El ciclo de 4 años nunca fue solo de Bitcoin cosa. Desde 1970, el S&P500 también ha tenido un ciclo de 4 años basado en campañas presidenciales. Durante el año de mitad de mandato, el que tenemos ahora, el índice sube de media menos del 1%; lo cual contrasta fuertemente con las ganancias medias de 1º, 3º y 4º curso, que superan el 9,9% respectivamente. Curiosamente, esto es lo contrario del aumento medio del Beneficio por Acción, que es mayor en el año intermedio. Esta divergencia crea una paradoja fácilmente explicable por el hecho de que los mercados son visionarios. Los ingresos del año de mitad de mandato se reflejaron en el año electoral. En otras palabras, cuando aparecen los resultados, el mercado ya los había predicho. Los beneficios son un indicador rezagado y los mercados están orientados hacia el futuro. Esto nos prepara para un año interesante y nos da otra herramienta a la que prestar atención para ver si 2026 será igual que la media o no. Si los beneficios son sólidos en general pero los mercados no suben al mismo tiempo, el típico guion de que el SPX no desaparezca en 2026 podría estar desarrollándose. Dado que Bitcoin cotiza más como una acción tecnológica que como una materia prima (por ahora), en este entorno, es probable que BTC siga en términos generales al índice, al menos inicialmente. Sin embargo, BTC suele moverse primero, así que no tiene que estar cayendo solo todo el año si esto llegara a suceder.

Esto es interesante. Últimamente, todo @crossbordercap trabajo en Global Liquidity me fascina. Si tomamos la tasa de cambio en una base de 3 meses (tienen una media móvil más rápida que se actualiza semanalmente, en lugar de tener que esperar un trimestre completo) y la superponemos a BTC, en ambas ocasiones en la historia el tipo de tipo bajó bruscamente en BTC. Es bastante interesante que la tasa de cambio alcanzara su punto máximo exactamente al mismo tiempo en el ATH en octubre también. @crypto_banter @Banter_Clips

Aprendizaje federado, explicado de forma sencilla. @0x7SUN utiliza una analogía para mostrar cómo los modelos pueden aprender juntos sin mover los datos de todos a un solo lugar. @RiskTakers000 @crypto_banter @Banter_Clips