Desde su lanzamiento en 2009 como la primera criptomoneda, el valor de bitcoin ha sido una montaña rusa financiera con picos elevados y caídas vertiginosas. Dado este historial de volatilidad, ¿hay alguna forma de que los inversores con bitcoin en sus carteras, o aquellos que están considerando agregarlo, puedan anticipar hacia dónde se dirige esta criptografía a continuación? Esa es la pregunta que se hicieron investigadores del Illinois Tech y encontraron algunas respuestas.

¿Se puede predecir el futuro de Bitcoin?

La tecnología blockchain, el sentimiento de los inversionistas y los niveles de estrés económico son predictores significativos de los retornos de bitcoin, según un documento innovador de investigadores del Instituto de Tecnología de Illinois que proporciona evidencia empírica para ayudar a guiar a inversionistas, economistas y académicos.

Sang Baum "Solomon" Kang , profesor asociado de finanzas en la Escuela de Negocios Stuart de Illinois Tech y coautor del artículo, también descubrió que la criptomoneda está separada de los fundamentos económicos y, por lo tanto, es posible que no sirva de manera efectiva como un activo diversificador o refugio seguro. Además, Kang informó que los rendimientos de las materias primas, valores y otros activos no predicen bien los rendimientos de bitcoin.

La criptomoneda está separada de los fundamentos económicos y, por lo tanto, es posible que no sirva de manera efectiva como un activo diversificador o refugio seguro."

 

El documento, titulado “¿Qué variables de información predicen los retornos de Bitcoin? Un enfoque de reducción de dimensiones”, se publicó en The Journal of Alternative Investments. Kang coescribió el artículo con dos de sus antiguos estudiantes de doctorado: Yao Xie (MS Finance '15, Ph.D. MSC '21), analista cuantitativo asociado en Morningstar Inc., y Jialin Zhao (Stuart Ph.D. MSC '17), profesor asociado de gestión cuantitativa en St. Mary's University en San Antonio.

El equipo utilizó técnicas de análisis predictivo y modelos de reducción de dimensiones en datos de enero de 2011 a enero de 2020, analizando 25 variables de información en las categorías macroeconomía, tecnología de cadena de bloques, otros activos, nivel de estrés y sentimiento de los inversores.

Tres factores predictivos para invertier en Bitcoin

“Descubrimos que la tecnología blockchain, el sentimiento de los inversores y el nivel de estrés tienen poder predictivo para los rendimientos de bitcoin”, dice Kang. “Al igual que los activos tradicionales, bitcoin muestra una mayor previsibilidad de retorno con horizontes de retorno más largos. Estos hallazgos respaldan la naturaleza dual de bitcoin como artefacto técnico y activo especulativo”.

Los hallazgos clave incluyen:

  • La mayor dificultad para minar Bitcoin predice positivamente los rendimientos. Esto respalda la teoría de que a medida que aumentan los requisitos de la tecnología blockchain, se reduce el suministro de bitcoin, lo que aumenta su rendimiento.
  • Los rendimientos de Bitcoin están impulsados positivamente por el sentimiento de los inversores, lo que indica la naturaleza especulativa de la criptomoneda como activo.
  • Los niveles más altos de estrés o la agitación financiera en la economía provocan una disminución en los rendimientos futuros de bitcoin, lo que subraya los riesgos asociados con la tenencia de bitcoin como activo.

Según los investigadores, bitcoin ha funcionado en tres roles económicos diferentes a lo largo del tiempo: como una forma de moneda, como un valor especulativo y como un producto de refugio seguro debido a su escasez y costos de extracción.

“En el ámbito académico, existe una metodología de investigación denominada estudio de predictibilidad de rendimiento de activos”, dice Kang. “Un principio subyacente es que las variables que predicen el movimiento futuro del precio de un activo pueden ser importantes en el sistema económico. Por lo tanto, comprender cuáles son esas variables es importante no solo para los comerciantes que desean tomar una posición en bitcoin, sino también para los economistas que desean comprender la naturaleza de bitcoin”.

El profesor asociado de Finanzas Sang Baum Kang en la Escuela de Negocios Stuart del Instituto de Tecnología de Illinois es coautor de un artículo publicado en The Journal of Alternative Investments que proporciona nueva evidencia empírica sobre los retornos de bitcoin para guiar a los profesionales de la inversión, economistas e investigadores académicos.

Comprender cuáles son esas variables es importante no solo para los comerciantes que desean tomar una posición en bitcoin, sino también para los economistas que desean comprender la naturaleza de bitcoin”.

 

La Escuela de Negocios Stuart (Stuart School of Business) es una prestigiosa institución con una historia que se remonta a fines de la década de 1890, es la única escuela de negocios en Chicago ubicada dentro de una universidad centrada en la tecnología, que une de manera única los negocios y la tecnología. Ofrecer programas rigurosos y aplicados en análisis , finanzas , políticas públicas y gestión.para estudiantes de pregrado, posgrado y que no buscan un título, Stuart garantiza la preparación profesional al tiempo que brinda abundantes oportunidades para pasantías, colocación profesional y creación de redes a través de sus conexiones en el centro comercial y financiero global de Chicago. Durante su viaje de 125 años, Stuart ha perfeccionado constantemente la educación empresarial a través de innovaciones curriculares y trabajos académicos fundamentales, incluida la primera maestría especializada del país en el espacio de finanzas cuantitativas.

Estudio: “What Information Variables Predict Bitcoin Returns? A Dimension-Reduction Approach” “¿Qué variables de información predicen las devoluciones de Bitcoin? Sang Baum KangYao XieJialin Zhao DOI

10.3905/jai.2023.1.187

Este artículo investiga los determinantes de los rendimientos de Bitcoin. Los autores consideran un conjunto completo de variables de información en cinco categorías: macroeconomía, tecnología blockchain, otros activos, nivel de estrés y sentimiento de los inversores. Su enfoque hacia este gran conjunto de datos se basa en modelos de reducción de dimensiones, como la eliminación hacia atrás, el operador de selección y contracción mínima absoluta (LASSO), la regresión de componentes principales (PCR) y el filtro de regresión de tres pasos (3PRF). Los resultados empíricos muestran que la tecnología blockchain, el nivel de estrés y el sentimiento de los inversores tienen un poder de predicción positivo, negativo y positivo en los rendimientos de Bitcoin, respectivamente. Las variables macroeconómicas exhiben impactos insignificantes en los rendimientos de Bitcoin. Otras variables de activos muestran poco poder predictivo hasta 2019, pero algunos se convierten en un predictor importante durante la pandemia de COVID-19. En general, los autores advierten contra el uso de Bitcoin como dispositivo de cobertura de riesgos en las carteras financieras. También encuentran que, en consonancia con otros activos financieros como las acciones, Bitcoin muestra una mayor previsibilidad con un horizonte de retorno más largo. Por sus resultados empíricos, también abogan por el uso de 3PRF; en relación con otros métodos de reducción de dimensiones que se están considerando, observan un rendimiento superior de 3PRF en la predicción tanto del nivel como de la dirección de los rendimientos futuros de Bitcoin en todos los horizontes de rendimiento. Bitcoin muestra una mayor previsibilidad con un horizonte de retorno más largo. Por sus resultados empíricos, también abogan por el uso de 3PRF; en relación con otros métodos de reducción de dimensiones que se están considerando, observan un rendimiento superior de 3PRF en la predicción tanto del nivel como de la dirección de los rendimientos futuros de Bitcoin en todos los horizontes de rendimiento. Bitcoin muestra una mayor previsibilidad con un horizonte de retorno más largo. Por sus resultados empíricos, también abogan por el uso de 3PRF; en relación con otros métodos de reducción de dimensiones que se están considerando, observan un rendimiento superior de 3PRF en la predicción tanto del nivel como de la dirección de los rendimientos futuros de Bitcoin en todos los horizontes de rendimiento.

Fuente: Illinois Tech

Imagen de MichaelWuensch en Pixabay