Metodologia para previsões de preços de criptomoedas

Os mercados de criptomoedas evoluem rapidamente e podem ser difíceis de interpretar. Para ajudar os utilizadores a compreender melhor como os preços podem evoluir, a Finst oferece previsões mensais dos preços de criptomoedas baseadas numa metodologia transparente e consistente.

Estas previsões não constituem aconselhamento financeiro, mas fornecem um contexto útil ao apresentar uma projeção baseada no comportamento histórico de uma criptomoeda, na forma como os ciclos de mercado influenciam o desempenho e em como diferentes cenários podem afetar os preços futuros.

Esta metodologia explica como estas previsões são determinadas, para que os utilizadores as possam interpretar claramente e utilizá-las juntamente com os seus próprios conhecimentos e a sua estratégia de investimento.

Tenha em conta que as previsões são atualizadas diariamente com base na metodologia. A própria metodologia foi atualizada pela última vez em novembro de 2025.

Aviso legal: Investir em criptoativos envolve risco de perdas. Os dados de previsão baseiam-se em dados históricos e são fornecidos apenas para fins informativos e educacionais. Os dados de previsão podem não ser completos ou precisos e não constituem qualquer representação, garantia ou aconselhamento financeiro, de investimento ou de outra natureza por parte da Finst. Os preços futuros podem divergir significativamente das previsões apresentadas. Antes de negociar quaisquer criptoativos, deverá realizar a sua própria pesquisa e avaliar a sua tolerância ao risco. A Finst não se responsabiliza por quaisquer perdas que possa incorrer ao negociar criptoativos.

Como funciona a metodologia?

O modelo combina médias mensais históricas, três cenários (neutro, otimista e pessimista) e ciclos de mercado em torno do halving do Bitcoin. O resultado é uma previsão de preços que considera tanto fatores sazonais como dinâmicas de mercado mais amplas.

Baseado no preço atual

O modelo utiliza o preço de fecho da criptomoeda (o último preço do dia anterior) como entrada para todos os cálculos, o que significa que as previsões são atualizadas diariamente.

Se, por exemplo, o Bitcoin terminou o dia 16 de novembro de 2025 a 80.000 €, esse preço é utilizado como ponto de partida para os cálculos do dia 17 de novembro de 2025 (o dia seguinte).

Análise de dados históricos

O modelo calcula o rendimento médio mensal para cada um dos 12 meses com base nos preços médios de fecho mensais da criptomoeda dos últimos cinco anos. Se uma criptomoeda for relativamente nova e tiver menos de um ano de dados históricos, é utilizada a performance histórica do Bitcoin. Quando existem dados suficientes, o modelo utiliza um máximo de cinco anos de histórico próprio do ativo.

Para garantir que as condições de mercado mais recentes tenham maior peso na análise, o modelo aplica um Exponentially Weighted Moving Average (EWMA). Esta técnica, originalmente introduzida pela J.P. Morgan e amplamente utilizada em modelos de risco financeiro, atribui pesos decrescentes de forma exponencial às observações mais antigas. Assim, os movimentos de preço mais recentes contribuem mais para a estimativa final, enquanto os dados antigos continuam a desempenhar um papel, mas com menor influência.

O grau em que os dados recentes são priorizados é determinado por um parâmetro chamado lambda (λ). De forma geral, um λ mais elevado atribui mais peso aos dados antigos, resultando numa tendência mais suave, enquanto um λ mais baixo torna o modelo mais sensível às mudanças recentes do mercado. Como o mercado de criptomoedas é conhecido pela sua volatilidade e condições rapidamente mutáveis, o EWMA permite que o modelo reaja bem sem depender exclusivamente das oscilações de curto prazo.

Ao combinar padrões sazonais de longo prazo com um método que dá maior peso aos dados recentes, o modelo capta tanto o comportamento histórico de cada mês como a dinâmica atual do mercado.

Cenários

Antes de apresentar os três cenários, é importante compreender de onde vêm os fatores utilizados. Tanto os fatores dos cenários da secção 3 como os ciclos de mercado da secção 4 baseiam-se na mesma análise de longo prazo da capitalização total do mercado de criptomoedas de 2013 a 2024, utilizando a evolução do market cap global.

Ao analisar como o mercado total de criptomoedas se comportou durante anos neutros, otimistas e pessimistas, o modelo deriva fatores realistas que podem ser aplicados às médias mensais históricas.

O modelo apresenta três cenários, cada um aplicando um fator às médias mensais históricas:

1. Neutro

O cenário neutro segue simplesmente as médias históricas sem ajustes adicionais.

2. Otimista

Os dados históricos mostram que, durante fases de mercado otimistas, o mercado de criptomoedas pode registar um crescimento significativamente superior à média. No entanto, picos tão extremos não são adequados para um método de previsão mensal, pois podem levar a projeções irrealistas ou instáveis.

Por isso, o cenário otimista aplica um fator positivo moderado à tendência mensal histórica. Este ajuste reforça os ganhos e suaviza as perdas, criando uma perspetiva mais otimista, mas ainda assim realista e útil. O cenário otimista reflete condições em que o mercado apresenta um desempenho melhor do que o normal, sem recorrer aos máximos extremos de ciclos otimistas anteriores.

3. Pessimista

Inversamente, os dados históricos mostram também que, durante fases pessimistas, as criptomoedas podem sofrer quedas significativas. Para refletir estas condições, o cenário pessimista aplica um ajuste positivo à tendência mensal histórica. Isto reduz os ganhos e amplifica as perdas, captando o tipo de desempenho típico de períodos prolongados de mercado em baixa. O cenário pessimista representa assim uma perspetiva mais negativa, em que o ativo apresenta um desempenho inferior à sua média de longo prazo.

Impacto dos ciclos de mercado

Para além das médias históricas e dos cenários, o modelo também considera ciclos de mercado mais amplos. Estes ciclos são derivados do padrão de crescimento a longo prazo da capitalização total do mercado de criptomoedas, com base em dados de 2013 a 2024. Ao analisar todo este período e identificar o padrão recorrente médio, este ciclo é projetado para anos futuros.

O halving do Bitcoin desempenha um papel central na formação destes ciclos de mercado, uma vez que historicamente tem exercido uma grande influência no desempenho geral do mercado de criptomoedas. Por isso, os anos em torno de cada halving são identificados como otimistas, pessimistas ou neutros:

• Num ano otimista, os ganhos são reforçados e as perdas suavizadas através da aplicação de um fator positivo, o que reflete um desempenho de mercado mais forte.
• Num ano pessimista, os ganhos são reduzidos e as perdas amplificadas através de um fator negativo, algo típico de períodos de mercado em baixa.

Como o halving do Bitcoin ocorre aproximadamente a cada quatro anos, o modelo utiliza a seguinte estrutura:

Future decay factor

Para manter previsões de longo prazo realistas, o modelo aplica um future decay factor que reduz gradualmente a influência tanto do fator de cenário como do fator de ciclo de mercado à medida que a previsão se estende para o futuro. As condições de mercado a curto prazo podem ter um grande impacto nas previsões de curto prazo, mas a sua fiabilidade diminui à medida que o horizonte temporal aumenta. O decay garante que estes efeitos de curto prazo não dominam as previsões de longo prazo.

Porque utilizar esta abordagem?

Utilizamos esta abordagem porque os dados históricos constituem a base, enquanto os ciclos de mercado e os cenários dão mais força às previsões.

• Baseado em dados históricos: Cada previsão assenta em cinco anos de rendimentos mensais, processados através de um EWMA para atribuir maior peso ao comportamento de mercado mais recente.
• Influências sazonais: O mercado de criptomoedas segue ciclos com padrões recorrentes; alguns meses têm historicamente um desempenho melhor do que outros.
• Múltiplos cenários: Cada previsão apresenta resultados neutros, otimistas e pessimistas, cada um com um fator individual aplicado ao crescimento mensal.
• Ajustes com base nos ciclos de mercado: Os anos em torno do halving do Bitcoin recebem fatores específicos (otimista, pessimista ou neutro) com base no comportamento do mercado global durante vários ciclos de halving entre 2013 e 2024.
• Atualizações diárias: O modelo atualiza as previsões diariamente com os preços mais recentes, ajustando-se continuamente aos movimentos do mercado.

Limitações

Existem várias limitações do modelo que devem ser tidas em conta:

• Baseado em dados históricos: O modelo depende de dados de preços históricos, mas o passado não garante resultados futuros.
• Dados limitados: Criptomoedas mais recentes podem não ter dados suficientes disponíveis, levando o modelo a recorrer ao histórico do Bitcoin em vez do seu próprio.
• Sem fatores externos: O modelo reflete crescimento ou perdas com base em médias, mas não considera fatores externos como regulamentação, ataques informáticos ou anúncios importantes.
• Cenários simples: O modelo considera apenas três cenários (neutro, otimista e pessimista) e não contempla tendências laterais ou recuperações repentinas após crashes.
• Foco no Bitcoin: A classificação dos anos neutros, otimistas e pessimistas baseia-se nos halvings do Bitcoin e não considera eventuais altcoin seasons, durante as quais as altcoins podem apresentar um desempenho superior ao do Bitcoin.
• Cenários otimistas não garantem subidas: Mesmo num cenário otimista, algumas criptomoedas podem apresentar preços em queda no longo prazo. Isto acontece quando o desempenho histórico do ativo nos últimos cinco anos foi maioritariamente negativo. O fator otimista reforça ganhos e suaviza perdas, mas não consegue inverter uma tendência negativa persistente.

Riscos

• Não constitui aconselhamento de investimento: As previsões de preços da Finst são apenas projeções e nunca devem ser consideradas como aconselhamento financeiro para comprar ou vender criptomoedas.
• Volatilidade: Como o mercado de criptomoedas pode ser extremamente volátil, os preços reais podem divergir significativamente das previsões.
• Responsabilidade individual: Cada utilizador é totalmente responsável pelas suas próprias decisões de negociação. As previsões de preços da Finst destinam-se exclusivamente a fins ilustrativos e educativos.
• Incerteza do modelo: Todos os modelos de previsão dependem de pressupostos e padrões históricos que podem não se manter. Um comportamento inesperado do mercado pode levar a resultados muito diferentes dos previstos.
• Incerteza a longo prazo: Quanto mais distante for a previsão no tempo, maior será a incerteza. As projeções de longo prazo devem ser interpretadas com cautela adicional.
• Eventos externos: Alterações regulatórias repentinas, problemas em plataformas de negociação, ataques informáticos, acontecimentos macroeconómicos ou choques inesperados do mercado não estão incluídos no modelo e podem provocar movimentos significativos nos preços.