Are Whitepaper Claims Reflected in Market Structure? A Contamination-Aware Pipeline and a Power-Limited Null

Resumen Técnico: "¿Se reflejan las afirmaciones de los Whitepapers en la estructura del mercado?"

Planteamiento del problema
El artículo investiga si las narrativas funcionales articuladas en los whitepapers de criptomonedas corresponden al comportamiento estructural real de sus tokens en los mercados financieros. Mientras que la teoría de los mercados eficientes sugiere que las narrativas informativas se incorporan rápidamente a los precios, la economía de la narrativa postula que las historias pueden desacoplar los precios de los fundamentos. La investigación previa se ha centrado principalmente en la calidad del whitepaper como predictor del éxito de la oferta inicial de monedas (ICO) o de los rendimientos tras su cotización. Este estudio desplaza el enfoque hacia la correspondencia estructural contemporánea: ¿se alinean las categorías semánticas de las afirmaciones fundacionales de un proyecto con las estadísticas de mercado transversales (rendimiento, riesgo, liquidez) observadas durante un periodo de dos años (2023–2024)?

Metodología
Los autores desarrollan un pipeline libre de contaminación y verificado por contenido para medir la alineación estructural entre dos espacios representacionales:

1. Espacio Narrativo (Matriz de Afirmaciones $C$): Los whitepapers de 43 activos fueron verificados por contenido para eliminar fragmentos de descargas fallidas y archivos de documentos erróneos (por ejemplo, una entrada de "Cosmos" que era en realidad texto de Binance Smart Chain). El texto se segmentó en fragmentos de 500 palabras y se clasificó en 10 categorías semánticas (p. ej., Reserva de Valor, DeFi, Privacidad) mediante clasificación zero-shot usando BART-large-MNLI. Los resultados de las puntuaciones se agregaron en una matriz de composición $C \in \mathbb{R}^{43 \times 10}$.
2. Espacio de Mercado (Matriz de Estadísticas $S$): Se utilizaron datos OHLCV horarios (17,543 marcas de tiempo) para calcular siete estadísticas financieras transversales para cada activo: rendimiento medio, volatilidad, ratio de Sharpe, drawdown máximo, volumen promedio, volatilidad de la volatilidad (vol-of-vol) y tendencia de precio. Estos fueron normalizados mediante z-score para formar la matriz $S \in \mathbb{R}^{43 \times 7}$.
3. Alineación e Inferencia: Las dos matrices se alinearon utilizando la rotación de Procrustes Ortogonal. La congruencia se midió mediante el coeficiente de congruencia de Tucker ($\phi$).
   • Gestión de Dimensiones: Debido a que los espacios difieren en dimensión (10 vs. 7), los autores reportan dos estimaciones: una estimación con relleno de ceros (límite inferior conservador) y una estimación de dimensiones coincidentes (reducida mediante SVD, sin relleno).
   • Análisis de Potencia: Una simulación de Monte Carlo de control positivo inyectó congruencia conocida en los datos reales para determinar el efecto mínimo detectable. El análisis destacó que la restricción vinculante es la fiabilidad del instrumento de texto (acuerdo inter-método $\rho \approx 0.57$ dentro de las categorías), no el estimador en sí.

Resultados Clave

1. Diagnóstico de Contaminación: Una versión anterior del corpus sugería una señal estructural donde los tokens "especializados" se alineaban más fuertemente que los tokens de "infraestructura". Los autores demuestran que esto fue enteramente un artefacto de la contaminación del corpus. Una vez verificados y recolectados nuevamente los documentos, este orden desapareció; ningún token registró una ayuda significativa en la alineación en el corpus limpio.
2. Nulo Limitado por Potencia: En la muestra limpia de $n=43$, no se detectó una alineación significativa entre afirmaciones y mercado.
   • Estimación de dimensiones coincidentes: $\phi = 0.303$ ($p = 0.365$).
   • Estimación con relleno de ceros: $\phi = 0.223$ ($p = 0.433$).
   • Ambos están muy por debajo del umbral conservador de los autores para una similitud moderada ($\phi \ge 0.65$).
3. Restricciones de Potencia: El estudio carece de potencia para distinguir una alineación débil de la ausencia de la misma. El efecto mínimo detectable realista (con un 80% de potencia) es $\phi \approx 0.44$. El diseño tiene >80% de potencia para detectar una alineación fuerte ($\phi \ge 0.70$), pero no puede adjudicar entre una alineación débil ($\phi \approx 0.3$) y la ausencia de alineación.
4. Control Positivo: Una simulación confirmó que el pipeline es sensible; recuperó la congruencia trans-dominio inyectada casi exactamente (por ejemplo, un $\phi=0.80$ inyectado se recuperó como $0.806$). Esto confirma que la no detección refleja una potencia limitada y la fiabilidad del instrumento, no un pipeline insensible.
5. Robustez: El resultado nulo se mantiene a través de ventanas temporales rodantes, remuestreo de submuestras, análisis jackknife y métricas de alineación alternativas (coeficiente RV, correlación de distancia, CCA, PLS).

Significancia y Afirmaciones
El artículo enmarca su contribución como un avance metodológico y una advertencia, en lugar de una prueba definitiva de un desacoplamiento entre narrativa y mercado.

• Contribución Metodológica: Los autores introducen un pipeline reproducible para comparar espacios representacionales textuales y de mercado que contabiliza explícitamente la contaminación del corpus y limita la detectabilidad mediante el análisis de potencia. Argumentan que la verificación a nivel de contenido (conteo de palabras, comprobaciones de procedencia) es una condición previa para el análisis texto-mercado, ya que la contaminación no detectada puede fabricar señales transversales espurias.
• Interpretación del Nulo: Los autores afirman explícitamente que esto es "ausencia de evidencia de alineación, no evidencia de su ausencia". Los resultados son inconsistentes con una alineación fuerte ($\phi \ge 0.70$), pero no pueden descartar una alineación débil.
• Limitaciones: Los autores destacan tres limitaciones vinculantes:
  1. Potencia: El tamaño de la muestra ($n=43$) y la baja fiabilidad del instrumento de texto impiden distinguir efectos débiles de cero.
  2. Validez de Constructo: El clasificador zero-shot muestra un acuerdo inter-modelo modesto y falla en una prueba de validez de cara (por ejemplo, no identifica correctamente la narrativa principal de "Reserva de Valor" de Bitcoin, situándolo en sexto lugar). El instrumento puede no capturar los matices de la narrativa relevantes para el precio.
  3. Desajuste Temporal: El corpus consiste mayoritariamente en documentos de la era fundacional (algunos previos a 2018), mientras que los datos de mercado son de 2023–2024. Este desajuste entre lo estático y lo contemporáneo probablemente atenúa cualquier alineación real.

El artículo concluye que, si bien los datos son inconsistentes con una fuerte alineación entre las afirmaciones de los whitepapers y la estructura del mercado, el diseño no puede adjudicar entre las posibilidades de un desajuste genuino, un diseño con poca potencia o un instrumento de texto de baja validez. El trabajo futuro requiere corpora más grandes, clasificadores adaptados al dominio y fuentes narrativas con marcas de tiempo.