Fallas estadísticas básicas del 'ciclo' de precio de cuatro años de bitcoin

Source: CriptoNewsNet Título original: Errores estadísticos básicos del ‘ciclo’ de precios de cuatro años de bitcoin Enlace original: Las predicciones de precios de Bitcoin (BTC) por parte de los creyentes en su supuesto ciclo de precios de cuatro años fueron tan inexactas que muchos han comenzado a bromear sobre un ciclo de cinco años.

Al menos un ciclo de cinco años, como dice el chiste, podría ofrecer algo de esperanza para un precio más alto de BTC en 2026.

La idea de que BTC sigue un ciclo de cuatro años se origina en la cadencia de su reducción a la mitad de la recompensa de coinbase cada cuatro años. Debido a que el suministro de emisión de BTC disminuye programáticamente cada cuatro años, es fácil inventar un modelo estadístico sobre el supuesto efecto de esa reducción a la mitad en el precio.

Sin embargo, esto ignora la realidad de los mercados financieros donde millones de inversores descuentan los precios futuros basándose en toda la información actualmente conocida.

De hecho, la reducción a la mitad siempre se conoce con anticipación y nunca llega como una sorpresa. Por lo tanto, los inversores pueden modelar el suministro de BTC durante cientos de años.

Así como no hay una forma sostenible de ganar dinero comerciando con los “ciclos” de ganancias trimestrales, declaraciones de impuestos anuales o cosechas estacionales — porque estos ciclos son ampliamente conocidos y continuamente descontados por adelantado a diario — la reducción a la mitad es simplemente parte de un conjunto de conocimientos a partir del cual los inversores toman decisiones todos los días, no cada cuatro años.

Las deficiencias estadísticas del ciclo de cuatro años

BTC solo tiene un poco de historia sobre la cual basar cualquier afirmación de repetición. Casi todos los defensores del ciclo tratan implícitamente sus cuatro períodos de cuatro años desde 2009 como evidencia sólida de repetición.

Sin embargo, con un número tan pequeño de repeticiones, no hay una manera significativa de distinguir entre la casualidad aleatoria y un patrón genuino.

Además, la teoría de ciclos sufre de un error estadístico llamado el problema de pruebas múltiples. En campos estadísticos como la genómica, donde los investigadores pueden realizar 10,000 pruebas de hipótesis separadas en un gran conjunto de datos, decenas o cientos de resultados pueden superar su nivel alfa estándar del 5% y parecer estadísticamente significativos.

Sin embargo, tratar a estos valores atípicos como evidencia convincente ignora la responsabilidad de cada estadístico: ajuste del valor p.

Una vez que un estadístico ajusta los valores p para tener en cuenta cuántas pruebas de hipótesis se realizaron, esa evidencia de significancia estadística generalmente desaparece.

De la misma manera, realizar pruebas retrospectivas en una variedad de períodos de tiempo sobre el precio de BTC seguramente dará como resultado “ciclos” estadísticamente significativos. Esta es simplemente la ley de los grandes números.

Ese período de tiempo se correlaciona con los precios de BTC, sin embargo, no es evidencia de su poder predictivo. Este es el problema de las pruebas múltiples.

Sesgo de supervivencia, no estacionariedad y la tasa base

El sesgo de sobrevivencia también es muy común entre los inversores de BTC. Cuando el ciclo de cuatro años estaba “funcionando”, los defensores como ciertos analistas técnicos ganaron una inmensa fama.

Eventualmente, por supuesto, sus predicciones de precios fallaron y despejaron el camino para otros modelos dudosos.

El sesgo de supervivencia es la tendencia humana a centrarse en el éxito mientras se ignoran las pérdidas. La realidad, como ha demostrado 2025, es que el “ciclo” de cuatro años no está funcionando bien al predecir el precio de BTC.

Además, la teoría de ciclos sufre de no estacionaridad. La no estacionaridad en una serie temporal es donde las propiedades estadísticas, como la media y la varianza, cambian con el tiempo.

Los aficionados a la teoría de ciclos a menudo tratan el proceso generador de retornos de BTC como si mantuviera las mismas reglas estructurales en respuesta a las reducciones a la mitad.

Sin embargo, la nueva liquidez, regulaciones, adopción macro, prácticas de minería y participación en el mercado han cambiado drásticamente desde 2009. Cualquier patrón del pequeño, temprano, régimen de baja liquidez de BTC es poco probable que se generalice al régimen moderno altamente financiado.

En términos estadísticos, los cambios en un entorno de mercado pueden terminar con el poder predictivo de cualquier modelo basado en parámetros antiguos.

La teoría de ciclos también suele ignorar los cambios en la tasa base. La volatilidad extremadamente alta y los grandes aumentos especulativos son comunes entre los activos pequeños y poco negociados.

Solo porque BTC fue altamente volátil en el pasado con algunos períodos de cuatro años que la gente seleccionó como un marco para los rallys históricos, su tasa base explica por qué estos rendimientos desproporcionados no son indicativos de rendimientos futuros.

Un enfoque estadístico adecuado comienza desde la volatilidad base del activo y se pregunta si el patrón de BTC es inusual en relación con esa línea base. La mayoría de los teóricos de ciclos ni siquiera intentan esto.

Curvas hermosas y no falsificables

Finalmente, la teoría de ciclos es ajuste de curvas. La mayoría de los argumentos visuales para el ciclo de cuatro años se basan en gráficos de precios logarítmicos estilizados y visualmente atractivos, con bandas de ciclo dibujadas a mano, curvas suavizadas o bandas ajustadas. Esto es ajuste de curvas disfrazado de simplicidad.

Con suficientes opciones libres — escala logarítmica frente a escala lineal, fechas de inicio arbitrarias, pendientes de líneas de tendencia, etc. — casi cualquier serie ruidosa y en ascenso puede hacerse parecer cíclica.

En lugar de ceñirse a las predicciones de los teóricos del ciclo de cuatro años de años anteriores, casi todos los inversores en BTC continuamente reajustan y modifican sus predicciones para adaptarse al último movimiento de precios del activo, lo que es un comportamiento característico del ajuste de curvas.

El ajuste de curvas también introduce otro fallo estadístico de la teoría de ciclos: la no falsabilidad. Las hipótesis robustas deberían tener criterios de falsificación claros. En la práctica, las narrativas del ciclo de cuatro años son extremadamente imprecisas.

Los analistas técnicos revisan rutinariamente los objetivos de precios o modifican las ventanas de tiempo. Estadísticamente, si la hipótesis de cuatro años no puede ser refutada por ningún camino preestablecido de precios futuros, es funcionalmente sin sentido como un modelo predictivo.