Metodología para las expectativas del precio de las criptomonedas

Los mercados de criptomonedas se mueven rápidamente y pueden ser difíciles de interpretar. Para ayudar a los usuarios a comprender mejor cómo pueden evolucionar los precios, Finst ofrece predicciones mensuales del precio de las criptomonedas basadas en una metodología transparente y coherente.

Estas predicciones no constituyen asesoramiento financiero, pero ofrecen un contexto útil al mostrar una proyección basada en cómo se ha comportado históricamente una criptomoneda, cómo los ciclos de mercado influyen en su rendimiento y cómo distintos escenarios pueden afectar a los precios futuros.

Esta metodología explica cómo se determinan estas predicciones, de modo que los usuarios puedan interpretarlas claramente y utilizarlas junto con sus propios conocimientos y su estrategia de inversión.

Ten en cuenta que las predicciones se actualizan diariamente en función de la metodología. La metodología en sí fue actualizada por última vez en noviembre de 2025.

Descargo de responsabilidad: Invertir en criptoactivos conlleva riesgo de pérdidas. Los datos de previsión se basan en datos históricos y se proporcionan únicamente con fines informativos y educativos. Los datos de previsión pueden no ser completos o precisos y no constituyen ninguna representación, garantía ni asesoramiento financiero, de inversión o de otro tipo por parte de Finst. Los precios futuros pueden diferir significativamente de la previsión presentada. Antes de operar con criptoactivos, debe realizar su propia investigación y evaluar su tolerancia al riesgo. Finst no se hace responsable de las pérdidas que pueda sufrir al operar con criptoactivos.

¿Cómo funciona la metodología?

El modelo combina promedios mensuales históricos, tres escenarios (neutral, alcista y bajista) y ciclos de mercado en torno al halving de Bitcoin. El resultado es una predicción de precios que tiene en cuenta tanto los factores estacionales como las dinámicas de mercado más amplias.

Basado en el precio actual

El modelo utiliza el precio de cierre de la criptomoneda (el último precio del día anterior) como entrada para todos los cálculos, lo que significa que las predicciones se actualizan diariamente.

Si, por ejemplo, Bitcoin terminó el día del 16 de noviembre de 2025 en 80.000 €, este precio se utiliza como punto de partida para los cálculos del 17 de noviembre de 2025 (el día siguiente).

Análisis de datos históricos

El modelo calcula el rendimiento mensual promedio para cada uno de los 12 meses utilizando los precios de cierre mensuales promedios de la criptomoneda durante los últimos cinco años. Si una criptomoneda es relativamente nueva y tiene menos de un año de datos históricos, se utiliza el rendimiento histórico de Bitcoin. Cuando hay suficientes datos disponibles, el modelo utiliza un máximo de cinco años de historial propio del activo.

Para garantizar que las condiciones de mercado más recientes tengan un mayor peso en el análisis, el modelo aplica un promedio móvil exponencialmente ponderado (EWMA). Esta técnica, introducida originalmente por J. P. Morgan y ampliamente utilizada en modelos de riesgo financiero, asigna pesos decrecientes de forma exponencial a las observaciones más antiguas. Esto permite que los movimientos de precios más recientes influyan más en la estimación final, mientras que los datos más antiguos siguen desempeñando un papel, aunque con menor impacto.

El grado en que se priorizan los datos más recientes está determinado por un parámetro llamado lambda (λ). En general, un λ más alto asigna más peso a los datos antiguos, lo que produce una tendencia más suave. Un λ más bajo hace que el modelo sea más sensible a los cambios recientes del mercado. Dado que el mercado de criptomonedas es conocido por su volatilidad y sus condiciones cambiantes, el EWMA permite que el modelo responda adecuadamente sin depender exclusivamente de fluctuaciones a corto plazo.

Al combinar patrones estacionales de largo plazo con un método que otorga mayor peso a los datos recientes, el modelo captura tanto el comportamiento histórico de cada mes como la dinámica actual del mercado.

Escenarios

Antes de presentar los tres escenarios, es importante comprender de dónde provienen los factores. Tanto los factores de los escenarios del apartado 3 como los ciclos de mercado del apartado 4 se basan en el mismo análisis a largo plazo de la capitalización total del mercado de criptomonedas (market cap) desde 2013 hasta 2024.

Al estudiar cómo se comportó el mercado total de criptomonedas durante años neutrales, alcistas y bajistas, el modelo deriva factores realistas que pueden aplicarse a los promedios mensuales históricos.

El modelo presenta tres escenarios, cada uno de los cuales aplica un factor a los promedios mensuales históricos:

1. Neutral

El escenario neutral simplemente sigue los promedios históricos sin ajustes adicionales.

2. Alcista

Los datos históricos muestran que durante fases de mercado alcistas, el mercado de criptomonedas puede experimentar un crecimiento significativamente mayor que el promedio. Sin embargo, estos picos extremos no son adecuados para un método de predicción mensual, ya que pueden generar proyecciones inestables o poco realistas.

Por ello, el escenario alcista aplica un factor positivo moderado a la tendencia mensual histórica. Este ajuste fortalece las ganancias y reduce las pérdidas, creando una perspectiva más optimista pero aún realista y útil. El escenario alcista refleja condiciones en las que el mercado rinde mejor de lo habitual, sin utilizar los picos extremos de ciclos alcistas anteriores.

3. Bajista

De manera inversa, los datos históricos también muestran que durante fases de mercado bajistas, las criptomonedas pueden experimentar caídas significativas. Para reflejar estas condiciones, el escenario bajista aplica un ajuste positivo a la tendencia mensual histórica. Esto reduce las ganancias y amplifica las pérdidas, capturando así el tipo de rendimiento típico de los mercados bajistas prolongados. El escenario bajista representa, por tanto, una perspectiva pesimista en la que el activo rinde por debajo de su promedio a largo plazo.

Impacto de los ciclos de mercado

Además de los promedios históricos y los escenarios, el modelo también tiene en cuenta ciclos de mercado más amplios. Estos ciclos se derivan del patrón de crecimiento a largo plazo de la capitalización total del mercado de criptomonedas, utilizando datos desde 2013 hasta 2024. Al analizar todo este periodo e identificar el patrón recurrente promedio, este ciclo se proyecta hacia años futuros.

El halving de Bitcoin desempeña un papel fundamental en la formación de estos ciclos de mercado, ya que históricamente ha tenido una gran influencia en el rendimiento general de las criptomonedas. Por ello, los años en torno a cada halving se identifican como alcistas, bajistas o neutrales:

• En un año alcista, las ganancias se amplifican y las pérdidas se reducen mediante la aplicación de un factor positivo, lo que refleja un rendimiento de mercado más sólido.
• En un año bajista, las ganancias se reducen y las pérdidas se amplifican mediante un factor negativo, algo típico durante periodos bajistas.

Dado que el halving de Bitcoin ocurre aproximadamente cada cuatro años, el modelo utiliza la siguiente estructura:

Future decay factor

Para mantener las predicciones a largo plazo en un nivel realista, el modelo aplica un future decay factor que reduce gradualmente la influencia tanto del factor de escenario como del factor de ciclo de mercado a medida que la proyección se extiende en el tiempo. Las condiciones de mercado a corto plazo pueden tener un impacto fuerte en las predicciones cercanas, pero su fiabilidad disminuye cuanto más distante sea el horizonte temporal. El decay evita que estos efectos a corto plazo dominen las predicciones a largo plazo.

¿Por qué utilizar este enfoque?

Utilizamos este enfoque porque los datos históricos proporcionan la base, mientras que los ciclos de mercado y los escenarios añaden fortaleza y contexto a las predicciones.

• Fundamentado en datos históricos: Cada predicción se basa en cinco años de rendimientos mensuales, procesados mediante un EWMA para otorgar mayor peso al comportamiento reciente del mercado.
• Influencias estacionales: El mercado de criptomonedas sigue ciclos con patrones recurrentes; algunos meses históricamente rinden mejor que otros.
• Múltiples escenarios: Cada predicción muestra resultados neutrales, alcistas y bajistas, cada uno con un factor específico aplicado al crecimiento mensual.
• Ajustes basados en ciclos de mercado: Los años en torno al halving de Bitcoin reciben factores de ciclo específicos (alcista, bajista o neutral) basados en el comportamiento del mercado total de criptomonedas a lo largo de múltiples ciclos de halving entre 2013 y 2024.
• Actualizaciones diarias: El modelo actualiza las predicciones cada día usando los precios más recientes, adaptándose continuamente a los movimientos del mercado.

Limitaciones

Existen varias limitaciones del modelo que deben tenerse en cuenta:

• Basado en datos históricos: El modelo depende de datos de precios históricos, pero el pasado no garantiza resultados futuros.
• Datos limitados: Las criptomonedas más nuevas pueden no disponer de suficientes datos, lo que obliga al modelo a recurrir al historial de Bitcoin en lugar del suyo propio.
• Sin factores externos: El modelo refleja crecimiento o pérdidas basándose en promedios, pero no tiene en cuenta factores externos como regulaciones, hacks o anuncios importantes.
• Escenarios simples: El modelo contempla únicamente tres escenarios (neutral, alcista, bajista) y no considera movimientos laterales o recuperaciones repentinas después de crashes.
• Centrado en Bitcoin: La clasificación de años neutrales, alcistas y bajistas se basa en los halvings de Bitcoin y no considera posibles altcoin seasons, durante las cuales las altcoins pueden rendir mejor que Bitcoin.
• Los escenarios alcistas no garantizan un aumento: Incluso en el escenario alcista, algunas criptomonedas pueden mostrar precios a la baja a largo plazo. Esto ocurre cuando el desempeño histórico del activo durante los últimos cinco años ha sido mayoritariamente negativo. El factor alcista amplifica ganancias y suaviza pérdidas, pero no puede revertir una tendencia negativa persistente.

Riesgos

• No es asesoramiento de inversión: Las expectativas de precio de Finst son únicamente proyecciones y nunca deben considerarse como asesoramiento financiero para comprar o vender criptomonedas.
• Volatilidad: Dado que el mercado de criptomonedas puede ser extremadamente volátil, los precios reales pueden diferir considerablemente de las predicciones.
• Responsabilidad individual: Cada usuario es plenamente responsable de sus propias decisiones de inversión. Las predicciones de precios de Finst se proporcionan únicamente con fines ilustrativos y educativos.
• Incertidumbre del modelo: Todos los modelos de predicción dependen de suposiciones y patrones históricos que podrían no mantenerse. Un comportamiento inesperado del mercado puede producir resultados muy distintos de los valores proyectados.
• Incertidumbre a largo plazo: Cuanto más lejana sea la predicción en el tiempo, mayor es la incertidumbre. Las proyecciones a largo plazo deben interpretarse con especial prudencia.
• Eventos externos: Cambios regulatorios repentinos, problemas en exchanges, hacks, acontecimientos macroeconómicos o perturbaciones inesperadas del mercado no están incluidos en el modelo y pueden generar movimientos significativos en los precios.