Cuando el impulso falla: una interpretación del marco estructural del mercado Meme

Autor: Instituto de Investigación CoinBe

Resumen Ejecutivo

El 17 de enero de 2025, el token TRUMP fue lanzado en Solana. Al inicio, 800 millones de las 1,000 millones de tokens — — es decir, el 80% — — estaban concentrados en dos entidades relacionadas con Trump: CIC Digital LLC y Fight Fight Fight LLC[1]. Dentro de las 36 horas posteriores al lanzamiento, este token alcanzó un máximo histórico de 74.27 dólares el 19 de enero de 2025[2]. Hasta la fecha de la instantánea de este informe, 22 de mayo de 2026, TRUMP ha retrocedido aproximadamente un 97% desde ese pico[2]. Durante la secuencia de lanzamiento, el RSI de cierre horario se adentró en la zona de sobrecompra, y el histograma MACD se volvió positivo en un punto de inflexión — — ambos indicadores activaron sus lecturas normativas, definidas en los años 1970 para mercados de commodities y acciones. Pero, en la serie de precios aplicada, según las definiciones regulatorias y académicas vigentes en la fecha de la instantánea, no existe un activo subyacente que haga que la referencia a «sobrecompra» tenga un significado relevante.

La Comisión de Bolsa y Valores de EE. UU. (SEC) en su Departamento de Finanzas Corporativas publicó el 27 de febrero de 2025 una «Declaración para empleados de Meme Coins», calificando los activos Meme como de uso o función limitada o inexistente, cuyo valor es impulsado por la especulación, y concluyó que la negociación de estos tokens no constituye una oferta de valores según la ley[3]. La oposición de Crenshaw en ese momento cuestionó esa conclusión legal, pero no desafió la observación empírica de que «esta categoría de activos carece de fundamentos»[4]. Solidus Labs documentó en mayo de 2025 que, entre enero de 2024 y marzo de 2025, los tokens desplegados en Pump.fun superaron las 7 millones, de los cuales el 98.6% cayó por debajo del umbral de liquidez de 1,000 dólares, manteniéndose solo unos 97,000 tokens por encima de ese umbral[5]. La tasa de graduación de curvas vinculadas a Pump.fun hacia los market makers automáticos (AMM), según datos de Step Data, promedió 0.78% en el segundo trimestre de 2025, y se mantuvo entre 0.7% y 0.8% en julio y agosto de 2025 (según reportes de Cointelegraph sobre mecanismos de plataformas)[6].

Este informe presenta tres principales postulados, y define metodológicamente cómo verificarlos.

Postulado uno. Los indicadores clásicos de momentum — — RSI de Wilder, medias móviles de Appel, y el índice de movimiento aleatorio de Lane — — fueron calibrados en conjuntos de datos de commodities y acciones en EE. UU. entre 1957 y 1979. La señal de que el momentum en un corte transversal entra en la literatura revisada por pares es el trabajo de Jegadeesh y Titman (1993) en el Journal of Finance, que usó muestras de acciones estadounidenses entre 1965 y 1989[7]. Ninguna calibración mencionada ha sido probada en activos sin fundamentos de valoración. La revisión de 95 estudios de análisis técnico por Park e Irwin (2007) muestra que las estrategias de trading técnico generan beneficios económicos en mercados de divisas y futuros, pero no en acciones[8]. Esta asimetría contradice la promesa implícita de «universalidad», incluso dentro de la misma categoría de activos en que se desarrollaron los indicadores.

Postulado dos. La formación de precios de los activos Meme y el diseño de indicadores clásicos operan en mercados con estructuras diferentes. Liu y Tsyvinski (2021), en su artículo en Review of Financial Studies, demuestran que las principales criptomonedas — — Bitcoin, Ethereum, Ripple — — no tienen exposición significativa a los factores de los mercados de acciones y macroeconómicos comunes, ni a los rendimientos de monedas y commodities[9]. Las criptomonedas más grandes ni siquiera exhiben exposición a estos factores, y los activos Meme en los extremos de esa distribución aún menos. La generación de precios de los activos Meme está impulsada por la atención y la reflexividad, mecanizada a través de plataformas como Pump.fun, Raydium, PumpSwap, y Uniswap, mediante microestructura de market makers automáticos. El Boletín BIS №69 describe esta estructura de mercado como «destacando la alta autorreferencialidad de las criptomonedas como categoría de activos»[10].

Postulado tres. Cualquier elección de ventana o umbral en los indicadores no puede transformar «una matemática diseñada para detectar comportamientos de precios impulsados por la información» en «una matemática que detecta precios impulsados por la atención». El espacio de entrada ha cambiado, y los indicadores no perciben su propio espacio de entrada. Esto es la declaración formal de que «el ajuste de parámetros en estructura no es suficiente».

Este informe propone tres desviaciones de un marco de observación honesto para activos Meme: reemplazar umbrales fijos por rankings transversales[11]; incorporar variables proxy de atención y concentración de posiciones en igualdad de condiciones con los indicadores de precio[12][13]; y definir la salida como observación, no como predicción. La especificación empírica — — universo muestral, ventanas de segmentación, pruebas estadísticas, activos de comparación — — se detalla en el capítulo tres. Tras obtener resultados estadísticos concluyentes en la línea de datos, los hallazgos serán publicados como actualizaciones del presente trabajo.

Cuatro condiciones para refutar la hipótesis de fallo estructural, se listan en el capítulo siete.

Capítulo uno · Indicadores clásicos y su ámbito histórico de aplicación

Los indicadores de momentum clásicos siguen siendo estándar en software de análisis para retail, originados en cuatro trabajos publicados entre 1957 y 1993, calibrados en conjuntos de datos de precios de commodities o acciones en EE. UU. La historia y documentación son consistentes: ninguna calibración ha sido probada en activos sin fundamentos de valoración.

[14] 1.1 Lane (1957) y el índice de fuerza relativa (RSI)

George C. Lane, comerciante de commodities en Chicago, asociado con Investment Educators Inc., escribió The Stochastic Process como material de curso interno registrado en 1957[15]. Su método se originó en la observación del comportamiento de precios en la Chicago Mercantile Exchange para maíz, soja y trigo. Lane y colegas notaron que los precios tienden a concentrarse en los extremos del rango de los últimos N días antes de una reversión. La fórmula del índice %K = 100 × (close − low_n) / (high_n − low_n) normaliza el cierre respecto al rango de los últimos N días, asumiendo que la distribución en esa ventana refleja acumulación y distribución de mercado. Esta hipótesis se basa en la dinámica de mercado en los pools de commodities, donde los observadores pueden interpretar patrones de oferta y demanda a partir del activity del order book[16][17].

[18] 1.2 Wilder (1978) y el índice de fuerza relativa (RSI)

J. Welles Wilder publicó en 1978 New Concepts in Technical Trading Systems. Antes, había usado indicadores de momentum en trading de commodities durante años[19]. La muestra de datos en su ejemplo son precios diarios de futuros de cacao, soja, cobre, cerdo y plata entre 1972 y 1977. El parámetro de suavizado de 14 días refleja un compromiso empírico entre velocidad de respuesta y estabilidad de señal en contratos de commodities con ciclos semanales y mensuales###. Wilder define su trabajo como orientado a commodities; no incluye calibraciones en acciones.

El RSI asume tres cosas: (1) que los precios vuelven a su media en N días, permitiendo detectar reacciones excesivas; (2) que los umbrales de sobrecompra y sobreventa (70 y 30) son estables en diferentes activos y tiempos; (3) que las tendencias y fases de consolidación pueden identificarse y durar lo suficiente para que los indicadores detecten cambios[12]. Ninguna de estas hipótesis ha sido validada en activos sin fundamentos.

[11] 1.3 Appel (1979) y medias móviles de diferencia y similitud

Gerald Appel, desde mediados de los 70, difundió el método MACD a través de Signalert Corp, formalizándolo en un manual en 1979 y expandiéndolo en Technical Analysis: Power Tools for Active Investors[20]###. Los parámetros clásicos (12, 26, 9) reflejan la práctica de una semana de negociación, aproximadamente dos semanas, y un mes. Appel inicialmente propuso configuraciones asimétricas (8, 17, 9) para compra y (12, 25, 9) para venta, pero en la práctica se estandarizó en la forma simétrica (12, 26, 9).

El conjunto de datos de Appel corresponde a índices de la NYSE y Nasdaq en los años 70, en una era de alta volatilidad impulsada por inflación, con empresas aún con fundamentos identificables. Estudios recientes (Maitah et al., 2021) muestran que en el período 2011–2019, el MACD clásico en futuros del Nikkei 225 generó retornos negativos, indicando que los parámetros reflejan calibraciones específicas del mercado, no una universalidad.

[8] 1.4 Jegadeesh y Titman (1993): un anclaje académico para momentum

El trabajo pionero en momentum transversal en revisión por pares fue de Jegadeesh y Titman (1993), en el Journal of Finance. Documentaron que acciones con retornos positivos en 3 a 12 meses tienden a continuar superando en períodos similares futuros###. La base de datos fue CRSP, con acciones de NYSE y AMEX (1965–1989). Este efecto, en activos con fundamentos de flujo de caja, se convirtió en un pilar para modelos de valoración de activos y factores de momentum en la academia. La extensión a otros activos requiere validación empírica independiente.

[9] 1.5 Park e Irwin (2007): revisión de la evidencia

Su revisión en Journal of Economic Surveys de 95 estudios muestra que las estrategias técnicas generan beneficios en divisas y futuros, pero no en acciones[10]. Esto contradice la promesa de universalidad implícita en la literatura anterior. La hipótesis es que los beneficios observados dependen de la estructura de mercado, no solo de los indicadores matemáticos.

Las tres hipótesis implícitas en la literatura clásica son: (1) que los precios descuentan o reflejan parcialmente la información fundamental; (2) que la media reversion es la tendencia predeterminada; (3) que las tendencias y fases de consolidación tienen duración comparable a los parámetros del indicador. Todas ellas dependen de un referente de valor subyacente, que en los mercados de commodities y acciones existe, pero en los mercados Meme, no.

Capítulo dos · Generador de precios en activos Meme

La secuencia de lanzamiento de TRUMP el 17 de enero de 2025 es el evento de activos Meme mejor documentado en registros regulatorios públicos[21][21]###. Concentró el 80% de la oferta total en dos entidades, alcanzó 74.27 dólares en 36 horas, y luego retrocedió. Los indicadores mecánicos de RSI y MACD siguieron esa trayectoria sin referencia a un activo subyacente. Este caso no es anómalo, sino un ejemplo limpio de un proceso de formación de precios en un mercado con estructura diferente a la calibración clásica. Esa estructura se analiza en tres dimensiones: ausencia de fundamentos, atención reflexiva como variable principal, y alta concentración de posiciones.

[13] 2.1 Ausencia de fundamentos

La declaración de la SEC en febrero de 2025 califica los activos Meme como de uso o función limitada, sin valor basado en derechos económicos o flujos de caja###. La conclusión legal — — que no constituyen valores — — se basa en la observación empírica de que no hay flujos de caja ni derechos valorables en un marco de valoración estándar. Crenshaw no cuestiona esa observación, sino la inferencia legal[14].

La falta de fundamentos no es exclusiva de los Meme. Liu y Tsyvinski (2021) muestran que las principales criptomonedas — — Bitcoin, Ethereum, Ripple — — no tienen exposición significativa a los factores macro y de mercado de acciones, ni a los rendimientos de monedas y commodities[1]. Los activos Meme, en los extremos de esa distribución, tampoco. La generación de precios en mercados sin fundamentos se basa en la atención y la reflexividad, mecanizadas por plataformas como Pump.fun, Raydium, PumpSwap, y Uniswap, sin referencia a un valor fundamental.

[2] 2.2 La atención como variable principal

La atención, medible mediante búsquedas en Google, menciones en redes sociales y plataformas de creación de activos, reemplaza a los fundamentos en la generación de precios. Da, Engelberg y Gao (2011) introdujeron el índice de volumen de búsquedas de Google (SVI) como proxy de atención minorista. Su estudio en acciones del Russell 3000 (2004–2008) muestra que picos de búsqueda predicen movimientos alcistas en las próximas dos semanas, y luego se revierten[3]. Liu y Tsyvinski (2021) replican estos hallazgos en criptomonedas, mostrando que la atención predice retornos en su muestra 2011–2018###.

Barber y Odean (2008) muestran que los inversores minoristas son los principales compradores de activos impulsados por atención, debido a su asimetría en la búsqueda de información[3]. En el mercado Meme, esta asimetría se amplifica por la escala del público en plataformas como Pump.fun, que en 2025 superó los 11.9 millones de tokens emitidos. La decisión de compra en un solo activo Meme es, en esencia, una respuesta a «el activo que capta más atención» — — una búsqueda sistemática en ese conjunto no es factible computacionalmente.

[4] 2.3 Reflexividad sin anclaje externo

Soros (1987) formalizó la reflexividad como una causalidad bidireccional entre percepción y fundamentos. En mercados tradicionales, la reflexividad está limitada por un anclaje fundamental: las desviaciones son temporales y la media reversion se restablece. En mercados Meme, no hay anclaje: la atención impulsa el precio, y el precio a su vez atrae más atención, en un ciclo que solo termina por agotamiento, no por retorno a valor. La mecánica de Pump.fun, con curvas vinculadas, convierte esa reflexividad en un proceso mecánico, sin descubrimiento de información. La estructura de mercado resultante, descrita por el Boletín BIS №69, es «altamente autorreferencial»[15].

2.4 Concentración de posiciones

Los indicadores clásicos asumen una base de posiciones dispersas, donde cada decisión individual contribuye a la formación del precio. En los activos Meme, la concentración de posiciones viola esa suposición. La mayor parte de la oferta en la fase de curva vinculada está en manos del creador o entidades relacionadas. En plataformas como Pump.fun, Letsbonk y Launchlab, en el tercer trimestre de 2025, aproximadamente el 89% del valor de mercado de los tokens desplegados fue inferior a 50,000 dólares[18]. La distribución en la fase de curva vinculada es altamente concentrada. La actualización empírica de este informe calculará la concentración en todo el mercado, confirmando que la base dispersa de posiciones no se cumple en la mayoría de los activos Meme, solo en casos extremos como TRUMP.

[15] 2.5 Microestructura de market makers automáticos

Los indicadores clásicos se validan en mercados con libro de órdenes, donde los precios reflejan cotizaciones de compra y venta. En activos Meme en plataformas como Raydium, PumpSwap y Uniswap, los precios son el resultado de funciones algebraicas de pools de liquidez, no de cotizaciones de mercado. La slippage y la profundidad del pool afectan la formación de precios, y un solo orden puede mover el precio en diferentes grados, dependiendo de la liquidez en ese momento. La función del indicador en estos entornos no es detectar información, sino medir la dinámica de un proceso mecánico, que puede estar dominado por la «ruido de la mecánica de liquidez» más que por la señal de mercado[22].

Capítulo tres · Protocolo empírico

La argumentación estructural en el capítulo dos establece que la formación de precios en activos Meme difiere de la calibración clásica. La evidencia empírica de esa diferencia se obtiene mediante un protocolo de backtesting, que se detalla en este capítulo. Los resultados estadísticos concluyentes, tras correcciones por sesgos de supervivencia y comparaciones con activos de referencia, serán publicados como actualizaciones.

[23] 3.1 Construcción del universo muestral

El universo se compone de los 200 tokens principales por capitalización en CoinGecko bajo la categoría «meme», en plataformas principales en Ethereum y Solana al momento de la instantánea. Cada reequilibrio aplica filtros: volumen promedio en exchanges centralizados y descentralizados en los últimos 7 días > 1 millón de dólares; al menos 30 días de historia de precios; y profundidad en pools de los principales exchanges > 100,000 dólares.

Estos umbrales excluyen la mayor parte de los tokens en Pump.fun. La documentación de Solidus Labs indica que, entre enero de 2024 y marzo de 2025, los tokens desplegados en Pump.fun con al menos 5 transacciones superaron los 7 millones, pero solo unos 97,000 mantuvieron liquidez > 1,000 dólares[24]. La tasa de graduación hacia market makers automáticos en esa plataforma promedió 0.78% en el segundo trimestre de 2025, y se mantuvo entre 0.7% y 0.8% en julio y agosto###. El universo muestral captura la fracción de tokens que permanecen activos y con liquidez mínima, excluyendo la mayoría de los tokens que fallan o desaparecen.

[25] 3.2 Corrección por sesgo de supervivencia

Cualquier backtest en mayo de 2026 solo incluye tokens que sobrevivieron hasta esa fecha. Estos son, por definición, una cola pesada en la distribución de retornos. La tasa de fracaso del 98.6% en Pump.fun, reportada por Solidus, implica que los resultados sin corrección sobreestiman sistemáticamente la eficacia de los indicadores[7].

La solución es reconstruir el universo en cada punto de análisis, incluyendo tokens que fallaron posteriormente. APIs como CoinGecko y CoinMarketCap permiten reconstrucciones semanales; Kaiko ofrece datos de órdenes y pools en puntos específicos en tiempo. Sin reconstrucción, las tasas de acierto se sobreestiman por sesgo de supervivencia.

[26] 3.3 Ventana de backtesting

El análisis separa en tres ventanas, correspondientes a las estructuras de mercado descritas en el capítulo dos.

• Temporada pre-Pump.fun (enero 2023 a enero 2024): incluye lanzamientos de BONK, PEPE y WIF, con estructura de mercado descentralizada sin curvas vinculadas. La disponibilidad de datos históricos es menor, pero accesible en Etherscan y Solscan.
• Era Pump.fun (enero 2024 a enero 2025): inicia con el lanzamiento de Pump.fun en enero 2024, caracterizada por la industrialización de la creación de activos mediante curvas vinculadas, y la migración de tokens a pools de Raydium.
• Era política (enero 2025 a mayo 2026): inicia con el lanzamiento de TRUMP y MELANIA, marcada por alta concentración de lanzamiento, regulación explícita por la SEC, y aumento del apalancamiento en plataformas de futuros perpetuos.

[16] 3.4 Parámetros de indicadores

Se usan parámetros clásicos sin optimización: RSI 14, MACD (12, 26, 9), estocástico (14, 3, 3), momentum 10. La pregunta es si estos indicadores calibrados en otros activos se comportan igual en activos Meme. La optimización puede introducir sesgos de datos, por lo que no se busca recalibrar, sino verificar si la misma herramienta mide de forma equivalente la atención y el precio.

3.5 Pruebas estadísticas

Para cada ventana, activo y señal, se calcula: precisión direccional en N días (N=1,3,7,14), comparada con la probabilidad sin estrategia; rendimiento acumulado ajustado por costos de transacción (30 p.b. en exchanges descentralizados, 10 p.b. en centralizados, más 50 p.b. de slippage); causalidad de Google Trends y precios en escalas horarias y diarias; y control de sesgos de datos mediante pruebas de White (2000).

[1] 3.6 Activos de comparación

Se aplica la misma familia de indicadores a Bitcoin, Ethereum y Solana en las mismas ventanas. La evidencia de que los indicadores técnicos funcionan peor en acciones y mejor en divisas y futuros en mercados tradicionales sugiere que los criptoactivos principales ocupan una posición intermedia en esa escala. La hipótesis es que los activos Meme ocupan un cuarto punto en esa línea, no un proceso de paseo aleatorio, sino un estado estructurado de «escasez de información» que los indicadores clásicos no estaban diseñados para detectar.

[27] 3.7 Referencias en la literatura publicada

Liu, Tsyvinski, Wu (próximo en Journal of Financial and Quantitative Analysis) establecen un factor de tendencia en la rentabilidad de criptomonedas, excluyendo tokens con baja liquidez. La estructura de la evidencia en la horizontalidad del momentum en activos Meme es un vacío metodológico que este trabajo busca llenar.

3.8 Actualización empírica

Tras aplicar el método y corregir sesgos, los resultados de los tres ámbitos se publicarán como actualizaciones, tras validar contra estudios previos y referencias. La prioridad es que la estructura analítica sea comprensible sin datos, y que los datos sin estructura sean interpretados con cautela.

Capítulo cuatro · Por qué la optimización de parámetros no puede corregir esta dislocación

Cuando los indicadores funcionan mal en mercados reales, la respuesta habitual es ajustar parámetros. La historia del momentum — — desde acciones, commodities, divisas, hasta Bitcoin — — es en gran parte una historia de recalibraciones. Pero hay cuatro mecanismos que explican por qué esto no funciona en activos Meme.

[5] 4.1 Precio como contenedor de información, sí, pero también como contenedor de atención

Un RSI de 70 en acciones en 1978 indica que el precio se ha alejado lo suficiente del fundamento para esperar una reversión a la media. En 2026, un RSI de 70 en un activo Meme indica que la atención ha alcanzado un pico local. Ambos números son iguales, pero describen fenómenos diferentes.

El ajuste de parámetros — — ventanas de suavizado, umbrales — — no puede resolver esta diferencia, porque la señal subyacente proviene de procesos distintos. Un RSI de 14 días aplicado a una serie impulsada por atención devuelve un valor que es función de la atención, no del precio como información. Cambiar a 7 o 21 días solo suaviza diferentes aspectos del proceso, sin alterar la naturaleza del proceso mismo.

[28] 4.2 La reflexividad no tiene anclaje externo

La reflexividad en mercados tradicionales está limitada por un anclaje fundamental: los precios tienden a volver a su valor intrínseco. La desviación de un indicador de sobrecompra o sobreventa asume que la reversión a la media ocurrirá. En mercados Meme, no hay anclaje: la atención impulsa el precio, y el precio atrae más atención, en un ciclo sin límite, solo detenido por agotamiento.

El mecanismo de curvas vinculadas en Pump.fun convierte esa reflexividad en un proceso mecánico, sin descubrimiento de información. La estructura de mercado resultante, descrita por el Boletín BIS №69, es «altamente autorreferencial»###.

[5] 4.3 Los indicadores no ven su propio espacio de entrada

Un RSI no distingue si se aplica a futuros de maíz, acciones de Nasdaq o activos Meme en Solana. La fórmula es la misma: comparar cierres alcistas y bajistas en N días, normalizar, suavizar. Pero no percibe que los datos de entrada provienen de procesos diferentes. La calibración en un proceso no garantiza que funcione en otro.

Si el proceso de generación de precios cambia, ningún ajuste de parámetros puede recuperar la relación original. Esto formaliza que «el ajuste de parámetros no es suficiente» y justifica la propuesta de cambiar la forma de preguntar por la señal, no solo ajustar los parámetros.

[6] 4.4 La distorsión de los market makers automáticos

La mecánica de pools en AMM genera precios a partir de funciones algebraicas, no de cotizaciones de mercado. La slippage y la profundidad del pool afectan la formación de precios, y una sola orden puede mover el precio en diferentes grados, dependiendo de la liquidez en ese momento. La función del indicador en estos entornos no es detectar información, sino medir la dinámica mecánica, dominada por el ruido de la mecánica de liquidez más que por la señal de mercado. La estadística de momentum en estos casos refleja la dinámica de un proceso mecánico, no la de un mercado eficiente[7].

Capítulo cinco · Marco de observación basado en tres principios

Las diagnósticas en los capítulos dos y cuatro muestran que recalibrar indicadores clásicos no produce herramientas adecuadas para activos Meme. La vía correcta no es aplicar diferentes parámetros a la misma herramienta, sino usar herramientas que conozcan su propio espacio de entrada. La investigación de CoinBe propone tres principios.

5.1 Reemplazar umbrales fijos por rankings transversales

El primer principio es abandonar los umbrales fijos — — RSI 70/30, MACD en cero — — que asumen un estado estadístico estable. En activos Meme, los umbrales no tienen sentido, porque la unidad de análisis es la distribución transversal, no un valor absoluto. La referencia es la clasificación por ranking en cada reequilibrio, no un umbral fijo. La metodología se basa en el trabajo de Asness, Moskowitz y Pedersen (2013), que en Journal of Finance documentaron efectos de momentum transversal en 8 clases de activos, usando rankings en lugar de umbrales absolutos[5]. Liu, Tsyvinski y Wu (2022) confirman que en criptomonedas funciona igual, usando rankings en lugar de niveles fijos.

Para activos Meme, esto significa que en cada reequilibrio se calcula un ranking por indicador, y se reporta en quintiles, no en términos de sobrecompra o sobreventa. Los activos en el top 1/5 de RSI de 14 días no son «sobrecomprados» en el sentido clásico, sino que están en la parte superior del espacio de atención y momentum en un conjunto de 200 activos.

5.2 Variables proxy de atención y concentración en igualdad de condiciones

El segundo principio es que no se deben tratar los indicadores clásicos como la única representación del momentum. En cambio, se miden en igualdad de condiciones tres dimensiones: (1) precio (indicadores clásicos), (2) atención (búsquedas, menciones sociales), y (3) concentración de posiciones (participación de los principales tenedores y cambios en su participación). La evidencia empírica muestra que la atención precede a los movimientos de precio, y que la concentración también tiene un rol en la formación de precios[24].

La integración de estas variables en un ranking compuesto refleja la realidad del proceso de formación de precios en activos Meme, que no se ajusta a los supuestos de dispersión y fundamentalidad de los modelos clásicos.

[1] 5.3 La salida es una observación, no una predicción

El tercer principio es que la salida del marco no es una predicción, sino una descripción del estado en un momento dado. La clasificación en quintiles indica la posición relativa en la distribución de atención, momentum y concentración, sin hacer afirmaciones sobre retornos futuros. Esto evita sesgos de datos y sobreajustes, y se alinea con la evidencia de que los indicadores no predicen, solo describen.

El marco produce una clasificación en cada reequilibrio, acompañada de la tasa de supervivencia en ese período, pero no afirma que esas clasificaciones predigan el rendimiento futuro. La interpretación queda a cargo del usuario, sin que la estructura imponga una lectura específica.

[3] 5.4 Declaración de límites

El marco describe qué activos están en qué posición en cada reequilibrio, en base a las variables seleccionadas. No indica qué activos comprar, vender o mantener. No hace predicciones de dirección o magnitud de precios futuros. La tasa de supervivencia en plataformas principales es menor al 2%, por lo que la posición en la clasificación no altera esa base. Cualquier uso que ignore esa realidad es una mala aplicación del marco.

Capítulo seis · Autoevaluación y límites

El análisis se basa en una hipótesis estructural: que la formación de precios en activos Meme es impulsada por la atención reflexiva, no por la información descontada. La evidencia empírica que la respalda puede ser refutada.

Las principales condiciones para refutarla son: (1) que estudios revisados muestren que los indicadores clásicos en Meme tienen una precisión direccional similar a la de Bitcoin, Ethereum y Solana en un margen de 5 puntos porcentuales y con significancia estadística del 1%; (2) que calibraciones específicas en activos Meme produzcan beneficios fuera de muestra, descontando costos y ajustando por supervivencia; (3) que los retornos de activos Meme puedan explicarse por modelos de factores tradicionales con R² > 30%; (4) que las pruebas de causalidad de Granger no muestren que la atención precede a los precios en un nivel estadísticamente significativo del 10%. Estas condiciones permiten falsar la hipótesis, y su exposición facilita la crítica y la refutación.

Capítulo siete · Declaraciones metodológicas y de divulgación

8.1 Alcance y limitaciones

Este trabajo propone un marco de observación para activos Meme, basado en literatura de momentum, finanzas conductuales y criptomonedas. Los resultados empíricos se publicarán como actualizaciones. La muestra incluye activos en Ethereum y Solana al 22 de mayo de 2026, excluyendo NFTs, stablecoins, tokens de gobernanza, y plataformas no cubiertas.

[14] 8.2 Actualidad de los datos

Todos los datos, precios, concentraciones y marcas de tiempo corresponden a la instantánea del 22 de mayo de 2026. Los datos anteriores a esa fecha llevan su propia marca temporal. Las referencias a trabajos en curso o por publicar indican su estado al momento de la instantánea. No se reflejan revisiones posteriores a esa fecha.