Steemit Crypto Academy Contest / S15W2 – Modelo Stock to Flow

¡Hola mis estimados amigos de Steemit Crypto Academy!

Esta semana nos toca estudiar con detenimiento esta popular herramienta que utiliza un modelo matemático para pronosticar el valor del Bitcoin, un desafío bastante intrigante, pues existen elementos insalvables como la volatilidad, el sentimiento del mercado, factores externos que influyen en el precio y que están fuera de su alcance.

Veamos entonces, hasta donde es capaz de llegar este modelo, cuáles son sus fundamentos y que tan útil puede resultar para pronosticar el precio futuro.

_Fuente


El modelo Stock to Flow (S2F) fue creado en 2.019 por el anónimo Plan B. En general, busca predecir el precio futuro de un activo mediante la relación entre el stock total de un producto y su flujo anual.

Claramente el stock se refiere a la cantidad total circulante del producto y el flujo a la capacidad de producción anual. En otras palabras este ratio (SF) mide la escasez del producto.

En tal sentido, la función del modelo Stock to Flow está basada en dos objetivos: la evaluación de la escasez y el modelo predictivo.

Evaluación de la escasez (SF).

Principalmente, S2F es utilizado para las materias primas tradicionales como el oro y la plata. Por ejemplo, el SF del oro actualmente es el resultado de dividir la cantidad total de oro extraído (190.000 toneladas) entre la producción anual (3.200 toneladas), según cifras del Consejo Mundial del Oro, lo cual traducimos en la siguiente expresión:

SF del Oro = 190.000 / 3.200 = 59,4

Esto significa que se necesitan 59,4 años para producir la misma cantidad total de oro extraído actualmente. Es decir, entre más elevado sea el ratio SF más escaso es el producto, lo que lo hace más valioso. Es por ello que el oro se utiliza más como reserva de valor que como materia prima.

_{Dominio de Bitcoin / Fuente}
Ahora bien, en el ámbito de las criptomonedas el Bitcoin, fundamentalmente no es muy distinto al oro.

Es el activo de mayor importancia e influencia en este mercado con un dominio del 49,75% por capitalización, pero además por tener un costo infalsificable lo convierte en un producto escaso, con un suministro anual fijo y una oferta máxima limitada o reserva de 21 millones de BTC.

Todo ello permite que el modelo S2F sea aplicable al Bitcoin con alta precisión a diferencia de otras materias primas dependientes de la minería y otros parámetros de crecimiento de la oferta.

_{Datos de Bitcoin / Fuente}
En el caso del bitcoin, su stock actual en circulación de 19,61 millones de BTC, es decir un 93,38% de la reserva, lo que lo hace un bien muy escaso. Su flujo es conocido pues está programado para que un bloque de 6,25 BTC se produzca cada 10 minutos, lo que resulta en flujo anual de 328.500 BTC.

Ésta precisión del flujo hace quizá la diferencia más importante entre aplicar el modelo S2F al oro y al bitcoin, ya que el flujo futuro del oro no se puede conocer con tal precisión.

Aplicando el modelo S2F al Bitcoin tenemos:

SF del BTC = 19.610.000 / 328.500 = 59,7

Es decir, que se tardará 59,7 años en minar la misma cantidad actual. Podemos notar que el resultado es muy similar al SF del oro de 59,4 años.

Sin embargo, es importante destacar que cada 210.000 bloques el BTC se reduce a la mitad automáticamente debido al famoso “Bitcoin halving”. Esto implica que el flujo bajará y el SF se elevará haciéndose más escaso y valioso.

_{Cálculo de ratio SF. Elaborado por el autor}
Si se incluye el halving en los cálculos podemos observar que el SF es de 124 años para alcanzar el suministro máximo como lo demuestro en tabla precedente. En tal sentido, el “halving” cumple un papel extremadamente fundamental para determinar el precio del BTC.

Modelo predictivo (S2F).

El plan B genera la base del modelo S2F aplicable a BTC considerando los siguientes puntos:

💠 La oferta limitada a 21 millones de BTC.

💠 El halving que se genera cada 210 mil bloques, aproximadamente cada 4 años, se redondea a 200 mil bloques debido a que no se generan exactamente cada 10 minutos.

💠 Las pérdidas de monedas que no circulan pero crean escasez, se consideran 1 millón monedas perdidas.

💠 Se genera un ciclo, denominado “time span”, calculado con un valor de 463 días como sigue:

Time span = (Bloques generados / 3) /144 = (200.000/3) /144
Time span = 462,962 días

Se identifican gráficamente como líneas punteadas verticales e identifican los ciclos de mercado (halving, bear market, etc). Debe ajustarse porque los ciclos se acortan.

💠 Generar un modelo matemático que resuman la información anterior.

El plan B inicial, se generó un modelo S2F que nos predice el precio del BTC con la siguiente fórmula:

S2F BTC = 0,4*(SF)^3

Para calcularlo con precisión es necesario tener los datos de flujo o existencia de BTC en la red y que puedes encontrar en el registro de los nodos. Luego se procede a hacer el cálculo según dicha forma.

Este modelo predictivo se hizo muy exitoso y ha sido mejorado y replicado, incluso por el mismo plan B, pues no es perfecto ni lo será, ya que los mercados y la realidad son impredecibles.

Como ejemplo de esas mejoras, lo podemos ver en el modelo siguiente.

_{Modelo mejorado del S2F / Fuente}
Éste no sigue la formulación inicial del plan B, ya que es una interpretación del modelo ajustado según las necesidades predictivas.

Hagamos la siguiente comparación entre los valores obtenidos por el modelo inicial del plan B y el modelo mejorado con el valor real, considerando el ratio actual SF = 59,7 como sigue:

S2F BTC = 0,40*(59,7)^3 = 85.110,47 USD (formulación inicial Plan B)
S2F BTC = 50.382 USD (ver en el gráfico mejorado)
BTC = 41.790 USD (ver en el gráfico mejorado)

Ahora bien, podemos apreciar que el modelo inicial del plan B dista mucho de la realidad, sin embargo el modelo actual mejorado se ajusta mucho mejor con un margen de error aproximado al +20%, creo que bastante aceptable si tomamos en cuenta la volatilidad característica de este mercado.

Como todo modelo predictivo dista de ser exacto y tiene errores producidos por la inesperada realidad. Tal como sucedió con la COVID-19 hubo que ajustar el modelo para considerar esta incidencia, igual puede pasar con otra eventualidad.

Esto ha generado discusiones sobre la efectividad del método ya que los ajustes son muy mal vistos como una clara manipulación para adaptar el modelo a la realidad del mercado. Sin embargo, pese a estos inconvenientes sigue cumpliendo con márgenes de error aceptables.

Es importante resaltar que este modelo tiene limitaciones como su incapacidad para tener en cuenta eventos externos como la demanda, la volatilidad, condiciones económicas globales, el sentimiento del mercado, regulaciones y competencia con otras criptomonedas.

El modelo Stock to Flow (S2F) es una herramienta complementaria para los traders de largo plazo, debido a sus limitaciones y la imprevisibilidad de los factores externos, por lo que debemos combinarlo con otras herramientas analíticas como la teoría de las ondas de Elliot, el índice Fulcrum, la teoría Greater Fool y los gráficos Rainbow, para obtener predicciones más precisas, dadas la limitaciones del modelo Stock to Flow.



La excelente apariencia del Stock to Flow es sólo teórica, pues en la práctica tiene ventajas y desventajas como cualquier otro modelo. Veamos que deben conocer los inversores antes de invertir según este modelo.

Ventajas.

💠 Permite a los usuarios rastrear todos los movimientos de precios a través de la economía de los tokens y otros factores fundamentales similares.

💠 El modelo ha acertado los valores pronosticados durante los eventos de halving.

💠 Ofrece una predicción optimista del precio del BTC a largo plazo tomando en cuenta la escasez del activo.

💠 El modelo S2F demuestra que BTC tiende a una oferta de bajo precio, es decir, si aumenta el precio no aumenta la oferta gracias a la función de ajuste automático de la dificultad.

💠 El modelo S2F se encuentra entre los indicadores que utilizan la nueva oferta como parámetro casi constante.

Desventajas.

💠 Alcance limitado. El S2F no considera otros factores incidentes en el precio como el sentimiento del mercado, los cambios regulatorios, las condiciones económicas globales y la competencia con otras criptodivisas.

💠 Se centra en la escasez. La ley de la oferta y la demanda determinan el precio, pero el modelo S2F asume que la demanda es constante y solo se centra en el nivel de la oferta. Por lo tanto, en cada halving la relación S2F mejora pero su precio de desplomará rápidamente si la demanda sufre una caída. El modelo no considera una caída de la demanda.

💠 Está basado en datos históricos. A pesar de tener buena precisión en el pasado por estar basado en datos históricos, el modelo S2F no puede advertir los eventos impredecibles que podrían afectar el precio del BTC, ya que los factores externos juegan un papel importante. En tal sentido, los inversores deberían utilizar el modelo S2F con otras herramientas analíticas que le permitan tomar decisiones debidamente informados.

💠 No considera la volatilidad del mercado. Con el transcurrir del tiempo BTC ha disminuido su volatilidad, pero puede ser susceptible a grandes movimientos de precios con una volatilidad extrema que infunde pánico en los inversores, quienes terminan vendiendo sus participaciones y cerrando posiciones largas, causando un gran impacto en la caída del precio del BTC.

💠 Desestima el nivel de liquidez. En el mercado secundario donde coinciden, el oro tiene un valor 70 veces superior al BTC de US$ 112B, no demuestra la misma consistencia que los resultados obtenidos para BTC con el modelo S2F.

💠 No considera el grado de transaccionalidad. Con BTC las transferencias son mucho más sencillas y rápidas que hacerlas con el oro a pesar de que éste tiene más reconocimiento y aceptación generalmente dentro del mercado.

Este gráfico comprende los precios del BTC desde 2.012 hasta el 2.028. Se puede comparar la curva de precios del modelo S2F, identificada por el color marrón y la curva de precios reales, identificada por ser multicolor.

_{Gráfico Stock to Flow / Fuente}
Así mismo, en la parte inferior se muestra la varianza del modelo con respecto al precio real. Se sobrepone la curva real en una línea horizontal que representa la media del modelo, identificando la curva con color verde cuando el valor del modelo excede al real y en rojo en caso contrario o por defecto.

Los ciclos del halving se muestran en líneas verticales punteadas delimitando el principio y el fin de cada período de 4 años.

Para visualizar la distancia entre el valor real y el halving próximo se utilizan diferentes colores en la curva cuyos valores se leen en la escala de la barra vertical ubicada a la derecha de la gráfica. Estos tonos nos indican que tan cerca o lejos nos encontramos de la fecha del próximo halving.

_{Gráfico Stock to Flow - Escalera gráfica / Fuente}
En este gráfico podemos notar una escalera con 4 peldaños o tramos casi horizontales que dibujan la trayectoria del modelo Stock to Flow del Bitcoin. Cada tramo representa el período de 4 años del halving diseñado para BTC.

Este período arranca con un desnivel de alta pendiente o de transición entre peldaños que representa la tendencia alcista generada por el halving y que puede durar un año, luego continua con un trayecto menos acelerado y abrupto con estabilidad y acumulación por el resto del período.

No es una sorpresa la similitud de los tramos del modelo dado su origen matemático que intenta pronosticar el precio futuro del BTC. Lo que si me sorprende es la similitud de los tramos en base a los valores reales como si fuera una secuencia cíclica impulsada por efecto del halving.

También me llama la atención que en la cercanía de cada evento halving el modelo es mucho más acertivo en el pronóstico, se puede observar en la gráfica como la curva real se va alineando con el modelo, algo que ha ocurrido fielmente.

_{Gráfico Stock to Flow - Varianza del modelo / Fuente}
Esta parte del gráfico la extraje con fines didácticos y de referencia para el resto de los tramos de la escalera gráfica a la que me referí anteriormente.

En él se puede observar lo que sucedió luego del primer evento halving en 2.012, y obtuve el capture de las lecturas de los valores cumbres y mínimos más relevantes durante este período de 4 años.

Podemos observar, después de un año del halving que el precio del BTC alcanzó su máximo durante este período en 1,184 US$ muy por encima del pronóstico del modelo de 177 US$, una varianza importante de +1.90, siendo la mayor en el período.

Sin embargo, a un año del siguiente halving podemos notar el acercamiento al pronóstico con una varianza máxima de -0.64, esta vez por debajo del pronóstico y se termina de alinear al modelo ese mismo año casi a la perfección.

En la parte inferior del gráfico resalto con el círculo la representación de la varianza del modelo que nos señala que tan lejos está de la realidad de los resultados.

_{Gráfico Stock to Flow - Varianza del modelo / Fuente}
Extraje también esta gráfica que es muy interesante, pues nos indica que tan acertado ha sido la aplicación del modelo S2F para pronosticar el precio del BTC así como se evidencia el comportamiento del BTC alrededor de los procesos de reducción o halving de BTC.

Los valores máximos de cada período post halving denota un acercamiento al pronóstico del modelo, pasando de una varianza máxima del primer período +1.90 a +1.58 el segundo período así como un pronóstico subestimado en gran parte del período. En el tercer período la varianza máxima fue contraria pasando a -1.13 quedan sobreestimado el pronóstico durante la mitad del período pero no tan lejos.

En tal sentido, podemos observar la característica repetitiva de la evolución del precio entre el primer halving y el segundo, notando una diferencia en el último halving (ver el círculo verde), seguramente afectado por la pandemia y la guerra de Ucrania, situaciones que el modelo S2F no contemplaba.

_{Gráfico Stock to Flow - Pronóstico / Fuente}
Finalmente extraje los valores del pronóstico del modelo S2F. Para la fecha aproximada del halving 2.024 (Abril 26) tenemos un precio del BTC de 51,945 US$, luego de un año pronostica un precio de 441,623 US$, estabilizándose hasta recibir al nuevo halving 2.028 con 465,150 US$.

No soy experto para recomendar el uso de esta popular herramienta que tiene limitaciones importantes como para tomar decisiones informadas, por lo tanto que se recomienda combinarlo haciendo uso de otras herramientas analíticas que cubran las carencias del modelo y pueda tomarse la mejor decisión posible.



El modelo S2F no se puede aplicar al Steem por las siguientes razones:

💠 El BTC normalmente se considera una reserva de valor alternativa al oro, debido a su gran capital mientras el Steem no se utiliza como reserva de valor, sino como la forma de pago por la creación de contenido e interacción dentro de una red social.

💠 El Steem es una red social basada en la blockchain que no depende directamente de la minería de BTC para producir un bloque de su cadena, sino de la creación de contenido impulsada por sus usuarios, por su interacción dentro de la red y los efectos de la misma. Al no estar aislada del mercado su token nativo puede ser afectado parcialmente por la escasez.

💠 La volatilidad del Steem es mucho mayor y difícil de pronostricar, debido a su bajo volumen de negociación comparado con el BTC como el número uno en el dominio del capital con 49,75%.

💠 El modelo S2F no considera el sentimiento del mercado, así que Steem no encaja siendo una red social que depende de la creatividad de sus comunidades que representa el sentimiento de ese mercado.

Creo que la posibilidad de pronosticar Steem no podría realizarse directamente aplicando el modelo S2F, sino indirectamente a través del pronóstico al BTC y su valor de conversión a Steem en el mercado, además requeriría utilizar otras herramientas analíticas que cubran los aspectos más relevantes de la volatilidad, sentimiento del mercado y quema de tokens.

Mis referencias:
[1] academy.bit2me.com
[2] lookintobitcoin.com
[3] crypto-insiders.es
[4] liquidity-provider.com
[5] okx.com
[6] gate.io

Notas:

📌 Imágenes presentadas con la aplicación canva.com
📌 Invito a participar a mis amigos @mauromar @ridwant @patjewell
📌 Más información del concurso en el siguiente enlace.
📌 Mi discord: casv#3716
📌 Mi twitter: steemit_casv

¡Gracias por su visita!