En cualquier momento dado, Bitcoin se negocia a precios ligeramente distintos en decenas de exchanges. El precio en Binance podría diferir del de Coinbase por algunos dólares, que a su vez difiere del de Kraken por unos cuantos más. Los agregadores de datos de mercado como CoinGecko, CoinMarketCap y diversos proveedores profesionales de datos necesitan recopilar todos estos precios y producir un precio de referencia único que refleje el verdadero valor de mercado.
La capa de recolección de datos es la base. Los agregadores mantienen conexiones con cada API de los principales exchanges, típicamente utilizando conexiones WebSocket para obtener datos de operaciones y libros de órdenes en tiempo real. Para un agregador integral, esto implica mantener cientos de conexiones concurrentes, cada una con su propio formato de datos, límites de tasa y características de confiabilidad. Algunos exchanges envían los datos de manera confiable. Otros presentan desconexiones frecuentes y requieren una lógica constante de reconexión.
La normalización es el siguiente desafío. Cada exchange tiene sus propias convenciones de nombres, formatos de marca temporal y estructuras de datos. Un exchange podría llamarlo BTC/USDT mientras que otro lo llama BTCUSDT o XBT/USD. Los tamaños de las operaciones pueden expresarse en la moneda base en un exchange y en la moneda de cotización en otro. La capa de normalización necesita traducir todas estas variaciones a un formato interno consistente antes de que pueda realizarse cualquier agregación significativa.
El cálculo del precio de referencia es más complejo que un simple promedio. El precio promedio ponderado por volumen entre exchanges es un enfoque común, que otorga mayor peso a los exchanges con mayor volumen de negociación. Sin embargo, el volumen en sí mismo puede ser poco confiable. El wash trading infla los volúmenes reportados en algunos exchanges, lo que distorsionaría un cálculo ingenuo de VWAP. Los agregadores sofisticados aplican detección de valores atípicos y ajuste por volumen para filtrar el wash trading sospechoso.
La latencia varía considerablemente a lo largo de la canalización de datos. Una API de exchange podría introducir de 10 a 100 milisegundos de retraso. El tránsito por la red añade más. El procesamiento y la agregación suman algunos milisegundos adicionales. Para cuando se publica un precio de referencia, podría estar entre 50 y 500 milisegundos por detrás del mercado real. Para un operador minorista que observa un gráfico de precios, esto es imperceptible. Para un sistema algorítmico que toma decisiones en fracciones de segundo, puede ser significativo.
La agregación de libros de órdenes es aún más compleja que la agregación de operaciones. Un libro de órdenes verdaderamente agregado muestra la liquidez total disponible en todos los exchanges en cada nivel de precio. Esto requiere mantener una vista en tiempo real del libro de órdenes de cada exchange y fusionarlos. El reto es que los libros de órdenes cambian miles de veces por segundo, y cada exchange envía actualizaciones a distintas velocidades. La vista agregada es siempre una aproximación ligeramente desactualizada.
El monitoreo de la calidad de los datos funciona de manera continua en segundo plano. Si un exchange reporta una operación a un precio que se aleja notablemente del consenso, podría tratarse de un valor atípico legítimo o de un error en los datos. Los agregadores emplean métodos estadísticos para detectar y manejar estos casos, típicamente marcando o excluyendo las operaciones que se desvían más allá de cierto umbral respecto al precio de referencia. Esto evita que una única operación errónea en un exchange de bajo volumen mueva el precio agregado.
El almacenamiento y la recuperación de datos históricos constituye la otra cara del problema. Almacenar cada operación de cada exchange en plena resolución genera terabytes de datos al año. Distintos usuarios necesitan distintas resoluciones. Un investigador que analiza tendencias de largo plazo podría requerir velas OHLCV diarias. Un backtester necesita datos por minuto o por tick. La infraestructura de datos debe soportar consultas eficientes en todas estas escalas temporales.
El panorama de los datos de mercado en cripto aún está madurando en comparación con las finanzas tradicionales, donde los requisitos de cinta consolidada garantizan un feed de precios autorizado y único. En cripto, no existe un mandato regulatorio para datos consolidados, lo que significa que cada agregador toma decisiones ligeramente distintas sobre qué exchanges incluir, cómo ponderarlos y cómo manejar los casos límite. Los precios que usted ve en distintas plataformas siempre diferirán ligeramente como resultado.