Introdução

Este relatório quantitativo quinzenal (17 de fevereiro - 3 de março de 2025) fornece uma análise aprofundada das tendências e dinâmicas recentes no mercado de criptomoedas através de análise de dados multidimensionais. O relatório examina indicadores-chave como volatilidade, relação de volume de negociação longo-curto, juros em aberto e taxas de financiamento para criptomoedas importantes como Bitcoin (BTC) e Ethereum (ETH), enquanto também analisa eventos de liquidação no mercado de derivativos de criptomoedas. A seção de backtesting quantitativo também explora o indicador MACD, avaliando seu desempenho e retornos backtested.

Resumo

• Nas últimas duas semanas, o Bitcoin respondeu de forma mais acentuada aos movimentos do mercado, enquanto o Ethereum permaneceu fraco, mostrando pouco ímpeto ascendente, mas volatilidade relativamente estável.
• A relação longo/curto do BTC flutuou entre 0,90 e 1,10, enquanto o ETH permaneceu na faixa de 0,85-1,05, sugerindo que o ímpeto de alta permanece fraco.
• As flutuações da taxa de financiamento do BTC se intensificaram, juntamente com um declínio no interesse aberto e um aumento nas liquidações longas. Isso pode sinalizar um período de desalavancagem ou aperto de liquidez de curto prazo, indicando maior cautela entre os traders.
• A emissão diária de moedas meme Solana caiu para 40.000, uma queda de 65% em relação ao pico de janeiro, refletindo o arrefecimento do entusiasmo por ativos especulativos.
• Uma estratégia de reversão média testada de volta usando um indicador MACD padronizado efetivamente identifica oportunidades de recuo após fortes aumentos de preços, fornecendo aos traders potenciais sinais curtos.

Visão Geral do Mercado

1. Análise de Volatilidade do Bitcoin & Ethereum

A volatilidade é medida usando o desvio padrão (STD) dos retornos diários, quantificando a dispersão dos retornos do ativo. Um STD mais alto indica maiores oscilações de preços e aumento da incerteza de mercado, enquanto um STD mais baixo sugere movimentos de preços mais estáveis.

Nas últimas duas semanas, o BTC exibiu maior volatilidade do que o ETH, refletindo um ciclo de mercado de consolidação de tendência de baixa, estabilização e rápida recuperação. A partir de 23 de fevereiro, a volatilidade do BTC disparou, enquanto o ETH permaneceu relativamente estável, sinalizando um sentimento de mercado cauteloso. À medida que a pressão de venda se intensificou, o BTC caiu abaixo de $80,000, e o ETH atingiu uma baixa de $2,100, desencadeando uma onda de pânico no mercado.

Figura 1. BTC tem exibido uma volatilidade mais alta do que ETH, refletindo flutuações de preço mais fortes

No entanto, no início de março, a volatilidade para ambos os ativos aumentou significativamente, com o BTC experimentando as oscilações mais pronunciadas. Essa mudança repentina provavelmente foi desencadeada pelo anúncio do presidente dos EUA, Donald Trump, de estabelecer uma Reserva de Criptomoedas dos EUA, que supostamente inclui BTC, ETH, SOL, XRP e ADA como ativos principais. Após esta notícia, o sentimento do mercado se recuperou acentuadamente, empurrando o BTC de volta acima de US$ 90.000, enquanto o ETH se recuperou para cerca de US$ 2.500.

Figura 2. O BTC disparou acima dos $90,000, enquanto o ETH apenas se recuperou para os $2,500, indicando uma fraqueza relativa.

No geral, o BTC demonstrou maior sensibilidade ao mercado, enquanto o ETH permanece fraco, sem forte impulso ascendente, mas mostrando menor volatilidade. Se a alta volatilidade persistir, o mercado pode ter mais potencial de alta no curto prazo. Caso contrário, a ação instável dos preços e a consolidação continuam a ser os principais riscos. [1][2]

2. Análise de Bitcoin e Ethereum Long/Short Taker Size Ratio (LSR)

O Long/Short Taker Size Ratio (LSR) é um indicador-chave usado para medir o volume de ordens de mercado agressivas de compra (longa) e venda (curta), fornecendo informações sobre o sentimento do mercado e a força da tendência. Um LSR acima de 1 indica que as ordens de mercado do lado da compra (longas) excedem as ordens do mercado do lado da venda (shorts), sugerindo um sentimento mais otimista.

De acordo com os dados da Coinglass, o LSR do BTC tem permanecido entre 0,90 e 1,10, mostrando uma correlação inversa com os movimentos de preço. Isso sugere que os traders tendem a comprar a queda quando os preços caem, mas são mais cautelosos durante os rebounds. Enquanto isso, o LSR do ETH tem sido mais volátil, flutuando entre 0,85 e 1,05. Apesar de alguma recuperação após declínios recentes, o ETH mostrou um impulso de recuperação mais fraco e, mesmo com a melhoria do LSR, o mercado carece de convicção ascendente forte. Isso indica uma maior incerteza em torno da ação do preço do ETH, com entradas de capital mais lentas do que o BTC.

Enquanto o BTC tem mostrado alguma resiliência em meio a ação de preços volátil, seu LSR sugere que o suporte subjacente permanece intacto. Por outro lado, o ETH continua a ter um desempenho inferior, com o sentimento dos investidores permanecendo cauteloso. Os negociantes devem monitorar se o sentimento de mercado melhora ainda mais, pois isso será crucial para determinar o próximo movimento direcional.[3]

Figura 3. BTC Long/Short Ratio permanece entre 0,90 e 1,10, indicando um sentimento equilibrado do mercado

Figura 4. A relação ETH Long/Short apresentou maiores flutuações, estabilizando-se entre 0,85 e 1,05

3. Análise de Interesse Aberto

De acordo com dados da Coinglass, os juros abertos de futuros do BTC (OI) caíram acentuadamente nas últimas duas semanas, caindo abaixo de US$ 51 bilhões. Tal pode ser atribuído a liquidações de posições alavancadas, desalavancagem impulsionada pelo mercado ou reafetações de capital, refletindo um sentimento de mercado mais cauteloso. No início de março, o interesse aberto do BTC se recuperou de suas mínimas, mas permaneceu abaixo do pico de fevereiro, indicando que as entradas de capital ainda são relativamente conservadoras.

Em contraste, o interesse aberto da ETH permaneceu relativamente estável e não sofreu uma queda significativa durante a queda do mercado no final de fevereiro. Isso sugere que as posições de alavancagem na ETH foram geridas com mais cautela. No entanto, apesar da recuperação do BTC, o interesse aberto da ETH viu apenas um aumento modesto, indicando uma falta de forte confiança na recuperação da ETH e entradas de capital mais lentas em comparação com o BTC.

As acentuadas flutuações do interesse aberto do BTC sugerem um ambiente de negociação a curto prazo mais ativo, enquanto o interesse aberto relativamente estável do ETH indica que o mercado do ETH está num modo mais de esperar para ver. Se o interesse aberto do BTC continuar a subir, poderá fornecer momentum para mais ganhos de preço. No entanto, se os influxos de capital permanecerem fracos, o mercado pode negociar lateralmente.

A Figura 5. O interesse aberto da BTC mostra um rebote mais forte, enquanto o interesse aberto da ETH permanece contido, refletindo menor confiança na recuperação da ETH

4. Análise das Taxas de Financiamento

Nas últimas duas semanas, as taxas de financiamento BTC e ETH experimentaram flutuações significativas, refletindo mudanças no sentimento de alavancagem do mercado. Embora as suas tendências das taxas de financiamento tenham sido amplamente sincronizadas, houve períodos notáveis de divergência. Além disso, a volatilidade da taxa de financiamento do BTC foi mais pronunciada do que a do ETH, frequentemente mergulhando em território negativo. Isso sugere que as posições curtas dominaram o mercado de derivativos BTC, levando a um viés de baixa no sentimento do mercado e fazendo com que as taxas de financiamento se tornassem negativas.

A volatilidade da taxa de financiamento do BTC intensificou-se nas últimas duas semanas, com múltiplas ocorrências de financiamento negativo. Combinado com a diminuição do interesse aberto e o aumento das liquidações longas, isso poderia indicar uma fase de desalavancagem do mercado ou o fortalecimento do sentimento baixista de curto prazo. Para os traders, as flutuações da taxa de financiamento servem como um sinal chave da posição de capital de mercado, potencialmente impactando os movimentos de preços de curto prazo e a estrutura geral de alavancagem.

A taxa de financiamento do BTC na Figura 6 apresentou maior volatilidade do que a do ETH e frequentemente se tornou negativa

5. Tendências de Liquidação de Contratos de Criptomoedas

De acordo com os dados da Coinglass, o mercado de derivados de criptomoedas sofreu várias liquidações em grande escala ao longo do último mês. Entre 24 de fevereiro e 3 de março, o volume médio diário de liquidações em posições longas e curtas atingiu $732 milhões, representando um aumento de 42% entre 1 e 17 de fevereiro. As liquidações em posições longas dominaram essas liquidações, com uma média de $542 milhões por dia, enquanto as liquidações em posições curtas tiveram uma média diária de $190 milhões. Este padrão sugere que as posições longas alavancadas enfrentam riscos de liquidação significativamente mais altos durante quedas acentuadas no mercado.

Durante condições de mercado extremas, quedas acentuadas de preços frequentemente desencadeiam liquidações longas, piorando a liquidez de mercado e levando a um “efeito cascata de liquidação”. Em contraste, as liquidações curtas foram relativamente menores em magnitude, mas dispararam durante fortes recuperações de mercado. Por exemplo, em 2 de março, as liquidações curtas dispararam. Ao analisar as taxas de financiamento, o interesse aberto e as tendências de liquidação, os traders devem permanecer cautelosos com as mudanças rápidas de sentimento que podem aumentar os riscos de alavancagem. O dimensionamento adequado da posição e a gestão de riscos são essenciais para evitar perdas significativas em ambientes de mercado altamente voláteis.

Figura 7. Entre 24 de fevereiro e 3 de março, o volume médio diário de liquidação no mercado de derivados atingiu $732 milhões

6. Declínio na Emissão Diária de Moedas de Memes Baseadas em Solana

Em janeiro, o mercado de moedas meme da Solana experimentou um pico de crescimento, com uma onda de novos projetos emergentes. Entre eles, o token TRUMP, lançado pelo ex-presidente dos EUA, Donald Trump, atraiu a maior atenção, impulsionando a atividade aumentada no ecossistema. No entanto, devido ao crescente sentimento avesso ao risco, condições de liquidez mais apertadas e fatores regulatórios em evolução, muitas moedas meme especulativas não conseguiram sustentar o interesse dos investidores, levando a uma acentuada queda nas novas emissões. Como resultado, o mercado de memes na Solana esfriou significativamente, com as novas emissões diárias de moedas meme caindo para 40.000 - uma diminuição de 65% em relação ao seu pico de janeiro. Essa queda reflete o entusiasmo diminuído por ativos especulativos a curto prazo.

A desaceleração na emissão de moedas de meme também afetou a atividade de negociação geral na rede Solana. A receita de taxas de gás caiu acentuadamente de $35 milhões (19 de janeiro) para $1.49 milhões (3 de março), representando uma queda de 95%. Indicadores-chave da rede também mostraram diminuições significativas, incluindo volume de negociação on-chain, endereços ativos e Valor Total Bloqueado (TVL). Essas tendências indicam um enfraquecimento do ciclo de liquidez no setor de meme, com os investidores se movendo para uma postura mais avessa ao risco.

A emissão diária de moedas meme da Solana caiu para 40.000, uma queda de 65% em relação ao pico de janeiro.

Análise Quantitativa - Estratégia Padronizada do MACD: Validando uma Abordagem de Negociação de Reversão à Média no Mercado de Criptomoedas

(Aviso legal: Todas as previsões neste artigo são baseadas em dados históricos e tendências de mercado. São apenas para referência e não devem ser considerados conselhos de investimento ou garantias de movimentos futuros do mercado. Os investidores devem considerar cuidadosamente os riscos e tomar decisões informadas.)

Esta seção apresenta o indicador MACD padronizado (MacNorm) e sua aplicação em uma estratégia de negociação de reversão à média por meio de backtesting no par de negociação BTC/USDT. O MACD padronizado é uma versão aprimorada do MACD tradicional, que normaliza os valores do MACD dentro de um intervalo fixo (tipicamente entre -1 e +1). Este ajuste torna o indicador mais comparável em diferentes condições de mercado, focando na força relativa e direção dos movimentos de preços.

Componentes Principais e Mecanismo

O indicador MACD padronizado é composto por dois componentes principais: a Linha MacNorm e a Linha de Sinal. A Linha MacNorm, que é a linha principal normalizada, captura a relação entre o momento de curto prazo e longo prazo do mercado. Quando está acima de 0, indica que o momento de alta de curto prazo é mais forte, enquanto um valor abaixo de 0 sugere que a pressão de baixa de curto prazo domina. A Linha de Sinal é uma média móvel ponderada (WMA) da Linha MacNorm, servindo como linha de sinal para confirmar e filtrar sinais de negociação. Move-se de forma mais suave e geralmente fica atrás da Linha MacNorm. Na visualização, a linha vermelha representa a Linha MacNorm (linha rápida), enquanto a linha verde representa a Linha de Sinal (linha lenta), ambas restritas a um intervalo de -1 a +1. O MACD padronizado emprega vários parâmetros principais, cada um desempenhando um papel crítico em seu cálculo e eficácia como ferramenta de negociação.

Figura 11. Visualização do Indicador MACD

1. Período da Média Móvel Rápida (FastMA)
   Este parâmetro define o período de cálculo para a média móvel de curto prazo, que representa a tendência de preço de curto prazo. Um valor menor torna o indicador mais sensível às mudanças de preço, permitindo que capture movimentos de mercado rapidamente, mas ao custo de gerar mais sinais falsos. Este parâmetro afeta o numerador ou denominador nos cálculos de proporção, influenciando a avaliação geral do momentum.

2. Período da Média Móvel Lenta (SlowMA)
   Este parâmetro controla o período de cálculo para a média móvel de longo prazo, representando a tendência do mercado em geral. Um valor maior resulta em uma tendência mais suave, reduzindo sinais falsos e causando maior atraso de sinal. O contraste entre as linhas rápida e lenta é o cerne do MACD, e este parâmetro determina o grau de 'lentidão' na análise de tendências.

3. Período da Linha de Disparo
   Isso determina o cálculo da média móvel ponderada (WMA) da Linha MacNorm, formando a Linha de Gatilho. Um valor menor faz com que a linha de gatilho siga de perto a Linha MacNorm, gerando sinais mais frequentes, mas mais precoces. Por outro lado, um valor maior resulta em uma linha de sinal mais suave com menos, mas potencialmente mais confiáveis, sinais.

4. Período de Normalização
   Este é o período de retrocesso utilizado para padronização, onde os valores mais altos e mais baixos do MACD dentro deste período são identificados para dimensionar o resultado dentro de uma faixa de -1 a +1. Um período de normalização maior fornece uma padronização mais estável, uma vez que considera um histórico de preços mais amplo, enquanto um período menor torna a padronização mais dinâmica, mas pode levar a flutuações frequentes do indicador.

5. Tipo de Média Móvel
   Este parâmetro determina o método usado para calcular FastMA e SlowMA. O método escolhido afeta como os movimentos de preços são ponderados:

• Média Móvel Exponencial (EMA)atribui maior peso aos preços recentes, tornando-se mais responsivo às mudanças de mercado.
• Média Móvel Ponderada (WMA)aplica uma distribuição linear de peso ao longo do tempo.
• Média Móvel Simples (SMA)dá peso igual a todos os preços, produzindo a tendência mais suave.

Diferentes tipos de médias móveis influenciam a sensibilidade do indicador e o timing de geração de sinais, afetando a eficácia geral da estratégia.

Para obter uma análise detalhada das fórmulas de cálculo, consulte [10].

Estratégia de Negociação Prática

A lógica central desta estratégia de negociação baseia-se na teoria da Reversão à Média, que pressupõe que os preços tendem a reverter para a sua média de longo prazo. A estratégia utiliza o indicador MACD Padronizado para identificar desvios de preço excessivos. Especificamente, se o indicador rápido (MacNorm) permanecer a um nível elevado (>0.995) nos últimos quatro períodos, mas subitamente cair abaixo da linha de sinal lenta (Trigger) no período atual, isso indica que o preço pode ter-se desviado demasiado da média.desencadeando um sinal de venda a descobertona expectativa de um regresso à média.

O período de retenção é fixado em N ciclos de candlestick (denominado como lag_N), e o período de backtesting abrange de 3 de março de 2024 a 3 de março de 2025, usando sinais MACD de 1 minuto. Custos de transação como taxas e deslizamento não são considerados neste estudo.

Cinco parâmetros principais definem esta estratégia:

• Período da Média Móvel Rápida (fast_length)
• Período da Média Móvel Lenta(slow_length)
• Período de Suavização da Linha de Sinal(trigger_length)
• Período de retrospectiva de normalização (norm_period)
• Tipo de Média Móvel (ma_type, definido como EMA para este estudo)

Para identificar as combinações de parâmetros ótimas, realizamos backtests nos seguintes intervalos:

• Período da MA Rápida: 8, 10, 12, 14
• Período de MA lento:16, 18, 21, 24
• Período de Suavização do Sinal:9, 12, 15, 18
• Período de Normalização:5, 7, 9, 11
• Tipo de Média Móvel:EMA

Para garantir a robustez da estratégia, aplicamos dois critérios de filtragem: uma taxa mínima de vitória de 55% e um mínimo de 50 negociações por período de backtesting. Em seguida, selecionamos as cinco principais combinações de parâmetros com os maiores retornos médios. Esta abordagem de filtragem em várias camadas ajuda a identificar parâmetros ótimos e reduz o risco de overfitting.

Figura 12. Retornos cumulativos com base nos cinco principais conjuntos de parâmetros selecionados, com alocação ponderada igual entre estratégias

Figura 13. Análise de Risco-Retorno - Índice de Sharpe

Figura 14. Desempenho do Retorno Total

Resumo da Estratégia de Negociação

Com base na nossa análise de backtesting, identificamos cinco conjuntos de parâmetros ótimos que apresentaram um desempenho excepcional:

• MA Rápida: 14, MA Lenta: 18, Suavização de Sinal: 18, Período de Normalização: 7
• MA Rápida: 14, MA Lenta: 18, Suavização do Sinal: 15, Período de Normalização: 7
• MA Rápida: 14, MA Lenta: 21, Suavização do Sinal: 18, Período de Normalização: 5
• MA Rápida: 14, MA Lenta: 18, Suavização de Sinal: 9, Período de Normalização: 7
• MA Rápida: 14, MA Lenta: 18, Suavização do Sinal: 12, Período de Normalização: 7

Estes cinco conjuntos de parâmetros otimizados foram combinados numa única estratégia de negociação composta com pesos iguais. Os resultados dos testes retrospetivos indicam que esta estratégia gera consistentemente retornos estáveis, independentemente do período de retenção. Mais importante, à medida que o período de detenção se prolonga, a curva de retorno mostra uma clara tendência ascendente,sugerindo que a estratégia oferece uma vantagem notável em cenários de investimento a longo prazo.

Ao analisar a taxa de Sharpe (retornos ajustados ao risco) e o desempenho total do retorno em diferentes períodos de detenção, descobrimos que os períodos de detenção superiores a 30 ciclos consistentemente superaram os períodos mais curtos em ambas as métricas. Isso demonstra que a estratégia oferece retornos acumulados mais elevados ao longo de períodos de detenção mais longos e alcança melhores resultados na gestão de riscos.

Conclusão

Entre 17 de fevereiro e 3 de março, o mercado de criptomoedas experimentou uma volatilidade significativa, com o BTC exibindo flutuações de preço muito mais altas do que o ETH. Impulsionado por desenvolvimentos de políticas, o BTC protagonizou uma rápida recuperação. A análise da taxa longa/curta apoiou fortemente o BTC, enquanto o ETH carecia de ímpeto ascendente. Os dados de interesse aberto dos futuros revelaram que a negociação alavancada do BTC permaneceu altamente ativa, enquanto a negociação do ETH foi mais conservadora. A volatilidade da taxa de financiamento refletiu intensas batalhas de mercado longo-curto, e os dados de liquidação destacaram riscos de mercado elevados, particularmente com forte pressão de liquidação em posições longas. Além disso, o mercado da moeda meme Solana esfriou significativamente, com uma queda acentuada nas novas emissões diárias, sinalizando um enfraquecimento do apetite especulativo.

Do ponto de vista da análise quantitativa, a estratégia de reversão média baseada no MACD padronizado identificou eficazmente recuos de preços após rallies excessivos, fornecendo sinais claros de venda a descoberto através de backtesting e otimização de parâmetros. No entanto, nenhuma estratégia de negociação é infalível, e mudanças rápidas no mercado podem impactar a sua eficácia. Os traders devem aplicar estratégias com cautela e considerar a sua otimização com base na tolerância ao risco e nas preferências de negociação.


Referências:

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/

Pesquisa Gate
A Gate Research é uma plataforma abrangente de pesquisa em blockchain e criptomoedas, fornecendo aos leitores conteúdo detalhado, incluindo análise técnica, insights quentes, revisões de mercado, pesquisa setorial, previsões de tendências e análise de políticas macroeconômicas.

Clique no Linkpara saber mais

Aviso Legal
Investir no mercado de criptomoedas envolve alto risco, e é recomendável que os utilizadores conduzam pesquisas independentes e compreendam completamente a natureza dos ativos e produtos que estão a adquirir antes de tomarem quaisquer decisões de investimento.Gate.ionão é responsável por quaisquer perdas ou danos causados por tais decisões de investimento.