¡Ya disponible! Investigación de Telegram 2025 — los principales insights del año 
CRIPTOINVESTIDORES 💸
Ir al canal en Telegram
Mostrar más
📈 Análisis del canal de Telegram CRIPTOINVESTIDORES 💸
El canal CRIPTOINVESTIDORES 💸 (@criptoinvestidores) en el segmento lingüístico de Portugués es un actor destacado. Actualmente la comunidad reúne a 35 703 suscriptores, ocupando la posición 1 319 en la categoría Humor y entretenimiento y el puesto 1 370 en la región Brasil.
📊 Métricas de audiencia y dinámica
Desde su creación el невідомо, el proyecto ha mostrado un crecimiento acelerado, reuniendo a 35 703 suscriptores.
Según los últimos datos del 22 junio, 2026, el canal mantiene una actividad estable. En los últimos 30 días la variación de miembros fue de -874, y en las últimas 24 horas de -15, conservando un alto alcance.
- Estado de verificación: No verificado
- Tasa de interacción (ER): El promedio de interacción de la audiencia es 5.87%. Durante las primeras 24 horas tras publicar, el contenido suele obtener N/A% de reacciones respecto al total de suscriptores.
- Alcance de las publicaciones: Cada publicación recibe en promedio 0 visualizaciones. En el primer día suele acumular 0 visualizaciones.
- Reacciones e interacción: La audiencia responde de forma activa: el promedio de reacciones por publicación es 0.
- Intereses temáticos: El contenido se centra en temas clave como cruze, diego, carteira, hyperskids, moeda.
📝 Descripción y política de contenido
No se ha proporcionado la descripción del canal.
Gracias a la alta frecuencia de actualizaciones (últimos datos recibidos el 23 junio, 2026), el canal mantiene la vigencia y un amplio alcance. La analítica demuestra que la audiencia interactúa activamente con el contenido, lo que lo convierte en un punto de referencia dentro de la categoría Humor y entretenimiento.
35 703
Suscriptores
-1524 horas
-1837 días
-87430 días
Carga de datos en curso...
Canales Similares
Nube de Etiquetas
Menciones Entrantes y Salientes
---
---
---
---
---
---
Atraer Suscriptores
junio '26
junio '260
en 0 canales
mayo '260
en 0 canales
Get PRO
abril '260
en 0 canales
Get PRO
marzo '260
en 0 canales
Get PRO
febrero '26
+1 288
en 0 canales
Get PRO
enero '260
en 0 canales
Get PRO
diciembre '250
en 0 canales
Get PRO
noviembre '250
en 0 canales
Get PRO
octubre '25
+1
en 0 canales
Get PRO
septiembre '250
en 0 canales
Get PRO
agosto '250
en 2 canales
Get PRO
julio '250
en 0 canales
Get PRO
junio '250
en 0 canales
Get PRO
mayo '250
en 0 canales
Get PRO
abril '250
en 0 canales
Get PRO
marzo '250
en 0 canales
Get PRO
febrero '25
+1 758
en 0 canales
Get PRO
enero '250
en 0 canales
Get PRO
diciembre '24
+50
en 2 canales
Get PRO
noviembre '24
+2
en 9 canales
Get PRO
octubre '240
en 0 canales
Get PRO
septiembre '24
+36
en 0 canales
Get PRO
agosto '24
+79
en 0 canales
Get PRO
julio '24
+43
en 0 canales
Get PRO
junio '24
+41
en 0 canales
Get PRO
mayo '24
+16
en 0 canales
Get PRO
abril '24
+32
en 0 canales
Get PRO
marzo '24
+27
en 0 canales
Get PRO
febrero '24
+238
en 0 canales
Get PRO
enero '24
+1 415
en 0 canales
Get PRO
diciembre '23
+1 630
en 0 canales
Get PRO
noviembre '23
+1 769
en 0 canales
Get PRO
octubre '23
+4
en 3 canales
Get PRO
septiembre '23
+4
en 0 canales
Get PRO
agosto '23
+9
en 0 canales
Get PRO
julio '23
+3
en 0 canales
Get PRO
junio '230
en 0 canales
Get PRO
mayo '23
+1 165
en 0 canales
Get PRO
abril '23
+5 588
en 0 canales
Get PRO
marzo '23
+2 829
en 0 canales
Get PRO
febrero '230
en 0 canales
Get PRO
enero '230
en 0 canales
Get PRO
diciembre '22
+491
en 0 canales
Get PRO
noviembre '22
+3 671
en 0 canales
Get PRO
octubre '22
+3
en 0 canales
Get PRO
septiembre '22
+1 161
en 0 canales
Get PRO
agosto '22
+1 366
en 0 canales
Get PRO
julio '22
+161
en 0 canales
Get PRO
junio '22
+1 723
en 0 canales
Get PRO
mayo '22
+785
en 0 canales
Get PRO
abril '22
+155 362
en 0 canales
Get PRO
marzo '220
en 0 canales
Get PRO
febrero '220
en 0 canales
Get PRO
enero '220
en 0 canales
Get PRO
diciembre '210
en 0 canales
Get PRO
noviembre '210
en 0 canales
Get PRO
octubre '210
en 0 canales
Get PRO
septiembre '210
en 0 canales
Get PRO
agosto '21
+5 769
en 0 canales
Get PRO
julio '21
+54
en 0 canales
Get PRO
junio '21
+167
en 0 canales
Get PRO
mayo '21
+6 272
en 0 canales
| Fecha | Crecimiento de Suscriptores | Menciones | Canales | |
| 23 junio | 0 | |||
| 22 junio | 0 | |||
| 21 junio | 0 | |||
| 20 junio | 0 | |||
| 19 junio | 0 | |||
| 18 junio | 0 | |||
| 17 junio | 0 | |||
| 16 junio | 0 | |||
| 15 junio | 0 | |||
| 14 junio | 0 | |||
| 13 junio | 0 | |||
| 12 junio | 0 | |||
| 11 junio | 0 | |||
| 10 junio | 0 | |||
| 09 junio | 0 | |||
| 08 junio | 0 | |||
| 07 junio | 0 | |||
| 06 junio | 0 | |||
| 05 junio | 0 | |||
| 04 junio | 0 | |||
| 03 junio | 0 | |||
| 02 junio | 0 | |||
| 01 junio | 0 |
Publicaciones del Canal
| 2 | 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. | 0 |
| 3 | 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 | 0 |
| 4 | 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. | 0 |
