Según arXiv q-fin, un estudio reciente analiza el comportamiento de la liquidez en mercados futuros de Bitcoin y Ethereum en Binance, entre 2023 y 2026, utilizando datos de libros de órdenes, flujos de transacciones y ventanas de eventos macroeconómicos. El trabajo se centra en diferenciar entre señales de eventos macroscópicos y estados persistentes de liquidez en el nivel microestructural del mercado. El investigador propone un modelo supervisado que evalúa transiciones de liquidez en el libro de órdenes, independiente de detectores de regímenes ocultos o predicciones de precios. Los resultados se validan mediante paneles móviles mensuales, con pruebas de permutación bloqueadas que exigen que cada capa de características mejore al modelo anterior en el mismo conjunto de datos.
El estudio revela que el primer indicador de predicción es el estado de liquidez establecido antes del evento: una base gruesa, basada en condiciones previas, permite predecir con precisión las fases posteriores del mercado. Modelos que aplican funciones logísticas sobre datos continuos no superan esta base inicial. Sin embargo, un modelo no lineal simple, basado en el mismo conjunto de datos, añade una mejora significativa, comparable en tamaño a la propia base de estado. Importante: el calendario de eventos no aporta información sobre el contenido del evento, sino únicamente su momento. Esto implica que el estado pre-evento compite directamente contra una línea de base sin información, no contra el tipo específico del evento. Además, el flujo de órdenes solo aporta valor cuando se integra como capa adicional al modelo de liquidez, no como sustituto. Este valor no es uniforme: en Ethereum se observa en todos los regímenes (tranquilo, mezclado y estresado), y su efecto es más fuerte cuando la liquidez pre-evento es baja. En cambio, en Bitcoin, los efectos son aislados, ocurriendo en cinco minutos específicos y sin una tendencia clara que se mantenga en ambos extremos del horizonte.
Para el lector peruano, estas conclusiones tienen implicaciones directas en la gestión de inversiones. En un mercado como el de criptomonedas, donde los eventos externos (como cambios de política o volatilidad global) pueden impactar rápidamente, la estrategia debe priorizar el análisis del estado interno del mercado en momentos previos a un evento. Esto significa que no basta con monitorear noticias o alertas: es fundamental entender la estructura de liquidez en el libro de órdenes en el momento previo a un cambio. Para inversores peruanos que operan en mercados digitales, este enfoque permite diseñar estrategias más resilientes, especialmente en contextos de alta volatilidad, como los que pueden surgir por crisis económicas o cambios en las políticas monetarias. El modelo sugiere que cualquier capa de inteligencia artificial o estrategia de ejecución debe superar esta base de liquidez inicial para justificar su uso, lo que evita que se inviertan recursos en tecnologías que no aportan un valor real sobre una base sólida y observable.