Analisando as correlações que importam

Prever o preço de qualquer cryptomoeda é difícil. Mas se você estiver de olho nos gráficos ao vivo e procurando sinais, é bom saber que tipos de dados provavelmente se correlacionam com o preço e que tipos de pontos de dados não são. Curiosamente, isso varia bastante dependendo da moeda que se está analisando.

Considere, por exemplo, o gráfico abaixo, que usa os dados da Coin Metrics para visualizar as correlações de Pearson para as 20 principais cryptomoedas no CoinMarketCap a partir de 13 de janeiro (com exceção das stablecoins e Cosmos, para as quais a Coin Metrics não possui dados).

Na escala abaixo, uma pontuação de 1 refletirá uma correlação positiva perfeita (os movimentos das duas variáveis ao longo do tempo sempre se correlacionam) e uma pontuação de -1 refletiria uma correlação negativa perfeita (os movimentos das duas variáveis nunca se correlacionam).

mmexport1579133939577.jpg

Nesses dados, podemos ver que o Bitcoin, por exemplo, se comporta da maneira que esperávamos. Tanto o número de transações quanto o número de endereços ativos parecem correlacionar-se bastante positivamente com seu preço. Isso faz sentido, é claro – quanto mais pessoas estiverem usando e negociando com Bitcoin, maior será logicamente esperado que o preço seja. Mais pessoas e mais transações significam maior demanda, enquanto a oferta do Bitcoin é relativamente estática.

Mas é interessante notar que esse não é o caso de todas as moedas. Para Bitcoin Cash e Bitcoin SV, por exemplo, parece não haver correlação entre o preço do token e a atividade de transação de rede. Alguns tokens, como Binance Coin, TRON e Tezos, parecem ter uma correlação leve entre o aumento da contagem de transações e a queda de preços.

E, embora os endereços ativos estejam pelo menos um pouco correlacionados com o preço da maioria dos tokens, outros, principalmente os Bitcoin SV, TRON, Tezos e Huobi Token, parecem não mostrar nenhuma correlação entre preço e contagem de endereços ativos. O Monero não possui contagem de endereços ativos devido à maneira como seu blockchain focado na privacidade lida com transações.

Como o histórico completo de cada moeda na Coin Metrics é refletido no gráfico, compará-las entre si é, reconhecidamente, um pouco injusto. O gráfico abaixo, que exibe a mesma coisa usando dados de 1º de janeiro de 2018 a 12 de janeiro de 2020, faz uma comparação mais direta (embora alguns desses tokens existam há menos de dois anos) a análise de preço, acaba tendo precisão histórica reduzida para alguns dos tokens mais antigos:

TIME.jpg

Obviamente, isso não significa que você deva se apressar em comprar o BNB, por exemplo, apenas porque ficou explícito que uma contagem de endereços ativos, denota que o token está em alta. Afinal, a correlação não reflete necessariamente a causa, e uma análise dos padrões históricos de correlação pode não ter nenhum poder preditivo para o futuro.

Ainda assim, é interessante ver quais preços de tokens parecem se aproximar mais dessas métricas fundamentais de rede e quais tokens são mais divorciados deles.

Por que é importante, observar e investigar as redes, ao invés dos indicativos de preços clássicos(?) em relação às cryptomoedas? Porque estamos falando de ativos que funcionam em rede e nenhuma técnica de análise gráfica tradicional, possui capacidade para analisar ativos em rede e correlacionados.

Lembrem-se, mapas velhos não indicam caminhos novos.

Fonte: LongHash.

%d blogueiros gostam disto:

Nossa Newsletter

Inscreva-se para a nossa newsletter!

[mc4wp_form id="1627"]