Una investigaciรณn realizada en Estados Unidos por los profesores de economรญa de la Universidad de Yale, Aleh Tsyvinski y Yukun Liu, identifica algunos indicadores estadรญsticos que ayudan a predecir el rendimiento de las criptomonedas, entre ellos el efecto momentum y la medida de la atenciรณn del inversionista.
En la investigaciรณn, titulada โRiesgos y Beneficios de las Criptomonedasโ, ย los acadรฉmicos procedieron a estudiar las tres criptomonedas principales, segรบn su capitalizaciรณn en el mercado: bitcoin, ether y XRP, a fin de identificar sus propiedades bรกsicas. Para ello utilizaron las herramientas financieras indicadas en libros de texto y observaron que no se comportaban como los demรกs tipos de activos, entre ellos las acciones, las monedas y metales preciosos. Aunque afirman que es posible comprenderlos mediante la aplicaciรณn de las mismas herramientas de fijaciรณn de precios.
A partir del anรกlisis de los precios histรณricos, la investigaciรณn identifica predictores potenciales para el valor de las criptomonedas, tomando en cuenta los datos de precios de BTC (desde 2011 a 2018), y de XRP y ETH (2012 y 2015). Sobre ello, los docentes mencionan como el primer factor que influye fuertemente en el precio de las criptomonedas el โefecto momentumโ, el cual establece que cuando un activo comienza a subir o a bajar de valor, seguirรก esa tendencia por un tiempo.
Se trata de un patrรณn que ha sido documentado en activos convencionales, como acciones, bonos y monedas. Por tanto, Tsyvinski y Liu diseรฑaron una estrategia para aprovechar tal indicador, que consiste en que el inversionista, por ejemplo, compre bitcoin si su valor aumenta mรกs del 20% la semana anterior. Esto genera rendimientos sobresalientes y tambiรฉn eleva el รญndice de Sharpe (relaciรณn entre rendimiento y riesgo), segรบn afirman.
En ese sentido, los profesores concluyen que, cuando se trata de monedas criptogrรกficas, el rendimiento es mayor que el riesgo implicado por la volatilidad. No obstante, acotan que los datos histรณricos no son una garantรญa para el rendimiento futuro de la inversiรณnย y recuerdan que factores externos, como lasย regulaciones, pueden afectar el mercado de las criptomonedas en cualquier momento y es posible que los patrones estadรญsticos que ellos manejan cambien por completo.
Asรญ mismo, los autores indican que otro de los indicadores que influye en la rentabilidadย de las criptomonedas es la medida de la atenciรณn de los inversionistas, la cual tiene que ver con las menciones de las criptomonedas en las bรบsquedas de Google o las menciones en redes sociales como Twitter.
Para los rendimientos semanales, el proxy (variable) de bรบsqueda de la palabra bitcoin en Google predice estadรญsticamente de manera significativa las rentabilidades anticipadas de 1 y 2 semanas. Eso significa que una mayor bรบsqueda en lรญnea sobre bitcoin fue un indicador principal de que su precio aumentarรญa en las prรณximas semanas.
Aleh Tsyvinski y Yukun Liu
Profesores de economรญa
Tomando en cuenta esta misma variable, los profesores aseguran que la predicciรณn de la rentabilidad para XRP es de 1 semana y para ETH de 1 a 6 semanas. Igualmente, Tsyvinski y Liu expresan que la atenciรณn negativa de los inversionistas puede predecir las recesiones, razรณn por la cual un aumento de las bรบsquedas de la frase ยซbitcoin hackยป permitirรญa predecir una disminuciรณn en el precio.
Por รบltimo, los autores del documento insisten en que no estรกn ofreciendo asesorรญa financiera, aunque en su estudio recomiendan a los inversionistas tener el 6% de su cartera en bitcoin, mientras que a los menos entusiasmados con las criptomonedas les aconsejan el 4% y para los pesimistas el 1%.
Rendimiento e รญndice de hash
A pesar de que los investigadores aplicaron a las criptomonedas los indicadores estadรญsticos utilizados para predecir el precio de la mayorรญa de los activos, admiten que su rendimiento no es comparable con el de las acciones, las divisas o los metales preciosos. Sin embargo, tampoco encontraron que actividades estrechamente ligadas al ecosistema, como la minerรญa de criptoactivos, tuviesen gran influencia en los precios.
Esta posiciรณn contrasta con la mayorรญa de los anรกlisis, entre ellos el realizado por el emprendedor Hans Hauge, quien realizรณ tres predicciones del mercado de capitalizaciรณn del bitcoin a partir del anรกlisis histรณrico de los valores del รญndice de hash (hashrate), desde agosto de 2010 hasta el pasado mes de julio, concluyendo que esta tasa de procesamiento fue el parรกmetro con mayor poder predictivo.
Tambiรฉn el cofundador y jefe de investigaciรณn de la firma Fundstrat Global Advisors, Thomas H. Lee, toma en cuenta el crecimiento de la infraestructura minera para medir la apreciaciรณn del valor de bitcoin, el cual -a su juicio- podrรญa llegar a $36.000 a finales de 2019.
Imagen destacada por: athitat / stock.adobe.com