Coin Metrics ha reconstruido el historial de sus métricas de flujo de Ethereum desde el primer bloque de la red, después de actualizar la información sobre las direcciones asociadas a exchanges. El cambio afecta a todos sus datos de flujo de ETH con frecuencia diaria y horaria y obliga a revisar cómo se utilizan las salidas de criptomonedas de las plataformas en los análisis históricos y en las pruebas de estrategias.
La actualización fue comunicada el 1 de octubre, como parte del lanzamiento de la versión «Point-in-Time» de Ethereum. La firma había anticipado el 28 de septiembre que recomputaría las métricas y esperaba completar el proceso el 30 de septiembre. El aviso de finalización se publicó a las 17:04 UTC del 1 de octubre, aunque esa hora no permite determinar cuándo estuvo disponible cada valor revisado.
Una misma fecha puede reflejar datos distintos
El problema nace de la forma en que se atribuyen las carteras a cada entidad. Las métricas estándar de Coin Metrics utilizan todas las direcciones que la firma identifica actualmente como pertenecientes a un exchange u otra entidad seguida. El historial de cada dirección comienza cuando registra por primera vez un saldo distinto de cero.
Si Coin Metrics identifica más adelante una cartera como perteneciente a un exchange, las transferencias anteriores de esa dirección pueden incorporarse a los datos históricos. Por eso, una salida registrada en una fecha pasada puede cambiar aunque la fecha de observación permanezca intacta. El gráfico descargado hoy puede describir mejor los movimientos de entonces, pero lo hace con información que no necesariamente estaba disponible en ese momento.
La serie «Point-in-Time», en cambio, trata de conservar la información conocida durante cada intervalo histórico. Una dirección contribuye desde la fecha en la que fue identificada y los descubrimientos posteriores no reescriben los periodos anteriores. Coin Metrics ofrece versiones diarias y horarias de estas métricas de flujo de exchanges.
La diferencia resulta especialmente relevante en los estudios que utilizan los flujos como señal de mercado. Un backtest no solo debe reproducir las fechas y los valores, sino también la información que un analista habría podido consultar cuando se tomó cada decisión. Para medir el impacto de esta revisión concreta, la comparación adecuada es entre una copia de los datos estándar anteriores al cambio y la versión estándar posterior. La serie «Point-in-Time» es una metodología distinta, no una simple versión antigua de la misma base de datos.
El efecto sobre una estrategia de ETH aún no está medido
El aviso de Coin Metrics no cuantifica el tamaño de las revisiones ni ofrece una comparación entre estrategias basadas en las series antiguas y las actualizadas. Por tanto, todavía no permite afirmar que el cambio haya mejorado o empeorado los resultados de una operativa con ETH.
La experiencia de otros proveedores muestra por qué la versión de los datos importa. CryptoQuant advierte en su documentación sobre los flujos de exchanges de ETH que su punto de acceso no mantiene una precisión de tipo «Point-in-Time». Sus valores históricos pueden cambiar a medida que se descubren, incorporan y validan nuevas carteras mediante actualizaciones periódicas de agrupación. La firma programa actualizaciones automáticas cada martes a las 00:00 UTC y señala que los cambios suelen ser pequeños, especialmente en las observaciones recientes.
Glassnode, por su parte, publicó el 13 de marzo de 2026 un ejemplo hipotético con el saldo de BTC en Binance. En una prueba con una regla basada en medias móviles, mantuvo sin cambios la lógica, los parámetros, las fechas, las comisiones y el capital inicial, pero sustituyó los saldos revisados por datos «Point-in-Time». El proveedor informó de un resultado peor con estos últimos. El ejemplo corresponde a BTC, no demuestra un efecto equivalente en ETH y, según la fuente, no ha sido replicado en este análisis.
Qué debería incluir una comprobación rigurosa
Para evaluar la revisión de Ethereum sería necesario conservar los valores estándar previos y compararlos con los posteriores bajo la misma cobertura de exchanges, los mismos intervalos y las mismas fechas. Después habría que mantener fija la regla de entrada y salida, separar los cambios en los datos de los cambios en las señales y medir su efecto sobre las operaciones y los retornos.
También habría que documentar cuándo comenzó el seguimiento de cada métrica y cuándo pudo consultarse cada dato. Una marca temporal de la observación no equivale necesariamente al momento de publicación: el valor puede calcularse antes de estar disponible para un usuario. Además, una salida solo describe un movimiento desde carteras atribuidas a exchanges. Convertirla en una conclusión sobre compras, ventas rentables o una ventaja operativa requiere evidencia adicional.
