每日斜率)关键洞察(

定义归一化每日斜率)或有效指数(：

n)t( = log)P(t+1) / P(t( / log)(t+1) / t)

这个量回答了一个深层次的问题：

“比特币相对于其年龄的增长速度有多快？”

现在会发生一些令人惊讶的事情：

n(t(的均值随着时间保持稳定

均值趋向于一个常数≈α

一旦增长被正确归一化，短期的混乱就会消失

这种稳定性在原始收益中并不明显——只有经过幂律归一化后才会出现。

4. 均值的稳定性=缩放定律的存在

在复杂系统中，稳定的归一化均值意味着：

系统已找到一个自洽的增长机制

反馈机制调节偏差

增长定律不是偶然的

这也是为什么幂律不是“简单拟合”：

稳定的归一化斜率是潜在机制的证据，而非曲线拟合。

比特币已展现出这种稳定性约16年，涵盖：

泡沫与崩溃

监管冲击

交易所失败

机构进入

仅此一点，就将其归入成熟的尺度不变系统类别。

5. 偏差是有结构的，而非随机的

一旦归一化，n)t)的偏差：

δn(t) = n(t) − α

就不再是任意的。

经验上：

它们遵循一个明确的分布

分布是随时间变化但有结构的

尾部较重，符合复杂适应系统的特性

方差缓慢演变，而非爆炸式增长

这意味着：

比特币的波动性不是噪声

它受到与增长相同的缩放定律的约束

用物理学术语来说：比特币表现得像一个在稳定吸引子附近波动的系统。

6. 为什么这使幂律具有预测性(在正确的意义上)

幂律不是短期内的价格预测工具。

它的力量在于：

预测预期增长的范围

定义什么偏差是合理的，什么是不合理的

允许对未来路径进行概率性陈述

提供一个使波动性变得可解释的参考框架

这也是为什么在：

湍流

人口增长

城市经济

网络演化

中也使用缩放定律的原因

不是为了预测确切结果，而是为了限制现实。

7. 为什么这个框架优于传统模型

传统金融模型假设：

平稳性

固定的时间尺度

高斯噪声

比特币都违反了这三点。

幂律框架：

接受非平稳性

动态归一化时间

解释为何波动性相对于规模会缩小

这也是指数模型失败、幂律得以持续的原因。

8. 底线

幂律模型之所以强大，是因为：

它正确归一化了增长

揭示了稳定的平均增长指数

将混乱转化为结构化波动

显示比特币是一个自我调节的尺度系统

它将“收益”从噪声中转变为物理量

或者用一句话总结：

幂律之所以有效，是因为它将比特币放在其自然坐标系中——在这个系统中，信号变得简单、稳定且有意义。