Por anos, traders de cripto acreditaram que as exchanges descentralizadas eram um dos lugares onde investidores varejistas ainda podiam superar a multidão. No entanto, ao contrário das exchanges centralizadas lotadas de empresas profissionais e algoritmos sofisticados, os mercados DEX são fragmentados, caóticos e dominados por traders menores.
Mas um novo estudo sugere que essa crença pode estar errada.
Após testar 15 estratégias de negociação em 4.990 pares de DEX em 27 blockchains, o pesquisador Daniel Gatto encontrou pouca evidência de que os dados históricos de preço sozinhos possam fornecer uma vantagem consistente na negociação. A conclusão do artigo é resumida em uma frase simples repetida ao longo da pesquisa: “Nenhuma vantagem sem informação.”
Em outras palavras, gráficos de preço por si só podem não ser suficientes para gerar lucros, mesmo no mundo supostamente ineficiente dos memecoins e tokens de micro-cap.
Por que os tokens DEX pareciam um sonho para o trader
O apelo dos mercados DEX sempre foi fácil de entender. Milhares de novos tokens são lançados toda semana em Ethereum, Solana, Base, BNB Chain, Arbitrum, Polygon, Avalanche e dezenas de outras redes. Aqui, a liquidez está fragmentada, pois a participação de mercado é majoritariamente impulsionada por varejistas, e a concorrência institucional permanece limitada em comparação com as principais exchanges centralizadas.
A ideia inteira é que, se a concorrência eliminar oportunidades lucrativas nos mercados maduros, então a longa cauda caótica dos tokens DEX deve ser um dos poucos lugares onde os traders ainda podem descobrir ativos mal precificados e padrões exploráveis.
O estudo de Gatto teve como objetivo testar essa suposição utilizando um dos maiores conjuntos de dados reunidos sobre o tema. A pesquisa examinou 4.990 pares de negociação exclusivos de DEX, combinando cerca de seis meses de dados diários de negociação com seis semanas de observações horárias. Cada par de tokens atendia aos requisitos mínimos de liquidez, enquanto todas as estratégias consideravam os custos reais de negociação, incluindo taxas de gás, taxas de troca e derrapagem de AMM.
Os resultados desafiaram muitas das suposições mais amplamente aceitas no cripto.
A maioria das moedas já estava perdendo
Mesmo antes de qualquer estratégia ser testada, os dados pintaram um quadro sombrio.
Quase três quartos de todos os tokens apresentaram retornos negativos durante o período de amostra, enquanto o token mediano perdeu aproximadamente 18,5% do seu valor. O token típico terminou cerca de 38% abaixo do seu preço máximo, e quase um terço terminou o estudo mais de 50% abaixo dos seus picos.
Enquanto isso, o retorno médio no conjunto de dados permaneceu positivo, mas apenas porque um pequeno número de vencedores excepcionais distorceu os resultados. Assim, a maioria dos tokens perdeu valor de forma constante.
É algo dinâmico familiar a qualquer um que passe tempo no Crypto Twitter. O raro vencedor de 50x é celebrado e compartilhado infinitamente, enquanto o muito maior número de apostas falhas desaparece silenciosamente das linhas do tempo e dos canais do Discord.
Curiosamente, o estudo também descobriu que os tokens DEX se comportaram de forma diferente do que muitos traders de momentum esperam. Em vez de sustentar tendências, os preços frequentemente revertiam após movimentos acentuados em qualquer direção. Em termos práticos, traders que tentavam comprar força muitas vezes estavam apostando contra a estrutura subjacente do mercado.
Por que até os sinais lucrativos falharam
Para entender por que sinais lucrativos acabam falhando, o estudo testou oito abordagens de negociação intradia populares, incluindo estratégias de breakout, sinais de RSI, configurações de momentum e entradas baseadas em volume.
À primeira vista, algumas dessas estratégias pareciam promissoras. A mais forte gerou uma vantagem bruta de aproximadamente 6,5 pontos-base por negociação antes da aplicação dos custos. No entanto, o problema era a escala.
Nos pools DEX estudados, os custos de operações de ida e volta médios ficaram em torno de 230 a 240 pontos-base, incluindo taxas de gás, derrapagem e taxas de troca. Os sinais mais fortes simplesmente não eram suficientemente grandes para superar o custo de execução.
O resultado foi uma discrepância de quase 40 para 1 entre a intensidade do sinal e as despesas de negociação.
Após os custos, a estratégia média de scalping perdeu aproximadamente 2,5% por negociação, e menos de 1% das configurações testadas produziram retornos positivos durante todo o período da amostra.
Mais importante, o estudo descobriu que os custos não eram o verdadeiro culpado.
Gatto testou diferentes suposições sobre liquidez, qualidade de execução e estruturas de taxas. A conclusão permaneceu inalterada. Mesmo antes das taxas serem totalmente aplicadas, a maioria dos sinais já estava muito fraca para gerar lucros significativos.
Mesmo estratégias sofisticadas não conseguiram superar o mercado
A pesquisa se estendeu muito além da análise tradicional de gráficos.
Gatto avaliou várias abordagens comumente usadas por traders profissionais, incluindo hedge neutro ao mercado, timing de lançamento de tokens, provisão de liquidez, arbitragem entre pools cruzados, filtros de tendência de Bitcoin, diversificação de carteira e análise de fluxo de ordens.
É surpreendente que nenhum tenha produzido um desempenho estatisticamente significativo.
A provisão de liquidez inicialmente parecia atraente, gerando rendimentos modestos antes da consideração da perda impermanente. Uma vez incluída a perda impermanente, os retornos praticamente desapareceram.
Além disso, oportunidades de arbitragem entre pools existiam, mas a maioria era muito pequena para superar os custos de transação.
Uma estratégia neutra ao mercado que hedgeou a exposição usando perpetuals de exchanges centralizadas inicialmente produziu retornos ajustados ao risco encorajadores. No entanto, esses resultados não sobreviveram a testes estatísticos mais rigorosos. Em todos os casos, abordagens mais complexas tiveram desempenho apenas ligeiramente melhor do que estratégias baseadas em gráficos simples.
Quando o ruído aleatório parece melhor que o mercado
Uma das descobertas mais surpreendentes do estudo veio do seu uso de testes controlados randomizados.
Pesquisadores reordenaram a sequência de movimentos de preços, mantendo as características estatísticas gerais de cada token. Em seguida, rerodaram as mesmas estratégias de negociação no conjunto de dados randomizado.
Inesperadamente, o mercado embaralhado muitas vezes parecia mais lucrativo do que o real.
A explicação não é que a aleatoriedade gere lucros. Em vez disso, os mercados reais de DEX contêm agrupamentos de quedas acentuadas que ferem repetidamente os traders apenas compradores. A randomização remove esses agrupamentos enquanto preserva outras características estatísticas, fazendo com que as estratégias pareçam mais eficazes.
A conclusão aqui é que alguns dos padrões que os traders acreditam estar explorando podem na verdade ser desvantagens estruturais incorporadas no próprio mercado.
O Único Sinal Que Realmente Funcionou
No final, após catorze estratégias falharem, Gatto finalmente encontrou uma abordagem que demonstrou poder preditivo estatisticamente significativo.
Pesquisadores desenvolveram um modelo de aprendizado de máquina utilizando fatores como retornos recentes, volatilidade, volume de negociação, condições de liquidez e idade do token. Diferentemente das outras estratégias, o modelo conseguiu superar com sucesso sua base estatística.
No entanto, o sucesso não é absoluto, pois o modelo não era particularmente bom em identificar futuros vencedores. Em vez disso, destacou-se em identificar futuros perdedores.
Quando os pesquisadores classificaram os tokens por desempenho previsto, todos os grupos ainda produziram retornos medianos negativos. Os tokens de maior classificação não foram bons desempenhadores; simplesmente perderam menos do que os tokens de menor classificação.
Essa descoberta pode ser a conclusão mais importante do estudo.
Nos mercados DEX, modelos preditivos podem ser mais úteis para evitar perdas catastróficas do que para descobrir a próxima oportunidade de explosão. A vantagem parece estar em identificar o que não possuir, em vez de identificar o que comprar.
O Problema de Sobrevivência
O estudo também destaca uma grande fraqueza encontrada em muitos backtests de criptomoedas: viés de sobrevivência.
Como o conjunto de dados foi construído a partir de pools de liquidez ativos, tokens que já haviam colapsado e desaparecido estavam subrepresentados. Os pesquisadores estimaram que pelo menos 9,2% dos pools ainda ativos já estavam funcionalmente mortos com base na atividade de negociação, e o número real provavelmente é maior quando projetos totalmente abandonados são considerados.
Isso significa que os retornos históricos podem na verdade parecer melhores do que a realidade.
Importante: o viés de sobrevivência não criou uma vantagem de negociação falsa no estudo. As estratégias ativas ainda subperformaram mesmo entre os tokens sobreviventes. No entanto, isso sugere que muitos backtests compartilhados publicamente podem apresentar uma imagem mais otimista do que os traders teriam experimentado em tempo real.
O que o estudo significa para os traders
A lição prática não é que o comércio lucrativo seja impossível. A lição é que os gráficos de preço sozinhos provavelmente não fornecerão uma vantagem sustentável.
Em milhares de testes, sinais de RSI, médias móveis, estratégias de ruptura, indicadores de momentum e várias outras abordagens mais sofisticadas falharam em produzir lucros duradouros. O único modelo que demonstrou poder preditivo baseou-se em informações além da simples ação de preço, incluindo idade do token e características de liquidez.
Para traders, isso significa que qualquer estratégia deve ser testada não apenas contra o desempenho histórico, mas também contra aleatoriedade e uma linha de base simples de comprar e manter. Neste estudo, muitas estratégias que inicialmente pareciam promissoras falharam nesse teste.
Mais amplamente, os resultados desafiam uma das narrativas mais persistentes da criptomoeda: que traders varejistas podem constantemente identificar alfa nos mercados DEX simplesmente lendo gráficos.
No entanto, o estudo deixa uma possibilidade em aberto. Como o conjunto de dados exigia que os tokens sobrevivessem por tempo suficiente para gerar históricos de negociação significativos, não foi possível avaliar estratégias de lançamento de ultra-curto prazo que operam nos primeiros momentos da existência de um token.
Essa vantagem permanece não testada.
Tudo o mais, no entanto, aponta na mesma direção. Após examinar quase 5.000 tokens de DEX e 15 abordagens de negociação distintas, o estudo chega a uma conclusão que muitos traders encontrarão desconfortável: o gráfico não é a vantagem. Se oportunidades lucrativas ainda existirem nos mercados de DEX, é mais provável que venham de informações que o mercado ainda não absorveu do que de padrões já visíveis em um gráfico de preço.
Disclaimer: As informações apresentadas neste artigo são apenas para fins informativos e educacionais. O artigo não constitui aconselhamento financeiro ou qualquer outro tipo de aconselhamento. A Coin Edition não se responsabiliza por quaisquer perdas decorrentes do uso do conteúdo, produtos ou serviços mencionados. Recomenda-se aos leitores que exerçam cautela antes de tomar qualquer ação relacionada à empresa.