Metodologia per le previsioni del prezzo crypto

I mercati delle criptovalute si muovono velocemente e possono essere difficili da interpretare. Per aiutare meglio gli utenti a capire come i prezzi possono evolversi, Finst offre previsioni mensili dei prezzi crypto basate su una metodologia trasparente e coerente.

Queste previsioni non sono consulenza finanziaria, ma forniscono un contesto utile mostrando una proiezione basata su come una criptovaluta si è comportata storicamente, su come i cicli di mercato influenzano le performance e su come diversi scenari possono influenzare i prezzi futuri.

Questa metodologia spiega come vengono determinate queste previsioni, così che gli utenti possano interpretarle chiaramente e usarle insieme alle proprie intuizioni e alla propria strategia di investimento.

Tieni presente che le previsioni vengono aggiornate ogni giorno in base alla metodologia. La metodologia stessa è stata aggiornata l’ultima volta a novembre 2025.

Disclaimer: Investire in cripto-attività comporta rischio di perdite. I dati delle previsioni si basano su dati storici e sono forniti solo a scopo informativo ed educativo. I dati potrebbero non essere completi o accurati e non rappresentano alcuna garanzia o consiglio finanziario, d’investimento o di altro tipo da parte di Finst. I prezzi futuri potrebbero essere molto diversi da quelli indicati nella previsione. Prima di fare trading con criptovalute, dovresti fare le tue ricerche e valutare quanto rischio sei disposto a correre. Finst non è responsabile per eventuali perdite derivanti dal trading di cripto-asset.

Come funziona la metodologia?

Il modello combina medie mensili storiche, tre scenari (neutrale, rialzista e ribassista) e cicli di mercato attorno al Bitcoin halving. Il risultato è una previsione di prezzo che tiene conto sia delle influenze stagionali sia delle dinamiche più ampie del mercato.

Basato sul prezzo attuale

Il modello usa il prezzo di chiusura della criptovaluta (l’ultimo prezzo del giorno precedente) come input per tutti i calcoli, il che significa che le previsioni vengono aggiornate quotidianamente.

Se per esempio Bitcoin ha chiuso la giornata del 16 novembre 2025 a 80.000 €, questo prezzo viene usato come punto di partenza per i calcoli del 17 novembre 2025 (il giorno successivo).

Analisi dei dati storici

Il modello calcola il rendimento medio mensile per ciascuno dei 12 mesi basandosi sui prezzi di chiusura medi mensili della criptovaluta negli ultimi cinque anni. Se una criptovaluta è relativamente nuova e ha meno di un anno di dati storici, viene usata la performance storica di Bitcoin. Quando ci sono abbastanza dati disponibili, il modello usa massimo cinque anni di storico proprio dell’asset.

Per far sì che le condizioni di mercato più recenti abbiano un peso maggiore nell’analisi, il modello applica un Exponentially Weighted Moving Average (EWMA). Questa tecnica, introdotta originariamente da J.P. Morgan e molto utilizzata nei modelli di rischio finanziario, assegna pesi decrescenti in modo esponenziale alle osservazioni più vecchie. In questo modo i movimenti di prezzo più recenti contribuiscono di più alla stima finale, mentre i dati più vecchi continuano a giocare un ruolo, ma con meno influenza.

Il livello con cui i dati più recenti vengono prioritizzati è determinato da un parametro chiamato lambda (λ). In generale, un λ più alto dà più peso ai dati vecchi, producendo una tendenza più morbida, mentre un λ più basso rende il modello più sensibile ai cambiamenti recenti del mercato. Siccome il mercato crypto è noto per la sua volatilità e per le condizioni che cambiano velocemente, l’EWMA permette al modello di adattarsi bene senza affidarsi solo alle oscillazioni di breve periodo.

Combinando schemi stagionali di lungo periodo con un metodo che dà più peso ai dati recenti, il modello riesce a catturare sia il comportamento storico di ogni mese sia la dinamica attuale del mercato.

Scenari

Prima di introdurre i tre scenari, è importante capire da dove provengono i fattori applicati. Sia i fattori di scenario della sezione 3 sia i cicli di mercato della sezione 4 sono basati sulla stessa analisi a lungo termine della capitalizzazione totale del mercato delle criptovalute dal 2013 al 2024, usando l’evoluzione del market cap complessivo.

Studiando come il mercato crypto totale si è comportato durante anni neutri, rialzisti e ribassisti, il modello ricava fattori realistici che possono essere applicati alle medie mensili storiche.

Il modello presenta tre scenari, ognuno dei quali applica un fattore alle medie mensili storiche:

1. Neutrale

Lo scenario neutrale segue semplicemente le medie storiche senza ulteriori modifiche.

2. Rialzista

I dati storici mostrano che durante fasi di mercato rialziste il mercato crypto può registrare una crescita molto più alta della media. Tuttavia, picchi estremi non sono adatti a un metodo di previsione mensile, perché potrebbero portare a stime instabili o poco realistiche.

Per questo motivo, lo scenario rialzista applica un fattore positivo moderato alla tendenza mensile storica. Questo aggiustamento amplifica i guadagni e attenua le perdite, creando una prospettiva più ottimista ma comunque realistica e utile. Lo scenario rialzista riflette quindi condizioni in cui il mercato performa meglio del normale senza usare gli estremi dei cicli rialzisti del passato.

3. Ribassista

Al contrario, i dati storici mostrano anche che durante fasi di mercato ribassiste le criptovalute possono subire cali significativi. Per riflettere queste condizioni, lo scenario ribassista applica un aggiustamento positivo alla tendenza mensile storica. Questo riduce i guadagni e amplifica le perdite, catturando il tipo di performance tipica dei bear market prolungati. Lo scenario ribassista rappresenta quindi una prospettiva più pessimista in cui l’asset performa peggio della sua media di lungo periodo.

Impatto dei cicli di mercato

Oltre alle medie storiche e agli scenari, il modello tiene conto anche dei cicli di mercato più ampi. Questi cicli vengono ricavati dal modello di crescita a lungo termine della capitalizzazione totale del mercato crypto, basato sui dati dal 2013 al 2024. Analizzando tutto questo periodo e identificando lo schema ricorrente medio, questo ciclo viene proiettato negli anni futuri.

Il Bitcoin halving gioca un ruolo centrale nel definire questi cicli di mercato, perché storicamente ha avuto un forte impatto sulle performance generali del mercato delle criptovalute. Per questo, gli anni attorno a ogni halving vengono classificati come rialzisti, ribassisti o neutrali:

• In un anno rialzista, i guadagni vengono amplificati e le perdite attenuate applicando un fattore positivo, mostrando performance di mercato più forti.
• In un anno ribassista, i guadagni vengono ridotti e le perdite amplificate tramite un fattore negativo, cosa tipica dei periodi ribassisti.

Dato che il Bitcoin halving avviene circa ogni quattro anni, il modello usa la seguente struttura:

Future decay factor

Per mantenere realistiche le previsioni a lungo termine, il modello applica un future decay factor che riduce gradualmente l’influenza sia del fattore di scenario sia del fattore di ciclo di mercato man mano che la previsione si spinge nel futuro. Le condizioni di mercato a breve termine possono influenzare molto le previsioni vicine, ma la loro affidabilità diminuisce con l’aumentare dell’orizzonte temporale. Il decay assicura che questi effetti di breve periodo non dominino le previsioni più lontane.

Perché usare questo approccio?

Usiamo questo approccio perché i dati storici rappresentano la base, mentre i cicli di mercato e gli scenari danno maggiore forza alle previsioni.

• Basato su dati storici: Ogni previsione si basa su cinque anni di rendimenti mensili, elaborati tramite un EWMA per dare più peso al comportamento recente del mercato.
• Influenze stagionali: Il mercato crypto segue cicli con schemi ricorrenti. Alcuni mesi storicamente performano meglio di altri.
• Scenari multipli: Ogni previsione del prezzo mostra risultati neutrali, rialzisti e ribassisti, ognuno con un proprio fattore applicato alla crescita mensile.
• Aggiustamenti per i cicli di mercato: Gli anni attorno al Bitcoin halving ricevono fattori specifici (rialzista, ribassista o neutrale) basati su come il mercato crypto totale si è comportato durante diversi cicli di halving tra il 2013 e il 2024.
• Aggiornamenti giornalieri: Il modello aggiorna le previsioni ogni giorno usando i prezzi più recenti, adattandosi in modo continuo ai movimenti del mercato.

Limitazioni

Ci sono alcune limitazioni del modello di cui dovresti tenere conto:

• Basato su dati storici: Il modello si basa su dati di prezzo storici, ma il passato non garantisce il futuro.
• Dati limitati: Le criptovalute più nuove potrebbero non avere abbastanza dati. In quel caso, il modello usa la storia del Bitcoin al posto della loro.
• Nessun fattore esterno: Il modello riflette crescita o calo basandosi su medie, ma non considera fattori esterni come regolamentazioni, hack o annunci importanti.
• Scenari semplici: Il modello considera solo tre scenari (neutrale, rialzista, ribassista) e non tiene conto di andamenti laterali o recuperi improvvisi dopo crashes.
• Focalizzato su Bitcoin: La classificazione degli anni neutrali, rialzisti e ribassisti si basa sui Bitcoin halving e non considera possibili altcoin seasons, durante le quali le altcoin possono performare meglio del Bitcoin.
• Gli scenari rialzisti non garantiscono un aumento: Anche nello scenario rialzista alcune criptovalute possono mostrare prezzi in calo nel lungo periodo. Questo succede quando le performance storiche dell’asset negli ultimi cinque anni sono state per lo più negative. Il fattore rialzista amplifica i guadagni e attenua le perdite, ma non può invertire una tendenza negativa costante.

Rischi

• Nessun consiglio di investimento: Le previsioni di prezzo di Finst sono solo proiezioni e non devono mai essere considerate come consigli finanziari per comprare o vendere crypto.
• Volatilità: Siccome il mercato crypto può essere estremamente volatile, i prezzi reali possono differire molto dalle previsioni.
• Responsabilità personale: Ogni utente è totalmente responsabile delle proprie decisioni di trading. Le previsioni di Finst sono solo a scopo illustrativo ed educativo.
• Incertezza del modello: Tutti i modelli di previsione si basano su ipotesi e schemi storici che potrebbero non rimanere validi. Un comportamento imprevisto del mercato può portare a risultati molto diversi dalle proiezioni.
• Incertezza a lungo termine: Più lontana è la previsione nel tempo, maggiore è l’incertezza. Le proiezioni a lungo termine vanno interpretate con particolare attenzione.
• Eventi esterni: Cambiamenti normativi improvvisi, problemi sugli exchange, hack, eventi macroeconomici o shock di mercato imprevisti non sono inclusi nel modello e possono causare forti movimenti di prezzo.