Resultado nulo

Predecir la dirección del precio

6,68 millones de hipótesis, seis metodologías independientes y ninguna ventaja defendible. El resultado nulo mejor establecido del proyecto.

La pregunta: ¿Se puede saber si el precio de Bitcoin estará más alto dentro de 7, 30 o 90 días?

Qué se encontró

Es el resultado que da sentido a todo lo demás de esta sección, y por eso se cuenta con el mismo detalle que un positivo. Se probaron: rejillas de umbrales sobre 51 métricas on-chain (431.256 hipótesis), indicadores técnicos clásicos, scripts de la comunidad de TradingView, patrones geométricos y teoría de ondas, modelos de machine learning direccional en tres familias y tres horizontes, fuentes de datos nuevas (posicionamiento de futuros, funding, opciones, flujos de ETF, macro), conjunciones multi-indicador con árboles de decisión de profundidad 6 (un espacio implícito de unas 10¹⁹ combinaciones), y un barrido de 2,6 millones de celdas de indicador × ventana × desfase × horizonte. La exactitud walk-forward de todos los modelos direccionales se queda pegada al azar: AUC entre 0,507 y 0,533, sin ningún fold mínimo por encima de 0,5. El proyecto publica igualmente esas predicciones como series normales, con gráfico y todo, precisamente para que se vea.

Pruébalo tú mismo

Por qué acertar más de la mitad de las veces no basta. Mueve el porcentaje de aciertos y lo que se gana y se pierde en cada caso.

Valor esperado % = Aciertos × Ganancia media − Fallos × Pérdida media

Porcentaje de aciertos (%)53.0

Ganancia media cuando acierta (%)3.0

Pérdida media cuando falla (%)3.4

Valor esperado por operación

Aciertos que harían falta para empatar:

Con los valores por defecto se acierta el 53 % de las veces y aun así se pierde: los fallos son un poco mayores que los aciertos. La exactitud de un modelo no es su rentabilidad, y confundirlas es el error más común al leer un AUC.

Números de ejemplo para practicar — no son datos reales.

Cómo se probó, paso a paso

Cada familia se prueba con validación walk-forward anclada a los ciclos de halving: el modelo se entrena sólo con ciclos completos anteriores al que se usa para evaluarlo.
El nulo con el que se compara no es "cero": es una permutación en bloque del propio objetivo, que conserva la estructura temporal de la serie. Comparar contra un nulo que ignore esa estructura da significación falsa a mansalva.
Para el barrido masivo, el nulo correcto es el surrogado de fase aleatoria: multiplicar la transformada de Fourier de cada señal por fases aleatorias produce una serie con el MISMO espectro de potencia —y por tanto la misma autocorrelación— pero sin relación con el objetivo. El máximo |IC| de toda la superficie bajo ese nulo es el umbral honesto.
Resultado del barrido: 2.613.448 celdas y CERO por encima del umbral. En el barrido sobre historia larga, la mejor celda real es incluso PEOR que la media del azar.

Barrido	Celdas	\|IC\| máx real	Umbral del azar (máx)
Historia larga 2014-2022	1.161.888	0,413	0,609
Era de derivados 2019-2022	1.408.680	0,687	0,784
Condicionado a estado de mercado	42.880	0,676	0,893

El umbral del azar es tan alto porque hay millones de intentos. Ese es justamente el argumento contra seguir escaneando.

Qué NO dice esto. El matiz que convierte esto en información útil en vez de en un lamento: el umbral familiar de ese barrido está en un |IC| de 0,55 a 0,82, que es enorme. Con 2,6 millones de celdas y series persistentes, el máximo por azar es grande. Así que el barrido descarta definitivamente cualquier efecto GRANDE en todo ese espacio, y NO tiene potencia para uno pequeño. Y los efectos que sí existen aquí son pequeños: la aglomeración apalancada tiene un IC de 0,03-0,04. La conclusión estratégica es la contraria de "sigue escaneando": escanear no puede encontrar efectos del tamaño de los que realmente existen, porque cuantas más celdas se prueban más alto sube el umbral, y el umbral sube más rápido que cualquier señal real. Los dos únicos efectos verificados del proyecto salieron de especificar un mecanismo primero y probarlo con una sola hipótesis y un solo test.

Seguimiento

Este hallazgo sí tiene un número real que se publica y se actualiza.

Datos actualizados el 2026-09-09.

← Toda la investigación