Trend Following

A abordagem primeiro espera o preço mostrar uma direção. Um exemplo simples é Time-Series Momentum, descrito no estudo de Hurst, Ooi e Pedersen: no modelo, retorno positivo em um período passado escolhido leva a uma posição que se beneficia da alta; retorno negativo, a uma posição que se beneficia da queda. É um exemplo de pesquisa em vários mercados de derivativos, contratos baseados nos preços de outros ativos, não uma orientação para negociar bitcoin assim. O período observado determina quais movimentos a regra consegue detectar. [1]

Uma referência é a SMA, a média móvel simples. Somamos uma quantidade escolhida de preços de fechamento recentes, chamados Close, e dividimos pelo número de valores. Com a próxima vela, entra um preço novo e sai o mais antigo. A regra pode observar o cruzamento dessa média pelo preço. É preciso definir seu período e o Timeframe, o intervalo representado por cada vela; outras escolhas geram sinais diferentes. [2] [5]

A média usa o passado e, por isso, reage com atraso. Se o preço oscila ao redor dela sem manter uma direção, os sinais de entrada e saída podem se alternar. Isso é chamado de whipsaw: um movimento brevemente promissor dá lugar a uma reversão e a uma possível perda. Uma configuração mais rápida não resolve o problema sozinha. Uma condição extra pode filtrar alguns sinais falsos, mas também adia a decisão. [2] [3]

Cruzar a SMA ainda não é um plano completo. Um sinal contrário pode significar encerrar a compra original, reduzir a posição ou abrir uma operação que ganha com a queda. São procedimentos diferentes, com riscos diferentes. Também é preciso definir o caso de um Close exatamente igual à média, a frequência das decisões e a resposta a um sinal repetido. As mesmas regras devem valer em situações favoráveis e desfavoráveis. [2] [5]

Se o cálculo usa o Close que acabou de ser concluído, não podemos supor que a operação também será executada nesse preço. No modelo padrão, a TradingView executa a ordem na primeira atualização de preço disponível depois disso, geralmente no início da próxima vela. No teste histórico, portanto, separamos o surgimento do sinal da execução. Importam a plataforma, a fonte de preços, as taxas, a liquidez disponível e o Slippage, a diferença entre o preço de execução esperado e o real. [4]

O mesmo sinal pode ter efeito pequeno ou causar uma grande perda, dependendo do tamanho da posição. Leverage, a alavancagem, amplia esse efeito ao permitir exposição maior que o capital aplicado. O procedimento deve tratar da saída, dos custos de financiamento, de saltos bruscos de preço e de perdas simultâneas em várias posições. Distribuir posições entre mercados não elimina o risco. Vender bitcoin já possuído também é diferente de abrir uma posição vendida por meio de futuros, contratos com liquidação futura. [1] [4]

AQR estuda uma abordagem de tendência distribuída entre vários mercados de futuros e moedas ao longo de uma história extensa. Isso é diferente de perguntar se uma regra funciona em uma única plataforma de bitcoin. O resultado não pode ser simplesmente transferido. O procedimento próprio precisa incluir taxas, períodos de perda e sensibilidade às configurações. Os dados usados para construir a regra devem ficar separados dos dados usados depois para avaliá-la. [1] [5]

Primeiro, escrevemos a regra completa: dados, período da SMA, entradas, saídas, tamanho da posição e custos. Depois examinamos todo o intervalo, incluindo trechos sem direção clara do preço. O CFA Institute destaca dois erros comuns: usar informação antes de ela ser conhecida e escolher apenas mercados que sobreviveram até hoje. Testar com outros dados ajuda a revelar fragilidades, mas um bom passado não garante o resultado futuro. [5] [4]