Quando o momentum falha: interpretando a estrutura do mercado Meme

Autor: Instituto de Pesquisa Coin贝

Resumo Executivo

Em 17 de janeiro de 2025, o token TRUMP foi lançado na Solana. No início, 800 milhões de tokens — — ou seja, 80% — — do fornecimento total de 1 bilhão, estavam concentrados em duas entidades relacionadas a Trump: CIC Digital LLC e Fight Fight Fight LLC[1]. Após o lançamento, em 36 horas, esse token atingiu uma máxima histórica de 74,27 dólares em 19 de janeiro de 2025[2]. Até a data de captura deste relatório, 22 de maio de 2026, o TRUMP recuou aproximadamente 97% desde esse pico[2]. Durante a sequência de lançamento, o RSI de fechamento horário entrou na zona de sobrecompra profunda, e o histograma 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, a série de preços aplicada a esses indicadores, segundo as definições regulatórias e acadêmicas vigentes na data de captura, não possui um ativo subjacente que torne a referência de “sobrecompra” significativa.

A Comissão de Valores Mobiliários dos EUA, 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 de Crenshaw, na mesma época, questionou essa conclusão legal, mas não contestou 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 implantados na Pump.fun, dos quais 98,6% caíram abaixo do limite de liquidez de 1.000 dólares, mantendo-se apenas cerca de 97.000 tokens acima desse limite[5]. A taxa de graduação da curva de bonding da Pump.fun para o Automated Market Maker (AMM), com base em 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, com uma estrutura metodológica específica para sua verificação.

Proposição 1. Os indicadores clássicos de momentum — — como o Índice de Força Relativa (RSI) de Wilder[7], a média móvel de divergência de Appel[8][9], e o índice de oscilação de Lane[10][11] — — foram calibrados com base em conjuntos de dados de commodities e ações dos EUA entre 1957 e 1979. O marco que marca a entrada do momentum na literatura revisada por pares é o artigo de Jegadeesh e Titman (1993), publicado no Journal of Finance, que utilizou amostras de ações americanas de 1965 a 1989[12]. Nenhuma dessas calibrações foi testada em ativos sem fundamentos de avaliação. Uma revisão de 95 estudos de análise técnica por Park e Irwin (2007) mostra que estratégias de negociação técnica geram lucros econômicos em mercados de câmbio e futuros, mas não em ações[13]. Essa assimetria contraria a suposição de “universalidade” implícita na literatura, mesmo dentro das categorias de ativos para as quais os indicadores foram 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 mercados de ações comuns ou macroeconômicos, nem às rendas de moedas e commodities[14]. As maiores criptomoedas sequer exibem fatores de exposição tradicionais, e os ativos Meme, na cauda dessa distribuição, são ainda menos prováveis de apresentá-los. Seus preços são impulsionados pela atenção e pela reflexividade, mecanicamente transmitidos por plataformas como Pump.fun, Raydium, PumpSwap e Uniswap, através de suas microestruturas de market making. O Boletim BIS nº 69 descreve essa estrutura de mercado como “destacando a alta autorreferencialidade do cripto como uma classe de ativos”[15].

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 seu próprio espaço de entrada. Essa é a formulação formal de que “a otimização de parâmetros é estruturalmente insuficiente”.

Este relatório propõe três desvios dessa estrutura: substituir limiares fixos por rankings transversais[16]; incorporar variáveis proxy de atenção[17][18] e de concentração de posições como iguais aos indicadores de preço; e definir a saída como observação, não previsão. O protocolo empírico — — universo amostral, janelas de segmentação, testes estatísticos, ativos de controle — — é detalhado no capítulo 3. Após a produção de resultados estatísticos ao longo de uma grade de parâmetros, as descobertas numéricas serão publicadas como atualizações deste documento.

Quatro condições para a refutabilidade de proposições de falha estrutural estão listadas no capítulo 7.

Capítulo 1 · Indicadores Clássicos e Seus Domínios de Aplicação Históricos

Os indicadores clássicos de momentum continuam sendo padrão em softwares de análise de mercado para varejo, originados de quatro estudos publicados entre 1957 e 1993, calibrados com conjuntos de dados de commodities ou ações americanas. Esses estudos são bem documentados e consistentes: nenhuma calibração foi testada em ativos sem fundamentos de avaliação.

[19] 1.1 Lane (1957) e o índice de oscilação aleatória

George C. Lane, trader de commodities em Chicago, associado à Investment Educators Inc., escreveu The Stochastic Process como material de curso interno registrado em 1957###. 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 na extremidade superior ou inferior de seu intervalo de N dias antes de uma reversão. O índice de oscilação %K = 100 × (close − low_n) / (high_n − low_n) normaliza o fechamento do período pelo intervalo de preços dos N dias, assumindo que esse intervalo carrega informações de acumulação e distribuição. Essa hipótese é fundamentada na dinâmica de mercado de commodities, onde observadores na borda do book podem interpretar padrões de distribuição a partir do fluxo de ordens[12][11].

[20] 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 de seus próprios indicadores em negociações de commodities###. Os dados utilizados nos exemplos do livro são de contratos futuros de cacau, soja, cobre, carne suína 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 define 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 detectar reações excessivas; (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.

[8] 1.3 Appel (1979) e a média móvel de diferenças

Gerald Appel, desde meados dos anos 1970, difundiu o método MACD via boletins da Signalert Corp, formalizando-o em 1979 em um manual autopublicado e expandindo em Technical Analysis: Power Tools for Active Investors###[9]. Os parâmetros clássicos (12, 26, 9) refletem a convenção de uma semana de negociação de seis dias. Inicialmente, Appel propôs versões assimétricas (8, 17, 9) para compra e (12, 25, 9) para venda, mas a versão padrão se tornou simétrica (12, 26, 9). Seus dados de calibração eram de índices de ações de Nova York e Nasdaq na década de 1970, um período de alta volatilidade impulsionada por inflação, com fundamentos empresariais ainda reconhecíveis. Estudos de otimização de parâmetros, como o de Maitah et al. (2021), mostram que o padrão clássico (12, 26, 9) gera retornos negativos na bolsa de Tóquio entre 2011 e 2019, indicando que os parâmetros carregam uma calibração de mercado específica, não transferível entre mercados diferentes.

[10] 1.4 Jegadeesh e Titman (1993): o marco acadêmico do momentum

O momentum transversal entrou na literatura acadêmica com Jegadeesh e Titman (1993), que observaram que ações com retornos positivos nos 3 a 12 meses anteriores tendem a continuar superando em horizontes próximos[21]. A base de dados foi o CRSP, de ações listadas na NYSE e NASDAQ, de 1965 a 1989, formando a base moderna de fatores de precificação de ativos. O efeito foi observado em ativos com fundamentos de fluxo de caixa; extensões a outros ativos requerem validação empírica independente.

[21] 1.5 Park e Irwin (2007): revisão empírica

A revisão de 95 estudos por Park e Irwin (2007) é uma das avaliações mais robustas da análise técnica, mostrando que estratégias geram lucros em câmbio e futuros, mas não em ações###. Essa evidência contrasta com a suposição de “universalidade” dos indicadores clássicos, que pressupõe desempenho consistente em diferentes mercados. Três hipóteses implícitas na literatura clássica são: (1) que o preço desconta ou reflete parcialmente fundamentos; (2) que a média de retorno de N dias é uma medida de tendência; (3) que a duração de tendências e fases de consolidação é compatível com a janela do indicador. Todas essas hipóteses dependem de um referencial de valor subjacente, que pode não existir em mercados de ativos Meme.

Este capítulo detalha essas limitações e a ausência de validação dessas hipóteses em ativos sem fundamentos de avaliação.

[Continua na próxima resposta devido ao limite de caracteres]