Um modelo de compra e venda de criptomoedas que minimiza o problema da volatilidade. Trata-se do projeto escolhido para o primeiro lugar na segunda edição do Desafio de Dados (Datathon) de Criptomoedas, revelado nesta segunda-feira (06). O vencedor recebeu R$ 8 mil, o segundo R$ 5 mil e o terceiro R$ 2 mil.
O concurso foi aberto para alunos de graduação de todo o Brasil e 100% online, feito pela Escola de Economia de São Paulo (FGV EESP) em parceria com a Ripple, por intermédio da University Blockchain Research Initiative (UBRI).
O projeto vencedor é da FGV Crypto com o projeto “Estratégia de investimento não-direcional utilizando opções de criptoativos”. Os membros da equipe são Calebe Soares (FGV EAESP), Francisco Hansen (FGV EESP), Guilherme Regueira (FGV EAESP), Isaque Sathler (FGV EESP) e Lucas Rocha (FGV EAESP).
Os alunos desenvolveram uma estratégia de investimento em cripto baseada em opções.
Chamada “Gamma-Vanna-Charm Scalping”, a operação consiste na montagem de um Straddle (compra de uma call e de uma put com strikes os mais próximos possíveis do preço do ativo subjacente), e gera perdas apenas se o ativo ficar “estacionado” (o que é raro no contexto de criptomoedas).
As aplicações a Bitcoin e Ethereum mostraram que os retornos foram menores do que o buy & hold tradicional, o que pode ser justificado pelo período altista recente no mercado.
Porém, o downside risk (variabilidade dos retornos abaixo do target return) foi bastante inferior. O índice de sortino, que mede o nível de retorno por unidade de downside risk, foi consideravelmente superior utilizando estratégia proposta.
Os alunos concluem que a tática é factível de ser realizada na prática e que ela tem o potencial de solucionar o maior problema que o mercado de criptoativos possui, para que a exposição de investidores nessa classe de ativos seja popularizada e democratizada.
2º lugar
Em vice ficou o time WASD, com o projeto “Dapps e stablecoins como renda passiva”. A equipe avaliou as diferenças entre o lending (empréstimo) de stablecoins em dapps (aplicativos descentralizados) e a obtenção de renda passiva por meio de títulos tradicionais de renda fixa.
Para avaliar a eficácia da estratégia, os alunos utilizaram o modelo de precificação CAPM (Capital Asset Pricing Model) e o modelo de otimização de carteira de investimentos de Markowitz com dados de stablecoins com alta liquidez.
A análise se baseou nos dois maiores dapps de lending (AAVE e Compound), e encontrou que combinações entre renda fixa tradicional e stable coins podem maximizar o retorno esperado para um mesmo nível de risco (avaliação dentro da amostra).
O time é foramdo por Alexandre Wensko (FGV EESP), Cleverson Soares (FIAP), Guilherme Lima (FGV EAESP), Gustavo Jesús (UNIFESP) e Marcus Neves (USP).
3º lugar
Na terceira posição ficou o time 42 com o projeto “Análise de sentimento baseada em postos no Twitter e sua interrelação com o preço de criptoativos”.
Para avaliar se métricas de sentimento estão intrinsecamente relacionadas às flutuações de preços do BTC, os autores utilizaram a biblioteca Scweet para obter os tweets que continham “bitcoin” e “btc”, entre junho de 2017 e junho de 2021. Os aproximadamente 62,6 mil tweets analisados foram avaliados em termos de média diária dos sentimentos dos tweets, média diária ponderada por likes, por número de comentários e por retweets.
As correlações entre as variáveis de sentimento e o preço do BTC mostraram-se altas, e o teste de causalidade de Granger indicou que os indicadores de preço e volume do BTC possuem relação de bi-causalidade. Os autores concluem com isso que o mercado se comporta de forma majoritariamente emocional.
O time é formado por Felipe Gabriel (UFSC), Guilherme Terriaga (UMC), Matheus Konstantinidis (UFSC), Pedro H. Anjos (UFSC) e Vinícius Custódio (UDESC).