La IA Señala Riesgos Ocultos en el Trading de Futuros de Criptomonedas

Un Bitcoin (BTC ) El gráfico puede mostrar un movimiento de precio modesto mientras el mercado subyacente se vuelve cada vez más difícil de operar. Los compradores pueden estar consumiendo las órdenes de venta disponibles, los proveedores de liquidez pueden estar retirando cotizaciones y las posiciones apalancadas pueden estar acumulándose. Ninguna de esas condiciones se explica completamente por cuánto se ha movido el precio.

Un nuevo estudio de Suresh Rajendran y Divya Singaravelu, aceptado para su publicación en International Review of Economics and Finance, investiga esa brecha.¹ A partir de datos de futuros perpetuos de Bitcoin y Ether, los investigadores analizan si el aprendizaje automático puede identificar la toxicidad del flujo de órdenes a corto plazo sin depender directamente de la volatilidad reciente.

Los hallazgos sugieren que las señales de flujo de órdenes pueden ayudar a clasificar el riesgo de selección adversa. Su importancia más amplia es que identificar grandes movimientos de precio y detectar condiciones de trading costosas son tareas diferentes. Para inversores, traders y operadores de exchanges, comprender esa diferencia ofrece una forma mejor de evaluar tanto la calidad del mercado como la IA financiera.

Qué Significa la Toxicidad del Flujo de Órdenes en el Trading de Criptomonedas

Los creadores de mercado suministran liquidez ofreciendo comprar y vender. Buscan ganar el spread entre esos precios mientras gestionan el inventario y el riesgo de que los precios se muevan en contra después de una operación.

Considere un ejemplo simplificado. Un proveedor de liquidez vende Bitcoin a un precio anunciado, pero la presión de compra empuja el mercado al alza inmediatamente después. El proveedor vendió justo antes de que el activo se volviera más caro. Repetido en muchas operaciones, estas ejecuciones adversas pueden sobrepasar los ingresos obtenidos de los spreads.

La toxicidad del flujo de órdenes describe condiciones de trading asociadas con ese riesgo de selección adversa. El término no significa que las transacciones sean fraudulentas o que los traders responsables posean información confidencial. Noticias públicas, trading agresivo, liquidaciones y otras presiones pueden generar flujos dañinos.

Los futuros perpetuos hacen que este problema sea particularmente relevante. Estos derivados generalmente no tienen fecha de vencimiento programada y utilizan pagos de financiación para ayudar a alinear sus precios con el activo subyacente. El apalancamiento añade otra fuente de presión cuando los cierres forzados de posiciones envían órdenes al mercado.

Cómo la IA Analizó el Flujo de Órdenes de Bitcoin y Ether

Los investigadores estudiaron los futuros perpetuos BTC/USDT y ETH/USDT en Bybit usando datos que abarcan del 1 de febrero de 2025 al 16 de febrero de 2026. Después de reservar los primeros 21 días para el entrenamiento inicial, evaluaron los modelos durante 360 días fuera de muestra.

El modelo principal utilizó gradient boosting, un método de aprendizaje automático que combina múltiples árboles de decisión. Sus 19 variables describían condiciones como spreads, desequilibrio del libro de órdenes, actividad comercial y retiro pasivo de órdenes. Se excluyeron entradas directas de volatilidad realizada para probar si el modelo capturaba algo más allá de la turbulencia reciente del precio.

Los predictores usaron información disponible hasta el segundo anterior. La evaluación walk‑forward entrenó con observaciones anteriores antes de puntuar las posteriores, reduciendo el riesgo de que el modelo tuviera acceso a información futura.

El modelo generó una señal de clasificación de riesgo llamada TailScore. La comparación principal seleccionó el 1 % de segundos evaluados con mayor puntuación, descrito como una puerta del 1 %. Este fue un umbral de evaluación retrospectivo, más que una regla de trading en vivo completamente especificada.

Las estimaciones monetarias anteriores se aplican al modelo principal en la puerta del 1 %, usando una tasa de ejecución asumida del 25 %. Representan pérdidas evitadas modeladas después de considerar los ingresos perdidos por spreads, no rendimientos de inversión ni ganancias comerciales realizadas.

Por Qué una Mejor Detección de Volatilidad Puede Generar Menos Valor

El hallazgo más útil se refiere al desacuerdo entre las métricas de desempeño. Los modelos más simples basados en retornos, flujos o volatilidad generalmente concentraron los movimientos de precio extremos de manera más eficaz dentro de las puertas adecuadamente soportadas del 1 % al 5 %. Sin embargo, el modelo principal sin entradas directas de volatilidad produjo las estimaciones ilustrativas de pérdida evitada más altas para ambos activos.

Eso no establece que haya superado decisivamente a cada alternativa. En la puerta principal de Bitcoin, su intervalo de confianza se superpone con los del modelo lineal y el modelo que incluía volatilidad. Sin embargo, muestra por qué seleccionar un modelo financiero basándose en una métrica impresionante puede ser engañoso.

Un sistema que reconoce periodos turbulentos puede ayudar a reducir la exposición total. Un sistema destinado a proteger cotizaciones pasivas debe responder a una pregunta más estrecha: ¿qué posibles ejecuciones pueden volverse costosas, y vale la pena evitarlas a costa del ingreso sacrificado?

Esta distinción va más allá de las criptomonedas. La IA financiera debe evaluarse en función de la decisión económica que respalda. La precisión de clasificación, la detección de movimientos extremos, los costos de ejecución y la rentabilidad miden cosas diferentes. Mejorar una no mejora automáticamente las demás.

Por qué un mercado de criptomonedas tranquilo aún puede conllevar riesgo

Observaciones recientes del mercado ilustran por qué el comportamiento de los precios debe leerse junto con el posicionamiento. El informe de posicionamiento de mercado de agosto de 2026 de Coinbase Institutional describió un aumento del interés abierto en derivados junto con la disminución de los volúmenes de negociación spot y perpetuos en julio. También informó de una liquidez más débil del libro de órdenes del lado de la compra.

Esas observaciones no validan el modelo de este estudio. Ilustran un punto distinto: la exposición pendiente, la actividad de negociación y la liquidez disponible pueden moverse en direcciones diferentes. Un mercado más tranquilo no contiene necesariamente menos riesgo.

La liquidez también tiene diferentes significados. El análisis de Securities.io sobre liquidez global y rendimientos de criptomonedas se refiere a la disponibilidad de capital en todo el sistema financiero. La liquidez del libro de órdenes se refiere a las órdenes disponibles para absorber transacciones a precios determinados. Más capital en el sistema no garantiza una liquidez ejecutable profunda en cada mercado.

Qué significa esto para los traders ordinarios

El estudio no proporciona un indicador minorista listo para usar. Su contribución práctica es fomentar una visión más amplia de la calidad de ejecución:

• Evalúe la profundidad de mercado disponible junto al spread cotizado.
• Distinga el aumento del interés abierto del aumento del volumen de negociación.
• Evalúe los costos de ejecución junto a la precisión de predicción de cualquier modelo.

También existe una posible tensión para los intercambios. Si la detección de riesgos ayuda a los proveedores de liquidez a identificar períodos peligrosos, pueden reducir el tamaño de sus cotizaciones o retirar órdenes. Eso puede proteger sus balances mientras deja a otros participantes con menos liquidez disponible. Una mejor gestión de riesgos individual no crea automáticamente un mercado más resiliente en conjunto.

Lo que el estudio no establece

La evidencia cubre dos activos en un solo intercambio durante aproximadamente un año. No puede establecer que las mismas relaciones se mantengan en otros mercados, tokens más pequeños o diferentes regímenes de mercado.

La etiqueta de toxicidad del estudio combina el flujo de órdenes con el impacto de precio de cinco segundos. Es un proxy construido, más que una prueba de información privada. Después de emparejar eventos bajo condiciones de mercado relevantes, los investigadores no encontraron una ventaja de persistencia estadísticamente distinguible para los eventos seleccionados por el modelo en los horizontes probados.

Las estimaciones económicas excluyen comisiones, deslizamiento, pagos de financiación, costos de cobertura, posición en la cola y posiciones superpuestas o correlacionadas. Un despliegue en vivo también requeriría umbrales calibrados usando solo la información disponible en ese momento. Estas omisiones impiden que los resultados se interpreten como una estrategia rentable demostrada.

Ambos autores revelan que son cofundadores de Alphashots.AI, una empresa de investigación cuantitativa y tecnología de negociación. Esa afiliación es un contexto relevante al evaluar posibles aplicaciones comerciales.

CME Group y la expansión de la gestión de riesgos en cripto

La oportunidad más amplia se refiere a la infraestructura que permite a los participantes negociar y gestionar la exposición a activos digitales. La cobertura de Securities.io sobre perpetuos de activos del mundo real explora cómo las ambiciones de los derivados se están extendiendo más allá de los mercados cripto convencionales. A medida que los productos se expanden, la calidad de ejecución se vuelve cada vez más trascendental.

Para los inversores interesados en una exposición accionaria a esta infraestructura, CME Group ofrece una conexión relevante a través de su mercado de derivados. En junio de 2026, la compañía anunció el lanzamiento de negociación de futuros y opciones de criptomonedas 24/7. También introdujo futuros del Nasdaq CME Crypto Index, ampliando su gama de productos a una exposición cripto diversificada.

CME ofrece una forma de examinar el negocio de la infraestructura de negociación en lugar de simplemente elegir una criptomoneda. Las consideraciones relevantes incluyen la participación sostenida de clientes, la adopción de productos, la competencia y los costos de mantener mercados continuos. Su negocio más amplio también abarca múltiples clases de activos.

Los hallazgos de Bybit no establecen que CME utilice este modelo ni que los resultados se transfieran a sus contratos. La conexión es la creciente importancia de una gestión de riesgos sofisticada. El desarrollo del mercado cripto depende de más que atraer capital: los participantes también necesitan formas fiables de ejecutar operaciones, cubrir exposiciones y evaluar lo que sus herramientas de riesgo realmente logran.

Referencias:

¹ Rajendran, S., y Singaravelu, D. (2026). Toxicidad del flujo de órdenes en los futuros perpetuos de criptomonedas: señales del flujo de órdenes, persistencia del impacto en los precios y límites de las métricas basadas en la volatilidad. International Review of Economics and Finance. Publicación anticipada en línea. https://doi.org/10.1016/j.iref.2026.105876