Cripto: spot, perpetuos, funding y custodia.

Tres formas de exponerse a un token

En los mercados de cripto conviven tres productos sobre el mismo activo, y los datos de cada uno cuentan cosas distintas:

El perpetuo es el producto característico de cripto. Es un futuro que nunca vence: no hay convergencia al vencer que lo ate al precio del token, así que la ata otra cosa, un pago periódico entre largos y cortos. Si el perpetuo cotiza por encima del precio de referencia, los largos pagan a los cortos; si cotiza por debajo, al revés. El pago encarece la posición del lado que empuja el precio fuera de su sitio y premia al que lo devuelve.

El precio de referencia no es el spot de un exchange concreto, sino un índice compuesto de los precios spot de varios exchanges. Con ese índice se calcula el funding y, sobre todo, se decide cuándo se liquida una posición: si dependiera del último precio de un solo libro, bastaría barrerlo un instante para liquidar posiciones ajenas.

flowchart TB
  P[Prima positiva] --> F[Funding positivo]
  F --> L[Largos pagan]
  L --> A[Arbitraje]
  A --> V[Vende perpetuo]
  A --> C[Compra spot]
  V --> I[Prima se cierra]
  C --> I

El diagrama es el mecanismo de vuelta: cuando la prima sube, un arbitrajista vende el perpetuo y compra el token (posición sin riesgo de dirección) y cobra el funding. Su venta empuja el perpetuo hacia abajo y su compra el spot hacia arriba. A esa estrategia se la llama cash and carry o basis trade.

Dos años de XSN, hora a hora

Los datos son de XSN, un token ficticio, cada hora de 2024 y 2025: el spot en un exchange, el perpetuo lineal (liquidado en USD) y el indice compuesto que usa el exchange para el funding y la liquidación. Son sintéticos, con volatilidad de cripto (en torno al 75 % anual), colas gruesas y una caída brusca a principios de octubre de 2025.

import numpy as np
import pandas as pd

xsn = pd.read_parquet("xsn_1h.parquet").set_index("ts")
print(len(xsn), "horas;", xsn.index.min(), "→", xsn.index.max())
horas_por_dia = xsn.groupby(xsn.index.date).size()
print("horas por día:", horas_por_dia.unique())
xsn.head(3)

17544 horas; 2024-01-01 00:00:00+00:00 → 2025-12-31 23:00:00+00:00
horas por día: [24]
                              spot  perpetuo   indice
ts
2024-01-01 00:00:00+00:00  24.0855   24.0727  24.0727
2024-01-01 01:00:00+00:00  24.0662   24.0609  24.0635
2024-01-01 02:00:00+00:00  24.0721   24.0629  24.0622

24 horas cada uno de los 731 días, fines de semana incluidos: en cripto no hay sesiones, festivos ni subastas, y las marcas de tiempo vienen en UTC. Lo primero que se pierde al pasar de acciones a cripto es el calendario (lección 1.1.2); lo segundo, la idea de «precio de cierre», que aquí es una convención (a menudo, la vela diaria que empieza a las 00:00 UTC).

Los tres precios casi coinciden. La diferencia relativa entre el perpetuo y el índice es la prima del perpetuo; la del spot de un exchange frente al índice, la base de ese exchange. Medidas en puntos básicos (0,01 %):

xsn["prima_pb"] = 1e4 * (xsn["perpetuo"] / xsn["indice"] - 1)
xsn["base_spot_pb"] = 1e4 * (xsn["spot"] / xsn["indice"] - 1)
xsn[["prima_pb", "base_spot_pb"]].describe().round(2)

       prima_pb  base_spot_pb
count  17544.00      17544.00
mean       1.01         -0.07
std        5.54          4.00
min      -17.98        -15.62
25%       -2.72         -2.77
50%        0.99         -0.07
75%        4.75          2.57
max       19.64         14.80

El spot del exchange se mueve alrededor del índice con media casi nula y una desviación de 4 puntos básicos: lo sigue de cerca. La prima del perpetuo es positiva de media, un punto básico, y oscila más, con extremos de unos ±20 puntos básicos. ¿De qué depende? De la presión de los apalancados: cuando el mercado sube, se abren largos en el perpetuo y su precio se adelanta al spot; cuando cae, al revés.

xsn["ret_30d"] = xsn["indice"].pct_change(30 * 24)
tramo = pd.qcut(xsn["ret_30d"], 5, labels=["caída fuerte", "caída",
                                           "plano", "subida",
                                           "subida fuerte"])
xsn.groupby(tramo, observed=True)["prima_pb"].mean().round(2)

ret_30d
caída fuerte    -1.54
caída           -1.19
plano            1.85
subida           2.09
subida fuerte    3.27
Name: prima_pb, dtype: float64

En el quinto de horas con la tendencia de 30 días más alcista, la prima media es de 3,27 puntos básicos; en el de la más bajista, de −1,54. Hora a hora la relación es débil, pero en el horizonte de semanas es clara: el perpetuo recoge el sentimiento de los apalancados, y el funding se encarga de cobrárselo a quien empuja.

El funding, pago a pago

El funding de XSN se liquida cada ocho horas, a las 00:00, 08:00 y 16:00 UTC, como en el perpetuo estándar de Binance, cuya fórmula sigue11Nota 1 · Binance, «Introduction to Binance Futures Funding Rates»: intervalo por defecto de ocho horas a las 00:00, 08:00 y 16:00 UTC, tipo de interés de 0,01 % por periodo y la fórmula con el clamp de ±0,05 % (enlace en los recursos). Otros exchanges usan intervalos y topes distintos.. El tipo de cada periodo se calcula con la prima media de las ocho horas anteriores, $P$, más un término de interés de 0,01 % por periodo recortado a ±0,05 %:

con un tope adicional de ±0,75 % por periodo en estos datos. Si $F$ es positivo, cada largo paga $F$ por el valor nocional de su posición (cantidad por precio del índice) a los cortos; si es negativo, cobra.

funding = pd.read_csv("xsn_funding_8h.csv",
                      parse_dates=["ts"]).set_index("ts")
tasa = funding["tasa_funding"]
print(len(tasa), "periodos de 8 h")
print(f"Exactamente 0,01 %: {(tasa.round(6) == 0.0001).mean():.1%}")
print(f"Negativos (cortos pagan): {(tasa < 0).mean():.1%}")
print(f"Máximo: {tasa.max():.4%}  mínimo: {tasa.min():.4%}")
por_año = tasa.groupby(tasa.index.year).sum()
print("Suma por año:", (100 * por_año).round(2).to_dict())

2192 periodos de 8 h
Exactamente 0,01 %: 64.2%
Negativos (cortos pagan): 12.9%
Máximo: 0.1240%  mínimo: -0.1104%
Suma por año: {2024: 11.4, 2025: 10.67}

El 64 % de los periodos el funding es exactamente el 0,01 %: mientras la prima media está entre −0,04 % y +0,06 %, el clamp no recorta y $P + (0{,}01\,\% - P)$ es justo 0,01 %. Ese tipo base, tres veces al día, equivale a un 0,03 % diario y a casi un 11 % al año: es lo que paga un largo en un mercado tranquilo. En los periodos de euforia el funding se multiplica por más de diez, y en un 13 % de los periodos es negativo y cobran los largos.

La regla se puede comprobar: con la prima horaria se reconstruye cada tipo publicado. Es el tipo de verificación que conviene hacer con datos reales antes de usarlos en un backtest, porque el instante exacto de cálculo (qué horas entran en la media) cambia el resultado.

prima = xsn["perpetuo"] / xsn["indice"] - 1
# media de las 8 horas ANTERIORES: [t-8h, t), etiquetada en t
p_media = prima.resample("8h", closed="left", label="left").mean()
p_media.index = p_media.index + pd.Timedelta("8h")
calc = (p_media + (0.0001 - p_media).clip(-0.0005, 0.0005)
        ).clip(-0.0075, 0.0075)
comp = pd.concat([tasa, calc.rename("calculada")], axis=1,
                 join="inner")
dif = (comp["tasa_funding"] - comp["calculada"]).abs()
print(f"{len(comp)} periodos; diferencia máxima: {dif.max():.1e}")

2192 periodos; diferencia máxima: 5.0e-07

Los 2.192 tipos coinciden con la reconstrucción salvo por el redondeo a seis decimales del fichero. Si se usa la ventana equivocada (por ejemplo, la media de las ocho horas que siguen a la marca de tiempo) la reconstrucción ya no coincide, y un backtest que usara esa media para anticipar el funding estaría mirando el futuro.

La figura muestra la relación en los tres meses alrededor de la caída de octubre de 2025: arriba, la prima media de cada periodo de ocho horas; abajo, el funding que sale de ella. Las dos líneas de puntos del panel de arriba marcan la banda de −4 a +6 puntos básicos en la que el clamp no recorta: mientras la prima media está dentro, el funding queda clavado en 1 punto básico. Cuando sale, el funding la sigue: hasta 9,84 puntos básicos el 11 de septiembre, en plena subida, y por debajo de cero varias veces desde la caída de octubre, con un mínimo de −5,94 el 24 de octubre.

Lo que cuesta un largo apalancado

El funding se paga sobre el nocional, no sobre el margen. Con apalancamiento, un tipo que parece pequeño se convierte en una parte grande del capital puesto. Un largo de 10.000 USD de XSN abierto el primer día de 2025 y mantenido todo el año, con la misma cantidad de tokens:

t25 = tasa.loc["2025"]
precio_funding = xsn["indice"].reindex(t25.index)
cantidad = 10_000 / xsn["indice"].loc["2025-01-01 00:00"]
pagos = cantidad * precio_funding * t25  # > 0: el largo paga
acumulado = pagos.cumsum()
print(f"Cantidad: {cantidad:.2f} XSN; pagos: {len(pagos)}")
print(f"Funding pagado en 2025: {acumulado.iloc[-1]:,.2f} USD")
for apal in (1, 3, 5, 10):
    margen = 10_000 / apal
    print(f"  {apal:>2}x: margen {margen:>8,.0f} USD, funding = "
          f"{acumulado.iloc[-1] / margen:.1%} del margen")

Cantidad: 158.81 XSN; pagos: 1095
Funding pagado en 2025: 1,060.01 USD
   1x: margen   10,000 USD, funding = 10.6% del margen
   3x: margen    3,333 USD, funding = 31.8% del margen
   5x: margen    2,000 USD, funding = 53.0% del margen
  10x: margen    1,000 USD, funding = 106.0% del margen

El funding no se paga a ritmo constante: de enero a marzo, con XSN cayendo de 63 a 39, la cuenta apenas se mueve e incluso cobra; de abril a septiembre, con XSN al alza, se dispara. Al final del año, el total queda cerca de lo que habría costado el tipo base solo (la recta discontinua). Sin apalancamiento, el funding de un año cuesta un 10,6 % de lo invertido: más que un préstamo bancario. Con 3x, un tercio del margen; con 10x, más del margen entero. Para comparar, comprar el token en spot no paga funding (aunque sí cuesta la custodia y el capital inmovilizado). Por eso los largos apalancados en perpetuos son una mala forma de mantener una posición durante meses, y por eso el cash and carry (comprar spot y vender perpetuo, cobrando el funding) es una de las estrategias más populares del sector, con su propio riesgo: la caída del exchange donde está la pata corta o la liquidación de esa pata en una subida violenta.

Dónde se liquida una posición

Un perpetuo se opera con margen: el exchange exige un margen inicial (1/L del nocional con apalancamiento L) y un margen de mantenimiento (un porcentaje menor, $m$). Si las pérdidas dejan el margen por debajo del de mantenimiento, el motor de riesgo del exchange cierra la posición: la liquidación. Con margen aislado (solo responde el margen de esa posición), sin comisiones ni funding, un largo abierto a $P_0$ se liquida cuando el índice llega a:

y un corto, en $P_0 (1 + 1/L - m)$. La fórmula es una simplificación: cada exchange aplica su escala de márgenes por tamaño de posición, comisiones de liquidación y un fondo de seguro. Pero da el orden de magnitud: con 10x, una caída de algo menos del 10 % se lleva todo el margen.

def precio_liquidacion(entrada, apal, mant=0.005, lado="largo"):
    """Margen aislado, sin comisiones ni funding."""
    if lado == "largo":
        return entrada * (1 - 1 / apal + mant)
    return entrada * (1 + 1 / apal - mant)

camino = xsn.loc["2025-10-05":"2025-10-15", "indice"]
entrada = camino.iloc[0]
print(f"Entrada: {entrada:.4f} el {camino.index[0]:%Y-%m-%d %H:%M} UTC")
filas = []
for apal in (2, 3, 5, 7, 10, 20):
    p_liq = precio_liquidacion(entrada, apal)
    tocado = camino[camino <= p_liq]
    filas.append({"apal": apal, "p_liq": round(p_liq, 2),
                  "caida_pct": round(100 * (p_liq / entrada - 1), 1),
                  "liquidado": (tocado.index[0].strftime("%m-%d %H:%M")
                                if len(tocado) else "no")})
pd.DataFrame(filas).set_index("apal")

Entrada: 85.4608 el 2025-10-05 00:00 UTC
      p_liq  caida_pct    liquidado
apal
2     43.16      -49.5           no
3     57.40      -32.8           no
5     68.80      -19.5           no
7     73.68      -13.8  10-10 22:00
10    77.34       -9.5  10-07 10:00
20    81.62       -4.5  10-05 17:00

La figura de la cabecera dibuja el mismo episodio: el índice de XSN del 1 al 15 de octubre de 2025 y el precio de liquidación de cada apalancamiento para un largo abierto el día 5 a las 00:00. El índice cae casi un 15 % en seis días, hasta 72,86 el 11 de octubre. El largo de 20x dura 17 horas; el de 10x, algo más de dos días; el de 7x, casi seis. Los de 5x, 3x y 2x sobreviven, y el 13 de octubre el índice ya ha recuperado buena parte de la caída. La lección es la habitual del apalancamiento (lecciones 0.1.2 y 1.1.5), con un matiz propio de cripto: el mercado no cierra nunca, así que la liquidación puede llegar un domingo a las cuatro de la mañana.

salida = camino.iloc[-1]
for apal in (2, 3, 5):
    margen = 1 / apal  # por unidad de nocional
    pnl = salida / entrada - 1
    print(f"{apal}x: margen {pnl / margen:+.1%} "
          f"(el índice {pnl:+.1%})")

2x: margen -14.9% (el índice -7.4%)
3x: margen -22.3% (el índice -7.4%)
5x: margen -37.1% (el índice -7.4%)

Las posiciones que sobreviven terminan el periodo con una pérdida que es su apalancamiento multiplicado por la caída del índice. Y las que se liquidaron no recuperan nada aunque el precio vuelva: la liquidación cristaliza la pérdida en el peor momento. En un backtest, una estrategia apalancada en cripto tiene que simular la liquidación contra el índice hora a hora (o minuto a minuto); usar solo cierres diarios esconde los mínimos intradía que liquidan posiciones.

Futuros con vencimiento y base

Los exchanges de cripto también listan futuros con vencimiento (mensuales o trimestrales), que funcionan como los de la lección 1.2.3: no pagan funding y su precio converge al índice el día del vencimiento. La diferencia con el spot, la base, recoge lo que el mercado espera pagar de funding hasta esa fecha. Anualizada:

con $d$ los días hasta el vencimiento. Un futuro trimestral de XSN que descontara el funding medio de 2025 cotizaría con una base anualizada en torno al 11 %. Comprar spot y vender ese futuro fija la base al abrir la operación, sin depender de cómo evolucione el funding: es el cash and carry con fecha.

funding_anual = t25.mean() * 3 * 365
S0 = xsn.loc["2025-12-31 23:00", "indice"]
d = 90
F_teorico = S0 * (1 + funding_anual) ** (d / 365)
print(f"Funding medio de 2025, anualizado: {funding_anual:.2%}")
print(f"Spot {S0:.2f} → futuro a {d} días {F_teorico:.2f} "
      f"(base {100 * (F_teorico / S0 - 1):.2f} % en el periodo)")

Funding medio de 2025, anualizado: 10.67%
Spot 48.26 → futuro a 90 días 49.49 (base 2.53 % en el periodo)

Custodia: CEX, DEX y stablecoins

En acciones, los títulos están en un depositario central y el bróker los registra a nombre del cliente (lección 1.1.1). En cripto, la custodia depende de dónde se opere:

flowchart TB
  U[Usuario] -- deposita --> X[Exchange CEX]
  X --> CX[Custodia del CEX]
  X --> LI[Libro interno]
  U -- firma --> W[Wallet propia]
  W --> SC[Contrato del DEX]
  SC --> PL[Pool de liquidez]

• Exchange centralizado (CEX). El usuario deposita sus tokens o dólares y el exchange los custodia en sus propias wallets. Las operaciones se cruzan en un libro de órdenes interno, como en una bolsa, y solo se apuntan en su contabilidad: no pasan por la cadena. Es rápido y barato, pero el saldo del usuario es un crédito contra el exchange. Si el exchange quiebra, sufre un robo o congela las retiradas, el usuario es un acreedor más.
• Exchange descentralizado (DEX). El usuario opera desde su propia wallet, firmando cada transacción, contra un contrato inteligente. En los más comunes no hay libro, sino un pool de liquidez que fija el precio con una fórmula. No hay custodio intermediario, pero hay otros riesgos: errores en el contrato, comisiones de la red, operaciones de terceros que se adelantan a la propia y, sobre todo, la custodia de las claves: quien las pierde, pierde los fondos.

Una stablecoin es un token diseñado para mantener un precio fijo frente a una moneda, casi siempre el dólar. Las más usadas están respaldadas por reservas (efectivo, letras del Tesoro) que custodia su emisor, y son la «moneda» de casi todos los pares de cripto: XSN/USDT o XSN/USDC, no XSN/USD. Su riesgo es el de su emisor y sus reservas: si el mercado duda de que pueda reembolsar, la stablecoin cotiza por debajo de 1 (pierde la paridad o depeg), y todos los precios expresados en ella quedan distorsionados.

Datos de cripto: lo que hay que vigilar

• Cada exchange tiene su precio. El spot de XSN en un exchange se separa del índice unos puntos básicos de media, y en momentos de estrés mucho más. Un backtest con los precios de un exchange y una ejecución en otro mezcla dos activos ligeramente distintos.
• Precio de marca, índice y último precio. Para el funding y la liquidación cuenta el índice o el precio de marca (mark price), no el último precio del perpetuo. Muchas APIs devuelven por defecto el último precio.
• 24/7 y UTC. Velas diarias a las 00:00 UTC, fines de semana con poca liquidez y pagos de funding a horas fijas. Un remuestreo con la zona horaria local desplaza todo (lección 0.4.4).
• Volumen declarado. Algunos exchanges inflan el volumen con operaciones contra sí mismos. Para comparar liquidez, la profundidad del libro y la horquilla dicen más que el volumen (lecciones 1.1.3 y 1.3.5).
• Símbolos y contratos. En ccxt, el spot es XSN/USDT y el perpetuo lineal XSN/USDT:USDT; un perpetuo inverso (liquidado en el propio token) tiene otra fórmula de P&L. Hay que saber cuál se descarga.

Con ccxt, la misma API sirve para casi cualquier exchange. Este código descarga velas y el histórico de funding de un perpetuo real; no se ejecuta aquí porque necesita red (la descarga con paginación y reintentos es la lección 1.4.1):

import ccxt

ex = ccxt.binanceusdm()          # futuros de margen en USDT
simbolo = "BTC/USDT:USDT"        # perpetuo lineal
velas = ex.fetch_ohlcv(simbolo, timeframe="1h", limit=500)
historial = ex.fetch_funding_rate_history(simbolo, limit=500)
funding_real = pd.DataFrame(historial)[["datetime",
                                        "fundingRate"]]

fetch_ohlcv devuelve una lista de velas [ms, apertura, máximo, mínimo, cierre, volumen] (el mismo formato que xsn_ccxt_ohlcv.json, el ejemplo de los datos del nivel) y fetch_funding_rate_history, una lista de diccionarios con la marca de tiempo y el tipo de cada periodo.

Ejercicios

1. Calcula el resultado de un cash and carry con XSN en 2025: comprar 10.000 USD de spot el 1 de enero y vender la misma cantidad de tokens en el perpetuo, cobrando el funding. ¿Cuánto gana la posición por funding y cuánto por precio? (Ignora comisiones y supón que las dos patas se cierran el 31 de diciembre a las 23:00.)

ini, fin = "2025-01-01 00:00", "2025-12-31 23:00"
spot_pnl = cantidad * (xsn.loc[fin, "spot"] - xsn.loc[ini, "spot"])
perp_pnl = -cantidad * (xsn.loc[fin, "perpetuo"]
                        - xsn.loc[ini, "perpetuo"])
cobrado = pagos.sum()  # el corto cobra lo que pagan los largos
print(f"Precio, spot: {spot_pnl:+,.2f}  perpetuo: {perp_pnl:+,.2f}")
print(f"Funding cobrado: {cobrado:+,.2f} USD")
total = spot_pnl + perp_pnl + cobrado
print(f"Total: {total:+,.2f} USD ({total / 10_000:+.2%})")

Precio, spot: -2,333.66  perpetuo: +2,337.33
Funding cobrado: +1,060.01 USD
Total: +1,063.68 USD (+10.64%)

2. Repite la tabla de liquidaciones para cortos abiertos a las 00:00 del 11 de octubre de 2025, cerca del mínimo de la caída, y comprueba cuáles se liquidan antes del 15 de octubre.

tramo = xsn.loc["2025-10-11":"2025-10-15", "indice"]
p0 = tramo.iloc[0]
print(f"Entrada del corto: {p0:.4f}")
for apal in (3, 5, 10, 20):
    p_liq = precio_liquidacion(p0, apal, lado="corto")
    toca = tramo[tramo >= p_liq]
    cuando = (toca.index[0].strftime("%m-%d %H:%M") if len(toca)
              else "no")
    print(f"{apal:>2}x: liquidación en {p_liq:.2f} → {cuando}")

Entrada del corto: 72.8819
 3x: liquidación en 96.81 → no
 5x: liquidación en 87.09 → 10-13 12:00
10x: liquidación en 79.81 → 10-12 02:00
20x: liquidación en 76.16 → 10-11 16:00

3. Un amigo guarda sus stablecoins en un CEX porque «una stablecoin no puede bajar». Enumera los riesgos que asume.