IA sinaliza riscos ocultos na negociação de futuros de criptomoedas

Um Bitcoin (BTC ) Um gráfico pode mostrar um movimento de preço modesto enquanto o mercado subjacente se torna cada vez mais difícil de negociar. Os compradores podem estar consumindo as ordens de venda disponíveis, os provedores de liquidez podem estar retirando cotações e as posições alavancadas podem estar se acumulando. Nenhuma dessas condições é totalmente explicada pela magnitude da variação de preço.

Um novo estudo de Suresh Rajendran e Divya Singaravelu, aceito para publicação na ¹, investiga essa lacuna. Usando dados de contratos futuros perpétuos de Bitcoin e Ether, os pesquisadores analisam se o aprendizado de máquina consegue identificar a toxicidade do fluxo de ordens no curto prazo sem depender diretamente da volatilidade recente.

Os resultados sugerem que os sinais de fluxo de ordens podem ajudar a classificar o risco de seleção adversa. Seu significado mais amplo é que identificar grandes movimentos de preço e identificar condições de negociação custosas são tarefas diferentes. Para investidores, traders e operadores de exchanges, compreender essa diferença oferece uma forma melhor de avaliar tanto a qualidade do mercado quanto a IA financeira.

O que a toxicidade de fluxo de ordens significa na negociação de cripto

Os formadores de mercado fornecem liquidez oferecendo compra e venda. Eles buscam ganhar o spread entre esses preços enquanto gerenciam o inventário e o risco de que os preços se movimentem contra eles após uma negociação.

Considere um exemplo simplificado. Um provedor de liquidez vende Bitcoin a um preço anunciado, mas a pressão de compra empurra o mercado para cima imediatamente depois. O provedor vendeu pouco antes de o ativo se tornar mais caro. Repetido em muitas negociações, esses preenchimentos adversos podem sobrecarregar a renda obtida com os spreads.

A toxicidade de fluxo de ordens descreve condições de negociação associadas a esse risco de seleção adversa. O termo não significa que as transações sejam fraudulentas ou que os traders responsáveis possuam informações confidenciais. Notícias públicas, negociações agressivas, liquidações e outras pressões podem gerar fluxos prejudiciais.

Os futuros perpétuos tornam essa questão particularmente relevante. Esses derivativos geralmente não têm vencimento programado e utilizam pagamentos de financiamento para ajudar a alinhar seus preços ao ativo subjacente. A alavancagem adiciona outra fonte de pressão quando fechamentos forçados de posições enviam ordens ao mercado.

Como a IA analisou o fluxo de ordens de Bitcoin e Ether

Os pesquisadores estudaram os futuros perpétuos BTC/USDT e ETH/USDT na Bybit usando dados de 1 de fevereiro de 2025 a 16 de fevereiro de 2026. Após reservar os primeiros 21 dias para treinamento inicial, eles avaliaram os modelos ao longo de 360 dias fora da amostra.

O modelo principal utilizou gradient boosting, um método de aprendizado de máquina que combina múltiplas árvores de decisão. Seus 19 inputs descreviam condições como spreads, desequilíbrio do livro de ordens, atividade de negociação e retirada passiva de ordens. Entradas diretas de volatilidade realizada foram excluídas para testar se o modelo capturava algo além da turbulência de preço recente.

Os preditores usaram informações disponíveis até o segundo anterior. A avaliação walk-forward treinou em observações anteriores antes de pontuar as posteriores, reduzindo o risco de fornecer ao modelo acesso a informações futuras.

O modelo gerou um sinal de classificação de risco chamado TailScore. A comparação principal selecionou os 1% de segundos avaliados com maior pontuação, descritos como um portão de 1%. Esse foi um limiar de avaliação retrospectiva, em vez de uma regra de negociação ao vivo totalmente especificada.

As estimativas monetárias acima se aplicam ao modelo principal no portão de 1%, usando uma taxa de preenchimento presumida de 25%. Elas representam perdas evitadas modeladas após considerar a renda de spread perdida, não retornos de investimento ou lucros de negociação realizados.

Por que a detecção aprimorada de volatilidade pode gerar menos valor

A descoberta mais útil diz respeito ao desacordo entre as métricas de desempenho. Modelos mais simples baseados em retornos, fluxos ou volatilidade geralmente concentraram movimentos de preço extremos de forma mais eficaz nos portões de 1% a 5% adequadamente suportados. Ainda assim, o modelo principal sem entradas diretas de volatilidade produziu as maiores estimativas pontuais de perda evitada ilustrativa para ambos os ativos.

Isso não prova que ele superou decisivamente todas as alternativas. No portão principal de Bitcoin, seu intervalo de confiança sobrepôs o do modelo linear e do modelo que incluía volatilidade. Isso demonstra por que selecionar um modelo financeiro com base em uma métrica impressionante pode ser enganoso.

Um sistema que reconhece períodos turbulentos pode ajudar a reduzir a exposição geral. Um sistema destinado a proteger cotações passivas deve responder a uma questão mais restrita: quais preenchimentos potenciais provavelmente se tornarão custosos, e evitar esses preenchimentos vale a renda sacrificada?

Essa distinção vai além das criptomoedas. A IA financeira deve ser avaliada em relação à decisão econômica que apoia. Precisão de classificação, detecção de movimentos extremos, custos de execução e rentabilidade medem coisas diferentes. Melhorar um aspecto não melhora automaticamente os outros.

Por que um mercado de criptomoedas tranquilo ainda pode representar risco

Observações recentes do mercado ilustram por que o comportamento de preço merece ser lido juntamente com o posicionamento. O Relatório de posicionamento de mercado de agosto de 2026 da Coinbase Institutional descreveu o aumento do interesse aberto em derivativos ao lado da queda nos volumes de negociação à vista e perpétuos em julho. Também relatou liquidez mais fraca do lado de compra no livro de ofertas.

Essas observações não validam o modelo deste estudo. Elas ilustram um ponto separado: exposição excessiva, atividade de negociação e liquidez disponível podem se mover em direções diferentes. Um mercado mais tranquilo não contém necessariamente menos risco.

Liquidez também tem diferentes significados. A análise da Securities.io sobre liquidez global e retornos de cripto diz respeito à disponibilidade de capital em todo o sistema financeiro. A liquidez do livro de ofertas refere‑se às ordens disponíveis para absorver transações a preços específicos. Mais capital no sistema não garante liquidez executável profunda em todos os ambientes.

O que isso significa para traders comuns

O estudo não fornece um indicador pronto para o varejo. Sua contribuição prática é incentivar uma visão mais ampla da qualidade de execução:

• Avalie a profundidade de mercado disponível juntamente com o spread cotado.
• Distinga o aumento do interesse aberto do aumento do volume de negociação.
• Avalie os custos de execução juntamente com a precisão das previsões de qualquer modelo.

Também há uma potencial tensão para as bolsas. Se a detecção de risco ajuda os provedores de liquidez a identificar períodos perigosos, eles podem reduzir o tamanho das cotações ou retirar ordens. Isso pode proteger seus balanços, ao mesmo tempo em que deixa outros participantes com menos liquidez disponível. Uma gestão de risco individual melhor não cria automaticamente um mercado mais resiliente como um todo.

O que o estudo não estabelece

A evidência abrange dois ativos em uma única bolsa ao longo de aproximadamente um ano. Não pode estabelecer que os mesmos relacionamentos se mantenham em outros ambientes, tokens menores ou regimes de mercado diferentes.

O rótulo de toxicidade do estudo combina fluxo de ordens com impacto de preço de cinco segundos. É um proxy construído, e não prova de informação privada. Após parear os eventos em condições de mercado relevantes, os pesquisadores não encontraram vantagem de persistência estatisticamente distinguível para os eventos selecionados pelo modelo nos horizontes testados.

As estimativas econômicas excluem taxas, slippage, pagamentos de financiamento, custos de hedge, posição na fila e posições sobrepostas ou correlacionadas. Uma implantação ao vivo também exigiria limites calibrados usando apenas informações disponíveis no momento. Essas omissões impedem que os resultados sejam interpretados como uma estratégia lucrativa demonstrada.

Ambos os autores divulgam que são co‑fundadores da Alphashots.AI, uma empresa de pesquisa quantitativa e tecnologia de negociação. Essa afiliação é um contexto relevante ao avaliar possíveis aplicações comerciais.

CME Group e a expansão da gestão de risco em cripto

A oportunidade mais ampla diz respeito à infraestrutura que permite aos participantes negociar e gerenciar exposição a ativos digitais. A cobertura da Securities.io sobre perpétuos de ativos do mundo real explora como as ambições derivativas estão se estendendo além dos mercados cripto convencionais. À medida que os produtos se expandem, a qualidade de execução torna‑se cada vez mais consequential.

Para investidores interessados em exposição acionária a essa infraestrutura, a CME Group oferece uma conexão relevante por meio de seu mercado de derivativos. Em junho de 2026, a empresa anunciou o lançamento da negociação de futuros e opções de criptomoedas 24/7. Também introduziu futuros do Nasdaq CME Crypto Index, ampliando sua gama de produtos para exposição diversificada a cripto.

A CME oferece uma forma de examinar o negócio de infraestrutura de negociação em vez de simplesmente escolher uma criptomoeda. Considerações relevantes incluem a participação contínua dos clientes, adoção de produtos, concorrência e os custos de suportar mercados contínuos. Seu negócio mais amplo também abrange múltiplas classes de ativos.

As descobertas da Bybit não estabelecem que a CME utilize este modelo ou que os resultados se transfiram para seus contratos. A conexão está na crescente importância da gestão de risco sofisticada. O desenvolvimento do mercado cripto depende de mais do que atrair capital: os participantes também precisam de meios confiáveis para executar negociações, fazer hedge da exposição e avaliar o que suas ferramentas de risco realmente alcançam.

Referências:

¹ Rajendran, S. e Singaravelu, D. (2026). Toxicidade do fluxo de ordens nos contratos futuros perpétuos de criptomoedas: sinais do fluxo de ordens, persistência do impacto nos preços e limites das métricas baseadas na volatilidade. International Review of Economics and Finance. Publicação on-line antecipada. https://doi.org/10.1016/j.iref.2026.105876