Quando o momentum falha: interpretando a estrutura do mercado Meme

Autor: Instituto de Pesquisa CoinBe

Resumo Executivo

Em 17 de janeiro de 2025, o token TRUMP foi lançado na Solana. No início, 80% da oferta total de 1 bilhão de tokens — — ou seja, 800 milhões — — estavam concentrados em duas entidades relacionadas a Trump: CIC Digital LLC e Fight Fight Fight LLC[1]. Após 36 horas do lançamento, esse token atingiu uma máxima histórica de US$74,27 em 19 de janeiro de 2025[2]. Até a data de captura do snapshot em 22 de maio de 2026, o TRUMP recuou aproximadamente 97% desde seu pico[2]. Durante o período de lançamento, o RSI de fechamento horário entrou profundamente na zona de sobrecompra, e o histograma do MACD virou positivo em um ponto de inflexão — — ambos indicadores dispararam suas leituras normativas, definidas por seus autores na década de 1970 para mercados de commodities e ações. Contudo, essa sequência de preços, segundo todas as definições regulatórias e acadêmicas existentes na data do snapshot, não possui um ativo subjacente que justifique uma referência significativa de “sobrecompra”.

A Comissão de Valores Mobiliários dos EUA (SEC), em 27 de fevereiro de 2025, publicou a “Declaração de Funcionários sobre Meme Coins”, qualificando esses ativos como de uso ou função limitada ou inexistente, com valor impulsionado por especulação, concluindo que a negociação desses tokens não constitui uma oferta de valores mobiliários sob a lei[3]. A objeção do comissário Crenshaw na mesma época questionou essa conclusão legal, mas não desafiou a observação empírica de que “essa categoria de ativos carece de fundamentos”[4]. A Solidus Labs registrou, em maio de 2025, que, entre janeiro de 2024 e março de 2025, mais de 7 milhões de tokens foram distribuídos na Pump.fun, sendo que 98,6% deles caíram abaixo do limite de liquidez de US$1.000, restando aproximadamente 97.000 tokens acima desse limite[5]. A taxa de sucesso de transição da curva de vinculação da Pump.fun para o Automated Market Maker (AMM) padrão, segundo dados do Step Data, foi de 0,78% na média do segundo trimestre de 2025, permanecendo entre 0,7% e 0,8% em julho e agosto de 2025 (conforme reportagem do Cointelegraph sobre os mecanismos da plataforma)[6].

Este relatório apresenta três principais proposições, detalhando a estrutura metodológica para testá-las.

Proposição 1. Os indicadores clássicos de momentum — — como o Índice de Força Relativa (RSI) de Wilder, a Média Móvel Assimétrica de Appel, e o Índice de Oscilação de Lane — — calibrados entre 1957 e 1979, com base em conjuntos de dados de commodities e ações dos EUA. O marco de entrada na literatura revisada por pares para momentum transversal é o artigo de Jegadeesh e Titman (1993), publicado no Journal of Finance, que utilizou amostras de ações americanas de 1965 a 1989[7]. Nenhuma dessas calibrações foi testada em ativos sem fundamentos de avaliação. Uma revisão de 95 estudos de análise técnica por Park e Irwin (2007) revelou que estratégias de negociação técnica geram lucros econômicos em mercados de câmbio e futuros, mas não em ações[8]. Essa assimetria contraria a suposição de “universalidade” implícita na aplicação desses indicadores, mesmo dentro das categorias de ativos para as quais foram originalmente desenvolvidos.

Proposição 2. A formação de preços de ativos Meme e o desenho dos indicadores clássicos operam em mercados estruturalmente diferentes. Liu e Tsyvinski (2021), em Review of Financial Studies, demonstraram que as principais criptomoedas — — Bitcoin, Ethereum, Ripple — — não possuem exposição significativa aos fatores de mercado de ações ou macroeconômicos tradicionais, nem às rendas de moedas e commodities[9]. As maiores criptomoedas sequer exibem fatores de exposição aos ativos tradicionais, e os ativos Meme, na cauda dessa distribuição, ainda menos. Seus preços são impulsionados pela atenção e reflexividade, mecanicamente transmitidos por plataformas como Pump.fun, Raydium, PumpSwap e Uniswap, através de microestrutura de AMMs. O Boletim BIS nº 69 descreve essa estrutura de mercado como “destacando a alta autorreferencialidade do cripto como uma classe de ativos”[10].

Proposição 3. Qualquer escolha de janela ou limiar para indicadores não consegue transformar “matemática projetada para captar comportamento de preço baseado em informação” em “matemática que captura atenção”. O espaço de entrada mudou, mas os indicadores não percebem essa mudança — — uma formalização de que “ajustes paramétricos são estruturalmente insuficientes”.

Este relatório propõe três desvios dessa estrutura: substituir limiares fixos por rankings transversais[11]; incorporar variáveis proxy de atenção e concentração de posições como iguais aos indicadores de preço[12][13]; e definir a saída como observação, não previsão. O protocolo empírico — — universo amostral, janelas de segmentação, testes estatísticos, ativos de controle — — será detalhado no capítulo 3. Após a produção de resultados estatísticos ao longo de uma grade de parâmetros, as descobertas numéricas serão publicadas como atualizações.

Quatro condições para refutabilidade de falhas estruturais estão listadas no capítulo 7.

Capítulo 1 · Indicadores Clássicos e Seus Domínios de Aplicação Históricos

Indicadores clássicos de momentum continuam padrão em softwares de análise de mercado de varejo, originados de quatro trabalhos publicados entre 1957 e 1993, calibrados com conjuntos de dados de commodities ou ações dos EUA. Esses calibrações são bem documentadas e consistentes: nenhuma delas foi testada em ativos sem fundamentos de avaliação.

[14] 1.1 Lane (1957) e o Índice de Oscilação Aleatória

George C. Lane, trader de commodities em Chicago, vinculado à Investment Educators Inc., escreveu The Stochastic Process como material de curso interno registrado em 1957[15]. Sua origem está na observação do comportamento de preços de commodities na Chicago Mercantile Exchange — milho, soja, trigo —, onde notou que os preços tendem a se consolidar perto das extremidades de suas faixas de variação de N dias antes de uma reversão. O indicador %K, definido como 100 × (close − low_n) / (high_n − low_n), normaliza o fechamento do período pelos extremos de N dias, assumindo que a distribuição intra-período reflete a absorção e distribuição de informações de oferta e demanda. Essa hipótese é fundamentada na dinâmica de mercado de commodities, onde observadores podem interpretar padrões de fluxo de ordens.

[16] 1.2 Wilder (1978) e o Índice de Força Relativa (RSI)

J. Welles Wilder publicou New Concepts in Technical Trading Systems em 1978, após anos de uso manual de indicadores de oscilação em negociações de commodities[17]. Os dados utilizados nos exemplos do livro são de contratos futuros de cacau, soja, cobre, porco e prata, de 1972 a 1977. O parâmetro de suavização padrão de 14 dias reflete um compromisso empírico entre velocidade de resposta e estabilidade do sinal, sob a característica de contratos semanais de commodities. Wilder posiciona seu trabalho como voltado para commodities; não há calibração para ações.

O RSI assume três hipóteses: (1) que os preços retornam à média de volatilidade de N dias, permitindo diagnósticos de excesso de reação; (2) que os limiares de sobrecompra e sobrevenda (70 e 30) permanecem estáveis ao longo do tempo e entre ativos; (3) que tendências e fases de consolidação podem ser identificadas e suas durações capturadas pelo tamanho da janela. Nenhuma dessas hipóteses foi validada em ativos sem fundamentos de avaliação.

[18] 1.3 Appel (1979) e a Média Móvel Assimétrica (MACD)

Gerald Appel, desde meados dos anos 1970, difundiu a técnica MACD via briefings na Signalert Corp, formalizando-a em 1979 em um manual auto-publicado, e expandindo em Technical Analysis: Power Tools for Active Investors[19]###. Os parâmetros clássicos (12, 26, 9) refletem uma convenção de semana de seis dias de negociação, aproximadamente duas semanas, um mês e uma semana e meia. Inicialmente, Appel propôs versões assimétricas (8, 17, 9) para compra e (12, 25, 9) para venda, mas a padronização do software evoluiu para uma configuração simétrica (12, 26, 9).

Os dados utilizados eram de índices como o NYSE Composite e o Nasdaq, na década de 1970, um período de alta volatilidade impulsionada por inflação, mas com fundamentos corporativos ainda reconhecíveis. Estudos de otimização de parâmetros, como o de Maitah et al. (2021), mostraram que o configuração clássica (12, 26, 9) gerou retornos negativos em futuros do Nikkei 225 de 2011 a 2019, indicando que os parâmetros carregam uma calibração específica de mercado, não transferível automaticamente entre diferentes mercados.

[12] 1.4 Jegadeesh e Titman (1993): Ponto de referência acadêmico para momentum

O momentum transversal na literatura acadêmica começou com Jegadeesh e Titman (1993), que observaram que ações com retornos positivos nos 3 a 12 meses anteriores tendem a continuar superando em períodos próximos[11]. A base de dados foi o CRSP, envolvendo ações da NYSE e NASDAQ de 1965 a 1989, formando a base para o fator de momentum moderno. O efeito foi observado em ativos com fundamentos de fluxo de caixa; extensões a outros ativos requerem validação empírica independente.

[20] 1.5 Park e Irwin (2007): Revisão empírica do desempenho de estratégias técnicas

A revisão de Park e Irwin (2007), publicada no Journal of Economic Surveys, é uma das avaliações mais influentes sobre análise técnica. Eles revisaram 95 estudos, dos quais 56 reportaram desempenho positivo, 20 negativo e 19 resultados mistos. A conclusão geral é que estratégias técnicas geram lucros em mercados de câmbio e futuros, mas não em ações, contrariando a noção de “universalidade”. Essa constatação sugere que o desempenho de indicadores clássicos depende da estrutura de mercado, não apenas de suas fórmulas matemáticas.

Três hipóteses implícitas na literatura clássica: (1) que os preços descontam ou parcialmente descontam informações fundamentais; (2) que a reversão à média é uma tendência padrão; (3) que a duração de tendências e fases de consolidação é compatível com a janela do indicador. Todas essas hipóteses dependem de uma referência de valor subjacente, que, no mercado Meme, pode não existir.

(Continua na próxima resposta devido ao limite de caracteres.)