Análise on-chain: o que mede e o que não mede

Em revisão editorial. Este texto foi elaborado a partir de fontes públicas e passa por revisão técnica e jurídica; pode ser atualizado. Confira as fontes ao final antes de qualquer decisão.

A análise on-chain estuda os dados que ficam registrados em blockchains públicas: transações, saldos por endereço, idade das moedas e movimentos entre endereços. Ela mede bem o que está no registro, mas não identifica pessoas com certeza, não enxerga o que acontece fora da rede (como os livros internos de uma corretora) e não prevê preços. Por isso, seus resultados são descrições do passado, sujeitas a erros de interpretação, e não sinais de compra ou venda.

O que é análise on-chain

Em redes públicas como o Bitcoin, todas as transações são divulgadas e qualquer pessoa pode consultá-las. O white paper original descreve esse modelo comparando-o à “fita” das bolsas: o horário e o tamanho das operações são públicos, mas sem informar quem são as partes. A privacidade vem de manter as chaves públicas anônimas, isto é, de pseudonimato, e não de anonimato.

Análise on-chain é o conjunto de técnicas para extrair informação desse registro. Um endereço é o identificador que recebe e envia fundos, derivado de uma chave pública. A carteira (wallet) é o software que gerencia uma ou mais chaves. Um cluster é um grupo de endereços que, por inferência, se supõe controlado pela mesma entidade. Para a base técnica do registro, veja o que é blockchain e como funciona.

O que os dados públicos permitem medir

Transações e valores transferidos em um período, com data, tamanho e taxa paga.
Saldo de cada endereço e distribuição de saldos (quantos endereços têm quanto).
Idade das moedas: em redes baseadas em UTXO, como o Bitcoin, é possível saber há quanto tempo cada saída de transação não é movimentada.
Fluxos entre endereços ou grupos de endereços, quando há algum rótulo associado.
Atividade da rede: contagem de transações, de endereços que aparecem como remetente ou destinatário, uso de contratos inteligentes.

O Banco de España, em estudo sobre fontes de dados para acompanhar o Bitcoin, destaca que a análise do próprio registro tem a vantagem de ser pública e confiável, mas que questões como lavagem de dinheiro ou estabilidade financeira exigem dados complementares de terceiros, os quais trazem riscos próprios. A ideia central é que o registro é uma fonte primária sólida, mas parcial.

Limites: o que a análise on-chain não mede

Um endereço não é uma pessoa

O próprio white paper recomenda usar um novo par de chaves em cada transação para evitar a ligação a um dono comum, e admite que alguma ligação é inevitável em transações com várias entradas, que revelam que essas entradas pertenciam ao mesmo dono. Uma pessoa pode ter muitos endereços, e um mesmo endereço pode ser usado por muitas pessoas, como acontece com uma corretora.

Para agrupar endereços, a literatura usa heurísticas. A mais conhecida, a heurística de múltiplas entradas, supõe que os endereços usados juntos como entradas de uma transação pertencem à mesma entidade. Harrigan e Fretter (2018) afirmam que isso “não é verdade no caso geral”, embora seja útil na prática, e citam análise experimental segundo a qual essa heurística identificou mais de 69% dos endereços nas carteiras de clientes leves. Eles também registram que protocolos de mistura, como o CoinJoin, geram falsos positivos. Agrupar é inferir, não provar.

Corretoras e custódia: o registro mostra só uma parte

Quando alguém mantém criptoativos em uma corretora, as compras, vendas e transferências entre clientes da mesma plataforma costumam ser lançadas em livros internos, sem transação na rede. Na rede aparecem apenas depósitos e saques. Um estudo de Saggese e coautores (2024) sobre prestadoras de serviços de ativos virtuais na Áustria observou práticas variadas: algumas criam um endereço novo para cada transação de usuário, outras reutilizam endereços, e algumas usam contratos inteligentes individuais por cliente na Ethereum, que depois repassam os fundos a uma carteira coletora. Segundo os autores, a identificação dessas carteiras depende muito de heurísticas, que podem produzir falsos positivos e muitas vezes são compreendidas de forma inadequada. Os rótulos obtidos mostraram apenas uma visão parcial dos saldos, e os dados on-chain eram consistentes com o balanço de apenas duas das quatro prestadoras analisadas. As carteiras frias, que guardam a maior parte dos fundos, podem não estar associadas às carteiras quentes identificadas.

Em consequência, não é possível concluir, só pelo registro, quanto uma corretora guarda ou deve a seus clientes. Para entender a diferença entre modelos de guarda, veja custódia de criptoativos; para o risco da plataforma, risco de contraparte em exchanges.

Atividade automatizada e artificial

O BIS (2026) observa que grande parte do giro de stablecoins é automatizada, incluindo transações dentro de uma mesma corretora e wash trading, e que bots executam arbitragem e rebalanceamento on-chain. O FMI define wash trading como comprar e vender simultaneamente o mesmo instrumento para inflar artificialmente a atividade percebida, e inclui as chamadas wash transactions entre os itens de dados que as autoridades precisariam ter sobre transações com criptoativos. Mais transações ou mais endereços ativos não significam necessariamente mais usuários.

O que fica fora do registro

Transações em camadas secundárias ou off-chain (por exemplo, canais de pagamento).
Operações em derivativos e em fundos negociados em bolsa.
Ativos desenhados para privacidade: o provedor Coin Metrics informa que certas métricas não estão disponíveis para ativos totalmente privados, como Monero e Grin.
A identidade, o objetivo e o contexto de quem movimenta os fundos.

Métricas comuns e como lê-las com cautela

As definições abaixo seguem a documentação metodológica dos provedores, usada aqui apenas para explicar o cálculo. Os provedores variam em método e rótulos; por isso, o mesmo nome de métrica pode produzir números diferentes.

Métrica	O que mede	Onde pode enganar
Endereços ativos	Quantidade de endereços que aparecem como remetente ou destinatário em um período	Uma entidade pode usar muitos endereços; bots e movimentos internos de corretoras inflam a contagem
Saldo em endereços de corretoras e fluxos de entrada e saída	Estimativa de quanto vai para plataformas e quanto sai	Depende de rótulos incompletos; a movimentação entre carteiras da mesma plataforma pode ser confundida com depósito ou saque
Idade das moedas (por exemplo, proporção sem movimentação há muito tempo)	Há quanto tempo as saídas de transação não são gastas	Moedas perdidas e moedas guardadas de propósito não se distinguem; mover moedas para a própria carteira “reinicia” a idade
Capitalização realizada	Soma de cada moeda multiplicada pelo preço do dia em que ela se moveu pela última vez	É descrita pelo Coin Metrics como aproximação grosseira do custo médio dos detentores; o Glassnode nota que moedas inativas há muito tempo pesam pouco e que, ao serem gastas, são reavaliadas ao preço atual
MVRV	Capitalização de mercado dividida pela capitalização realizada	A documentação cita associação histórica com topos e fundos de mercado, mas associação passada não é previsão; a base de cálculo inclui moedas perdidas ou em contas de fundações

Exemplo hipotético: um painel mostra que, em uma semana, 10.000 unidades de um criptoativo saíram de um endereço rotulado como “corretora X” para um endereço sem rótulo. Isso pode ser uma retirada de cliente, uma reorganização interna de carteiras quente e fria, ou um erro de rótulo. Sem confirmação externa, o dado não permite dizer quem fez o quê nem por quê.

O que não é verdade

“A blockchain mostra quem é o dono”: mostra endereços e valores; a ligação com uma pessoa exige informação de fora da rede e envolve incerteza.
“Dados on-chain não podem ser manipulados”: o registro é difícil de alterar, mas a atividade registrada pode ser artificial, como no wash trading.
“Análise on-chain antecipa o preço”: os indicadores descrevem comportamento passado de endereços. Este texto não faz previsões de preço, e as fontes institucionais consultadas tratam esses dados como instrumento de monitoramento e transparência, não de previsão.
“Se um dado é público, é completo”: parte relevante da atividade ocorre em livros internos e fora da rede.

O que observar

A fonte e o método: como o provedor agrupa endereços e atribui rótulos, e com que grau de confiança.
A cobertura: quais redes, ativos e períodos estão incluídos.
Se o dado é do registro ou estimado: saldo de um endereço é verificável; “saldo de uma entidade” é inferência.
Atividade genuína versus automatizada: se a métrica trata bots e movimentos internos.
Consistência entre provedores: divergências grandes sinalizam que o número depende do método.
Complemento com outras fontes: informações oficiais, balanços auditados e divulgações das empresas.

Fechamento

A análise on-chain é uma ferramenta de transparência: permite verificar fatos do registro e fazer perguntas melhores. Seus limites, porém, são estruturais: pseudonimato, custódia por terceiros e atribuição incerta. Para entender como esses dados se encaixam na avaliação de riscos de cada caso, existe a consultoria para pessoas.

Este conteúdo é informativo e não constitui recomendação de investimento nem aconselhamento jurídico ou tributário.