El auge de los oráculos: los inversores institucionales necesitan datos fiables del mercado de cifrado

En este artículo, pretendo discutir la importancia de los datos de mercado, la econometría de las finanzas descentralizadas (DeFi) y la investigación de DeFi aplicada sobre activos criptográficos (y digitales) como corolario de la econometría financiera y la investigación aplicada. También intentaré aprovechar la perspectiva y los hallazgos de los artículos seminales de Eugene Fama basados ​​en su interés en medir las propiedades estadísticas de los precios de las acciones y resolver el debate entre el análisis técnico (el uso de patrones geométricos en gráficos de precios y volúmenes para pronosticar precios futuros movimientos de un valor) y análisis fundamental (el uso de datos contables y económicos para determinar el valor razonable de un valor). Premio Nobel Fama operacionalizado la hipótesis del mercado eficiente - resumido de forma compacta en el epigrama que "los precios reflejan completamente toda la información disponible" en mercados eficientes. 

Por lo tanto, centrémonos en esta información sobre los activos digitales y criptográficos, sobre los datos financieros descentralizados y de cifrado. fuentes, análisis de datos de mercado y todo lo que rodea a la industria emergente masiva de DeFi que es esencial para atraer inversores institucionales a los mercados de criptografía, DeFi y "token" más amplios, en general.

En la mayoría de los mercados, los datos de mercado se definen como el precio de un instrumento (un activo, valor, producto básico, etc.) y datos relacionados con el comercio. Estos datos reflejan la volatilidad del mercado y la clase de activos, el volumen y los datos específicos de la operación, como apertura, máximo, mínimo, cierre, volumen (OHLCV) y otros datos de valor agregado, como los datos de la cartera de pedidos (margen de oferta y demanda, mercado agregado profundidad, etc.) y precios y valoración (datos de referencia, datos de finanzas tradicionales como los primeros tipos de cambio, etc.) Estos datos de mercado son fundamentales en diversas investigaciones econométricas financieras, finanzas aplicadas y, ahora, DeFi, tales como:

• Marco de modelo de riesgo y gestión de riesgos
• Comercio cuantitativo
• Precio y valoración
• Construcción y gestión de carteras
• Financiamiento criptográfico general

Si bien la aplicación de una metodología tradicional para evaluar el riesgo y discernir diferentes grados de oportunidad repartidos entre clases de criptoactivos diversos y emergentes puede ser limitante, es un comienzo. Han surgido nuevos modelos de valoración que tienen como objetivo dar sentido a estos activos digitales que han ascendido para dominar los mercados digitales verdaderamente globales, e incluso estos modelos necesitan datos de mercado. Algunos de estos modelos incluyen, entre otros:

• VWAP, o precio promedio ponderado por volumen, una metodología que generalmente determina el valor razonable de un activo digital calculando el precio promedio ponderado por volumen de un grupo preseleccionado de datos disponibles post-negociación de intercambios constituyentes.
• TWAPo precio promedio ponderado en el tiempo, que puede ser un oráculo o un contrato inteligente que deriva los precios de los tokens de los grupos de liquidez, utilizando un intervalo de tiempo para determinar la relación de garantía.
• Razón de crecimiento determina el factor colateral.
• TVL, o valor total bloqueado, es para grupos de liquidez y creadores de mercado automatizados (AMM).
• Número total de usuarios refleja el efecto de red y el uso y crecimiento potenciales.
• Metodología principal de mercado se aplica al mercado principal, que a menudo se define como el mercado con mayor volumen y actividad para un activo digital. El valor razonable sería el precio recibido por un activo digital en ese mercado.
• Volúmenes de negociación de CEX y DEX son la suma total de los volúmenes de negociación en los intercambios centralizados (CEX) y los intercambios descentralizados (DEX).
• CVI, o índice de volatilidad de las criptomonedas, se crea calculando un índice de volatilidad descentralizado a partir de los precios de las opciones de criptomonedas junto con el análisis de las expectativas de volatilidad futura del mercado.

Por lo tanto, los datos de mercado se vuelven fundamentales para todas las herramientas de modelado y análisis para dar sentido a los mercados, y también para realizar análisis de correlación entre varios sectores criptográficos, como la capa uno, la capa dos, Web 3.0 y DeFi. La fuente principal de estos datos del mercado de cifrado proviene de la combinación fragmentada y en constante crecimiento de intercambios de cifrado. Los datos de estos intercambios no pueden ser ampliamente de confianza, ya que hemos visto casos de volúmenes inflados a través de prácticas como el comercio de lavado y los pools cerrados que pueden distorsionar el precio al tergiversar la demanda y el volumen. Por lo tanto, modelar una hipótesis basada en datos empíricos y posteriormente probar la hipótesis para formular una teoría de inversión (conocimientos de resúmenes empíricos) puede ser complicado. Esto da lugar a oráculos que tienen como objetivo resolver los problemas de datos confiables que ingresan al sistema de transacciones blockchain o una capa de mediación entre las capas de criptografía y finanzas tradicionales.

Relacionado: Oracle quiere llevar blockchain a las masas a través de una oferta de datos cripto-segura

Blockchain, la tecnología subyacente que gobierna todos los activos y redes criptográficas, promociona sus principios fundamentales de comercio, confianza y propiedad sobre la base de la transparencia extendida por los sistemas de confianza (o consenso), entonces, ¿por qué los datos de mercado son un problema tan grande? ¿No es parte del espíritu de blockchain y la industria de la criptografía confiar en datos que pertenecen al mercado y son fácilmente accesibles para su análisis?

¡La respuesta es sí! ¡Pero!" Las cosas se ponen interesantes cuando cruzamos los mercados de criptomonedas con liquidez basada en moneda fiduciaria: las transacciones denominadas en dólares estadounidenses, euros, yenes y libras esterlinas son el camino hacia las finanzas tradicionales que están siendo facilitadas por los intercambios de cifrado.

Comprender la macro de cifrado y diferenciar la macro global

Como Peter Tchir, director de macro global de Academy Securities, con sede en Nueva York, explica la en un artículo escrito por Simon Constable: "Macro global es un término para las tendencias subyacentes que son tan grandes que podrían levantar o hacer caer la economía o grandes porciones de los mercados de valores". Constable agregó:

“Se diferencian de los micro factores, que pueden afectar el desempeño de una sola empresa o subsector del mercado”.

Me gustaría distinguir entre macro global y macro criptográfica. Mientras que las tendencias macro globales, como la inflación, la oferta monetaria y otros eventos macro, afectan las curvas de oferta y demanda global, la macro criptográfica gobierna la correlación entre los diversos sectores (como Web 3.0, capa uno, capa dos, DeFi y fichas no fungibles), tokens que son representativos de aquellos sectores y eventos que impactan el movimiento correspondiente de estas clases de activos.

Relacionado: Cómo se entrelazan NFT, DeFi y Web 3.0

Las clases de activos criptográficos (y digitales) definen un ámbito completamente nuevo de creación de activos, transacciones y movimiento de activos cuando se limitan a la fungibilidad entre clases de activos y mecanismos de intercambio, como préstamos, garantías e intercambios. Esto crea un entorno macro basado en principios y teorías criptoeconómicas. Cuando intentamos vincular estos dos entornos macroeconómicos principales para inyectar o transferir liquidez de un sistema económico a otro, esencialmente complicamos nuestras métricas de medición y datos de mercado, debido a una colisión de sistemas de valor.

Permítanme demostrar la complejidad con un ejemplo de la importancia de los datos de mercado y otros factores en la formulación de una teoría de inversión basada en conocimientos de resúmenes empíricos.

Si bien la capa uno proporciona una utilidad importante para muchos ecosistemas que surgen en las redes de capa uno, no todas las redes de capa uno se crean de la misma manera y no brindan el mismo valor y características de discernimiento. Bitcoin (BTC), por ejemplo, tuvo la ventaja de ser el primer movimiento y es una especie de rostro del ecosistema de las criptomonedas. Comenzó como una empresa de servicios públicos, pero se ha transformado en un depósito de valor y una clase de activo como una cobertura de inflación que intenta desplazar al oro.

Éter (ETH), por otro lado, propuso la noción de programabilidad (la capacidad de aplicar condiciones y reglas) para valorar el movimiento, creando así ecosistemas ricos como DeFi y NFT. Entonces, ETH se convierte en el token de utilidad que impulsa estos ecosistemas facilitando la co-creación. El aumento en la actividad de transacciones impulsó la demanda de Ether, ya que es necesario para el procesamiento de transacciones.

Bitcoin como depósito de valor y cobertura de inflación es bastante diferente de un negocio emergente y en constante crecimiento en una red de capa uno. Por lo tanto, es vital comprender qué les da valor a estos tokens. Es la utilidad de un token como un peaje en la red lo que lo hace valioso, o su capacidad para almacenar y transferir valor (grande) en tiempo cercano, lo que le da una ventaja sobre el movimiento de valor existente o los sistemas de pago.

En cualquier caso, la utilidad, el volumen de transacciones, el suministro circulante y las métricas de transacciones relacionadas brindan información sobre la valoración del token. Si tuviéramos que analizar y observar el impacto macroeconómico más profundo en la valoración (como las tasas de interés, la oferta monetaria, la inflación, etc.) y también los factores macro criptográficos que involucran la correlación de otros activos criptográficos y criptomonedas que impactan directa o indirectamente la capa uno, el La teoría resultante incluiría el crecimiento de la tecnología fundamental, los roles de las clases de activos nativos y las primas por vencimiento. Sería indicativo de riesgo tecnológico y adopción del mercado, efecto de red y prima de liquidez que demuestran una amplia aceptación en varios ecosistemas impulsados ​​por criptografía. Una visión de inversión sobre el ajuste estratégico para, digamos, la construcción de una cartera de criptografía incluye consideraciones en torno a los ciclos macroeconómicos, la liquidez de la criptografía (la capacidad de convertir los activos de criptografía) y el impacto macro de criptografía, y los considera como un riesgo bajo a mediano plazo en nuestro modelo de riesgo marco de referencia.

La disponibilidad de datos confiables del mercado criptográfico permite no solo tomar decisiones comerciales en tiempo real e in situ, sino también varios análisis de riesgo y optimización necesarios para la construcción y el análisis de la cartera. El análisis requiere datos de mercado tradicionales adicionales a medida que comenzamos a conversar con los ciclos y la liquidez del mercado tradicional relacionado con las finanzas, que también pueden intentar correlacionar los sectores macro criptográficos con los sectores macro globales. Esto puede complicarse rápidamente desde una perspectiva de modelado, simplemente debido a la disparidad entre la diversidad y la velocidad de los datos de mercado entre dos sistemas de valor.

Perspectivas

Tan fundamental como es la eficiencia del mercado de cifrado para una buena toma de decisiones financieras, se entiende mal y se distorsiona por información deficiente o inadecuada. Son los datos del mercado criptográfico (económico) y varios modelos económicos los que nos permiten dar sentido a los mercados criptográficos emergentes y desordenados. Los principios de la hipótesis del mercado eficiente, que implica que en los mercados eficientes, el precio siempre refleja la información disponible, también se aplican a los mercados de criptomonedas.

Los datos de mercado, por lo tanto, se vuelven fundamentales para todas las herramientas de modelado y análisis para dar sentido a los mercados y también para realizar análisis de correlación entre varios sectores criptográficos, como la capa uno, la capa dos, Web 3.0 y DeFi. La fuente principal de estos datos del mercado de cifrado proviene de la combinación fragmentada y en constante crecimiento de intercambios de cifrado. Las clases de activos digitales y criptográficos definen un ámbito completamente nuevo de creación de activos, transacciones y movimiento de activos, especialmente cuando se limitan a la fungibilidad entre clases de activos y mecanismos de intercambio, como préstamos, garantías e intercambios. Esto crea un entorno macro respaldado por principios y teorías criptoeconómicas.

Cuando intentamos vincular estos dos entornos macroeconómicos principales para inyectar o transferir liquidez de un sistema económico a otro, esencialmente complicar nuestras métricas de medición y datos de mercado, debido a una colisión de sistemas de valor. El análisis requiere datos de mercado tradicionales adicionales a medida que comenzamos a conversar con los ciclos y la liquidez del mercado tradicional relacionado con las finanzas, y también intentamos correlacionar los sectores macro criptográficos con los sectores macro globales. Esto puede complicarse rápidamente desde una perspectiva de modelado, simplemente debido a la disparidad entre la diversidad y la velocidad de los datos de mercado entre dos sistemas de valor.

Este artículo no contiene consejos ni recomendaciones de inversión. Cada movimiento de inversión y comercio implica un riesgo, y los lectores deben realizar su propia investigación al tomar una decisión.

Los puntos de vista, pensamientos y opiniones expresados ​​aquí son solo del autor y no necesariamente reflejan o representan los puntos de vista y opiniones de Cointelegraph.

Fuente: https://cointelegraph.com/news/the-rise-of-oracles-institutional-investors-need-trusted-crypto-market-data