Introducción

Este informe cuantitativo quincenal (17 de febrero - 3 de marzo de 2025) proporciona un análisis profundo de las tendencias recientes y la dinámica en el mercado de criptomonedas a través de un análisis de datos multidimensional. El informe examina indicadores clave como la volatilidad, la proporción de volumen de operaciones largas y cortas, el interés abierto y las tasas de financiación para criptomonedas importantes como Bitcoin (BTC) y Ethereum (ETH), mientras también analiza eventos de liquidación en el mercado de derivados de criptomonedas. La sección de backtesting cuantitativo también profundiza en el indicador MACD, evaluando su rendimiento y rendimientos backtesteados.

Resumen

• Durante las últimas dos semanas, Bitcoin ha respondido más bruscamente a los movimientos del mercado, mientras que Ethereum ha permanecido débil, mostrando poco impulso al alza pero una volatilidad relativamente estable.
• La relación largo/corto de BTC fluctuó entre 0.90 y 1.10, mientras que ETH se mantuvo en el rango de 0.85-1.05, lo que sugiere que el impulso alcista sigue siendo débil.
• Las fluctuaciones de la tasa de financiación de BTC se han intensificado, junto con una disminución del interés abierto y un aumento de las liquidaciones largas. Esto podría indicar un período de desapalancamiento o restricción de liquidez a corto plazo, lo que indica una mayor cautela entre los operadores.
• La emisión diaria de monedas meme de Solana ha caído a 40,000, una caída del 65% desde el máximo de enero, lo que refleja el enfriamiento del entusiasmo por los activos especulativos.
• Una estrategia de reversión a la media probada hacia atrás que utiliza un indicador MACD estandarizado identifica eficazmente las oportunidades de retroceso después de fuertes subidas de precios, proporcionando a los traders posibles señales cortas.

Visión general del mercado

1. Análisis de la volatilidad de Bitcoin y Ethereum

La volatilidad se mide utilizando la desviación estándar (STD) de los rendimientos diarios, cuantificando la dispersión de los rendimientos de los activos. Un STD más alto indica mayores fluctuaciones de precios y una mayor incertidumbre en el mercado, mientras que un STD más bajo sugiere movimientos de precios más estables.

En las últimas dos semanas, BTC exhibió una mayor volatilidad que ETH, lo que refleja un ciclo de mercado de consolidación de tendencia bajista, estabilización y rápido rebote. A partir del 23 de febrero, la volatilidad de BTC aumentó, mientras que ETH se mantuvo relativamente estable, lo que indica un sentimiento cauteloso del mercado. A medida que se intensificaba la presión de venta, BTC cayó por debajo de los USD 80,000 y ETH alcanzó un mínimo de USD 2,100, lo que desencadenó una ola de pánico en el mercado.

Figura 1. BTC ha exhibido una mayor volatilidad que ETH, lo que refleja fluctuaciones de precios más fuertes

Sin embargo, a principios de marzo, la volatilidad de ambos activos se disparó significativamente, y BTC experimentó las oscilaciones más pronunciadas. Este cambio repentino probablemente fue provocado por el anuncio del presidente de EE.UU., Donald Trump, de establecer una Reserva de Criptomonedas de EE.UU., que supuestamente incluye BTC, ETH, SOL, XRP y ADA como activos principales. Tras esta noticia, el sentimiento del mercado se recuperó bruscamente, empujando a BTC por encima de los USD 90,000, mientras que ETH se recuperó a alrededor de USD 2,500.

La figura 2. BTC superó los $90,000, mientras que ETH solo se recuperó a $2,500, lo que indica una debilidad relativa.

En general, BTC ha demostrado una mayor sensibilidad del mercado, mientras que ETH sigue siendo débil, sin un fuerte impulso alcista pero mostrando una menor volatilidad. Si persiste la alta volatilidad, el mercado puede tener un mayor potencial alcista a corto plazo. De lo contrario, la acción agitada de los precios y la consolidación siguen siendo riesgos clave. [1][2]

2. Análisis de la relación de tamaño del tomador largo/corto (LSR) de Bitcoin y Ethereum

El Long/Short Taker Size Ratio (LSR) es un indicador clave que se utiliza para medir el volumen de las órdenes de compra (largas) y de venta (cortas) agresivas del mercado, proporcionando información sobre el sentimiento del mercado y la fuerza de la tendencia. Un LSR por encima de 1 indica que las órdenes del mercado del lado de la compra (largos) superan las órdenes del mercado del lado de la venta (cortos), lo que sugiere un sentimiento más alcista.

Según los datos de Coinglass, el LSR de BTC se ha mantenido entre 0.90 y 1.10, mostrando una correlación inversa con los movimientos de precios. Esto sugiere que los traders tienden a comprar la caída cuando los precios caen, pero son más cautelosos durante los rebotes. Mientras tanto, el LSR de ETH ha sido más volátil, fluctuando entre 0.85 y 1.05. A pesar de cierta recuperación después de las recientes caídas, ETH ha mostrado un impulso de rebote más débil, e incluso cuando su LSR mejora, el mercado carece de una fuerte convicción alcista. Esto indica una mayor incertidumbre en torno a la acción del precio de ETH, con entradas de capital más lentas que BTC.

Si bien BTC ha mostrado cierta resistencia en medio de una acción de precios agitada, su LSR sugiere que el soporte subyacente permanece intacto. Por otro lado, ETH sigue teniendo un rendimiento inferior, y el sentimiento de los inversores sigue siendo cauteloso. Los traders deben estar atentos a si el sentimiento del mercado mejora aún más, ya que esto será crucial para determinar el próximo movimiento direccional. [3]

Figura 3. La proporción larga/corta de BTC sigue oscilando entre 0.90 y 1.10, lo que indica un sentimiento de mercado equilibrado

La Figura 4. La Ratio Largo/Corto de ETH ha mostrado mayores fluctuaciones, estabilizándose entre 0.85 y 1.05

3. Análisis de interés abierto

Según los datos de Coinglass, el interés abierto (OI) de futuros de BTC ha disminuido bruscamente en las últimas dos semanas, cayendo por debajo de los $51 mil millones. Esto podría atribuirse a liquidaciones de posiciones apalancadas, desapalancamiento impulsado por el mercado o reasignaciones de capital, lo que refleja un sentimiento de mercado más cauteloso. A principios de marzo, el interés abierto de BTC repuntó desde sus mínimos pero se mantuvo por debajo del pico de febrero, lo que indica que los flujos de capital siguen siendo relativamente conservadores.

En contraste, el interés abierto de ETH se mantuvo relativamente estable y no experimentó una caída significativa durante la caída del mercado a finales de febrero. Esto sugiere que las posiciones de apalancamiento en ETH se gestionaron de manera más cautelosa. Sin embargo, a pesar de la recuperación de BTC, el interés abierto de ETH solo experimentó un aumento modesto, lo que indica una falta de confianza sólida en el rebote de ETH y entradas de capital más lentas en comparación con BTC.

Las bruscas fluctuaciones del interés abierto de BTC sugieren un entorno de trading a corto plazo más activo, mientras que el interés abierto relativamente estable de ETH indica que el mercado de ETH está en un modo más de esperar y ver. Si el interés abierto de BTC continúa aumentando, podría proporcionar impulso para nuevas ganancias de precios. Sin embargo, si las entradas de capital siguen siendo débiles, el mercado puede operar lateralmente. [4]

La figura 5. El interés abierto de BTC muestra un rebote más fuerte, mientras que el interés abierto de ETH sigue siendo moderado, reflejando una menor confianza en una recuperación de ETH

4. Análisis de las tasas de financiación

Durante las últimas dos semanas, las tasas de financiación de BTC y ETH han experimentado fluctuaciones significativas, reflejando cambios en el sentimiento de apalancamiento del mercado. Si bien las tendencias de las tasas de financiación estaban en gran medida sincronizadas, hubo períodos notables de divergencia. Además, la volatilidad de la tasa de financiación de BTC fue más pronunciada que la de ETH, sumergiéndose con frecuencia en territorio negativo. Esto sugiere que las posiciones cortas dominaron el mercado de derivados de BTC, lo que llevó a un sesgo bajista en el sentimiento del mercado y causó que las tasas de financiación se tornaran negativas.

La volatilidad de la tasa de financiación de BTC se ha intensificado en las últimas dos semanas, con múltiples ocurrencias de financiación negativa. Combinado con la disminución del interés abierto y el aumento de las liquidaciones largas, esto podría indicar una fase de desapalancamiento del mercado o un fortalecimiento del sentimiento bajista a corto plazo. Para los traders, las fluctuaciones de la tasa de financiación sirven como una señal clave de la posición de capital del mercado, pudiendo impactar en los movimientos de precios a corto plazo y en la estructura general de apalancamiento.

La tasa de financiamiento de BTC ha mostrado una mayor volatilidad que ETH y a menudo se ha vuelto negativa

5. Tendencias de liquidación de contratos de criptomonedas

Según los datos de Coinglass, el mercado de derivados de criptomonedas ha experimentado múltiples liquidaciones a gran escala en el último mes. Entre el 24 de febrero y el 3 de marzo, el volumen medio diario de liquidaciones en posiciones largas y cortas alcanzó los $732 millones, lo que representa un aumento del 42% desde el 1 al 17 de febrero. Las liquidaciones en posiciones largas dominaron, con un promedio de $542 millones al día, mientras que las liquidaciones en corto promediaron $190 millones diarios. Este patrón sugiere que las posiciones largas apalancadas enfrentan riesgos de liquidación significativamente más altos durante fuertes caídas del mercado.

Durante condiciones de mercado extremas, las fuertes caídas de precios a menudo desencadenan liquidaciones largas, empeorando la liquidez del mercado y llevando a un “efecto de cascada de liquidación.” En contraste, las liquidaciones cortas fueron relativamente menores en magnitud pero aumentaron durante los fuertes rebotes del mercado. Por ejemplo, el 2 de marzo, las liquidaciones cortas se dispararon. Al analizar las tasas de financiación, el interés abierto y las tendencias de liquidación, los traders deben mantenerse cautelosos ante cambios rápidos en el sentimiento que pueden aumentar los riesgos de apalancamiento. El dimensionamiento adecuado de posiciones y la gestión de riesgos son esenciales para evitar pérdidas significativas en entornos de mercado altamente volátiles.

Figura 7. Entre el 24 de febrero y el 3 de marzo, el volumen promedio diario de liquidación en el mercado de derivados alcanzó los $732 millones

6. Disminución en la emisión diaria de monedas de memes basadas en Solana

En enero, el mercado de las monedas meme de Solana experimentó un pico de crecimiento, con una ola de nuevos proyectos emergiendo. Entre ellos, el token TRUMP, lanzado por el ex presidente de los Estados Unidos, Donald Trump, atrajo la mayor atención, impulsando una mayor actividad en el ecosistema. Sin embargo, debido al creciente sentimiento de aversión al riesgo, condiciones de liquidez más ajustadas y factores regulatorios en evolución, muchas monedas meme especulativas no lograron mantener el interés de los inversores, lo que provocó una fuerte disminución en las nuevas emisiones. Como resultado, el mercado meme en Solana se ha enfriado significativamente, con nuevas emisiones diarias de monedas meme disminuyendo a 40,000, lo que representa una disminución del 65% desde su pico en enero. Esta disminución refleja una disminución en el entusiasmo por los activos especulativos a corto plazo.

La desaceleración en la emisión de monedas meme también ha afectado la actividad comercial general en la red de Solana. Los ingresos por tarifas de gas han disminuido drásticamente de $35 millones (19 de enero) a $1.49 millones (3 de marzo), lo que representa una disminución del 95%. También se han mostrado importantes disminuciones en indicadores clave de la red, incluido el volumen de operaciones en cadena, las direcciones activas y el Valor Total Bloqueado (TVL). Estas tendencias indican un ciclo de liquidez debilitado en el sector meme, con los inversores cambiando hacia una postura más prudente ante el riesgo.

La emisión diaria de monedas meme de Solana ha caído a 40,000, una caída del 65% desde su pico en enero.

Análisis Cuantitativo - Estrategia Estandarizada del MACD: Validación de un Enfoque de Trading de Reversión a la Media en el Mercado de Criptomonedas

(Descargo de responsabilidad: Todas las predicciones en este artículo se basan en datos históricos y tendencias del mercado. Son solo para referencia y no deben considerarse consejos de inversión o garantías de movimientos futuros del mercado. Los inversores deben considerar cuidadosamente los riesgos y tomar decisiones informadas.)

Esta sección presenta el indicador MACD estandarizado (MacNorm) y su aplicación en una estrategia comercial de reversión a la media a través de pruebas retrospectivas en el par de negociación BTC/USDT. El MACD estandarizado es una versión mejorada del MACD tradicional, que normaliza los valores del MACD dentro de un rango fijo (generalmente entre -1 y +1). Este ajuste hace que el indicador sea más comparable en diferentes condiciones del mercado, centrándose en la fuerza relativa y dirección de los movimientos de precios.

Componentes principales y mecanismo

El indicador MACD estandarizado consta de dos componentes clave: la Línea MacNorm y la Línea de Señal. La Línea MacNorm, que es la línea principal normalizada, captura la relación entre el momentum del mercado a corto y largo plazo. Cuando está por encima de 0, indica que el momentum alcista a corto plazo es más fuerte, mientras que un valor por debajo de 0 sugiere que la presión bajista a corto plazo predomina. La Línea de Señal es un promedio móvil ponderado (WMA) de la Línea MacNorm, que actúa como una línea de señal para confirmar y filtrar las señales de trading. Se mueve de forma más suave y típicamente se retrasa respecto a la Línea MacNorm. En la visualización, la línea roja representa la Línea MacNorm (línea rápida), mientras que la línea verde representa la Línea de Señal (línea lenta), ambas limitadas dentro de un rango de -1 a +1. El MACD estandarizado emplea varios parámetros clave, cada uno desempeñando un papel crítico en su cálculo y efectividad como herramienta de trading.

Figura 11. Visualización del indicador MACD

1. Período de Media Móvil Rápida (FastMA)
   Este parámetro define el período de cálculo para el promedio móvil a corto plazo, que representa la tendencia de precio a corto plazo. Un valor menor hace que el indicador sea más sensible a los cambios de precio, lo que le permite capturar movimientos del mercado rápidamente pero a costa de generar más señales falsas. Este parámetro afecta al numerador o denominador en cálculos de proporción, influyendo en la evaluación del impulso general.

2. Periodo de Media Móvil Lenta (SlowMA)
   Este parámetro controla el período de cálculo para el promedio móvil a largo plazo, que representa la tendencia del mercado en general. Un valor más grande resulta en una tendencia más suave, reduciendo las señales falsas y causando un mayor retraso en la señal. El contraste entre las líneas rápida y lenta es el núcleo de MACD, y este parámetro determina el grado de 'lentitud' en el análisis de tendencias.

3. Período de línea de activación
   Esto determina el cálculo del promedio móvil ponderado (WMA) de la Línea MacNorm, formando la Línea de Activación. Un valor más pequeño hace que la línea de activación siga de cerca la Línea MacNorm, generando señales más frecuentes pero más tempranas. Por el contrario, un valor más grande resulta en una línea de señal más suave con menos señales pero potencialmente más fiables.

4. Período de Normalización
   Este es el período de retroceso utilizado para la estandarización, donde los valores más altos y más bajos del MACD dentro de este período se identifican para escalar el resultado dentro de un rango de -1 a +1. Un período de normalización más largo proporciona una estandarización más estable, ya que considera un historial de precios más amplio, mientras que un período más pequeño hace que la estandarización sea más dinámica pero puede provocar fluctuaciones frecuentes del indicador.

5. Tipo de promedio móvil
   Este parámetro determina el método utilizado para calcular FastMA y SlowMA. El método elegido afecta cómo se ponderan los movimientos de precios:

• Media Móvil Exponencial (EMA)asigna un mayor peso a los precios recientes, lo que lo hace más receptivo a los cambios del mercado.
• Media Móvil Ponderada (WMA)aplica una distribución de peso lineal a lo largo del tiempo.
• Media Móvil Simple (SMA)da igual peso a todos los precios, produciendo la tendencia más suave.

Diferentes tipos de medias móviles influyen en la sensibilidad del indicador y en la generación de señales, lo que afecta la eficacia general de la estrategia.

Para obtener un desglose detallado de las fórmulas de cálculo, consulte [10].

Estrategia de Trading Práctica

La lógica principal de esta estrategia comercial se basa en la teoría de la Reversión a la Media, que asume que los precios tienden a revertir a su promedio a largo plazo. La estrategia utiliza el indicador MACD Estandarizado para identificar desviaciones excesivas de precios. Específicamente, si el indicador rápido (MacNorm) ha permanecido en un nivel alto (>0.995) durante los últimos cuatro periodos pero de repente cae por debajo de la línea de señal lenta (Trigger) en el período actual, señala que el precio puede haberse desviado demasiado del promedio.desencadenando una señal de venta en cortoen anticipación de un retorno a la media.

El período de retención está fijado en N ciclos de velas (denominado como lag_N), y el período de backtesting abarca desde el 3 de marzo de 2024 hasta el 3 de marzo de 2025, utilizando señales de MACD de 1 minuto. Los costos de transacción como tarifas y deslizamientos no se consideran en este estudio.

Cinco parámetros fundamentales definen esta estrategia:

• Período de media móvil rápida (longitud_rápida)
• Período de Media Móvil Lenta (longitud_de_lentitud)
• Período de Suavizado de la Línea de Señal (longitud_del_disparador)
• Período de retroceso de normalización(norm_period)
• Tipo de promedio móvil (ma_type, establecido en EMA para este estudio)

Para identificar las combinaciones óptimas de parámetros, realizamos pruebas retrospectivas en los siguientes rangos:

• Período de MA rápido:8, 10, 12, 14
• Periodo de MA lento:16, 18, 21, 24
• Período de Suavizado de la Señal:9, 12, 15, 18
• Período de normalización:5, 7, 9, 11
• Tipo de promedio móvil:EMA

Para garantizar la solidez de la estrategia, aplicamos dos criterios de filtrado: una tasa mínima de ganancia del 55% y un mínimo de 50 operaciones por período de backtesting. Luego seleccionamos las cinco mejores combinaciones de parámetros con los mayores rendimientos promedio. Este enfoque de filtrado de múltiples capas ayuda a identificar los parámetros óptimos y reduce el riesgo de sobreajuste.

Figura 12. Rendimientos acumulativos basados en los cinco conjuntos de parámetros seleccionados principales, con asignación igual ponderada en las estrategias

Figura 13. Análisis de riesgo-retorno - Índice de Sharpe

Figura 14. Rendimiento total de la inversión

Resumen de Estrategia de Trading

Basándonos en nuestro análisis de backtesting, hemos identificado cinco conjuntos de parámetros óptimos que ofrecieron un rendimiento excepcional:

• Rápida MA: 14, Lenta MA: 18, Suavizado de señal: 18, Período de normalización: 7
• MA rápida: 14, MA lenta: 18, Suavizado de señal: 15, Período de normalización: 7
• MA rápida: 14, MA lenta: 21, Suavizado de señal: 18, Período de normalización: 5
• MA rápida: 14, MA lenta: 18, Suavizado de señal: 9, Período de normalización: 7
• MA rápida: 14, MA lenta: 18, Suavizado de señal: 12, Período de normalización: 7

Estos cinco conjuntos de parámetros optimizados se combinaron en una sola estrategia comercial compuesta con ponderación igual. Los resultados de la prueba retrospectiva indican que esta estrategia genera consistentemente rendimientos estables independientemente del período de retención. Más importante aún, a medida que se extiende el período de tenencia, la curva de rendimiento muestra una clara tendencia al alza,sugiriendo que la estrategia proporciona una notable ventaja en escenarios de inversión a largo plazo.

Al analizar la ratio de Sharpe (rendimientos ajustados al riesgo) y el rendimiento total a lo largo de diferentes períodos de retención, encontramos que los períodos de retención más largos que 30 ciclos superaron consistentemente a los períodos de retención más cortos en ambas métricas. Esto demuestra que la estrategia proporciona rendimientos acumulativos más altos en períodos de retención más largos y logra mejores resultados en la gestión del riesgo.

Conclusión

Entre el 17 de febrero y el 3 de marzo, el mercado de criptomonedas experimentó una volatilidad significativa, con BTC exhibiendo fluctuaciones de precios mucho más altas que ETH. Impulsado por desarrollos de políticas, BTC protagonizó un rápido rebote. El análisis de la proporción larga/corta apoyó firmemente a BTC, mientras que ETH carecía de impulso alcista. Los datos de interés abierto de futuros revelaron que el trading apalancado de BTC se mantuvo muy activo, mientras que el trading de ETH fue más conservador. La volatilidad de la tasa de financiación reflejó intensas batallas de mercado largas-cortas, y los datos de liquidación destacaron riesgos de mercado elevados, especialmente con una fuerte presión de liquidación en posiciones largas. Además, el mercado de monedas meme de Solana se enfrió significativamente, con una marcada disminución en las nuevas emisiones diarias, señalando una disminución del apetito especulativo.

Desde una perspectiva de análisis cuantitativo, la estrategia de reversión a la media estandarizada basada en MACD identificó de manera efectiva retrocesos de precios después de rallies excesivos, proporcionando señales claras de venta en corto a través de pruebas retrospectivas y optimización de parámetros. Sin embargo, ninguna estrategia comercial es infalible y los rápidos cambios del mercado podrían afectar su efectividad. Los traders deben aplicar las estrategias con cautela y considerar refinar y optimizarlas en función de su tolerancia al riesgo y preferencias comerciales.


Referencias:

1. Gate.io,https://www.gate.io/trade/BTC_USDT
2. Gate.io,https://www.gate.io/trade/ETH_USDT
3. Coinglass,https://www.coinglass.com/LongShortRatio
4. Coinglass,https://www.coinglass.com/BitcoinOpenInterest?utm_source=chatgpt.com
5. Gate.io,https://www.gate.io/futures_market_info/BTC_USD/capital_rate_history
6. Gate.io,https://www.gate.io/futures/introduction/funding-rate-history?from=USDT-M&contract=ETH_USDT
7. Coinglass,https://www.coinglass.com/pro/futures/Liquidations
8. Solscan,https://solscan.io/analytics#tokens
9. DefiLlama,https://defillama.com/chain/solana?chainFees=false&tvl=true
10. Tradingview,https://tw.tradingview.com/script/zWnQDQOu-MACD-Normalized/

Investigación de Gate
Gate Research es una plataforma integral de investigación blockchain y cripto, que proporciona a los lectores contenido profundo, incluyendo análisis técnico, ideas candentes, revisiones de mercado, investigación de la industria, previsiones de tendencias y análisis de políticas macroeconómicas.

Haga clic en elLinkpara aprender más

Descargo de responsabilidad
Invertir en el mercado de criptomonedas implica un alto riesgo, y se recomienda que los usuarios realicen investigaciones independientes y comprendan completamente la naturaleza de los activos y productos que están comprando antes de tomar cualquier decisión de inversión.Gate.iono es responsable de las pérdidas o daños causados por tales decisiones de inversión.