Cómo leer las señales del mercado cripto sin engañarte a ti mismo

Qué cuenta como una señal de mercado

Una señal de mercado es cualquier medida observable que un trader utiliza para formarse una opinión sobre el precio. Esa definición es deliberadamente amplia, porque el problema práctico no es encontrar señales. Es que cada panel ofrece cientos de ellas, se presentan con la misma autoridad visual, y casi ninguna viene acompañada de una declaración honesta de lo que puede y no puede hacer.

Este artículo trata sobre la interpretación más que sobre la causalidad. Si buscas los motores subyacentes del precio en sí, lee primero qué mueve realmente los precios de las criptomonedas, que cubre las condiciones de liquidez, los eventos de oferta y los flujos. Este artículo empieza un nivel por encima de eso: dado el conjunto de medidas que los traders realmente observan, cuáles son informativas y sobre qué.

Tres propiedades separan una señal útil de una meramente decorativa.

El momento en que ocurre respecto al movimiento. Una señal adelantada cambia antes que el precio. Una señal coincidente cambia al mismo tiempo que el precio. Una señal retardada cambia después del precio. Casi todos los indicadores cripto populares son coincidentes o retardados, y el lenguaje de marketing que los rodea insinúa sistemáticamente lo contrario.

Lo que realmente mide. Muchos indicadores son transformaciones del mismo dato de entrada. Una media móvil, un oscilador de momentum y una línea de tendencia toman todos el precio como su única entrada. Son tres vistas de una sola variable, no tres piezas independientes de evidencia.

Si puede estar equivocada. Una señal que solo puedes interpretar después de los hechos no es una señal, es un relato. Si no existe ninguna lectura que te hubiera dicho que hicieras lo contrario, el indicador no está transportando información.

Las tres familias de señales cripto

Casi todo lo que aparece en la pantalla de un trader pertenece a una de tres familias, y estas familias difieren en el tipo de error al que son propensas.

El valor de esta división es que te indica cuándo estás contando dos veces lo mismo. Si tu tesis alcista se basa en un cruce de medias móviles, una vela envolvente alcista y un oscilador que gira al alza, tienes una sola señal contada tres veces, porque las tres son funciones de la misma serie de precios. Añadir una señal estructural como el interés abierto, o una señal de sentimiento como una encuesta de posicionamiento, sí añade una segunda dimensión de verdad. Añadir un cuarto indicador de precio no añade nada.

Primera familia: señales de precio y técnicas

Es la familia más grande y la que tiene, en promedio, la base de evidencia más débil, por una razón estructural: es la familia en la que resulta más fácil buscar una regla que haya funcionado con datos pasados.

Supongamos que pruebas reglas de cruce de medias móviles con todas las combinaciones de longitudes rápida y lenta entre 5 y 200 periodos. Eso da cerca de veinte mil reglas. Aunque ninguna tuviera una ventaja real, aun así cabría esperar que alrededor de un millar de ellas parecieran rentables con un nivel de significancia del 5%, por puro azar. La que mejor parece en el backtest es, la mayoría de las veces, la más afortunada y no la más verdadera.

Lo que esto realmente te dice

Un resultado de backtest presentado sin su espacio de búsqueda es imposible de interpretar. La pregunta relevante nunca es «¿funcionó esta regla?» sino «¿cuántas reglas se probaron antes de que me mostraran esta?». Una regla única probada una sola vez y una regla única seleccionada entre veinte mil se ven idénticas en el gráfico y significan cosas completamente distintas.

Por eso lo simple suele ser más honesto aquí. Las reglas con pocos parámetros libres tienen menos margen para ajustarse al ruido. Un filtro de tendencia sencillo con una sola ventana de referencia tiene un espacio de búsqueda más pequeño que un indicador con cinco entradas ajustables, así que un nivel dado de desempeño pasado tiene más probabilidades de ser real.

La versión práctica. Cuando adoptes una regla técnica, anota los parámetros antes de probarlos, y prueba también los valores vecinos. Si un ajuste de 14 periodos funciona pero 12 y 16 no, has encontrado un artefacto. Si todo el vecindario se comporta de forma similar, al menos has encontrado algo estable.

Las herramientas individuales de esta familia se explican por separado en cómo leer un gráfico de velas cripto y qué puede y no puede decirte el indicador RSI. Ambos artículos incluyen las advertencias de fiabilidad que la mayoría de los tutoriales omiten.

Segunda familia: señales de sentimiento

Las señales de sentimiento intentan medir lo que siente la multitud o cómo está posicionada. La más conocida en cripto es el Índice de Miedo y Codicia Cripto, publicado por Alternative.me, que combina la volatilidad, el momentum y el volumen del mercado, la actividad en redes sociales, la dominancia de Bitcoin y los datos de Google Trends en un único número de 0 a 100. En la metodología también se publica un componente de encuestas, pero actualmente está marcado como en pausa.

Esa composición es la respuesta honesta a por qué el índice es coincidente. No puede adelantarse al precio en gran medida, porque la mayoría de sus entradas son precio. La construcción completa, y la estrategia contrarian que algunos construyen sobre ella, se examinan en qué mide realmente el Índice de Miedo y Codicia.

Las señales de sentimiento también sufren de reflexividad. Si un indicador ampliamente seguido marca miedo extremo y un gran número de traders compran a partir de esa lectura, el indicador ha cambiado la cosa misma que estaba midiendo. Cualquier medida de sentimiento lo bastante popular como para ser negociable es lo bastante popular como para autoafectarse.

Para qué sirven realmente las señales de sentimiento

Son malas herramientas de timing pero herramientas de contexto razonables. Saber que el posicionamiento está saturado de un lado te dice algo real sobre la forma del riesgo que estás asumiendo: un posicionamiento saturado significa que un shock tiene más probabilidades de producir un movimiento desordenado, porque más participantes necesitan salir por la misma puerta. Eso es una afirmación sobre la distribución de resultados, no sobre la dirección, y debería cambiar el tamaño de tu posición en lugar de tu posición en sí.

Para entender la psicología detrás de por qué las multitudes se agrupan, psicología del mercado cripto cubre el ciclo emocional en detalle.

Tercera familia: señales estructurales y on-chain

Esta familia mide la fontanería del mercado en lugar de su estado de ánimo: cuánto apalancamiento hay pendiente, quién le paga a quién por mantenerlo, qué tan profundo es el libro de órdenes, y cómo se distribuye el capital entre los activos.

Cada fila comparte el mismo defecto: la lectura es real, pero su signo es ambiguo sin contexto adicional. Este es el modo de fallo característico de esta familia, y es distinto del de la familia técnica. Las señales técnicas fallan por ajustarse al ruido. Las señales estructurales fallan por ser medidas genuinas cuyo sentido de implicación depende de hechos que la propia medida no contiene.

Lo que esto realmente te dice

Las señales estructurales son más útiles como afirmaciones condicionales, no aisladas. «El interés abierto es alto» no es accionable. «El interés abierto es alto y la financiación es fuertemente positiva y el precio se ha estancado» describe una configuración específica e identificable en la que un movimiento a la baja tiene más combustible disponible de lo habitual. Es la conjunción la que transporta la información; ningún término por sí solo lo hace.

Aquí es donde se encuentra la ocasional señal genuinamente adelantada. Los datos de posicionamiento pueden adelantarse, porque el apalancamiento debe construirse antes de poder deshacerse. Eso no lo convierte en un pronóstico de dirección, pero sí te dice dónde están saturadas las salidas antes de que esa saturación importe.

El uso práctico es el dimensionamiento del riesgo. Cuando estas señales se alinean, la respuesta correcta suele ser reducir el tamaño o ampliar los stops en lugar de invertir la dirección. Lo que se te está diciendo es que la distribución tiene colas más gruesas, no cuál de las colas.

Los mecanismos individuales se explican en el interés abierto en cripto, cómo funcionan las tasas de financiación, cómo leer un libro de órdenes cripto, y qué mide la dominancia de Bitcoin.

La limitación que comparten todas las señales

Si se dejan de lado las diferencias, las tres familias comparten una misma restricción: los mercados cripto son lo bastante eficientes, al nivel de los indicadores públicamente disponibles, como para que una señal ampliamente conocida con una ventaja grande y estable no debería sobrevivir.

Esto no es una afirmación de que los mercados cripto sean perfectamente eficientes. Claramente no lo son. Es una afirmación más acotada y más defendible: cualquier señal que sea (a) documentada públicamente, (b) calculable a partir de datos gratuitos, y (c) visible en todas las principales plataformas de gráficos ha sido examinada por un número enorme de participantes bien capitalizados. Si portara una ventaja grande y fiable, esa ventaja se iría arbitrando hasta desaparecer.

Lo que sobrevive a ese filtro suele ser una de tres cosas: efectos difíciles de capturar por los costos y los límites de capacidad, efectos que solo funcionan en regímenes específicos y pierden dinero en otros, o efectos que exigen aceptar un riesgo genuino en lugar de explotar un error.

Lo que la evidencia realmente respalda

La investigación evaluada por pares sobre los rendimientos cripto es mucho más escasa de lo que sugiere el volumen de contenido sobre indicadores, pero no está vacía, y apunta en una dirección concreta.

Liu y Tsyvinski, en Risks and Returns of Cryptocurrency, establecen que los rendimientos de las criptomonedas no se explican por los factores bursátiles o macroeconómicos estándar, e identifican dos efectos específicos de las criptomonedas: un fuerte efecto de momentum en series temporales, y proxies de la atención de los inversores que predicen los rendimientos.

Liu, Tsyvinski y Wu, en Common Risk Factors in Cryptocurrency, construyen equivalentes cripto de una amplia gama de factores estudiados en renta variable y encuentran que un modelo de tres factores —mercado, tamaño y momentum— explica los rendimientos de las estrategias long-short que ponen a prueba.

Lo que esto realmente te dice

El momentum cuenta con el respaldo publicado más sólido, y no es un patrón chartista. El efecto momentum en esta literatura es una construcción sistemática, entre activos, basada en reglas, con ventanas de referencia y rebalanceos definidos, no una lectura discrecional de si un gráfico «se ve fuerte». La evidencia respalda lo primero y no dice nada sobre lo segundo.

La atención es medible e importa, lo cual es inusual. Que el interés de búsqueda y el volumen social predigan los rendimientos es un hallazgo genuinamente poco obvio, y es el argumento académico más sólido para tomar en serio cualquier medida cercana al sentimiento. Fíjate bien en lo que no dice: no dice que un índice de sentimiento compuesto en gran parte por datos de precio prediga los rendimientos.

Casi nada más del canon de indicadores minoristas aparece en la evidencia. Los patrones de velas, los umbrales de osciladores, las reglas de rotación basadas en la dominancia y el max pain no cuentan con un respaldo publicado comparable. Eso no prueba que no tengan valor, pero sí significa que la carga de la prueba recae en quien afirma que funcionan, y deberías tratarlos como heurísticas y no como hallazgos.

La versión práctica. Si quieres un punto de partida alineado con la evidencia, una regla mecánica de tendencia o momentum aplicada de forma consistente en todos los activos tiene más respaldo detrás que cualquier lectura discrecional de patrones, y tiene la virtud adicional de ser falsable. Todo lo demás en tu pantalla debería tratarse como contexto que moldea el tamaño de la posición, no como un disparador.

Cómo una señal con una buena tasa de acierto igual puede engañarte

Esta es la aritmética que explica por qué tantos indicadores se sienten útiles y sin embargo rinden mal, y vale la pena recorrerla con calma.

Toma una señal con credenciales genuinamente impresionantes. Se activó antes de 8 de los últimos 10 drawdowns mayores. Eso es una tasa de acierto del 80% en los eventos que importan, y es la estadística que se publicita.

Ahora suma los dos números que nunca se publicitan: con qué frecuencia se activa la señal cuando no sigue ningún drawdown, y con qué frecuencia ocurren los drawdowns en general. Supongamos que la señal también se activa en el 20% de los periodos tranquilos, y que los drawdowns mayores ocurren en el 10% de los meses.

En 100 meses:

La señal se activa 26 veces. Acierta 8 de esas veces. Su precisión real cuando habla es de 8 dividido entre 26, alrededor del 31%.

La tabla tiene los números; la cuadrícula tiene la intuición.

Lectura de la Figura 1

Cuenta los puntos de color, no los grises. La señal habló 26 veces, y esos son los únicos meses en los que te pidió hacer algo. Veintiséis puntos de cien es toda la superficie en la que este indicador puede ayudarte o perjudicarte.

Ahora compara los dos grupos de color. Ocho verdes contra dieciocho rojos. Cada vez que esta señal te advierte, el grupo rojo es la explicación más probable de por qué está hablando —en una proporción de más de dos a uno—. Esa proporción es la cifra del 31%, y es visible sin necesidad de hacer ningún cálculo.

Los dos puntos solitarios importan más de lo que parece. Esos son los drawdowns que llegaron sin ninguna advertencia. Son la razón por la que una señal no puede usarse como una luz verde: permanecer invertido porque el indicador está en silencio es apostar a que estás en el bloque gris, y 2 de los 74 meses tranquilos no lo estaban.

Y fíjate en qué es lo que realmente cambia el panorama. El grupo rojo es grande no porque la señal sea mala, sino porque los meses tranquilos superan a los drawdowns en una proporción de nueve a uno. Mejora la tasa de acierto de la señal de 8 a 10 sobre 10 y añades dos puntos verdes. Reduce a la mitad su tasa de falsos positivos y eliminas nueve puntos rojos. Lo segundo vale cuatro veces más que lo primero, que es justo lo contrario de donde el marketing de indicadores pone su atención.

Lo que esto realmente te dice

La cifra del 80% y la del 31% son ambas ciertas, y responden preguntas distintas. El ochenta por ciento responde a «dado un drawdown, ¿me avisó la señal?». El treinta y uno por ciento responde a «dado un aviso, ¿debería esperar un drawdown?». Solo la segunda es una pregunta sobre la que se puede operar. El marketing de indicadores reporta sistemáticamente la primera.

La tasa base hace la mayor parte del trabajo. La razón por la que la cifra se desploma es que los meses tranquilos superan a los meses de drawdown en una proporción de nueve a uno, así que incluso una tasa de falsos positivos modesta del 20% genera más del doble de falsas alarmas que de alarmas verdaderas. Esto no es un defecto de la señal. Es lo que le ocurre a cualquier prueba diseñada para un evento raro, y es la razón por la que las pruebas de detección médica para enfermedades raras tienen el mismo problema.

Actuar ante cada activación es peor que inútil una vez que se incluyen los costos. Veintiséis salidas en 100 meses, de las cuales 18 fueron innecesarias, significan 18 idas y vueltas de comisiones, spread y reentrada a un precio peor, además de los momentos en los que estuviste fuera durante una recuperación. La señal puede ser genuinamente informativa y aun así perder dinero una vez descontada la ejecución.

La versión práctica. Antes de adoptar cualquier señal, exige tres números en lugar de uno: con qué frecuencia se activa antes del evento, con qué frecuencia se activa sin el evento, y con qué frecuencia ocurre el evento. Si la persona que la promociona no puede aportar el segundo y el tercero, no ha medido lo que afirma. Y cuando la precisión es baja pero no despreciable, el uso correcto es reducir el tamaño ante una activación, no salir por completo, porque una señal del 31% es información real y un interruptor binario pésimo.

Cómo combinar señales sin sesgo de confirmación

El sesgo de confirmación en el trading no suele ser un fallo de inteligencia. Es un fallo de secuencia. La mayoría de los traders se forman primero una opinión y luego consultan indicadores, y el enorme menú disponible garantiza que algún subconjunto estará de acuerdo con lo que ya pensaban.

Tres hábitos rompen esa secuencia.

Una checklist para leer cualquier señal nueva

Conclusión

El hecho central sobre las señales del mercado cripto no tiene nada de glamoroso: casi todas son medidas del presente, vestidas con el lenguaje del futuro. Velas, osciladores, índices de sentimiento, ratios de dominancia, financiación e interés abierto son todas cantidades reales, y cada una de ellas es, en gran medida, una descripción de lo que ya ha ocurrido. Tratar una medida coincidente como un pronóstico es el error único que produce las operaciones perdedoras más confiadas.

Las tres familias fallan de maneras distintas, que es precisamente por lo que esta división resulta útil. Las señales derivadas del precio fallan por data mining, porque el espacio de reglas comprobables es prácticamente infinito. Las señales de sentimiento fallan por reflexividad y, en el caso más popular, por estar construidas en gran parte a partir de datos de precio desde el principio. Las señales estructurales fallan por ambigüedad de signo, ya que la misma lectura suele ser compatible con resultados opuestos. Reconocer a qué modo de fallo estás expuesto importa más que los ajustes específicos que uses.

La evidencia publicada es más limitada de lo que sugiere el ecosistema de indicadores. El momentum en series temporales y la atención de los inversores cuentan con respaldo evaluado por pares específicamente en cripto; una construcción mecánica de momentum basada en reglas tiene más detrás que cualquier lectura discrecional de patrones. Casi todo lo demás en el canon minorista es heurístico, y debería juzgarse con el estándar de una heurística.

Por último, la aritmética de la tasa base merece interiorizarse en lugar de simplemente leerse. Una señal que capta el 80% de los drawdowns puede acertar menos de una de cada tres veces que se activa, porque el evento es raro y las falsas alarmas no lo son. Eso no es una razón para descartar las señales. Es una razón para usar la mayoría de ellas para dimensionar posiciones en lugar de para dispararlas, para exigir la tasa de falsos positivos con la misma rutina que la tasa de acierto, y para escribir qué demostraría que estás equivocado antes de salir a buscar lo que demuestre que tienes razón.

Preguntas frecuentes

Fuentes y lecturas adicionales

Fuentes primarias:

• Liu and Tsyvinski — Risks and Returns of Cryptocurrency (NBER Working Paper 24877)
• Liu, Tsyvinski and Wu — Common Risk Factors in Cryptocurrency (NBER Working Paper 25882)
• Alternative.me — Crypto Fear and Greed Index methodology

Artículos relacionados de CoinBeaver:

• Qué mueve realmente los precios de las criptomonedas
• Cómo leer un gráfico de velas cripto
• Qué te dice el volumen de trading
• Qué mide realmente el Índice de Miedo y Codicia
• Qué mide la dominancia de Bitcoin
• Cómo leer un libro de órdenes cripto
• Qué puede y no puede decirte el indicador RSI
• El interés abierto en cripto
• Cómo funcionan las tasas de financiación
• Psicología del mercado cripto

Este artículo es educativo y no constituye asesoramiento financiero. El ejemplo desarrollado de 100 meses utiliza tasas de acierto, tasas de falsos positivos y tasas base ilustrativas, elegidas para demostrar la aritmética; no son medidas de ningún indicador específico. Las metodologías de las señales y la composición de los índices cambian, así que verifica la construcción actual de cualquier índice antes de confiar en él.