Título de la investigación:
Modelado de la volatilidad de los
precios del Bitcoin
I.
Introducción
Desde la publicación de Nakamoto (2009) sobre la
Blockchain y como debe tranzarse su principal activo
digital como lo es el bitcoin, han surgido cambios
significativos en la nueva era financiera debido a la
manera novedosa de como las personas pueden realizar
transacciones.
Al igual que los mercados bursátiles tradicionales
donde se tranzan acciones mediante varios tipos de
papeles comerciales, existe un mercado digital donde
ocurre intercambio de activos (criptoactivos) jugando
un papel preponderante la oferta y demanda del mismo,
ahora bien, las interacciones entre demandantes y
oferentes es de tal magnitud que hace necesario
entender como fluctúa esa llamada volatilidad en los
mercados ya que la misma se traduce en zonas de
rendimiento para las personas que desean tranzar en
estos mercados de alto riesgo. El estudio de la
volatilidad en los mercados tradicionales mediante los
lineamientos de Basilea I, II y III a raíz de la crisis
financiera del año 2008 han cobrado gran interés en
estos mercados emergentes ya que nacen como
excelentes candidatos como medidas de estratificación
de riesgo, se pretende entonces analizar en la siguiente
investigación que tan eficaz son las mismas para tratar
de modelar la volatilidad del principal criptoactivo del
mercado como lo es el bitcoin.
II.
Volatilidad de los mercados digitales
Una de las características más distintivas del mercado
de los criptoactivos es la velocidad como se tranzan,
esta atemporalidad a diferencia de los mercados Forex
se puede medir desde años hasta inclusive minutos y es
un mercado 24/7 lo que lo convierte en un desafío para
cualquier inversor analizar los momentos propicios para
capturar ganancias. Bajo este escenario cabe aquí dar
luces sobre las siguientes inquietudes:


La volatilidad (retorno) de un activo se define como la
variación del precio con respecto a una atemporalidad
especifica, la misma puede ser positiva o negativa y
como señala Fraser (2010) puede ser calculada
mediante la siguiente relación.
Que es la volatilidad?
Puede ser capturada y modelada?
𝑅𝑡 =
𝑃𝑡 − 𝑃𝑡−1
𝑃𝑡−1
Donde
𝑅𝑡 : Es la volatilidad (retorno) del activo en el momento
𝑡
𝑃𝑡 : Son los precios del activo financiero en el momento
𝑡
𝑃𝑡−1 : Son los precios del activo en el momento 𝑡 − 1
Para capturar la volatilidad de los precios de cierre de
un activo financiero se grafica mediante una serie de
tiempo para un horizonte especifico definido por el
analista, en el caso del BTC se muestra a continuación
un ejemplo de su volatilidad.
Gráfico 1. Serie de tiempo y volatilidad del BTC
Fuente: Sheffield Hallam University
Las gráficas anteriores son herramientas de interés para
el inversor ya que la primera refleja la evolución
histórica de los precios y sus patrones mientras que la
segunda muestra la volatilidad donde precisamente se
abren ventanas de ganancias o pérdidas según sea el
caso.
III.
Modelado de la volatilidad del BTC
En los mercados bursátiles es muy común encontrar
activos con este tipo de características y el mercado
cripto no es la excepción, en este sentido cobra fuerza
diseñar modelos estadísticos en series temporales que
ayuden a modelar lo expuesto en el gráfico 1. No se
trata de emular en su histórico esa dinámica, de hecho
detrás del precio de un criptoactivo hay un conjunto de
factores de tipo cualitativo y cuantitativo que influyen
en la fluctuación del precio, la idea entonces es tratar de
describir mediante la relación existente entre los datos
la posibilidad de parametrizar esa relación mediante un
modelo, la consistencia del mismo será determinada
mediante un conjunto de métricas que garanticen su
consistencia.
La familia de modelos en series temporales de alta
frecuencia es variada, cada modelo es totalmente
paramétrico y en su diseño captura elementos de interés
de esa volatilidad, la tabla que se muestra a
continuación es un extracto de los modelos más
utilizados para analizar series temporales con tales
características.
Donde −1 ≤ 𝜌𝑘 ≤ 1 los extremos son señales de la
fuerte correlación existente entre los precios de cierre
del BTC, una manera de visualizar gráficamente esta
dependencia subyacente en los datos es a través de
correlogramas que no es más la representación gráfica
de 𝜌𝑘 a lo largo de lo que se denomina retardos de la
serie, en el caso de los retornos del BTC un ejemplo de
esta estructura de relación dinámica en el tiempo es la
que se presenta a continuación.
Gráfico 2. Correlograma de la volatilidad del BTC
Cuadro 1. Modelos de la familia GARCH
Fuente: Interdependencia de la volatilidad entre las criptomonedas,
acciones y los mercados de bonos (2002)
Fuente: Sheffield Hallam University
Todos estos modelos parten del principio de que el
histórico del activo bajo estudio es un factor importante
ya que condiciona el establecimiento de estos
escenarios
futuros
(pronósticos)
que
desean
establecerse para fijar posiciones en el mercado.
Otra característica distintiva de estos modelos es la
captura de la correlación existente entre los datos, es
imposible imaginar que el precio del BTC en un
momento 𝑡 no guarda ninguna relación con el precio
inmediato anterior 𝑡 − 1, no se trata de una relación
matemática formal, más bien, se parte del supuesto de
que estos factores externos (cualitativos y cuantitativos)
condicionan el establecimiento de ese precio al final de
la jornada, entonces el estudio de correlación tanto
gráfico como analítico cobra fuerza en el estudio
técnico que deba realizarse previo al establecimiento de
los modelos anteriores. Un coeficiente bastante
utilizado en la literatura para Tsay (2002) es el
coeficiente de autocorrelación el cual se describe a
continuación.
𝜌𝑘 =
𝐶𝑜𝑣(𝑌𝑡 , 𝑌𝑡−𝑘 )
√𝑉𝑎𝑟(𝑌𝑡 )𝑉𝑎𝑟(𝑌𝑡−𝑘 )
El gráfico 2 muestra la estructura de decrecimiento
temporal de los retornos del BTC, la interpretación del
decrecimiento es la pérdida de fuerza de es relación
existente entre los retornos del BTC, normalmente a
primeros retardos esas relaciones entre la volatilidad es
muy alta luego con el tiempo las mismas van perdiendo
fuerza traducido a lenguaje natural como que los
retornos de un periodo guardan poca relación con el
anterior, los modelos mostrados en el cuadro 1 estan
íntimamente ligados con este análisis previo a nivel de
correlogramas que deben hacerse a los datos para elegir
el mejor modelo que capture esa volatilidad.
IV.
Conclusiones
El modelado de la volatilidad del BTC como principal
criptomoneda dominante del mercado es un tema de
interés de muchos inversionistas que ven en este activo
digital un medio de obtener beneficios al operar en las
principales Exchange donde se tranza. Si bien es cierto
que muchas plataformas de trading cuentan entre sus
fortalezas brindar a sus clientes poderosas herramientas
gráficas para analizar aspectos inherentes al
comportamiento del precio de esta activo, pocas
cuentan con herramientas donde se pueda estudiar la
estructura de correlación entre los precios y la
volatilidad subyacente a lo largo de unas atemporalidad
específica, las metodologías antes expuestas brindan
una excelente ventana de análisis para estudios técnicos
de alto nivel que combinados con una buena lectura del
mercado a través del análisis fundamental permiten
entender el comportamiento de este activo y anticiparse
ante el riesgo a la hora de fijar posiciones en el
mercado.
V.
Referencias
Fraser, J and Simkins, B (2010). Enterprise risk
management. John Wiley & Sons, NY. ISBN 978-0470-49908-5 (cloth)
Tsay (2002). Analisis de series temporales financieras.
John
Wiley
&
Sons,
NY.
https://doi.org/10.1002/0471264105
KATSIAMPA, Paraskevi Available from Sheffield
Hallam University Research Archive (SHURA) at:
http://shura.shu.ac.uk/16526/
ELABORADO POR: IVES DOMERO
CI:10.532.595