¿Pueden los datos on‑chain predecir los ciclos de Bitcoin?

Los mercados financieros se mueven por la psicología y las acciones de instituciones e inversores minoristas. Esto significa que analizar el volumen de transacciones, los patrones y otros datos puede ser extremadamente valioso para traders e inversores al predecir movimientos de precios futuros.

Bitcoin ha sido una de las categorías de activos nuevos más exitosas de la historia, y difiere de activos tradicionales como acciones y oro en varios aspectos, como transacciones instantáneas y suministro matemáticamente limitado. Una diferencia menos discutida es cuán transparente es el mercado y las transacciones de Bitcoin y las criptomonedas en general.

En teoría, esto puede ofrecer a los inversores una forma diferente de estudiar los ciclos del mercado, con cada transacción registrada y “memorizada” disponible para su acceso en el libro mayor público.

Un nuevo artículo de investigación económica publicado por investigadores de la Universidad de Vaasa (Finlandia) y la Universidad de Turín (Italia) investiga el potencial de este método. Fue publicado en Research In International Business and Finance¹, bajo el título “Using on-chain data to predict Bitcoin cycles”.

Predicción de Mercados

Dado que predecir los precios de los mercados financieros puede ser extremadamente lucrativo, se ha prestado una considerable atención a este tema. Sin embargo, los modelos financieros tradicionales tienen dificultades para explicar los movimientos de precios de los activos cripto.

Esto se debe a que, a diferencia de las acciones, las criptomonedas carecen de valor intrínseco vinculado a una empresa y a posibles dividendos futuros. De manera similar, no son lo mismo que las monedas nacionales, que están influenciadas por la decisión del banco central y la fortaleza o debilidad de la economía nacional.

En cambio, el precio de las criptomonedas está impulsado en gran medida por el sentimiento, aunque la utilidad subyacente para transacciones o como reserva de valor es, por supuesto, la razón profunda del valor de las criptomonedas.

En los mercados tradicionales, los movimientos de precios impulsados por el sentimiento se infieren típicamente a partir de proxies indirectos como encuestas o indicadores basados en medios. Pero las cadenas de bloques proporcionan un libro mayor de transacciones transparente y resistente a manipulaciones, ofreciendo un registro verificable del comportamiento de los inversores.

Para responder a la pregunta de si los datos on‑chain son útiles para predecir los precios de Bitcoin, los investigadores utilizaron tres medidas basadas en la cadena de bloques y el trading. Las midieron a lo largo de tres ciclos de mercado principales.

Medición del Sentimiento de Bitcoin

Resumen de Métricas

Los investigadores analizan los precios de Bitcoin desde el 7 de diciembre de 2013 hasta el 12 de abril de 2025, lo que abarca tres ciclos de mercado completos: 2015, 2018 y 2022.

Los tres indicadores utilizados en este estudio son:

• Ratio de Ganancia/Pérdida No Realizada Neta (NUPL)
• Z‑score de Valor de Mercado a Valor Realizado (MVRV Z-score)
• Días Destruidos de Valor Acumulado (CVDD).

Las dos primeras métricas relacionan los precios con la base de costo agregada de los poseedores (valor realizado) y pueden interpretarse mediante mecanismos de finanzas conductuales.

El CVDD refleja el comportamiento de los poseedores a largo plazo, ya que captura el gasto de monedas mantenidas durante mucho tiempo y, por lo tanto, proporciona información sobre la capitulación de los poseedores a largo plazo durante períodos de pesimismo extremo.

En general, la idea es evaluar el sentimiento de los inversores, donde el exceso de optimismo puede desencadenar una toma de riesgos excesiva y aumentos de precios que pueden convertirse en burbujas, las cuales estallan cuando los inversores entran en pánico y los precios caen muy por debajo del valor intrínseco.

En las criptomonedas, la actividad en motores de búsqueda y las redes sociales están entre las fuentes más prominentes de análisis de sentimiento. Pero los datos on‑chain finalmente contienen la prueba de que dicho sentimiento se convierte en acciones.

Ganancia/Pérdida No Realizada Neta Ratio

El ratio NUPL aproxima la proporción de monedas que actualmente se mantienen con una ganancia o pérdida no realizada.

Como tal, los valores altos implican (por encima de 0.75) un posible máximo del mercado, con un sentimiento eufórico que lleva a mantener ganancias no realizadas sustanciales. De manera similar, los valores bajos suelen estar vinculados al miedo y la capitulación en un mínimo del mercado.

Z‑score de Valor de Mercado a Valor Realizado

El Z‑score MVRV evalúa si una moneda está subvaluada o sobrevaluada en relación con su “valor justo”, y es una métrica on‑chain ampliamente utilizada.

Para ello, combina 3 métricas:

• Valor de mercado (MV): Precio de Bitcoin multiplicado por el número de monedas en circulación.
• Valor realizado (RV): Valorar cada moneda al precio al que fue transferida por última vez en la cadena y sumar todas las monedas en circulación.
• Z‑score: Estandariza la desviación entre MV y RV mediante la desviación estándar del valor de mercado.

Este indicador sugiere que los participantes del mercado están manteniendo grandes ganancias no realizadas durante fases de mercado alcista, cuando el valor de mercado de Bitcoin aumenta sustancialmente por encima de su valor realizado.

Una puntuación por debajo de -0.2 se considera un estado de miedo e incertidumbre elevados. Un umbral de salida de 5-7 indica que el participante promedio mantiene grandes ganancias no realizadas, generando la presión conductual hacia la toma de beneficios que históricamente coincide con los máximos de los ciclos.

Días Destruidos de Valor Acumulado

El CVDD se basa en Coin Days Destroyed (CDD), una métrica que pondera las transacciones tanto por la cantidad de monedas movidas como por el tiempo que fueron mantenidas.

Más precisamente, mide el número de monedas transferidas multiplicado por el número de días transcurridos desde la última vez que esas monedas fueron movidas. CVDD agrega esta actividad a lo largo del tiempo.

Puede ser especialmente útil para medir el fondo del mercado, ya que evalúa cuándo los poseedores a largo plazo capitulan.

¿Pueden los datos on‑chain predecir el precio de Bitcoin?

Resultados Publicados

Varias estrategias NULP probadas superaron a una estrategia de compra y retención. Además de mayores rendimientos, también mostraron menores caídas. La estrategia NULP más agresiva resultó ser la más rentable.

El Z‑score MVRV también mostró un rendimiento superior y robusto ajustado al riesgo en comparación con el punto de referencia de compra y retención. Superaron a las estrategias basadas en NUPL en todas las métricas, aunque con algo de volatilidad adicional en algunos casos.

Se demostró que las estrategias CVDD pueden identificar los fondos de ciclo en todas las operaciones y rangos de ventana, superando a la mayoría de entradas cronometradas aleatoriamente.

Con un valor p del 99 %, sugiere que aunque el CVDD suele entrar muy cerca del fondo, sus periodos de retención a veces son más largos de lo ideal, lo que reduce el rendimiento anualizado.

Estos resultados indican que las tres medidas contienen valor predictivo, siendo el Z‑score MVRV el que produce el mejor rendimiento ajustado al riesgo en general y el CVDD particularmente informativo para identificar los fondos del mercado.

En conjunto, el estudio indica que sí, los datos on‑chain contienen información económicamente significativa sobre el comportamiento del mercado de Bitcoin.

Limitaciones

No debería sorprender que los indicadores de mercado de una situación de sobrecompra o sobreventa en los mercados de Bitcoin ayuden a operar mejor que una estrategia de compra y retención. Después de todo, si dichos indicadores no ofrecieran ventaja adicional, los traders habrían dejado de usarlos hace mucho tiempo.

Sin embargo, no son una bola de cristal, y lo más probable es que un enfoque más sofisticado que combine múltiples indicadores tenga un rendimiento superior, incluyendo tipos diferentes a los indicadores on‑chain.

El artículo de investigación también admite que se necesita más trabajo para analizar la relación entre los datos on‑chain y los precios de otros activos, como Ethereum, Solana y XRP.

De manera similar, aún quedan por evaluar científicamente otras métricas on‑chain.

¿Disrupción de IA?

Por último, la aparición de los LLM (Modelos de Lenguaje Extenso) y la IA en general podría alterar el patrón probado desde 2013.

Los LLM son cada vez más utilizados por inversores minoristas e institucionales para interpretar las condiciones del mercado y procesar información, con el potencial de amplificar sesgos conductuales. Esto podría alterar radicalmente la dinámica de las señales de sentimiento on‑chain examinadas aquí.

Por lo tanto, los inversores en cripto deben tener cuidado de no confiar excesivamente en la fiabilidad de los indicadores que funcionaron en el pasado, ya que los mercados están en constante evolución, hoy más que nunca, ya que nuevas herramientas analíticas como la IA también pueden cambiar la estructura de los mercados.

Así que, como siempre en la inversión, la diversificación y recordar que “los rendimientos pasados no son una prueba de resultados futuros” serán importantes.

Estudio Referenciado

^{1. Klaus Grobys, Sebastian Näsman, and Davide Sandretto. Using on-chain data to predict Bitcoin cycles. Research in International Business and Finance. septiembre de 2026. Article: 103486. Volume: Volume 89. 10.1016/j.ribaf.2026.103486.}