Análisis Predictivo del Impacto de Ballenas en la Volatilidad del Bitcoin

Bruno de Almeida Lemes; Lilian da Silveira

DOI: 10.22167/2675-6528-202602737

Artículo derivado del Trabajo de Conclusión de Curso (TCC), con contenido basado en el trabajo original del alumno y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege para síntesis y organización textual.

Resumen

El cambio en el mercado de criptoactivos, impulsado por el lanzamiento de ETFs de Bitcoin en 2024, integró a inversores institucionales, exigiendo la adaptación de modelos de análisis de volatilidad tradicionalmente dedicados al mercado de acciones. El estudio tuvo como objetivo validar si métricas conductuales de grandes inversores, conocidos como ballenas (flujo y movimientos de corto plazo), o métricas de saldo (volumen bajo gestión o posesión), poseían mayor poder predictivo sobre la volatilidad futura del Bitcoin. Para ello, se aplicó el modelo Heterogeneous Autoregressive model with eXogenous variables (HAR-X) para evaluar y comparar el impacto de estas clases de métricas en la volatilidad de 7 días futuros del activo. Se utilizaron 3.277 registros diarios de cotización del precio de la criptomoneda y clasificaciones “on-chain” ya generadas por Glassnode, abarcando el período de 2017 a 2025. Los resultados revelaron que, contrariamente a la hipótesis inicial, el modelo enfocado en métricas de saldo presentó una capacidad predictiva superior en el escenario de prueba, con un R² de 0,826. Se concluyó que la concentración del activo, especialmente en posesión de tenedores de largo plazo, actúa como el principal amortiguador de la volatilidad del Bitcoin.

Palabras clave: Ballenas; Bitcoin; HAR-X; Regresión.

1. Introducción

La creación de Bitcoin en octubre de 2008 marcó el surgimiento de una nueva clase de activos en el mercado global. A diferencia de los mercados tradicionales, Bitcoin operaba sin regulación directa de agentes como los Bancos Centrales y sin un colateral para su valor (Hernández, 2022).

En la década siguiente, lo que comenzó como un proyecto de nicho para entusiastas de la tecnología y la criptografía se expandió exponencialmente. Surgieron varios “tokens” nuevos, unidades de valor digital emitidas sobre plataformas de blockchain (Harvey et al., 2021), que agregaron funcionalidades como contratos inteligentes y tokenización de activos reales. Este ecosistema demostró un crecimiento constante, con el valor total del mercado de criptoactivos alcanzando cuatro billones de dólares en septiembre de 2025, un aumento de más del 2.500% desde 2013 (Coinmarketcap, 2025).

Hasta 2024, la mayor parte de esta capitalización estaba concentrada en personas físicas y corredores de criptomonedas. Sin embargo, la aprobación de la Comisión de Valores Mobiliarios norteamericana (SEC) para la primera emisión de ETFs (Exchange-Traded Funds) vinculados al Bitcoin señaló la legitimación de la moneda digital como un activo de grado institucional. Esto permitió que personas físicas y jurídicas accedieran a esta clase de activos a través de empresas tradicionales, aumentando la capilaridad y la capitalización del mercado. En octubre de 2025, estos ETFs alcanzaron un volumen de más de 190 mil millones de dólares bajo gestión, representando un crecimiento del 678% en poco más de 20 meses (Coinmarketcap, 2025).

Complementando esta institucionalización, se observó el surgimiento de “treasury companies”, empresas cuyo modelo de negocio se basa en la compra de criptoactivos con su caja, como Microstrategy (Bloomberg, 2025). Este nuevo escenario alteró profundamente el perfil de los participantes del mercado de activos digitales, desde grandes fondos de gestión hasta empresas dedicadas a la compra de criptomonedas. El cambio en el perfil de los negociadores exige un nuevo enfoque para analizar las fluctuaciones de precio, especialmente en lo que respecta a la actuación de inversores pasivos de largo plazo y traders de alta frecuencia.

El análisis del impacto de los grandes “actores”, conocidos como “ballenas”, en la formación de precios es un problema ya establecido en el mercado tradicional. La formación de precios es el proceso por el cual la información, pública o privada, se asimila e incorpora al precio de un activo a través de la dinámica de negociación (O’Hara, 1995). Estudios anteriores demostraron que los inversores institucionales, debido a su comportamiento de “pastoreo” y acceso a información superior, generan impactos significativos y predictivos en los retornos de las acciones (Gompers y Metrick, 2001). Se argumenta que una dinámica similar ocurre en el mercado de criptoactivos, y la disponibilidad de datos “on-chain” permite evaluar estos movimientos en tiempo real. Investigaciones recientes en cripto ya validaron esta premisa, mostrando que los flujos de ballenas hacia las corretoras tienen un impacto estadísticamente significativo y negativo en los precios del Bitcoin (Cong et al., 2022).

Ante la creciente institucionalización del Bitcoin y la reconocida influencia de los grandes inversores, se hace esencial profundizar la comprensión sobre cómo las acciones de estos agentes impactan la volatilidad del activo. Así, el presente trabajo busca validar si métricas conductuales de ballenas, en comparación con métricas tradicionales basadas en rangos de saldo, poseen mayor poder predictivo para la volatilidad futura del Bitcoin, especialmente en el contexto post-aprobación de los ETFs spot en enero de 2024.

2. Material y Métodos

El presente trabajo se caracterizó como una investigación aplicada, de naturaleza cuantitativa, con objetivos explicativos. En cuanto a los procedimientos técnicos, se clasificó como investigación documental ex-post-facto, utilizando datos secundarios provenientes de plataformas de mercado financiero. El desarrollo del estudio siguió la metodología CRISP-DM (Cross-Industry Standard Process for Data Mining), según lo propuesto por Shearer et al. (2000), un enfoque estructurado ampliamente utilizado en análisis y Ciencia de datos.

La recolección de datos se realizó a partir de dos fuentes principales. Las cotizaciones de precios de Bitcoin se extrajeron de Yahoo Finance, a través de su API abierta y de la biblioteca yfinance en Python. Los datos de comportamiento y de saldo, que constituyeron la base para las métricas de “ballenas”, se obtuvieron del sitio Glassnode, mediante extracciones en archivos .csv para cada variable específica.

Los datos de cotización de Bitcoin, obtenidos de Yahoo Finance, presentaron granularidad diaria e incluyeron información como cotizaciones máxima, mínima y de cierre, además del volumen operado en el día. Esta información fue fundamental para el cálculo de la volatilidad, que sirvió como variable respuesta del modelo predictivo.

De Glassnode, se recopilaron diversas métricas “on-chain”. Las métricas de saldo incluyeron la cantidad total de Bitcoin en direcciones que no movieron sus criptomonedas por 155 días o más, denominadas Acumuladores a Largo Plazo. También se utilizó la concentración de Bitcoin en direcciones por volumen, segmentada en tres rangos: 1.000 a 10.000 BTC, 10.000 a 100.000 BTC y por encima de 100.000 BTC, expresadas como porcentaje del volumen total disponible.

Las métricas conductuales de Glassnode abarcaron el Cambio en el Saldo de los Acumuladores a Largo Plazo, que indicó la variación diaria en el volumen de Bitcoins en posesión de estos tenedores. El Volumen de Entrada a Exchanges cuantificó el total de Bitcoin transferido de billeteras privadas a exchanges, y el Cambio Neto en la Posición de los Exchanges representó la diferencia entre el flujo de entrada y salida de Bitcoin de los exchanges.

Para cada una de las métricas originales de Glassnode, con excepción del Cambio en el Saldo de Acumuladores a Largo Plazo, se calcularon variaciones de siete días. Estas características derivadas se obtuvieron por la diferencia entre el valor actual y el valor de siete días anteriores, con el objetivo de capturar tendencias de corto y mediano plazo en el comportamiento y la distribución de las “ballenas”.

El período de análisis comprendió observaciones diarias del 1 de enero de 2017 al 21 de diciembre de 2025, totalizando 3.277 registros. Este intervalo temporal fue seleccionado para abarcar múltiples ciclos de mercado de Bitcoin, incluyendo períodos de alta y baja volatilidad, y el cambio estructural derivado de la aprobación de los ETFs de Bitcoin en enero de 2024.

La etapa de preparación de datos implicó la unificación de la información de Yahoo Finance y Glassnode. La integración se realizó utilizando la biblioteca pandasql en Python, que permitió el cruce de las bases de datos diarias a través del campo de fecha, resultando en un conjunto de datos único con todas las variables recolectadas.

La variable dependiente, la volatilidad futura, se calculó como la desviación estándar de los rendimientos diarios observados en ventanas móviles de siete días consecutivos (Hull, 2018). Los rendimientos diarios se calcularon como rendimientos simples, donde P_t representó el precio de cierre de Bitcoin en la fecha t. Adicionalmente, se calcularon medias móviles retrospectivas de la propia volatilidad para ventanas de uno, siete y treinta días pasados, sirviendo como componentes de memoria de mercado.

Para el preprocesamiento, se aplicó la técnica de winsorización en los percentiles cinco y noventa y cinco a todas las variables independientes del modelo. Este enfoque se utilizó para mitigar la influencia de valores extremos sin eliminar completamente los datos de la muestra, contribuyendo a la estabilidad de las estimaciones. Se optó por no barajar los datos, manteniendo la secuencia temporal continua de las cotizaciones de Bitcoin.

La división de los datos en conjuntos de entrenamiento y prueba se realizó con un corte temporal el 1 de enero de 2025. El conjunto de entrenamiento abarcó el período del 1 de enero de 2017 al 31 de diciembre de 2024, totalizando 2.922 observaciones (89% del total). El conjunto de prueba comprendió del 1 de enero de 2025 al 21 de diciembre de 2025, con 355 observaciones (11% del total), permitiendo evaluar la capacidad de generalización del modelo en datos no vistos.

Para la modelización, se utilizó el modelo econométrico HAR-X (Heterogeneous Autoregressive model with eXogenous variables), una extensión del modelo HAR propuesto por Corsi (2009). El modelo HAR-X incorpora variables exógenas a la estructura autorregresiva heterogénea del modelo HAR clásico, que considera la influencia de la volatilidad pasada en diferentes horizontes temporales (diario, semanal y mensual).

En el contexto del mercado de criptoactivos, las ventanas temporales del modelo HAR se adaptaron de cinco y veintidós días hábiles a siete y treinta días corridos, respectivamente, reflejando la operación ininterrumpida del mercado. Se estimaron cuatro modelos HAR-X distintos para comparación: HAR Básico (solo componentes autorregresivos), HAR-X Comportamental (añadiendo seis variables comportamentales), HAR-X Saldo (añadiendo ocho variables de saldo) y HAR-X Completo (conteniendo los diecisiete predictores simultáneamente).

La elección del modelo HAR-X se justificó por su validación en la literatura financiera para la predicción de volatilidad en criptomonedas (Aalborg et al., 2019), su robusta interpretabilidad a través de coeficientes y p-valores, y su idoneidad para manejar el volumen limitado de datos disponibles (2.892 observaciones), minimizando el riesgo de sobreajuste en comparación con algoritmos de aprendizaje automático más complejos.

El entrenamiento de los cuatro modelos se realizó utilizando el método de Mínimos Cuadrados Ordinarios (OLS), con la aplicación de corrección de errores HAC (Heteroskedasticity and Autocorrelation Consistent) de Newey-West. El parámetro “maxLags” de la corrección HAC se ajustó de cinco a siete, alineándose a la dinámica de siete días del mercado de criptoactivos.

La metodología CRISP-DM también incluyó las etapas de evaluación e implementación. En la evaluación, el rendimiento de los modelos desarrollados se midió para determinar la adecuación de los resultados a los objetivos establecidos. La etapa de implementación se centró en la documentación y organización de los resultados para garantizar la reproducibilidad y difusión del conocimiento generado, dada la finalidad académica del estudio.

Las métricas “on-chain” de Glassnode fueron clasificadas para una mejor comprensión de su representatividad. Variables como “Entrada en Exchanges” y “Saldo Neto en Exchanges” fueron clasificadas como conductuales, representando flujos agregados de mercado. El “Cambio en el Saldo de Long-Term Holders” también fue considerado conductual, indicando el ritmo de acumulación o distribución.

Por otro lado, el “Saldo Total de Long-Term Holders” y las variables de “Saldo de Ballenas” segmentadas por rangos de volumen (1k-10k, 10k-100k, >100k BTC) fueron clasificadas como métricas de saldo. Estas últimas representaron la única clasificación estrictamente segmentada por tamaño de billetera, reflejando el volumen de Bitcoin poseído por diferentes categorías de grandes inversores.

3. Resultados y Discusión

La presente sección detalla los resultados obtenidos a partir de la aplicación de los cuatro modelos econométricos estimados: HAR Básico, HAR-X Comportamental, HAR-X Saldo y HAR-X Completo. El análisis busca comprender la capacidad predictiva de diferentes clases de métricas “on-chain” sobre la volatilidad futura del Bitcoin, en consonancia con el objetivo del estudio. Los hallazgos se presentan de forma estructurada, abordando la caracterización de los datos, el rendimiento de los modelos, el análisis de los coeficientes y las validaciones estadísticas, culminando en una discusión profunda de las implicaciones de los resultados.

El conjunto de datos utilizado para el análisis comprendió 3.277 observaciones diarias, abarcando el período del 1 de enero de 2017 al 21 de diciembre de 2025, totalizando aproximadamente nueve años de datos. Este intervalo temporal fue seleccionado estratégicamente para capturar múltiples ciclos de mercado de Bitcoin, incluyendo fases de alta volatilidad, como los “bull markets” de 2017 y 2021, y períodos de baja volatilidad, como los “bear markets” de 2018 y 2022. La inclusión del período posterior a la aprobación de los ETFs de Bitcoin en enero de 2024 fue crucial para analizar el cambio estructural en el mercado.

La volatilidad futura a 7 días, definida como la variable de respuesta del modelo, presentó una media del 3,1% con una desviación estándar del 1,9%. Se observó un valor mínimo del 0,2% y un máximo del 15,9% para esta métrica, lo que refuerza la naturaleza cíclica del Bitcoin, caracterizada por la alternancia entre períodos de fuerte acumulación y baja volatilidad, y eventos de alta volatilidad. Esta variabilidad es un aspecto central para la comprensión del riesgo asociado al activo, según lo discutido por Fidelity (2026).

Las métricas conductuales, que capturan flujos y movimientos de corto plazo, revelaron patrones importantes. El volumen promedio diario de entrada de Bitcoin a exchanges fue de 46.302 BTC, con una desviación estándar de 24.272 BTC. Esta alta variabilidad indica que, en ciertos días, los flujos hacia exchanges centralizados son significativamente mayores que el promedio. Tal patrón sugiere que grandes movimientos puntuales de Bitcoin a exchanges pueden preceder períodos de mayor volatilidad, alineándose con la intuición del mercado de que las transferencias a exchanges frecuentemente señalan intención de venta (Kraken Intelligence, 2026).

En contraste, las métricas relacionadas con el saldo y la tenencia, que reflejan la concentración del activo, indicaron una distribución significativa en direcciones con grandes volúmenes. El volumen total de Bitcoin en poder de tenedores a largo plazo (LTH Supply) alcanzó un promedio de 12,52 millones de BTC, lo que representa aproximadamente el 63% de la oferta total circulante. Esta alta proporción sugiere que la mayor parte de Bitcoin está en manos de acumuladores a largo plazo, conocidos como “strong hands”, que históricamente demuestran menor sensibilidad a las fluctuaciones a corto plazo, contribuyendo a la estabilidad del mercado.

La concentración de Bitcoin en billeteras con saldos entre 10 mil y 100 mil BTC, con un promedio del 13,13% de la oferta, resultó particularmente relevante para el estudio. Este rango de saldo es crucial porque representa billeteras de gran tamaño que no son exchanges, pero tampoco son inversores minoristas. Dichas billeteras, frecuentemente asociadas a empresas de tesorería, como Microstrategy, y fondos institucionales, fueron el foco principal del análisis, dada la creciente institucionalización del mercado de criptoactivos.

En la evaluación del rendimiento de los modelos, los cuatro presentaron un desempeño consistente entre los conjuntos de entrenamiento y prueba, con valores de R² superiores a 0,81 en ambos escenarios. Esta consistencia es un indicativo de buena capacidad de generalización y ausencia de “overfitting”, un problema común en modelos de aprendizaje automático con datos limitados (Hastie, 2009). La robustez de los modelos es fundamental para la validez de las predicciones.

El modelo HAR-X Saldo destacó como el de mejor rendimiento en el conjunto de prueba, alcanzando un R² de 0,826. Este resultado significa que el modelo es capaz de explicar el 82,6% de la varianza de la volatilidad futura del Bitcoin. Este rendimiento fue marginalmente superior al del modelo HAR-X Comportamental, que obtuvo un R² de 0,817, y al del HAR Básico, con R² de 0,819. Tal hallazgo contraría la hipótesis inicial del estudio, que preveía un mayor poder predictivo de las métricas comportamentales.

La inclusión conjunta de las variables de saldo y conductuales en el modelo HAR-X Completo, que contenía los 17 predictores, no resultó en una mejora adicional significativa en el rendimiento predictivo, presentando un R² de 0,825. Este resultado, ligeramente inferior al del modelo HAR-X Saldo, fue contraintuitivo y sugiere que la inclusión simultánea de todas las variables puede no aportar un incremento relevante, posiblemente debido a interacciones complejas o redundancias entre las métricas.

En términos de error de predicción, el MAE (Mean Absolute Error) del modelo HAR-X Saldo fue de 0,002631. Este valor indica un error medio de aproximadamente 0,26 puntos porcentuales en la predicción de la volatilidad futura, lo que se considera un resultado satisfactorio, especialmente cuando se compara con la volatilidad media del período, que fue del 3,06%. En términos prácticos, esto implica que el modelo se equivoca, en promedio, en menos del 10% del valor real de la volatilidad, ofreciendo una medida precisa para la gestión de riesgos.

Para complementar el análisis de R² y MAE, se realizó la prueba F incremental, que confirmó que tanto las métricas conductuales como las de saldo mejoran significativamente el ajuste del modelo HAR Básico (p < 0,001 en ambos casos). Esto valida la premisa de que los movimientos y distribuciones de grandes inversores contienen información predictiva relevante para la volatilidad futura del Bitcoin, incluso después de controlar por la persistencia de la propia volatilidad capturada por los componentes autorregresivos.

La comparación entre el modelo HAR-X Comportamental y el HAR-X Completo también resultó estadísticamente significativa (F=3,30, p<0,001). Este resultado indica que la adición de métricas de saldo a un modelo que ya incorpora métricas comportamentales aporta información incremental. Aunque el modelo HAR-X Saldo, por sí solo, ya presenta un rendimiento comparable al modelo Completo, la significancia incremental refuerza la complementariedad entre los dos tipos de métricas en la explicación de la volatilidad.

El análisis detallado de los coeficientes de las variables utilizadas en el modelo HAR-X Completo reveló que solo cuatro de las catorce variables presentaron significancia estadística (valor p < 0,05). Tres de estas variables son de naturaleza conductual y una es de saldo, proporcionando insights específicos sobre el impacto de cada una de ellas en la volatilidad futura del Bitcoin. Esta selectividad en la significancia de los predictores es crucial para una comprensión más precisa de los mecanismos de mercado.

La variable “Entrada en Corretoras” presentó un coeficiente negativo (-1,66×10-8) y un p-valor de 0,04. Este resultado sugiere que aumentos en el volumen de Bitcoins enviados a corretoras están asociados con caídas de aproximadamente 0,016 puntos porcentuales en la volatilidad futura de 7 días. Esto indica que el impacto de estos movimientos es a corto plazo, con gran parte del efecto ya absorbido dentro de la ventana de una semana, lo que lleva a una volatilidad más controlada después de este período inicial.

La “Variación de la Entrada en Corredoras (7d)”, con un coeficiente negativo (-3,87×10-8) y p-valor de 0,00, refuerza la tesis de la relevancia del flujo para las corredoras y la naturaleza inmediata de su impacto. La significancia estadística de esta variable corrobora la interpretación de que, después de siete días, el “shock” inicial en la volatilidad ya se disipó, y el mercado tiende a retornar a un estado de mayor control. Ambas métricas de entrada en corredoras, por lo tanto, apuntan a una dinámica de ajuste rápido.

El “Saldo Neto en Corredoras” mostró un coeficiente positivo (6,59×10-9) y un p-valor de 0,04. Este hallazgo sugiere que un cambio positivo en la posición neta de Bitcoins mantenidos en corredoras está asociado con un aumento en la volatilidad futura. Esto puede indicar que el crecimiento del saldo total en corredoras precede a liquidaciones en un plazo más largo que el diario, diferenciándose de las variables que miden solo la entrada de recursos, y sugiriendo una intención de venta futura.

La variable “Saldo Total de Tenedores a Largo Plazo (DLP)” presentó un coeficiente negativo (-6,72×10-10) y un p-valor de 0,00. Este resultado es particularmente relevante, ya que demuestra que los “long term holders” contribuyen a una percepción de seguridad y estabilidad en el mercado. El aumento de la posesión de Bitcoins por parte de estos tenedores a largo plazo está asociado a una reducción de la volatilidad futura del precio del activo, actuando como un amortiguador contra fluctuaciones de corto plazo.

A pesar de los insights relevantes proporcionados por el análisis individual de las variables, es fundamental considerar el comportamiento conjunto y las posibles influencias cruzadas, especialmente en un modelo con diversas variables predictoras. Se aplicó la prueba del Factor de Inflación de la Varianza (VIF) para evaluar la presencia de multicolinealidad, que mide cuánto se infla la varianza de un coeficiente de regresión debido a la correlación con otras variables predictoras (Wooldridge, 2016).

Los resultados de la prueba VIF indicaron alta multicolinealidad para las variables “Saldo Ballenas (10k-100k)”, con un VIF de 18,82, y “Saldo Ballenas (1k-10k)”, con un VIF de 8,81. Aunque la segunda está por debajo del límite de 10 propuesto por Hair (2010), su proximidad sugiere un nivel elevado de colinealidad. Estos altos valores indican que el monto acumulado por estas “ballenas” es, en realidad, una resultante de otros movimientos de mercado, como el flujo hacia brokers o la variación del flujo de tenedores a largo plazo, sugiriendo que estas ballenas pueden ser, en parte, los propios tenedores a largo plazo de Bitcoin.

Esta constatación de multicolinealidad elevada es un fuerte indicativo del motivo por el cual el modelo HAR-X Completo no superó el rendimiento del modelo HAR-X Saldo en términos de R². Las variables con mayor VIF son justamente las relacionadas con el saldo de las mayores ballenas, lo que sugiere que la información que aportan ya está, en cierta medida, capturada por otras variables de saldo. Un modelo reducido, que contiene solo los componentes HAR y las cuatro variables con significancia estadística, obtuvo un R² de 0,827 y MAE de 0,002661, superando el modelo Completo, lo que indica que un modelo más parsimonioso puede ser preferible.

El análisis del error por cuartil de la volatilidad real observada en el conjunto de prueba para el modelo HAR-X Saldo reveló que el error medio absoluto fue de 0,002594 en el cuartil más tranquilo (Q1) y de 0,003320 en el cuartil más volátil (Q4). Esto significa que el modelo tiende a errar aproximadamente un 28% más en períodos de volatilidad extrema que en períodos tranquilos, lo cual es consistente con la heterocedasticidad identificada en los residuos. Esta característica es importante para la gestión de riesgos, ya que indica que la precisión de la predicción puede variar en diferentes regímenes de mercado.

La heterocedasticidad de los residuos fue confirmada formalmente por la prueba de Breusch-Pagan, que presentó un LM Statistic de 101,034 y un p-valor de 0,00, además de un F-Statistic de 6,12 y p-valor de 0,00. Estos resultados rechazan la hipótesis nula de homocedasticidad, confirmando que la varianza de los residuos depende de las variables independientes (Wooldridge, 2016). Esta constatación valida la necesidad de aplicar la corrección de Newey-West para los errores estándar, garantizando la validez de las pruebas de hipótesis y la robustez de las conclusiones.

Para probar formalmente la afirmación de cambio estructural en el mercado posterior a la aprobación de los ETF spot en enero de 2024, se aplicó una Prueba de Chow (Chow, 1960) a la composición HAR-X Completa. La prueba conjunta, considerando los 18 parámetros del modelo simultáneamente, resultó en una estadística F de Chow de 0,72 (p=0,79), no rechazando la hipótesis nula de estabilidad de los coeficientes. Es importante señalar que este resultado se ve afectado por el tamaño de la muestra posterior al ETF (721 observaciones para 18 variables) y debe interpretarse con cautela.

Sin embargo, al observar los coeficientes individualmente, se observó un movimiento relevante en variables específicas. El coeficiente de “Entrada en Corredoras” perdió toda significancia en el período post-ETF (p-valor de 0,034 a 0,825), al igual que el de “Saldo Neto en Corredoras” (p-valor de 0,057 a 0,942). En contrapartida, el coeficiente de “Saldo Total DLP” se mantuvo significativo y creció en magnitud (p-valor de 0,003 a 0,036, con el coeficiente pasando de -7,17E-10 a -2,68E-09). Esto sugiere que la dinámica del mercado post-ETF es consistente con cambios en el comportamiento individual de algunos coeficientes, aunque no se haya confirmado como una ruptura estructural conjunta estadísticamente significativa.

Es crucial aclarar la terminología utilizada. El término “ballenas” en este trabajo se refiere a grandes inversores, pero las variables “on-chain” utilizadas no representan exclusivamente segmentaciones estrictas por tamaño de cartera. Algunas métricas, como “Entrada en Corredoras” y “Saldo Neto en Corredoras”, miden flujos agregados de todo el mercado, mientras que “Saldo Total DLP” segmenta por comportamiento de posesión a largo plazo, no por tamaño de cartera. Solo las variables “Saldo Ballenas” por rango de volumen representan la definición más estricta de “ballena” por volumen poseído, y estas no presentaron significancia individual.

La “volatilidad futura” se refiere al objetivo predictivo del estudio, es decir, la desviación estándar de los rendimientos diarios en los 7 días posteriores a la fecha t. Por otro lado, la “volatilidad realizada” (RV) designa el concepto general de la literatura de HAR/HAR-X y los componentes autorregresivos construidos a partir de la volatilidad pasada. Ambos términos coexisten en el texto para describir conceptos relacionados, pero distintos: uno es el objetivo del modelo y el otro es la entrada autorregresiva. Además, los términos “impacto” e “influencia” deben leerse como asociación predictiva condicionada al modelo, y no como una relación causal directa probada, ya que el modelo HAR-X identifica correlaciones estadísticamente significativas, pero no aísla mecanismos causales ni descarta explicaciones alternativas.

En términos de aplicación práctica, el modelo HAR-X Saldo puede integrarse en contextos de gestión de riesgos institucionales. Esto incluye la actualización diaria automatizada de las previsiones de volatilidad a 7 días, la creación de paneles de visualización de la volatilidad prevista versus realizada con el historial de errores del modelo, y el desarrollo de disparadores de alerta para cuando la volatilidad prevista exceda umbrales predefinidos, señalando la necesidad de revisión de exposición o estrategias de cobertura. Tales herramientas pueden auxiliar tesorerías institucionales y gestores de fondos en la toma de decisiones.

A pesar de la solidez de los resultados, el estudio tiene limitaciones. Las heurísticas de clusterización utilizadas por Glassnode para agrupar direcciones en entidades pueden contener errores de clasificación, dado que un mismo individuo o institución puede operar múltiples direcciones, y una única dirección puede ser compartida. Además, los rangos de saldo no distinguen si el tenedor es una persona física, un fondo, un bróker o una tesorería corporativa. Futuros trabajos podrían incorporar factores externos, como crisis macroeconómicas, cambios en las tasas de interés y eventos geopolíticos, que influyen en la percepción de riesgo y el retorno de activos como el Bitcoin, para construir un mapa más preciso de la volatilidad.

En resumen, los resultados de la investigación indican que, contrariamente a la hipótesis inicial, las métricas de saldo, especialmente la concentración del activo en posesión de tenedores a largo plazo, tienen un mayor poder predictivo sobre la volatilidad futura del Bitcoin en un horizonte de 7 días. El modelo HAR-X Saldo demostró la mejor capacidad explicativa, con un R² de 0,826 y un error medio absoluto de 0,26 puntos porcentuales, lo que sugiere que la estabilidad proporcionada por los grandes acumuladores a largo plazo actúa como el principal amortiguador de la volatilidad en el mercado de criptoactivos, especialmente en el escenario post-institucionalización.

4. Conclusión

El presente estudio buscó validar si métricas conductuales de grandes inversores, o métricas de saldo, poseían mayor poder predictivo sobre la volatilidad futura del Bitcoin, especialmente en el contexto post-institucionalización del mercado. Se verificó que, contrariamente a la hipótesis inicial, el modelo HAR-X Saldo demostró capacidad predictiva superior, con un R² de 0,826 en el conjunto de prueba, explicando el 82,6% de la varianza de la volatilidad futura del activo. Se identificó que la concentración del Bitcoin en posesión de tenedores a largo plazo (Saldo Total DLP) actuó como el principal amortiguador de la volatilidad, presentando una asociación negativa y estadísticamente significativa. Adicionalmente, se observó que la entrada de Bitcoins en corretoras y su variación de siete días estaban asociadas a una reducción de la volatilidad futura, mientras que el saldo neto en corretoras indicó una asociación positiva. La principal contribución práctica reside en la oferta de un modelo robusto, con error medio absoluto de 0,26 puntos porcentuales, que puede ser integrado en estrategias de gestión de riesgo institucional, auxiliando a tesorerías y gestores de fondos en la previsión de la volatilidad de 7 días del Bitcoin.

A pesar de la solidez de los resultados, el estudio presenta limitaciones inherentes a las heurísticas de clusterización de Glassnode, que pueden no distinguir con precisión los tipos de tenedores o entidades, y a la ausencia de factores macroeconómicos externos en el modelo. Aunque la prueba de Chow no confirmó una ruptura estructural conjunta estadísticamente significativa post-ETFs, se observó un cambio relevante en el comportamiento individual de algunos coeficientes, lo que sugiere la necesidad de reevaluar con muestras más grandes en el futuro y la estimación separada por subperíodos. Se recomienda para estudios futuros la incorporación de variables externas, como crisis y tasas de interés, y la utilización de métricas más granulares de Glassnode para una comprensión más completa de la dinámica de la volatilidad. Es importante destacar que los términos “impacto” e “influencia” deben interpretarse como asociaciones predictivas condicionadas al modelo, y no como relaciones causales directas.

Referencias Bibliográficas

Aalborg, H.A.; Molnar, P.; De Vries,J.E. What can explain the price, volatility and trading volume of Bitcoin? Finance Research Letters, v. 29, p. 255-265, 2019.

Bloomberg. Saylor’s Strategy Resumes Bitcoin Splurge at Highest Price Ever. Bloomberg, 2025. Disponível em: <https://www.bloomberg.com/news/articles/2025-10-13/saylor-s-strategy-resumes-bitcoin-splurge-at-highest-price-ever>. Acesso em: 20 out. 2025.

Chow, G.C. Tests of Equality Between Sets of Coefficients in Two Linear Regressions. Econometrica, v. 28, n. 3, p. 591-605, 1960.

Coinmarketcap. Cryptocurrency ETFs. CoinMarketCap, 2025. Disponível em: <https://coinmarketcap.com/etf>. Acesso em: 13 out. 2025.

Cong, L. W.; Li, S.; Tang, K.; Yang, Y. Whale Wisdom? Anticipating Blue Chips in the Cryptocurrency Market. Working Paper, 2022. Disponível em: https://ssrn.com/abstract=3786193.

Corsi, F. A simple approximate long-memory model of realized volatility. Journal of Financial Econometrics, v. 7, n. 2, p. 174-196, 2009.

Fidelity Digital Assets. Bitcoin 4-year cycles explained. Fidelity Investments, mar. 2026. Disponível em: <https://www.fidelitydigitalassets.com/research-and-insights/bitcoin-4-year-cycles-explained >. Acesso em: 21 mar. 2026.

Gompers, P. A., & Metrick, A. (2001). Institutional Investors and Equity Prices. The Journal of Financial Economics, 59(2), 229-260.

Hair, J. F. et al. Multivariate Data Analysis. 7. ed. Upper Saddle River: Pearson Prentice Hall, 2010

Harvey, C. R., Ramachandran, A., & Santoro, J. (2021). DeFi and the Future of Finance. John Wiley & Sons.

Hastie, T.; Tibshirani, R.; Friedman, J. (2009) The Elements of Statistical Learning: Data Mining, Inference, and Prediction. 2. ed. New York: Springer

Hernández de Cos, P. (2022). Crypto-assets a financial authority’s view. Bank for International Settlements (BIS) Review.

Hull, J. C. (2018). Options, Futures, and Other Derivatives (10th ed.). Pearson.

Kraken Intelligence. Bitcoin and the impact of exchange inflows. Kraken Blog, mar. 2026. Disponível em: <https://blog.kraken.com/category/kraken-intelligence/>. Acesso em: 21 mar. 2026.

O’Hara, M. Market Microstructure Theory. Cambridge: Blackwell Publishers, 1995.

Shearer, C., (2000). The CRISP-DM model: the new blueprint for data mining, Journal of Data Warehousing, Volume 5: 13-22.

Wooldridge, J. M. Introdução à Econometria: uma abordagem moderna. 6. ed. São Paulo: Cengage Learning, 2016.

Artículo originado del Trabajo de Conclusión de Curso de la Especialización en Data Science y Analytics del MBA USP/Esalq

Para saber más sobre el curso, haga clic aquí y acceda a la plataforma MBX Academy