Io sono convinto che il modello della power law abbia un vulnus intrinseco che e' che sale all'infinito.
Ora, anche se localmente il fitting dei i dati e' buono, non lo reputo ugualmente un modello di lungo periodo attendibile proprio per questo
peccato originale.
Cosa vuol dire? cuol dire che nel tempo la power law potra' (dovra) venire costantemente aggiornata nei parametri per continuare a seguire
un buon fitting nei dati.
Per questo non sono d'accordo sull'approccio di farsi guidare SOLO da qual'e' il modello col miglior chi quadro locale,
bensi di utilizzare la logica per selezionare quello che nel lungo periodo puo' essere il piu' attendibile e fornire informazioni piu' utili.
Per non perdere il focus, io cercavo un modello che avesse un buon (anche non eccelso) fitting sui dati attuali
e contemparaneamente si potessero ipotizzare dei possibili upper bound.
Non voglio un modello per predirre i prezzi, ma un modello che ci dica cosa succedera' nei vari scenari,
cosa che il modello della power law non e' assolutamente in grado di fare.
Invece con il modello della logistica asimmetrica, possiamo ipotizzare diversi scenari e capire cosa succederebbe nel caso di ogni scenario
(punti di flesso, tenpi per il raggiungimento dell'upper bound ecc.
Sono queste a mio avviso le informazioni utili, non tanto predirre il prezzo, e da questo punto di vista, come fitting e come possibilita'
di sviluppare scenari, la logistica asimmetrica ne esce vincitrice a mani basse.
Ricordo che ora possiamo ricalcolare la logistica asimmettrica dei vari scenari e verificare come si comportano i vari chi quedro,
dato che ci potrebbe aiutare a capire al miglior probabilita' di ogni scenario, aspetto che sicuramente mancava nella mia analisi iniziale.
Sono d'accordo, il modello della logistica asimmetrica è meglio della power law sia perchè modellizza i possibili scenari sia perchè fitta meglio i dati della power law (questo dice il calcolo del chi quadro).
E non mi pare poco.
Per trovare la migliore linea di tendenza secondo me 6000 dati giornalieri sono troppi, per catturare meglio la tendenza bisognerebbe usare i dati settimanali, le oscillazioni su scala troppo piccola sono solo rumore (se l'intento è trovare un minimo 'reale' e non un minimo locale/casuale nel settaggio dei parametri).
Sulla power law, il fatto che l'esponente della power law possa variare così tanto senza produrre descrizioni 'visivamente' sbagliate sui prezzi mi conferma una volta di più che il trucco del plot del logaritmo dei prezzi tende a rendere quel modello più plausibile di quello che è veramente.
Ho notato inoltre che non solo l'esponente è cambiato molto, ma anche l'altro parametro (sempre rispetto ai valori riportati nel primo post); questo è molto strano.