🎉 Quanto um Grande Lançamento Influencia no Preço de uma Criptomoeda?
Uma análise quantitativa sobre 35 upgrades, forks e lançamentos - entre 2018 e 2019 - para farejar a eficiência de estratégias fundamentalistas baseadas em eventos.
Eventos imprevistos têm impacto não-negligível sobre ações negociadas em bolsa. Surpresas nas conferências de resultados trimestrais ou catástrofes naturais, por exemplo, são frequentemente apontadas como catalistas para movimentos nos preços.
À parte as discussões sobre o grau de eficiência do mercado, há uma literatura robusta dissecando métodos para quantificar essas relações.
Dinâmicas de reação a eventos são superexploradas nos mercados de criptomoedas.
As narrativas sobre o potencial especulativo de eventos de natureza técnica se retroalimentam — emissores de tokens demandam liquidez (quem vem com o interesse do varejo) e as mídias especializadas precisam de audiência (que vem com as promessas de lucro fácil).
Alguma dessas movimentações de preço de fato tem a ver com os eventos aos quais são associadas?
Releva-se, muitas vezes, uma distinção importante: são os eventos inesperados que causam retornos anormais nos mercados acionários (não a conferência de resultados em si; mas o quanto ela superou ou desapontou as expectativas consensuais).
Em tese, eventos inesperados são mais raros "em cripto" — os resultados, performance e fluxos de entrada/saída de capital em qualquer moeda são públicos por definição.
O mercado absorve e precifica informação econômica nova a cada bloco — jamais numa cadência mensal ou trimestral. A assimetria de informação (sobre "fatos relevantes") é atenuada.
Sendo assim…
Será que eventos de natureza técnica guardam alguma influência sobre os preços de criptomoedas publicamente negociadas?
🧮 Amostra: 35 eventos; 15 semanas antes/depois
A amostra geradora dos dados (planilha anexa) a seguir consiste em séries de preço para 25 moedas (entre 1º e 300º no ranking de capitalização de mercado) que passaram por 35 eventos classificados como "upgrades majoritários", e cobre o período entre 1 de janeiro de 2018 e 13 de janeiro de 2020. 21 destas moedas eram originalmente tokens na Ethereum; no começo de 2020, 15 são.
A natureza dos eventos observados é tecnicamente variada. Foram considerados "upgrades majoritários" tanto lançamento de produtos centrais ao roadmap (a plataforma Erasure, no caso do Numerai), quanto a inauguração de/migração para uma nova blockchain (EOS migrando da versão ERC20 para sua plataforma própria), até hard forks (Constantinopla, na Ethereum; Agartha, na Ethereum Classic). Todos os eventos já eram de conhecimento público nos mercados quanto aconteceram.
📈 Curvas de Preço
O gráfico abaixo plota a evolução dos preços (em bitcoin) das moedas estudadas.
Os dados foram agrupados pelos fechamentos semanais (7 dias), tomando-se como d=0 o dia do evento em questão. O eixo X vai de 15 semanas antes do upgrade até 15 semanas depois.
A sazonalidade não foi descontada das séries— a amostra cobre um mercado de baixa e um mercado de fase inicial de alta.
A curva mediana (pontilhada, em vermelho) se mostra inflada nas semanas antecedentes a t=0, perdendo o fôlego nas posteriores.
Ainda que haja alguns outliers disparando em seguida ao evento (Chainlink, roxo claro), nota-se uma concentração de observações em inexorável declínio.
📅 Retornos Semanais
O gráfico a seguir mostra os retornos semanais das moedas analisadas.
O pico no retorno semanal mediano se dá na semana 3->2 antes do evento. Na semana do evento o retorno mediano é irrisoriamente positivo.
🌋 Retornos Anormais Cumulativos (CAR)
Uma análise mais minuciosa sugere que moedas de maior capitalização reagem melhor a eventos dos tipos observados, e que a fase do mercado (bear ou bull) é fator importante para a magnitude do impacto do evento sobre os preços.
Um método para se inferir o "valor" de um evento é dado a partir da estimativa de Retornos Anormais (MacKinlay, 1997), por:
O retorno esperado é comumente calculado a partir de um índice, ou modelo (e.g. CAPM). O importante é que seja dado por um benchmark.
Uma vez que altcoins tem retorno fortemente condicionado ao do bitcoin, utilizamos como retorno esperado o retorno diário médio da moeda, contra o bitcoin, nos 2 meses (60 dias) antecedentes ao evento.
Retornos Anormais Cumulativos (CAR) denotam o apreciação "anormal" ao longo de uma janela temporal. Aqui, atemo-nos aos 7 dias anteriores e posteriores ao evento. Vale ressaltar que CARs extrapolam vieses conforme mais longo é o intervalo coberto (pense no efeito do "compounding").
A mudança mais significativa no CAR mediano observado ocorre de t=3 para t=4; depois, de t=2 para t=3 .
O CAR é negativo ao longo de todo o período observado, sugerindo que, genericamente, não há retornos anormais a se explorar nos dias imediatamente anteriores ao evento.
O dado vai de encontro à flagrante desfaçatez de jornalistas viciados em associar movimentos de preço a narrativas técnicas. Aparenta ser mais comum que preços de moedas reajam negativamente no t=0 do que reajam de modo positivo.
Uma interpretação possível é a de que os eventos dos tipos observados e seus efeitos econômicos já são precificados desde que se tornam conhecidos; outra é a de que momentos de demanda aquecida (pela mídia) são justamente usados para absorver forças vendedoras latentes (os infames dumps).
✂️ Segmentações
Quando se agrupa os eventos por tipo — "Migrações para Main Net", "Lançamento de Produto" e "Fork ou Upgrade no Protocolo" — , os retornos anormais são mais positivos no caso do último.
No agrupamento por market cap, moedas do top 50 tem uma distribuição de retornos anormais mais positiva na semana e no dia do evento, enquanto small caps (>100º no ranking de capitalização de mercado) ostentam as reações mais negativas.
O agrupamento que mais nitidamente separa retornos positivos de negativos é aquele por fase de mercado. Na média, eventos ocorridos durante mercado de alta levaram a retornos anormais significantemente mais positivos.
É um pouco como já profetizam as más línguas, no mercado financeiro: em bull market, qualquer notícia faz o negócio subir; quando a fase aponta pra baixo, não tem evento que faça diferença.
⏱️ Existe Uma Estratégia “Ótima” para Capitalizar Sobre Tais Upgrades?
Comparamos a performance de uma estratégia rudimentar ao longo de janelas diferentes em torno dos eventos observados. A estratégia aloca uma quantia fixa de risco à moeda protagonista de cada evento, indistintamente, no dia Y, e desfaz cada posição no dia X . Y e X são dados em relação ao tempo antes/depois de cada evento. X (entrada/compra) e Y (saída/venda) são os eixos da matriz abaixo:
As estratégias ótimas (para a métrica observada) se concentram em operações de curto-prazo, com venda duas e uma semana antes do evento. As estratégias de janelas mais longas (posições desfeitas 3 e 4 semanas depois do evento) têm as piores perdas.
📝 Conclusão
Narrativas de mercado centradas em eventos técnicos (como forks e migrações para Main Net) são fundadas em pouco ou nenhum impacto discernível nos preços das moedas a que se referem.
Os retornos anormais em torno destes eventos parecem muito mais condicionado à fase do mercado (de alta, ou de baixa) do que ao tipo de evento observado, ou até mesmo ao tamanho da moeda que o protagoniza. Infere-se que o retorno anormal que acompanha eventos técnicos em um bull market é significativamente maior que aquele materializado em um bear market.
A distribuição de retornos anormais nas vésperas e dias seguintes a tais eventos parece insuficientemente atrativa para justificar a pesquisa aprofundada de estratégias pautadas por eles.
Os dados aqui apresentados não descreditam estratégias análogas às de "stock picking" nos mercados de ações. Mas iluminam padrões favoráveis a investidores capazes de desfazer posições sem delongas, e sugerem ainda que o período posterior a upgrades tecnicamente importantes pode ser justamente o mais cruel com investidores apegados aos "fundamentos técnicos" de uma determinada criptomoeda.