CRIPTOINVESTIDORES 💸

E vai pintar muita coisa boa pra gente!

Que o mercado cripto vai voltar a subir em Outubro

Vou ficar mais ativo aqui

Essa é top usa a liquidez da Hyperliquid que é top mundial.

https://bitano.io/

Eu so uso descentralizada

Muita gente me pede informação de corretora.

https://www.youtube.com/watch?v=5jX7GFct1gE

CA78D2B50536E5FD

Quando forem usar tem um código de associado que cai a taxa para 2% apenas. Vou deixar em baixo para vocês usarem 😜

Muita gente me pede Entao ta ai.

https://cryptopay.global

Resumo mensal do mercado cripto 😜

que sejam explicitamente conscientes de skew. Isso preserva a capacidade de participar de repricings especulativos convexos quando surgirem, enquanto condiciona essa participação a perfis aceitáveis de semivariância e perdas. Na nossa visão, enxergar cripto por essa lente: explica a crescente bifurcação entre blue chips e altcoins fornece base mais robusta para estratégia sistemática melhora gestão de risco aprimora alocação de capital ao longo dos ciclos.

A maioria dos investidores se preocupa com a perda permanente de capital. Na visão deles, o foco neoclássico no desvio padrão gerou uma “distração acadêmica” das emoções direcionais que realmente determinam os preços de equilíbrio de mercado. Isso deixou as finanças modernas mal equipadas para explicar a descoberta de preços altamente volátil, mas frequentemente impulsionada por FOMO, observada em classes emergentes como cripto. A tese central de Arnott e McQuarrie é que portfólios não devem focar em maximizar retorno por unidade de variância (como tradicionalmente medido por Sharpe Ratio), mas sim maximizar exposição à assimetria positiva enquanto minimizam risco de drawdown. FOMO é capturado matematicamente por uma preferência por skewness positiva, representando o desejo de capturar ganhos desproporcionais na cauda direita da distribuição de retornos. FOL é capturado pela aversão à semivariância, que no mercado cripto pode ser aproximada por dados on-chain, como a porcentagem de oferta de tokens em prejuízo. Aplicado ao mercado cripto, acreditamos que métricas tradicionais falham em capturar o “prêmio especulativo” e o “desconto de pânico” inerentes à classe de ativos, porque tratam movimentos positivos e negativos como igualmente assustadores. Em vez disso, acreditamos que o mercado precifica qualquer ativo cripto como se fossem dois ativos distintos, dependendo de qual medo domina — o que explica a dicotomia atual entre tokens “blue chip” (como BTC) e altcoins. Propondo Uma Razão de Otimização Melhor Dentro dessa estrutura, uma razão coerente de otimização torna-se crucial para construção de modelos quantitativos. Estratégias quantitativas são otimizadas em torno de funções-objetivo: ranqueamento de sinais ajuste de parâmetros alocação de risco seleção de portfólio Se a função penaliza a variável errada, o modelo aprende o comportamento errado. Nas finanças tradicionais isso pode ser tolerável, mas em cripto a distribuição de retornos é estruturalmente diferente: momentum-driven caudas gordas alta sensibilidade à liquidez, narrativa e posicionamento Poucos vencedores extremos podem gerar grande parte dos retornos, enquanto muitos tokens decaem ou vão a zero. Nesse ambiente, perder oportunidades da cauda direita pode ser tão prejudicial quanto sofrer drawdowns. Por Que Sharpe é Insuficiente para Cripto Sharpe divide retorno excedente por volatilidade total. Problema: trata uma alta de +30% como “problema” trata uma queda de -30% igualmente como “problema” Mas investidores cripto geralmente não querem minimizar toda volatilidade. Eles querem: minimizar drawdowns irrecuperáveis preservar exposição a altas explosivas O objetivo não é suavidade. É exposição controlada à skew positiva. A Razão FOMO A razão FOMO busca capturar o equilíbrio entre: mais ganhos do que perdas risco de queda aceitável assimetria positiva explícita Ela: mede equilíbrio ganho/perda acima de um retorno mínimo exige um limite mínimo de qualidade de downside recompensa skew positiva Assim, identifica estratégias que: não apenas sobem suavemente mas mantêm capacidade de capturar convexidade positiva em regimes especulativos Vantagens sobre Sharpe, Sortino e Omega Versus Sharpe: Não penaliza volatilidade positiva Recompensa saltos positivos se o downside for aceitável Versus Sortino: Sortino melhora ao focar downside Mas ainda não recompensa explicitamente upside explosivo Versus Omega: Omega mede ganho/perda Mas não diferencia adequadamente estratégias com verdadeira convexidade de cauda direita Conclusões Olhando para frente, acreditamos que a Teoria do Medo oferece uma bússola muito mais realista para navegar cripto do que modelos tradicionais baseados em variância. Em um mercado onde poucos eventos extremos podem gerar a maioria dos retornos de longo prazo: Investidores devem focar menos em minimizar volatilidade total e mais em equilibrar: exposição positiva orientada por FOMO restrições de drawdown orientadas por FOL Na prática, isso significa construir: portfólios sinais orçamentos de risco

A movimentação de preços no mercado cripto mais amplo nos últimos meses tem parecido cada vez mais desconectada das estruturas convencionais de risco. Modelos tradicionais de finanças geralmente dependem da variância e do desvio padrão (ou seja, volatilidade) para quantificar risco com precisão. No entanto, essas métricas falham amplamente em explicar a divergência persistente entre os retornos dos ativos digitais e o risco assumido pelos participantes do mercado cripto. Na verdade, o trabalho de Robert Arnott e Edward McQuarrie argumenta que a elegância matemática de modelos como o Capital Asset Pricing Model (CAPM) muitas vezes atua como uma distração daquilo que realmente impulsiona o comportamento dos investidores. O histórico mostra que ativos mais arriscados nem sempre superam ativos menos arriscados em proporção ao risco assumido. Em vez disso, Arnott e McQuarrie propõem uma mudança de paradigma para a “Teoria do Medo”, que substitui a aversão simétrica à variância por uma estrutura sensível à direção composta por Fear of Missing Out (FOMO, medo de ficar de fora) e Fear of Loss (FOL, medo da perda). Acreditamos que essa estrutura é especialmente relevante para cripto porque os retornos de ativos digitais são estruturalmente caracterizados por caudas gordas, reflexividade e sensibilidade à assimetria. Para capitalizar isso, propomos uma razão FOMO que combina equilíbrio entre ganhos e perdas, filtragem de qualidade de risco de queda e recompensas explícitas por assimetria positiva. Consideramos que isso oferece um objetivo de otimização mais realista para construção de portfólios cripto, design de sinais e orçamento de risco do que modelos tradicionais baseados em variância. Não Seremos Enganados Novamente Por décadas, o consenso institucional nas finanças tradicionais esteve ancorado na suposição de que risco, definido como variância, é o principal motor da precificação de ativos, e que investidores têm aversão simétrica tanto à volatilidade positiva quanto à negativa. Esse paradigma predominante está embutido em estruturas como o CAPM, que sugerem uma relação linear entre risco esperado e retorno esperado. Sob o CAPM, o “risco” de um ativo é uma característica objetiva derivada de sua exposição à variância não diversificável (ou volatilidade). Assim, argumenta-se que investidores racionais devem exigir um prêmio persistente por carregar essa incerteza. No entanto, as realidades empíricas dos últimos 6 a 8 meses (desde 10 de outubro de 2025) nos mercados cripto sugerem que a volatilidade é um proxy inadequado para as motivações dos participantes. Em vez disso, propomos uma mudança para a “Teoria do Medo”, conforme articulada por Arnott e McQuarrie em seu artigo de maio de 2025, “Fear, Not Risk, Explains Asset Pricing”. Arnott e McQuarrie defendem que investidores não desgostam de toda volatilidade — eles desgostam da volatilidade negativa e desejam a volatilidade positiva. Sua estrutura substitui a aversão simétrica à variância por uma tensão sensível à direção entre FOMO e FOL. Neste relatório, aplicamos essa estrutura para analisar o ciclo mais recente do mercado cripto através da lente da assimetria de retornos (skewness) e semivariância. O resultado é uma explicação mais robusta para a recente ação de preços do que os modelos tradicionais oferecem. Por Que Paradigmas Neoclássicos de Risco Falham Arnott e McQuarrie argumentam que o paradigma predominante de aversão ao risco nos mercados financeiros tradicionais, que domina a literatura desde os anos 1960, é essencialmente uma idealização matemática que falha em explicar adequadamente o tamanho dos retornos dos ativos. Eles sustentam que, ao definir risco exclusivamente como variância — o desvio simétrico em torno de uma média — modelos tradicionais ignoram a realidade de que investidores não temem “risco positivo” da mesma forma que temem “risco negativo”. De fato, a variância trata volatilidade positiva e negativa como componentes idênticos de risco. Mas isso contradiz o comportamento real dos participantes institucionais.

Espero que todos tenham ganhado dinheiro tb na labubu 💸🤑

Peguem 10x e pulem fora!!!

00:00 muito influencer vai postar tb