Dlatego używam regresji kwantylowej z rozciągniętym wykładniczym spadkiem dla kwantyli od 50. do 99,9. Zarówno zmienność, jak i zwroty z Bitcoin jednoznacznie podążały za wyraźnym, malejącym wzorem, co jest logiczne i oczekiwane dla aktywa finansowego i sieci przechodzącej proces stabilizacji. W miarę jak Bitcoin absorbuje kapitał, zwiększa swoją kapitalizację rynkową i pogłębia swoje książki zamówień w czasie, zmienność naturalnie maleje, gdy przechodzi proces adopcji i stopniowo staje się bardziej zintegrowany z szerszym systemem finansowym. Funkcja rozciągniętego wykładniczego spadku najlepiej pasuje do najwyższych kwantyli, gdy jest oceniana za pomocą BIC, który penalizuje dopasowanie regresji za złożoność (tj. każda dodatkowa zmienna). Nawet z tą karą, funkcja rozciągniętego wykładniczego spadku konsekwentnie pojawia się jako najlepszy model dla górnego 1% zbioru danych (1 320 punktów danych przy użyciu danych godzinowych, które obejmują około 55 dni — nadal znacząca ilość danych do modelowania najbardziej euforycznych szczytów cykli) z empirycznej, matematycznie bezstronnej perspektywy.