Juan Manuel Lopez Agudelo Plantilla

Mount Scopus Journal ISSN: 2810-840X (En línea) Volumen 2. Número 2. enero-marzo 2022.
Recibido: 28/12/2021, Aceptado: 25/02/2022, Publicado: 27/03/2022

www.scopusrevista.es
Estimación del precio de criptomoneda Monero (XMR) basado

en modelos matemáticos inferenciales 2019-2021
Monero (XMR) cryptocurrency price estimation based on inferential mathematical
models 2019-2021
Monero (XMR) estimativa do preço da moeda criptográfica baseada em modelos
matemáticos inferenciais 2019-2021
29
Juan López Agudelo

Correo: jmlaunal@gmail.com
Universidad Nacional de Colombia, Bogotá. Colombia
Cita APA: López-Agudelo, J. (2022). Estimación del precio de criptomoneda Monero (XMR) basado en modelos
matemáticos inferenciales 2019-2021. Mount Scopus Journal, 2(2), 29-50.
Resumen
La propuesta de estimación del precio de comercialización de la criptomoneda Monero (XMR), partió de la
observación de una muestra en nodos de los mercados globales, con información histórica del periodo 2019-
2021, y proyección en modelos matemáticos inferenciales. La política blockchain, predijo una variabilidad
positiva de 62% para el activo, y su equivalencia en dólares americanos hacia el último trimestre del año 2021;
de entre 123 US$ hasta 212 US$ por unidad no fiduciaria. La bondad de ajuste del alisado exponencial doble
se evidenció en el coeficiente de ajuste R2=0.792, en la tasación proyectada; con nivel de confianza del 97%.
Mientras, el ajuste multivariado influyó positivamente en el incremento del valor de la criptomoneda en 72%.
La evolución del precio del token explicó una variabilidad positiva de 9.12%; pasando de 401 US$ a 419 US$
en promedio. Si el umbral límite superior alcanza los 220 US$/XMR, la recomendación es a cambiar su valor
por una moneda fiduciaria; posteriormente esperar a una caída brusca por debajo de los 160 US$, para la
compra de XMR. Este es el escenario de rentabilidad ideal para el inversor en criptomonedas durante el periodo
2022.
Palabras clave: minería; nodo; alisado exponencial; tendencia; variabilidad.
Abstract
The proposal for estimating the trading price of the cryptocurrency Monero (XMR) was based on the
observation of a sample of global market nodes, with historical information for the period 2019-2021, and
projection in inferential mathematical models. The blockchain policy predicted a positive variability of 62%
for the asset, and its equivalence in US dollars towards the last quarter of 2021; from US$123 to US$212 per
non-fiduciary unit. The goodness of fit of the double exponential smoothing was evidenced by the coefficient
of fit R2=0.792, at the projected valuation; 97% confidence level. Meanwhile, the multivariate adjustment
positively influenced the increase in the value of the cryptocurrency by 72%. The evolution of the token price
explained a positive variability of 9.12%; going from US$401 to US$419 on average. If the upper limit
threshold reaches US$220/XMR, the recommendation is to exchange its value for a fiat currency; then wait for
a sharp drop below US$160 to buy XMR. This is the ideal return scenario for the cryptocurrency investor in
2022.
Keywords: mining; node; exponential smoothing; trend; variability; mining; exponential smoothing; trend;
variability.
Resumo
A proposta para estimar o preço comercial da moeda criptográfica Monero (XMR) foi baseada na observação
de uma amostra de nós de mercado global, com informação histórica para o período 2019-2021, e projecção
em modelos matemáticos inferenciais. A política da cadeia de bloqueio previu uma variabilidade positiva de
62% para o activo, e a sua equivalência em dólares americanos para o último trimestre de 2021; de US$123 a
US$212 por unidade não fiduciária. A bondade do ajuste da dupla suavização exponencial foi evidenciada pelo
coeficiente de ajuste R2=0,792, na avaliação projectada; nível de confiança de 97%. Entretanto, o ajustamento
multivariado influenciou positivamente o aumento do valor da moeda criptográfica em 72%. A evolução do
preço simbólico explicou uma variabilidade positiva de 9,12%; passando de US$401 para US$419 em média.
Se o limite superior atingir US$220/XMR, a recomendação é de trocar o seu valor por uma moeda "fiat"; depois
esperar por uma queda acentuada abaixo de US$160 para comprar XMR. Este é o cenário de retorno ideal para
o investidor em moedas criptográficas em 2022 30
Palavras-chave: mineração; nó; suavização exponencial; tendência; variabilidade; mineração; suavização
exponencial; tendência; variabilidade.
1. Introducción
La estimación en el mercado de los activos intangibles, a partir de cadenas de Markov,

específicamente para criptomonedas, es una actividad financiera basada en la competencia,
bajo el control de los países o el gobierno electrónico, que mejora la cohesión económica;
Esto es dominando el cambio entre lo material y lo inmaterial. Desde principios de la década
de 1990, el neoliberalismo ha llevado a la conquista del Estado y el mercado por parte de la
teoría neoclásica, que se ha reconciliado con una ideología tradicional de lo que se puede
medir (Perafán et al., 2020).
El marketing global es un mecanismo de competencia económica organizado por

todos los gobiernos electrónicos del mundo, que normaliza el flujo de indicadores
macroeconómicos mediante el seguimiento del mercado de valores (Comisión Económica
para América Latina y el Caribe, 2019). En contraste, XMR es una minería de código abierto,
descentralizada a diferencia de otras cadenas de bloques matriciales como Ethereum (ETH)
que es uno de los activos intangibles, líder actual del mercado. XMR ha demostrado que está
creciendo sostenidamente a lo largo de su historia desde la génesis; porque permite
comerciar con activos digitales, e incluso influir en eventos macroeconómicos, su desarrollo
y crecimiento (Organización Mundial del Comercio, 2019).
Para hacer un pronóstico sincerado sobre Monero, debe entenderse tanto el panorama
general del mercado como los procesos que se efectúan en ese momento; esto ocurre en la
presente investigación, por medio de modelos matemáticos inferenciales. Para determinar el
sentimiento global del mercado en el par XMR USD, vamos a realizar un análisis técnico
del timeframe más amplio. La moneda digital de XMR, puede utilizarse para pagar las cuotas
de transacción y los servicios informáticos en la red XMR; en general dentro de los activos
normales de trading (Banco Interamericano de Desarrollo, 2019).
La tecnología de cadena de bloques es el corazón de una promesa inigualable que

podría resolver los principales escollos que surgen a las empresas latinoamericanas cuando
procuran participar del comercio mundial (Banco Interamericano de Desarrollo, 2019). La
comunidad financiera mundial está atareada, desarrollando planes de mejora social de la 31
población, por efecto de la pandemia de COVID-19. Mientras tanto; la República Popular
China, Estados Unidos de América y la Unión Europea están desarrollando modelos de
adopción de arquitecturas descentralizadas de criptomonedas para pagos en línea. Involucra
entonces que se está entreviendo el inicio de la transformación a un activo tangible (Luther,
2015).
En la actualidad, existe aún antagonismo al neoliberalismo tradicional de los 80 y el

tránsito de activos intangibles como activo tangible dentro del régimen jurídico (Hair, 2008);
Es testigo del nacimiento del primer ecosistema minero sin fines de lucro administrado del
mundo, que reúne a más de 70 empresas de Málaga y Valencia, España, incluidos los grupos
españoles Santander y BBVA.
El escenario de la globalización de las criptomonedas, ya sea como activo tangible o

con respaldo legal, influyó en el desarrollo de la propuesta de un modelo matemático para la
criptomoneda Monero (XMR), el cual se basa en la observación de un patrón en los nodos
del mercado global, basado en información histórica del período agosto 2019 - octubre 2020
y proyectada para el periodo 2022; a través de una investigación explicativa. El objetivo es
estimar el patrón precio de criptomoneda Monero, basado en modelos matemáticos
inferenciales para el periodo 2019-2021, con el último valor cotizado de XMR en función
de la tasación de apertura en dólares americanos.
2. Metodología
La propuesta de modelado matemático inferencial para la criptomoneda XMR, se basó en el

método empírico, cuantitativo, bajo la aplicación de investigación tipo explicativa, tiene
correlación causal e intenta descubrir las causas de este (Iwamura et al., 2010), partió de una
evaluación que explicó el comportamiento de la variable dependiente último valor cotizado
de XMR en función de la tasación de Apertura, tasada en dólares. El diseño plantea que la
variación de la moneda digital XMR depende del valor de apertura en un rango de máximo
y mínimo histórico. Entonces, se ejecutó el modelado matemático, en donde la variable
dependiente es el Último valor cotizado, mientras que la Apertura es de tipo independiente
(Pérez, 2020). Para ello, se proponen estadísticos de alisado exponencial doble, ajuste de
regresión lineal y prueba t-student para las variables XMR (Ayala Aristizábal, 2021).
Posteriormente, se debate sobre la aceptación o rechazo de la hipótesis nula: La tasa de
32
crecimiento de la criptomoneda XMR es dependiente del valor cotizado de apertura.
La estimación de probabilidad sobre el Último valor cotizado y la principal variable

del mercado de Apertura, de criptomonedas XMR, en primer lugar, corresponden a un
análisis estadístico descriptivo sobre el comportamiento de las variables al cierre del año
2021 como variables indicativas de la dinámica y contestabilidad de nodos XMR en el
mercado globalizado; esto desde la visión de integraciones empresariales (Sánchez et al.,
2019).
2.1.Prueba t de student
El panorama ideal para estimar intervalos de confianza o aplicar una prueba de hipótesis
apoyados en la distribución T-student, son análogos al teorema del límite central (de la Rosa
Mendoza et al., 2018). Para la investigación, el criterio de selección de ajuste de los datos es
para una distribución de normalidad. Los datos son normales sí; las muestras que se
comparan, a pesar de que la condición de normalidad recae sobre estas, normalmente no se
dispone de información sobre ellas por lo que las muestras tienen que distribuirse de forma
aproximadamente normal. En caso de cierta asimetría los t-test son significativamente
robustos cuando el tamaño de las muestras es por lo menos (N = 60). Este es el caso para el
artículo, tenemos sesenta datos del histórico de la criptomoneda XMR, para el período
Agosto 2019 – Octubre 2020.
Otra condición de la t-student es Igualdad de varianza, también denominada

homocedasticidad: la varianza de las muestras comparadas debe de ser igual. Tal como
sucede con el estado de normalidad, si no se dispone de información de las poblaciones, esta
condición se ha de asumir a partir de las muestras.
Se desea validar si cada una de las muestras tiene una distribución normal. El
procedimiento por seguir es:
a) El tamaño de las muestras (A1 y A2)
b) Las medias (X1 y X2)
c) Las varianzas (vAR1 y vAR2)
Una vez establecidas las variables, se comprueba que las varianzas sean homogéneas;
En caso de homogeneidad en esas varianzas:
33
a) Establecer la discrepancia entre las medias: m1-m2
b) Estimar la varianza normal de los valores de la muestra.
(𝐴𝐴1 −1)𝑣𝑣𝑣𝑣𝑣𝑣1 +(𝐴𝐴2 −1)𝑣𝑣𝑣𝑣𝑣𝑣2

𝑣𝑣𝑣𝑣𝑣𝑣𝑐𝑐 = (EC. 1)
𝐴𝐴1 +𝐴𝐴2 −2
El contraste de las diferencias entre los medias de valores de XMR, se realizó

mediante la prueba t de Student.
2.2.Predicción con alisado exponencial doble.
Uno de los métodos de predicción más representativos es el alisado exponencial y en este

caso específico se aplicó la atenuación doble, ya que es mucho más parsimonioso en el
tratado de los datos (Haldane, 1927). Se ajustó el histórico de evolución de la criptomoneda
XMR al subsiguiente pronóstico o un paso adelante, ideal para estimar a futuro el
comportamiento del activo intangible para el periodo 2020-2025.
En especial, la técnica promedió las variaciones de su equivalente en dólares

americanos fijando la unidad de tiempo en semanas; entonces el modelo implementado para
la investigación es:
VFt+1 = a VAt + (1 - a) VFt (EC. 2)
Dónde:
VAt: es el valor actual
VFt: es el valor pronosticado
a: es el factor de ponderación, el cual oscila entre 0 y 1

t: es el período de tiempo actual. El valor atenuado se convierte en el pronóstico para el

período t + 1.
En teoría, un (a) pequeño provee un paliativo visible y detectable, caso contrario

proporciona una respuesta rápida de los cambios recientes en la serie de tiempo y un valor
más pequeño de atenuaciones. Se estima que la técnica de alisado exponencial infiera dos
predicciones al mismo tiempo. El suavizado doble ejemplifica las tendencias lineales, un 34
multiplicador triple puede manejar casi cualquier otra serie temporal en un panel histórico.
En el primer caso de investigación se aplicó doble suavización exponencial con un factor
moderado de 0,2.
2.3.Ajuste de regresión lineal
La regresión lineal simple verifica la relación lineal entre dos variables continuas: una
variable dependiente (Z) y una variable de expectativa (T). Se ha demostrado que las dos
variables están relacionadas, por lo que es posible predecir el valor de la respuesta a partir
del valor esperado con mayor precisión que el valor solo por probabilidad (Altman y
Krzywinski, 2015). La regresión proporciona la mejor línea de ajuste para los datos. Esta
permite modelar el comportamiento histórico futuro del último valor XMR enumerado a lo
largo del tiempo. El modelo matemático que se aplicó en el estudio es:
Z = B0 + M1T1 (EC. 3)
Donde,
B0: es el punto de corte con la ordenada Z
M1: es el coeficiente de la abscisa T
3. Resultados
El valor comercial reciente promedio de la criptomoneda XMR es de $ 118,80, y el

promedio, un valor de apertura de $ 114,91. La distribución de datos promedio representa la
estabilidad de XMR con cambios mínimos en los últimos meses entre $133.64 y $113.15.
La desviación estándar es de $17 396 entre agosto de 2019 y octubre de 2020. Esto explica
el crecimiento de la moneda en los últimos dos años con el cambio más reciente en el valor
contable de 8,31 %. (Tabla 1).
Tabla 1. Información histórica de la criptomoneda XMR para el periodo 2019-2020

Último Apertura Máximo Mínimo

Fecha Variación %
US$ US$ US$ US$
25/08/201
67.3 80.6 83.9 65.7 -0.1
9
1/09/2019 78.0 6729.0 79.7 66.7 -1.6
8/09/2019 76.0 77.9 79.1 69.6 -4.2
15/09/201
72.5 76.0 82.1 71.3 -2.5
9 35
22/09/201
57.7 72.5 74.2 54.5 23.6
9
29/09/201
56.3 57.7 58.0 53.3 2.2
9
6/10/2019 53.6 56.3 57.4 53.2 0.2
13/10/201
54.3 53.6 60.5 51.5 3.1
9
20/10/201
56.6 54.3 64.7 50.9 1.1
9
27/10/201
62.1 56.6 63.1 55.4 -8.8
9
3/11/2019 61.8 62.2 66.4 59.9 -8.0
10/11/201
61.4 61.8 65.7 61.0 -1.8
9
17/11/201
51.4 61.4 62.8 47.9 21.4
9
24/11/201
54.9 51.4 57.1 45.8 4.4
9
1/12/2019 54.3 54.9 56.2 51.8 -13.0
8/12/2019 51.3 54.3 54.7 50.9 1.7
15/12/201
45.1 51.3 52.0 43.8 13.9
9
22/12/201
45.6 45.1 48.6 44.5 -1.6
9
29/12/201
50.5 45.6 51.7 44.3 0.5
9
5/01/2020 58.3 50.4 64.1 50.4 -13.7
12/01/202
67.1 58.3 71.9 56.8 -12.8
0
19/01/202
61.5 67.1 69.0 58.2 -2.4
0
26/01/202
73.2 61.5 75.9 61.0 -4.9
0
2/02/2020 80.6 73.2 81.7 73.2 -20.0
9/02/2020 89.1 80.6 96.9 80.6 -10.0
16/02/202
79.0 89.1 92.0 75.1 6.8
0 36
23/02/202
66.1 79.0 86.3 66.1 12.0
0
1/03/2020 65.6 66.1 70.1 63.4 4.1
8/03/2020 36.2 65.6 65.6 25.5 59.8
15/03/202
41.1 36.1 45.2 29.3 -15.2
0
22/03/202
47.0 41.1 51.3 37.8 -28.9
0
29/03/202
53.7 47.0 54.9 43.8 -15.7
0
5/04/2020 53.0 53.7 60.0 51.8 -18.2
12/04/202
57.2 53.0 58.4 50.8 1.9
0
19/04/202
60.0 57.2 62.3 53.5 -5.3
0
26/04/202
64.3 60.0 67.9 59.3 -10.9
0
3/05/2020 62.9 64.3 65.3 57.2 3.4
10/05/202
65.4 62.9 65.9 54.4 5.1
0
17/05/202
63.5 65.4 67.7 60.1 -10.6
0
24/05/202
68.3 63.5 68.7 60.2 -0.1
0
31/05/202
67.7 68.3 70.1 63.4 -5.4
0
7/06/2020 66.5 67.7 70.0 63.1 0.5
14/06/202
64.1 66.5 66.9 62.0 1.8
0
21/06/202
62.1 64.1 67.4 60.4 2.6
0
28/06/202
64.2 62.1 66.7 61.8 -2.4
0
5/07/2020 68.7 64.2 69.8 61.4 0.6
12/07/202
68.4 68.7 72.4 66.6 -8.5
0
19/07/202 37
73.6 68.4 74.0 67.7 -1.7
0
26/07/202
89.6 73.6 90.0 73.1 -8.0
0
2/08/2020 94.9 89.6 96.6 78.8 -7.8
9/08/2020 89.9 94.9 95.0 84.4 -7.0
16/08/202
94.6 89.9 105.8 88.1 -4.4
0
23/08/202
92.5 94.5 95.5 85.7 2.6
0
30/08/202
77.5 92.5 97.6 74.0 13.7
0
6/09/2020 86.1 77.5 86.4 75.1 -1.5
13/09/202
93.5 86.1 94.3 83.8 -11.6
0
20/09/202
94.2 93.5 95.0 84.7 -1.1
0
27/09/202
103.0 94.2 112.7 93.1 -10.0
0
4/10/2020 114.4 103.0 117.6 100.9 -8.4
11/10/202
118.8 114.9 133.6 113.2 8.3
0
Fuente: (Fusion Media Ltd., 2020)
3.1.Prueba T-student
Para la interpretación de la prueba de la variable Último (US$), se establece como hipótesis

nula H0: La media es igual a 0 e hipótesis alternativa Ha: La media es diferente de 0. Puesto
que el valor-p computado (< 0.0001) es menor que el nivel de significación alfa=0.05, se
debe rechazar la hipótesis nula H0, y aceptar la hipótesis alternativa Ha. Entonces, los datos,
de forma empírica se adaptan a una distribución normal del valor cotizado en la

criptomoneda XMR (Tabla 2).
Tabla 2. Prueba t para la variable Último (US$), con un Intervalo de confianza para la media
al 95% [ 63.969; 72.956]
Diferencia 67
t (Valor 38
observado) 30
|t| (Valor crítico) 2
GL 59
valor-p (bilateral) < 0.0001
alfa 0.05
Fuente: Elaboración propia
Se explica la distribución de los datos normales, observando en las dos colas o

intervalo (μ-3σ, μ+3σ) se encuentra comprendida, aproximadamente, el 97.50% de la
distribución. La función de densidad f(x) tiene como valor 0.4 y este representa, el área bajo
la función de densidad entre los puntos 0 y 1 y se interpreta como la probabilidad de que la
variable aleatoria tome valores comprendidos en el intervalo.
Para la interpretación de la prueba de la variable Apertura (US$), se establece como

hipótesis nula H0: La media es igual a 0 e hipótesis alternativa Ha: La media es diferente de
0. Puesto que el valor-p computado 0.113 es mayor que el nivel de significación alfa=0.05,
no se puede rechazar la hipótesis nula H0, y se debe adoptar la hipótesis alternativa Ha.
Entonces, los datos, de forma empírica no se adaptan a una distribución normal del valor
cotizado de apertura en la criptomoneda XMR. Esto debido a que la moneda por ser un activo
intangible no está sujeto a una moneda fiduciaria, más si como un valor especulativo, ver
Tabla 3.
Tabla 3. Prueba t para la variable Apertura (US$), con un Intervalo de confianza para la
media al 95% [-44; 402]
Diferencia 179
t (Valor
observado) 1.511
|t| (Valor crítico) 2.001
GL 59
valor-p (bilateral) 0.113
alfa 0.05
3.2.Modelo de alisado exponencial doble
En la tabla 4, se manifiestan los valores de la estadística descriptiva de los datos, La variable

39
Último ha estado en su valor crítico, cotizado en US$ 37 y un tope máximo de valor de US$
119 para el 11 de Octubre de 2020. Se evidencia que la criptomoneda XMR ha sido bastante
conservador porque se ha mantenido en el rango de mínima y máxima apertura, es decir,
entre US$ 113 y US$ 133. La medía del activo intangible es de US$ 68.
Tabla 4. Estadísticos descriptivos para las variables, último y apertura
Mínim
Variable Máximo Media Desv. típica
o
Último US$ 37 119 68 18

Apertura US$ 37 6729 178 861
Máximo US$ 45 133 73 21
Mínimo US$ 25 113 62 17
Variación % -30 59 -1.9 13
El método de suavización exponencial simple trabaja a través de una constante de

suavización alfa (α) y épsilon (ɛ) que tiene un valor comprendido entre 0 y 1. Su variación
se hace de acuerdo con la necesidad de darle más peso al histórico de los últimos dos años,
entonces el alfa será más bajo. En este caso se asume un valor promedio de 1.55. En la Tabla
5, se puede ver, el pronóstico mínimo por período será aproximadamente 68 US$ por cada
XMR.
Tabla 5. Parámetros del modelo de alisado exponencial doble
Error
Estadístico Parámetro
estándar
alfa 1.55 2.15E-14
S1 68
S2 0.000
En la Tabla 6, el MAPE estima en 11 el porcentaje promedio del error de pronóstico

un paso adelante para la variable último, en promedio indica que el pronóstico es acertado
en una diferencia porcentual de 89% y manifiesta la cantidad de error entre los datos, es
decir entre la predicción y los valores reales.
Tabla 6. Bondad de ajuste del alisado exponencial doble. 40
Estadístico Valor
Observacione
s 60
GL 44
MAPE 11
MPE 1.722
MAE 6.366
R2 0.802
Iteraciones 501
Ahora, el valor más representativo es el coeficiente R2 como estadístico de bondad

de ajuste (Weisberg, 2005); para el estudio de las criptomonedas su valor es de 0,802 que
indica un modelo ajustado de forma casi perfecta para el valor cotizado de la criptomoneda
XMR. A continuación, se estiman las predicciones de la moneda digital para los próximos
cinco años a través del alisado exponencial doble; específicamente desde agosto de 2019 a
octubre de 2021, ver la Tabla 7.
Con base en la formación tomada de Investing.com y el modelado matemático, para

el año 2021 la predicción de cierre de XMR será de 206.630 dólares americanos. Esto
representa un 58% de incremento en su valor para el último periodo del modelo de
predicción. Se debe resaltar en los resultados que, el valor de apertura para XMR estará por
debajo del último; y se traduce en una respuesta satisfactoria para los inversionistas, pues el
instrumento tenderá al alza por encima del pronóstico modelado.
Tabla 7. Predicciones para XMR, Agosto 2019 – Octubre 2021

Alisado exponencial doble

Fecha Límite inferior (95%) Límite superior (95%)
(Último US$)
18/10/2020 126.2 110.2 142.2

25/10/2020 138.3 115.3 161.3
1/11/2020 137.8 109.2 166.4
8/11/2020 135.8 102.3 169.4
15/11/2020 122.5 84.5 160.5 41
22/11/2020 122.6 80.3 164.8
29/11/2020 121.3 75.0 167.6
6/12/2020 123.5 73.3 173.7
13/12/2020 127.2 73.2 181.2
20/12/2020 134.2 76.5 192.0
27/12/2020 135.4 74.0 196.8
3/01/2021 136.5 71.5 201.5
10/01/2021 143.9 75.3 212.4
17/01/2021 156.0 83.9 228.2
24/01/2021 155.5 79.8 231.1
31/01/2021 153.5 74.4 232.7
7/02/2021 140.2 57.5 222.8
14/02/2021 140.3 54.1 226.4
21/02/2021 139.0 49.4 228.6
28/02/2021 141.2 48.0 234.3
7/03/2021 144.9 48.3 241.6
14/03/2021 151.9 51.8 252.1
21/03/2021 153.1 49.5 256.7
28/03/2021 154.2 47.1 261.3
4/04/2021 161.6 50.9 272.2
11/04/2021 173.7 59.5 287.9
18/04/2021 173.2 55.5 290.9
25/04/2021 171.2 50.0 292.5
2/05/2021 157.9 33.0 282.7
9/05/2021 158.0 29.5 286.4
16/05/2021 156.7 24.7 288.7
23/05/2021 158.9 23.2 294.5
30/05/2021 162.6 23.3 301.9
6/06/2021 169.6 26.7 312.6
13/06/2021 170.8 24.2 317.4
20/06/2021 171.9 21.6 322.1

27/06/2021 179.3 25.3 333.2
4/07/2021 191.4 33.7 349.1
11/07/2021 190.9 29.5 352.3
18/07/2021 188.9 23.8 354.1
En la Figura 1, se demuestra la predicción de la criptomoneda XMR a partir del 42

histórico de los últimos dos años, como se ve en los puntos de atenuación azul; pues hay un
incremento o cambio en la pendiente de distribución partir de Septiembre del año 2020, pero
que se normaliza en el modelo exponencial representado por los puntos rojos del gráfico, lo
más significativo en términos estadísticos es el crecimiento vertiginoso pronosticado para
XMR a partir de Enero de 2021 y que continúa hasta Octubre del mismo año.
Figura 1. Gráfico de suavizado exponencial de los datos, para la predicción del valor Último
de la Criptomoneda XMR en el periodo Agosto 2019 – Octubre 2020.
Último US$ Suavizado exponencial

Límite inferior (95%) Límite superior (95%)
450
400
350
300
250
Último US$
200
150
100
50
0
25/08/2019 25/11/2019 25/02/2020 25/05/2020 25/08/2020
-50
Fecha
3.3.Modelo de regresión lineal

Se ejecutó un análisis de regresión lineal para estimar si se ajusta mejor o peor al modelo
exponencial, primero se efectúa un análisis de varianza, y este indica que la probabilidad
(Pr) es menor a F (<0.0001), explicando que los datos se ajustan a una linealidad, ver Tabla
8.
Tabla 8. Análisis de varianza para XMR en el histórico 2019-2020
Suma de Cuadrados 43
Fuente GL F Pr > F
cuadrados medios
Modelo 4 15105 3782 392 <0.0001
Error 43 431 12
Total corregido 47 15536
En la Figura 2, se observa los coeficientes estandarizados para las cuatro variables de

XMR valoradas, el coeficiente más estandarizado en peso es el mínimo de apertura de la
criptomoneda con 0.683, esto indica que el 68.3% del valor Último en US$ para la moneda,
se cotiza con mayor apego al mínimo de apertura, es decir, el 68.3% del cierre de tasación
de XMR no supera el mínimo de apertura.
Figura 2. Gráfico de los coeficientes estandarizados:
1.2
1
COEFICIENTES ESTANDARIZADOS
0.8
0.6
0.4
Mínimo US$
0.2 Máximo US$
0 Variación %
Apertura US$
-0.2
-0.4
-0.6
VARIABLE

En la Figura 3, se aprecia las predicciones para la criptomoneda sobre la base de los

datos de ajuste al modelo lineal, los puntos verdes son la muestra de aprendizaje del modelo
lineal contra los datos reales, correspondiente a los puntos azules. Observando que solo uno
de los datos tasado en US$ 77.97 no entra dentro del ajuste. Con base en este resultado, tanto
el modelo de suavizado exponencial doble como el de ajuste lineal, explican el
comportamiento de XMR en el período Agosto 2019-Octubre 2020. Sin embargo, el
44
crecimiento de la criptomoneda es más lineal que exponencial. En este sentido, se
recomienda a los inversores adoptar el comportamiento de crecimiento del valor de XMR en
orden lineal. Pues, este estima un valor promedio para XMR por encima de 118.80 US$ es
decir, no caerá por debajo de este valor.
Figura 3. Gráfico de las predicciones del valor Último para XMR.
500
400
300
Último US$
200
100
0
0 100 200 300 400 500
Pred(Último US$)
Muestra de aprendizaje Validation sample
Fuente: elaboración propia
4. Discusión
¿Por qué subió el precio de Monero recientemente después de una caída tan grande en 2018?,
el gigante del trading LiteFinance Global LLC (2021) denominó a Monero, el gigante
durmiente, por una razón. Monero es una criptomoneda líder con un enfoque basado en
transacciones privadas, anónimas y resistentes a la censura, tiene cadenas de bloques
transparentes; esto significa que todas las transacciones pueden ser rastreadas y verificadas.
Además, las direcciones de envío y recepción del minado pueden vincularse a la verdadera
identidad del inversor.
Esta información basada en las predicciones en tiempo real de los agentes de minado
más importantes ha despertado el interés de la banca pública y banco de reserva del estado,
este es un fenómeno social de gran impacto en la cultura económica fiduciaria tradicional. 45
¿Cómo explicar este escenario de inversión en una moneda digital?, tomando en
consideración que la idea viene del sector inversión de capitales tangibles. Entrando en
contexto, en España el experto en negocios digitales Lartaun de Azumendi, explicó que, a
diferencia de las criptomonedas, que no tienen un valor intrínseco; las monedas digitales
tienen un respaldo del banco central (BBVA, 2021). En este sentido, el máximo responsable
del Banco Central de la Reserva del Perú (BCRP), anunció hace unos meses que la
organización estaba valorando la posibilidad de crear una moneda digital, y ahora ha
decidido que no será lo mismo que una criptomoneda (Velarde, 2022).
A su vez, Carlos Torres Vila, presidente de BBVA informó que “La apuesta
estratégica por la innovación es una de las señas de identidad de BBVA y la vía digital nos
abre un camino para crecer en mercados muy atractivos” (BBVA, 2022). El experto en
economía Oriol Carreras Baker, confirmó que Estados Unidos ha tipificado las
criptomonedas como activos financieros en términos de tratamiento fiscal. Algunos países
también han comenzado a regular a los principales actores del ecosistema de criptomonedas,
como los portales de intercambio de criptomonedas para monedas tradicionales. Sin
embargo, otros países han tomado una postura más hostil, como es el caso de la República
Popular China, cuyo gobierno ha impuesto severas restricciones al uso de criptomonedas en
amplios sectores de su economía (CaixaBank, 2018).
El escenario actual de las criptomonedas conllevó a estimar los precios de apertura y

cierre para XMR en el período 2019-2021, haciendo uso de modelado matemático
inferencial, específicamente prospectivos; caso similar al que proponen Mohil
Maheshkumar et al. (2020), a través de un conjunto de predicciones de criptomonedas
basado en la memoria a largo plazo (LSTM) y unidad recurrente cerrada (GRU) para Monero
y Litecoin. Ambas investigaciones coinciden con precisión en el precio, lo que revela la
posibilidad de aplicar inferencia en varias predicciones de precios de criptomonedas.
4.1.Estimación de precios para XMR 2019-2022
Estos resultados dan evidencia del comportamiento de Monero en el periodo 2019-2020, y

proyectado para el año 2021. Los modelos matemáticos inferenciales aplicados en el estudio
son estadísticamente significativos con un error MAPE no mayor a 10, específicamente de
9.697 y con umbral de ± 5%. Esto significa que para el año 2022, partiendo del último valor
estimado de monero en julio de 2021 (188.935 US$/XMR) y bajo el supuesto de una 46
tendencia de vela y comportamiento no fiduciario constante, se estima a la baja un valor de
161.539 US$ por cada unidad Monero. En tanto, para el alza se infiere una tasación de
218.219 US$ por cada Monero minado en los nodos mundiales. Entonces con base en este
escenario, si los inversores llegaran a observar un comportamiento al alza de por lo menos
220 US$ por XMR, la recomendación es a cambiar su valor por una moneda fiduciaria como
el dólar, yuan o euro; posteriormente esperar a una caída brusca por debajo de los 160 US$
para la compra de XMR. Este es el escenario de rentabilidad ideal para el inversor en
criptomonedas durante el periodo 2022.
El modelado matemático aplicado a Monero en la estimación de su precio de

compra/venta es representativo para el sector de las criptomonedas, pues en la Figura 4 se
aprecia el último valor cotizado por Investing.com; su valor es de 164.800 US$/XMR (dentro
del rango estimado) con tendencia al alza por encima de los 280 US$/XMR. Por lo tanto, se
confirma el hallazgo en la estimación del precio de mercado para Monero y es el momento
adecuado para cambiar su valor por papel moneda. La tendencia del activo intangible
valorado en el estudio es a mantenerse con este patrón para el año 2022.
Figura 4. Gráfico de tasación XMR/US$, actualizado al 18 de febrero de 2022.

47
Fuente: (Fusion Media Ltd., 2020)
Para no caer en lo especulativo o lo subjetivo de la opinión de los autores, se debe

resaltar que los modelos matemáticos aplicados confirman este escenario, por ello el modelo
matemático que se acopla al patrón del precio de Monero es el de suavización exponencial
doble (alisado), pues es el que determinó con fiabilidad la tasación en el mercado de las
criptomonedas. Para confirmar la aplicabilidad de otros modelos inferenciales, los autores
proponen una investigación a corto plazo, sobre la estimación de los precios de Monero, pero
esta vez empleando la función de Benjamin Gompertz, Kermack–McKendrick, Lotka-
Volterra y Holling, dichos modelos pertenecientes a la dinámica biológica poblacional y a
la demografía. No obstante; incorporando variables y valores de frontera de presa-
depredador y derivadas de orden superior paramétricas, estos modelos modificados pueden
optimizar la significancia del alisado exponencial.
5. Conclusión
El máximo histórico de XMR es de $517,62 (7 de mayo de 2021; datos de Coinmarketcap).

El precio promedio (histórico) de Monero es $211.80. Este valor se actualiza
automáticamente, puede consultar este artículo mañana para conocer el precio actual. Los
precios de las criptomonedas han aumentado significativamente en 2020 en comparación

con 2019, pero parece que el año en curso será mejor gracias a los nuevos desarrollos. Al
momento de escribir este artículo (1 de noviembre de 2021), XMR tiene una capitalización
de mercado de $4,872,714,990.
¿Debería subir Monero (XMR)?, para hacer las predicciones de precios de

criptomonedas más realistas y confiables, es importante no solo observar los indicadores 48
futuros, sino también observar el desempeño de precios de Monero en el pasado. Está claro
que el valor de Monero ha aumentado hasta principios de mayo. El máximo histórico se
registró el 7 de mayo de 2021, cuando el precio subió a $517.62; este récord no duró mucho,
pues Bitcoin se bloqueó y trajo consigo muchas otras criptomonedas. Solo tomó dos semanas
para que Monero cayera a $ 175, y esa terrible caída terminó el 20 de julio. Actualmente se
cotiza a un buen nivel, aunque el precio aún no ha alcanzado su máximo anterior.
En conclusión, estas fluctuaciones pudieron entenderse a través del modelado

matemático, con un error no superior al 10% en términos de MAPE; por lo tanto, el modelo
matemático que se acopla al patrón del precio de Monero es el de suavización exponencial
doble (alisado), pues es el que determinó con fiabilidad la tasación en el mercado de las
criptomonedas.
6. Referencias bibliográficas
Altman, N., & Krzywinski, M. (2015). Association, correlation and causation. Nature methods,
12(10), 899–900. https://doi.org/10.1038/nmeth.3587
Ayala Aristizábal, Á. (2021). Naturaleza jurídica de las criptomonedas a la luz de los

pronunciamientos de soft law en Colombia. Revista Jurídica Piélagus, 20(1),
https://doi.org/10.25054/16576799.2822
Banco Interamericano de Desarrollo (2019). Cadena de bloques y comercio internacional: Nuevas

tecnologias para una mayor y mejor inserción internacional de América Latina, Publicaciones IADB,
https://publications.iadb.org/publications/spanish/document/Revista-Integracion--Comercio-Ano-24-No.-46-
Octubre-2020-Blockchain-y-comercio-internacional-Nuevas-tecnologias-para-una-mayor-y-mejor-insercion-
internacional-de-America-Latina.pdf
BBVA. (15 de noviembre de 2021). Euro digital: en qué consiste el proyecto del BCE y qué
implicaciones tiene. https://www.bbva.com/es/podcast-euro-digital-en-que-consiste-el-proyecto-del-bce-y-
que-implicaciones-tiene/
BBVA. (14 de febrero de 2022). BBVA invierte 300 millones de dólares en el banco digital brasileño
Neon. https://www.bbva.com/es/bbva-invierte-300-millones-de-dolares-en-el-banco-digital-brasileno-neon/
CaixaBank. (14 de febrero de 2022). ¿Qué podemos esperar de las criptomonedas?.

https://www.caixabankresearch.com/es/economia-y-mercados/mercados-financieros/podemos-esperar-
criptomonedas
Chirinos, G. (2020). Regulación y tributación en el mercado de criptoactivos, una perspectiva de

derecho comparado. Revista de la Facultad de Derecho, (48), e112.
https://dx.doi.org/10.22187/rfd2020n48a12
Comisión Económica para América Latina y el Caribe (2019). La Inversión Extranjera Directa en
América Latina y el Caribe (LC/PUB.2019/16-P), Editorial de la Naciones Unidas,
https://repositorio.cepal.org/bitstream/handle/11362/44697/8/S1900448_es.pdf
Cortez, A., & Tulcanaza, A. (2018). Bitcoin: su influencia en el mundo global y su relación con el
mercado de valores. Revista Chakiñan de Ciencias Sociales y Humanidades, (5), 54-72.
http://scielo.senescyt.gob.ec/scielo.php?script=sci_arttext&pid=S2550- 49
67222018000100054&lng=es&tlng=es.
de la Rosa Mendoza, J. R., Ludlow Wiechers, J., & León León, J. (2018). Restricción externa al
crecimiento por balanza de pagos en México (Balance of Payments external constrained growth in Mexico).
Análisis Económico, 33(83), 29–55. https://doi.org/10.24275/uam/azc/dcsh/ae/2018v33n83/Delarosa
Fusion Media Ltd. (2007-2020). Visible body: Monero. Madrid, ESP.: M.S Fusion Media Ltd.
Recuperado de https://es.investing.com/crypto/monero/historical-data
Fair, H. (2008). El sistema global neoliberal, Polis, 21, 1-30.

http://journals.openedition.org/polis/2935
Haldane, J. (1927). Una teoría matemática de la selección natural y artificial. Actas Matemáticas de
la Sociedad Filosófica de Cambridge, 23(5), 607-615. https://doi.org/10.1017/S0305004100011750
Herrera Rodríguez, E., & Ordóñez Castaño, I. (2019). Recursos intangibles revelados a través del
mercado de valores de Panamá. Contaduría y administración, 64(4), e126.
https://doi.org/10.22201/fca.24488410e.2018.1694
Iwamura, M., Kitamura, Y., Matsumoto, T., & Saito, K. (2010). Can We Stabilize the Price of a
Cryptocurrency?: Understanding the Design of Bitcoin and Its Potential to Compete with Central Bank Money.
SSRN Electronic Journal, 60(1), 41–60. https://doi.org/10.2139/ssrn.2519367
LiteFinance Global LLC. (29 de noviembre de 2021). Pronóstico de Monero: precio de XMR/USD
para el año 2021, 2023, 2025, 2030 y más. https://www.litefinance.com/es/blog/analysts-opinions/prediccion-
precio-monero/
Luther, W. J. (2015). Bitcoin and the Future of Digital Payments. SSRN Electronic Journal, 20(3),
397–404. https://doi.org/10.2139/ssrn.2631314
Mohil Maheshkumar P., Sudeep T., Rajesh G. & Neeraj K. (2020). A Deep Learning-based
Cryptocurrency Price Prediction Scheme for Financial Institutions. Journal of Information Security and
Applications, 55, e102583. https://doi.org/10.1016/j.jisa.2020.102583
Organización Mundial del Comercio (2019). INFORME SOBRE EL COMERCIO MUNDIAL: El

futuro del comercio de servicios, Publicaciones de la OMC,
https://www.wto.org/spanish/res_s/booksp_s/00_wtr19_s.pdf
Perafán‑Chacón, L. E., Gabalán‑Coello, J., & Vásquez‑Rizo, F. E. (2020). Aplicación Conjunta

de la Gestión de la Información y la Investigación de Operaciones. Caso: Criptomoneda Bitcoin. Revista De
Economía & Administración, 16(2), 69-91. Recuperado a partir de
https://revistas.uao.edu.co/ojs/index.php/REYA/article/view/86
Pérez-Laurrabaquio, O. (2020). Política monetaria de economías abiertas: el rol del tipo de cambio
en México. Revista de Análisis Económico – Economic Analysis Review, 35(1), 27. Retrieved
from https://www.rae-ear.org/index.php/rae/article/view/603/275275300
Quiñones Huatangari, L., Ochoa Toledo, L., Gamarra Torres, O., Bazán Correa, J., Delgado
Soto, J., & Kemper Valverde, N. (2020). Red neuronal artificial para estimar un índice de calidad de
agua. Enfoque UTE, 11(2), 109-120. https://dx.doi.org/10.29019/enfoque.v11n2.633
Sánchez Navarro, D., Herrera Saavedra, J., García Pabón, A., & Campo Robledo, J. (2019). Un
modelo microeconométrico para el análisis de integraciones empresariales: el caso del mercado de bebidas
isotónicas. Revista de Análisis Económico – Economic Analysis Review, 34(1), 111-130. https://www.rae-
ear.org/index.php/rae/article/view/528/275275293
Velarde, J. (18 de febrero del 2022). BCR proyecta tener avances de su moneda digital en mes y
medio. RPP Noticias. https://rpp.pe/economia/economia/bcr-proyecta-tener-avances-de-su-moneda-digital- 50
en-mes-y-medio-noticia-1387503?ref=rpp
Weisberg, S. (2005). Regresión lineal aplicada. 3ra ed. Hoboken, Nueva Jersey: Wiley, p.285.

Juan Manuel Lopez Agudelo Plantilla

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Juan Manuel Lopez Agudelo Plantilla

Cargado por

Copyright:

Formatos disponibles

Mount Scopus Journal ISSN: 2810-840X (En línea) Volumen 2. Número 2. enero-marzo 2022.

Recibido: 28/12/2021, Aceptado: 25/02/2022, Publicado: 27/03/2022

Estimación del precio de criptomoneda Monero (XMR) basado

Juan López Agudelo

La estimación en el mercado de los activos intangibles, a partir de cadenas de Markov,

El marketing global es un mecanismo de competencia económica organizado por

La tecnología de cadena de bloques es el corazón de una promesa inigualable que

En la actualidad, existe aún antagonismo al neoliberalismo tradicional de los 80 y el

El escenario de la globalización de las criptomonedas, ya sea como activo tangible o

La propuesta de modelado matemático inferencial para la criptomoneda XMR, se basó en el

La estimación de probabilidad sobre el Último valor cotizado y la principal variable

Otra condición de la t-student es Igualdad de varianza, también denominada

a) El tamaño de las muestras (A1 y A2)

b) Las medias (X1 y X2)

c) Las varianzas (vAR1 y vAR2)

b) Estimar la varianza normal de los valores de la muestra.

(𝐴𝐴1 −1)𝑣𝑣𝑣𝑣𝑣𝑣1 +(𝐴𝐴2 −1)𝑣𝑣𝑣𝑣𝑣𝑣2

El contraste de las diferencias entre los medias de valores de XMR, se realizó

2.2.Predicción con alisado exponencial doble.

Uno de los métodos de predicción más representativos es el alisado exponencial y en este

En especial, la técnica promedió las variaciones de su equivalente en dólares

VFt+1 = a VAt + (1 - a) VFt (EC. 2)

VAt: es el valor actual

VFt: es el valor pronosticado

a: es el factor de ponderación, el cual oscila entre 0 y 1

t: es el período de tiempo actual. El valor atenuado se convierte en el pronóstico para el

En teoría, un (a) pequeño provee un paliativo visible y detectable, caso contrario

2.3.Ajuste de regresión lineal

El valor comercial reciente promedio de la criptomoneda XMR es de $ 118,80, y el

Tabla 1. Información histórica de la criptomoneda XMR para el periodo 2019-2020

Último Apertura Máximo Mínimo

Para la interpretación de la prueba de la variable Último (US$), se establece como hipótesis

de forma empírica se adaptan a una distribución normal del valor cotizado en la

Fuente: Elaboración propia

Se explica la distribución de los datos normales, observando en las dos colas o

Para la interpretación de la prueba de la variable Apertura (US$), se establece como

Fuente: Elaboración propia

3.2.Modelo de alisado exponencial doble

En la tabla 4, se manifiestan los valores de la estadística descriptiva de los datos, La variable

Tabla 4. Estadísticos descriptivos para las variables, último y apertura

Último US$ 37 119 68 18

Fuente: Elaboración propia

El método de suavización exponencial simple trabaja a través de una constante de

Tabla 5. Parámetros del modelo de alisado exponencial doble

Fuente: Elaboración propia

En la Tabla 6, el MAPE estima en 11 el porcentaje promedio del error de pronóstico

Tabla 6. Bondad de ajuste del alisado exponencial doble. 40

Fuente: Elaboración propia

Ahora, el valor más representativo es el coeficiente R2 como estadístico de bondad

Con base en la formación tomada de Investing.com y el modelado matemático, para

Tabla 7. Predicciones para XMR, Agosto 2019 – Octubre 2021

Alisado exponencial doble

18/10/2020 126.2 110.2 142.2

20/06/2021 171.9 21.6 322.1

En la Figura 1, se demuestra la predicción de la criptomoneda XMR a partir del 42

Último US$ Suavizado exponencial

Fuente: Elaboración propia

3.3.Modelo de regresión lineal

Tabla 8. Análisis de varianza para XMR en el histórico 2019-2020

Fuente: Elaboración propia

En la Figura 2, se observa los coeficientes estandarizados para las cuatro variables de

Figura 2. Gráfico de los coeficientes estandarizados: