La influencia de Twitter en los precios de bitcoin y otras criptomonedas

Una de las cosas que de manera recurrente interesa en los criptomercados, son los precios. Desde hace años, diferentes estudios se han dado a la tarea de investigar las variables que afectan los precios, específicamente de bitcoin, con la intención de saber cuáles serán las tendencias. Desde los análisis técnicos hasta los fundamentales, buscan maneras que generan expectativas. Por ejemplo, uno de los últimos acontecimientos, el halving de bitcoin, indicaba que a partir de ese momento el precio comenzaría con una tendencia alcista de tal forma que podemos esperar que en los próximos años existan precios muy atractivos para el mercado especulativo, incluso, existen los muy optimistas que indican que, en el corto plazo, bitcoin podría llegas hasta los $100 mil dólares. Lo que es un hecho es que, desde hace varios años, algo que caracteriza las variaciones en los precios de los criptoactivos, son las noticias que surgen alrededor del ecosistema. Ya desde 2014, Zimmermann & Glaser analizaban los factores que influenciaban los precios de bitcoin y concluyeron que precios de bitcoin se veían impactados por las noticias y que la gente adquiría bitcoin, sin importar el tipo de noticias que fuesen (positivas o negativas). A pesar de todos los sentimientos que invaden el mercado, existen otras herramientas tecnológicas que nos permiten tener un panorama de cómo podría ser el comportamiento de bitcoin y otras criptomonedas, por ejemplo, las redes sociales.

En ese sentido, es posible identificar que, en la actualidad, un gran porcentaje las noticias diarias (si no es que en su totalidad), tienen una primera entrada en redes sociales. De hecho, las redes sociales han resultado una fuente fundamental para el mercado de los criptoactivos debido a que el mercado es muy joven y los medios de comunicación o sitios web financieros tradicionales no siempre informan los acontecimientos que suceden a tiempo en los criptomercados. Incluso, muchas de las noticias provienen de esa gran base de información proveniente de las redes sociales. Existen sitios como Bitcointalk.org o Reddit, que son foros donde existe una gran cantidad de intercambio en la información. Específicamente, Twitter es una de las redes sociales con mayor amplitud de información sobre criptoactivos, esto se debe en gran medida por el formato que tiene en donde existe un número limitado de caracteres lo cuál obliga a los usuarios a realizar publicaciones breves y específicas. Esta red puede ser considerada como un repositorio de inteligencia emocional puesto que los inversionistas de manera recurrente manifiestan sus emociones sobre el criptomercado y también pueden publicar los gráficos con los análisis técnicos que realizan.

A pesar de los análisis técnico y fundamental, se sabe que la economía del comportamiento también puede revelar cómo se puede impactar de manera importante el comportamiento individual y la toma de decisiones.

Factores determinantes que influyen en el precio de los criptoactivos

Para poder determinar si Twitter es relevante en los precios de bitcoin, es fundamental que se tenga claridad sobre los factores relevantes en el precio. Para ello, existen trabajos importantes que han determinado que, aspectos como: la dificultad en la oferta, la demanda, la minería o las tendencias del mercado, son relevantes (Kristoufek, 2015). Algunos otros, contemplan que el tipo de cambio USD/EUR, los precios del oro, el S&P 500 o, incluso, la situación política de un país (por ejemplo, Argentina, Venezuela o Chipre), puede ser determinante para los cambios en el precio.  

El hecho de que Twitter sea una fuente de información, permite inferir que, probablemente exista un gran porcentaje de personas que toman decisiones a partir de las tendencias. De hecho, Twitter podría considerarse un híbrido entre los sentimientos de los inversionistas y las noticias. Algunos modelos matemáticos que se han utilizado para este tipo de análisis, han revelado que existe una precisión del 89.6% en el modelo sobre la relación del sentimiento positivo y el precio de bitcoin para una relación a corto plazo (Georgoula et al., 2015). 

Una investigación realizada en la Escuela de Negocios de la Universidad de Edimburgo por los investigadores Kraaijeveld & Smedt (2020), se enfoca en el poder predictivo del sentimiento público en Twitter para pronosticar los precios de las criptomonedas; asimismo, en dicha investigación, se analiza la cantidad de mensajes existentes en la red social provenientes de bots, que se relacionan con los criptoactivos y podrían difundir mensajes equivocados. Para ello, obtienen la polaridad de sentimiento diaria y por hora en Twitter para las 9 principales criptomonedas: Bitcoin (BTC), Ethereum (ETH), Ripple (XRP), Bitcoin Cash (BCH), EOS (EOS), Litecoin (LTC), Cardano (ADA), Stellar (XLM) y TRON (TRX); es decir, las que tienen mayor volumen de capitalización en el mercado.

El primer aspecto que consideran es la “minería de opinión”, un concepto que consiste en el estudio computacional sobre las opiniones, actitudes y valores generados de las personas sobre algún tema o acontecimiento en específico, el cuál puede ser:

1. Basado en aprendizaje automático supervisado.
2. Basado en léxico.
3. Basado en gráficos.

Algunos autores, consideran que, el poder predictivo del sentimiento en Twitter dentro de los mercados financieros se concentra de 1 a 4 días y en días posteriores la efectividad en la predicción disminuye. Para los precios o volúmenes de capitalización, también existe un umbral de 1 a 7 días para el corto plazo y de 30 a 90 días para largo plazo. Además, se tiene el registro de que, los volúmenes de publicación en la red o la cantidad de mensajes emitidos, se relaciona con el volumen de negociaciones de bitcoin.

La influencia de los bots dentro del mercado de los criptoactivos

Un punto importante para tener información lo más aproximada, es eliminar todos los mensajes dentro de la red que pudieran ser automatizados, es decir, provocados por un bot. La automatización de mensajes se realiza a través de un software, conocido como bot, de una cuenta de Twitter la cual se conecta a través de una API. Estas cuentas tienen la capacidad de realizar acciones dentro de la red como retuitear, marcar como “favorito” algún tuit, seguir o dejar seguir alguna cuenta o enviar mensajes. Los casos positivos de estos bots, involucran el envío de información útil o contenido creativo; sin embargo, un mal uso consistiría en el envío de spam o mensajes que puedan provocan tendencias negativas para afectar a individuos. En el caso de bitcoin, esto también sucede, es decir, tenemos casos donde se utilizan este tipo de bots para generar información negativa, por ejemplo:

1. El regalo de criptomonedas después de transferir una cantidad de dinero.
2. La sugerencia a un usuario de seguir a otros usuarios que podrían estar cometiendo algún fraude.
3. Hacerse pasar por una cuenta falsa.
4. Publicaciones de estafas.

Diferentes investigaciones han revelado la existencia de cuentas falsas de criptomonedas, por ejemplo, el trabajo de Wright y Anise (2018) quienes descubrieron hasta 15,000 cuentas de bots de criptomonedas las cuáles se caracterizaron por utilizar una gran cantidad de hashtags (#) o contenido idéntico.

En el caso de Kraaijeveld & Smedt, encontraron que, de todos los mensajes analizados, las publicaciones relacionadas con criptomonedas, el 1% y 14% fueron generados por bots; y un dato interesante fue que, de ese porcentaje de bots, bitcoin fue el que tuvo una menor participación en las menciones y la mayoría de bots se asociaron con Cardano, como se muestra en la Figura 1 (franja gris).

Figura 1. Porcentaje de bots contenidos en los mensajes de criptomonedas.

Fuente: Kraaijeveld & Smedt (2020).

¿Cómo se realizó la investigación?

Los tuits se obtuvieron por separado para cada una de las criptomonedas en el periodo entre el 4 de junio de 2018 y el 4 de agosto de 2018, lo que dio un total de 24,035,075 tuits públicos; además, se implementó una herramienta de transmisión en vivo, conectándose a la API de Twitter para tener mayor conocimiento sobre el tipo de publicaciones en tiempo real. Dentro de los resultados obtenidos, se tuvo que Bitcoin, Ether y Ripple fueron las criptomonedas más mencionadas en los mensajes, lo cual es consistente con los volúmenes de capitalización en el mercado.

Por otro lado, los investigadores tuvieron que hacer una depuración de la información, como ya se mencionó en apartados anteriores de tal forma que se eliminaran cuentas falsas o manejadas por bots. Además, se aplicaron 18 técnicas para depurar información y eliminar tuits que tuvieran algunas características como:

• La incorporación de palabras como “tokenización”
• Espacios en blanco en exceso.
• Las menciones de los usuarios (por ejemplo, @cuenta).
• Si un Tweet se publicó como Retweet, el “RT” al comienzo del texto del Tweet.
• Aquellos que mencionen al menos cuatro tokens ya que no son adecuados para el análisis de sentimientos a nivel de oración.
• El exceso de palabras con hashtag, por ejemplo: “Esta criptomoneda es una #realmente #buena #compra #compra ahora #btc #criptomoneda”.
• La mención de criptomonedas que tuviesen caracteres numéricos.
• Palabras con secuencias de caracteres de más de tres caracteres.

Lo anterior se realizó debido a que, los tuits con dichas características podrían desviar el resultado en el valor sentimental. En la Tabla 1, se muestra una lista de ejemplos encontrados que no forman parte de un sentimiento verdaderamente influyente.

Tabla 1. Ejemplos de tuits descartados en la investigación.

Técnica de procesamiento	Ejemplo
Tweet original	RT @bitcoin https://twitter.com/FT/status/1022605086172872704 ¡Bitcoin ETF rechazado pero buuuuuy! Pregúntese por qué no está comprando jajaja, mañana llegará a 8000 #BUY #NOW #BITCOIN #BTC $ BTC $ ETH
Eliminar “RT” si está presente	@bitcoin https://twitter.com/FT/status/1022605086172872704 ¡Bitcoin ETF rechazado pero cooooompra!
	Pregúntese por qué no está comprando jajaja, mañana llegará a 8000 #BUY #NOW #BITCOIN #BTC $ BTC $ ETH
Eliminar URL, exceso de espacio (blanco) y menciones	Bitcoin ETF rechazado pero cooooompra!!! Pregúntese por qué no está comprando jajaja, mañana llegará a 8000 #BUY #NOW #BITCOIN #BTC $ BTC $ ETH.
Eliminar Tweet si el número de tokens <4	Bitcoin ETF rechazado pero cooooompra!!! pregúntate por qué no estás comprando jajaja, mañana llegará a 8000 #compra #ahora #bitcoin #btc $ btc $ eth.

Fuente: Kraaijeveld & Smedt (2020).

Los ejemplos de la Tabla son interesantes porque dichos mensajes con frecuencia son utilizados por quienes crean estafas y buscan atraer a gente que no tiene amplios conocimientos sobre el ecosistema. De hecho, no sólo en Twitter, sino en Facebook también podemos ser testigos (los que controlamos grupos de usuarios con fines informativos), de una gran cantidad de usuarios que buscan publicar anuncios con rendimientos muy prometedores los cuáles en muchos casos son idénticos y provienen de diferentes usuarios.

También hemos visto el caso de figuras con miles de seguidores las cuáles se han visto afectadas con perfiles falsos que promueven estafas o esquemas piramidales, recientemente el caso más destacado fue el de J.K. Rowling quien lanzó algunos tuits asociados con bitcoin y posteriormente alguien creó un perfil falso de su persona para promover la compra de bitcoin cuenta que, al momento de esta redacción, ya ha sido suspendida.

Figura 3. Tuit de usuario que falsificó el perfil de J.K. Rowling

Fuente: Twitter.

Resultados de la investigación

En la investigación se evidencia que, en efecto, existe relación entre el sentimiento y los rendimientos principalmente para bitcoin. Las variables más importantes fueron el sentimiento y los volúmenes negociados, después del optimismo y la rentabilidad de los precios. De hecho, se encontró que el “optimismo” en el caso de bitcoin afectan fuertemente los volúmenes de negociación provocando y que, a medida en que los usuarios observan rendimientos de bitcoin, existe un aumento en los mensajes. En el caso de Ether y Ripple, no sucedió lo mismo, puesto que no se encontró una variable relacionada entre los mensajes escritos en Twitter y las variaciones de sus precios. En contraste, para Bitcoin Cash, sí se observó que Twitter es una herramienta que ayuda a pronosticar el precio en un periodo tomado por hora; es decir, los mensajes escritos evidenciaron variaciones con cierta tendencia en sus precios. Se encontró una relación entre los rendimientos derivados de BCH y el volumen de mensajes en el análisis intradía.

A pesar de que en el caso de Ether no se encontró una correlación entre los mensajes y la predicción en los precios; sin embargo, los volúmenes en los mensajes diarios y los volúmenes negociados muestran una relación fuerte entre Ether y Bitcoin, como se muestra en la Figura. Lo anterior se puede relacionar con el hecho de que existe una relación fuerte entre bitcoin y los movimientos de Ether y esto no necesariamente estaría relacionado con Twitter, de hecho, es frecuente que veamos un aumento en los precios de las altcoins a partir del aumento del precio de bitcoin y viceversa.

Figura 4. Volúmenes de mensajes diarios y volúmenes de comercialización asociados con los principales criptoactivos.

Fuente: Kraaijeveld & Smedt (2020).

Conclusiones

Una de las conclusiones interesantes en este estudio, es que Twitter se puede considerar más como una causa y no un efecto. Esto quiere decir que, a partir de los mensajes que se escriban en la red, la posibilidad de que se provoque una tendencia en los precios es muy alta cuando se considera un análisis por día a diferencia de un análisis por hora, en donde los mensajes pueden ser considerados más como una respuesta dejando de lado el poder predictivo. En general, es posible afirmar que Twitter es un factor que se relaciona fuertemente con los precios de los criptoactivos, especialmente para Bitcoin, Bitcoin Cash y Litecoin; aunque en algunos casos los resultados no coincidieron con los tiempos. En el caso de EOS o TRON, los mensajes en Twitter provocaron una tendencia alcista.

Es importante señalar que en la investigación existen algunas limitaciones, como los efectos de la influencia social o del usuario; asimismo, vale la pena destacar que, tal y como se mencionó al inicio, los mensajes en redes sociales no son una variable única que afecta a los precios de un criptoactivos, a pesar de que es un variable interesante y que puede tener cierto grado de injerencia, es necesario no perder de vista que existen muchas otras variables macroeconómicas que pueden estar interrelacionadas. Esto no significa que el estudio no tenga validez, sino más bien, que debemos ser cautelosos sobre los criterios que debemos considerar. De hecho, un análisis más detallado, podría consistir en el análisis sobre el grado de injerencia de cada variable para el pronóstico de los precios en donde se involucre un conjunto mayor de criptoactivos, tomar un periodo de observación mayor o incorporar el efecto de la influencia social o, incluso, los efectos que pueden ocasionar los bots en la red. Hasta ahora, el trabajo realizado por Kraaijeveld & Smedt, es un primer paso para tener un mayor conocimiento sobre aquello que interesa al momento de querer poner atención en los precios de los criptoactivos, incluso, resulta interesante seguir explorando puesto que podría apoyar en algunas estrategias comerciales.

Sigue leyendo: