Lunar Phase Cycle: ¿funciona el indicador lunar en trading?

Esta noche, miércoles 12 de agosto de 2026, la Luna pasa justo por delante del Sol. Hacia las 20:30, una franja de sombra de 294 kilómetros barre el norte de España: Oviedo, Gijón, Santander, Bilbao, Burgos, Zaragoza. La España peninsular no veía algo así desde 1905: ciento veintiún años.

Y como todos los eclipses de Sol, este cae en un día muy preciso del calendario lunar: la luna nueva. Restricción geométrica, no coincidencia.

Dicho de otro modo: esta noche, cierto indicador se pone en verde. Se llama Lunar Phase Cycle, existe de verdad, se instala en un gráfico en dos clics. Así que hicimos lo que siempre hacemos aquí con un indicador: lo pusimos a prueba. Sobre 131 lunaciones, sobre dos activos.

Lo esencial que hay que recordar:

• El Lunar Phase Cycle no calcula nada a partir del precio: coloca un calendario astronómico sobre tu gráfico.
• La regla clásica —comprar en la luna nueva, vender en la llena— da en Bitcoin un +1.216 % frente a un +997 % de la mitad inversa desde 2016. Es como no decir nada.
• En el S&P 500, la señal está directamente del lado equivocado: +60 % frente a +141 % de la mitad que se supone que hay que evitar.
• En ambos casos, no hacer absolutamente nada aplasta ampliamente a las dos mitades.

¿Qué es el Lunar Phase Cycle?

Un indicador que se añade al gráfico como cualquier otro, disponible en las bibliotecas comunitarias —TradingView a la cabeza— con nombres variados: Lunar Phases, Moon Phases, Lunar Phase Cycle.

Muestra una marca en cada luna nueva y en cada luna llena, a menudo con un fondo coloreado que alterna entre ambas, a veces con una sinusoide que representa la fracción iluminada del disco. La regla de uso más extendida cabe en una frase: comprar en la luna nueva, vender en la luna llena.

Y hay algo que conviene entender de inmediato: este indicador nunca mira el precio. El RSI lee los cierres, el Volume Profile lee los volúmenes negociados, el CVD lee la agresividad de las órdenes. El Lunar Phase Cycle, en cambio, lee una efeméride.

Produciría exactamente las mismas señales sobre el Bitcoin, sobre el trigo o sobre un gráfico de temperaturas. Es un calendario disfrazado de indicador, lo que ya dice mucho sobre lo que cabe esperar.

Lo que dibuja, en dos minutos

La Luna no emite luz, la recibe. La mitad orientada hacia el Sol está siempre iluminada; lo que cambia a lo largo del mes es la porción de esa mitad que vemos desde la Tierra.

La vuelta completa se llama lunación: 29,530589 días de media, es decir, 12,37 lunaciones al año. Cuando la Luna se desliza entre la Tierra y el Sol, nos muestra su cara oscura —la luna nueva, el único momento en que un eclipse solar es posible—. Retén ese número decimal, vuelve a aparecer más abajo.

Lo pusimos a prueba en 131 lunaciones

El protocolo, anunciado antes de conocer los resultados. Es lo mínimo que se puede hacer:

• Activos: Bitcoin y S&P 500, cierres diarios, del 1 de enero de 2016 al 6 de agosto de 2026 — 131 lunaciones completas.
• Fechas de las fases: calculadas mediante el método de Meeus, preciso al minuto, y no mediante un simple múltiplo de 29,53 días, que se desvía catorce horas.
• Regla: entrada en el cierre siguiente a la luna nueva, salida en el cierre siguiente a la luna llena. Después medimos también la mitad inversa, la que se supone que hay que evitar.

En Bitcoin, la regla acumula +1.216 %. Impresionante, hasta que se mira la mitad inversa, la que se supone que hay que pasar fuera del mercado: +997 %. Es decir, un 3,0 % por semiciclo frente a un 2,8 %. Dos décimas de punto de diferencia, en semiciclos que se mueven decenas de puntos. Eso es ruido.

En el S&P 500, la cosa es más embarazosa: la mitad «nueva → llena» da +60 %, la que se supone que hay que evitar da +141 %. La señal no se limita a ser débil, apunta en la dirección equivocada.

Y el dato que cierra el debate: en el mismo periodo, no hacer nada —comprar y mantener— da +14.696 % en Bitcoin y +284 % en el S&P 500. Las dos mitades lunares pierden contra la inacción, mecánicamente, ya que cada una solo pasa la mitad del tiempo en posición.

La honestidad obliga, ya que es todo el tema: este test tampoco demuestra nada. Dos activos, un periodo, una convención de entrada, sin comisiones ni slippage. Ilustra, no demuestra. Si el resultado hubiera sido espectacular en el otro sentido, habría merecido exactamente la misma desconfianza.

Y sin embargo, estudios serios encuentran un efecto

Es cierto, y eso es lo que hace que el tema sea divertido.

En 2001, Ilia Dichev (Michigan) y Troy Janes (SUNY Buffalo) publican Lunar Cycle Effects in Stock Returns: los rendimientos en los quince días alrededor de una luna nueva valen aproximadamente el doble que los de alrededor de una luna llena, en un siglo de índices estadounidenses y otros veinticuatro países. Dos matices, aun así: el artículo acabó publicado en el Journal of Private Equity, una revista de profesionales y no una revista académica de primer nivel; y el diferencial anualizado que se le atribuye varía de 4,8 % a 9,4 % según quién lo cite. Cuando un mismo artículo produce cuatro cifras distintas en cuatro citas, eso ya es una información.

La contribución más sólida viene de Kathy Yuan (London School of Economics), Lu Zheng y Qiaoqiao Zhu, en 2006, en el Journal of Empirical Finance: esta vez sí, una referencia real. En 48 países, miden rendimientos inferiores alrededor de la luna llena, con una diferencia de 3 a 5 % al año. Y comprueban que no se trata de otra cosa disfrazada: el efecto sobrevive a los controles por el efecto enero, el efecto día-de-la-semana, el efecto fin-de-mes y los días festivos.

Su hipótesis es psicológica, no gravitacional: la luna llena deterioraría el sueño y el estado de ánimo, empujando hacia un sesgo ligeramente pesimista. Coherente con el hecho de que el efecto es más marcado en las pequeñas capitalizaciones y en los países con alta tenencia individual. Nada esotérico: es psicología de mercado, un terreno que aquí nos tomamos muy en serio.

Solo que la literatura no se detiene ahí.

En 2007, Anthony Herbst retoma el Dow Jones en el Journal of Bioeconomics y concluye: ninguna influencia lunar coherente y previsible, ni en los rendimientos ni en la volatilidad. En 2011, Keef y Khaled prueban 62 índices durante veinte años en esa misma revista, el Journal of Empirical Finance: el efecto luna nueva sobrevive, el efecto luna llena desaparece. La mitad del resultado original no se replica.

¿Y en las criptomonedas? Un equipo turco publicó en Springer en 2023 un estudio dedicado a Bitcoin, con un test de McNemar como respaldo. Conclusión sin rodeos: ningún impacto estadísticamente significativo. Sí que se encuentran artículos que anuncian estrategias lunares con más del 30 % anualizado en BTC: proceden de revistas cuyo nombre figura en las listas de seguimiento de editoriales depredadoras, esas revistas que publican prácticamente cualquier cosa a cambio de un pago. Misma pregunta, dos respuestas opuestas, dos niveles de exigencia incomparables.

Por qué siempre acabamos «encontrando» algo

Esta es la única parte realmente útil de este artículo.

Toma un umbral de significación del 5 %: «un 5 % de probabilidades de observar esto por puro azar». Ahora prueba 20 ideas al azar: la probabilidad de que al menos una parezca significativa sin valer nada sube a alrededor del 64 %. Con 100 pruebas, tienes la certeza de encontrar una.

Peor aún: en 2011, Simmons, Nelson y Simonsohn demostraron que combinando solo cuatro pequeñas libertades metodológicas —elegir las variables a posteriori, eliminar dos valores atípicos, detener la recogida de datos en el momento oportuno, probar dos medidas y quedarse con la mejor— se hace pasar la tasa de falsos positivos del 5 % a más del 60 %. Sin hacer trampa conscientemente ni una sola vez.

Las finanzas conocen muy bien el problema. En 2016, Campbell Harvey (Duke) y sus coautores recopilan en la Review of Financial Studies 316 factores publicados entre 1967 y 2014, todos supuestamente capaces de explicar los rendimientos bursátiles. Trescientos dieciséis. Su conclusión: a ese nivel de rastreo colectivo, el umbral habitual (t-stat superior a 2) ya no significa nada, y hay que subir el listón a un t-stat superior a 3.

¿Y qué es de esas anomalías una vez publicadas? McLean y Pontiff, en el Journal of Finance, siguieron 97 variables predictivas: su rendimiento cae un 26 % fuera de muestra y un 58 % después de la publicación. Las anomalías se desgastan en cuanto se usan.

El mejor antídoto sigue siendo visual. Tyler Vigen construyó un sitio entero de correlaciones absurdas generadas automáticamente: el número de películas de Nicolas Cage por año correlaciona a 0,666 con los ahogamientos en piscina en Estados Unidos; el consumo de queso por habitante correlaciona a 0,947 con el número de personas muertas enredadas en sus sábanas. Coeficientes con los que soñaría cualquier estrategia.

Nadie va a tradear el queso. Pero «la luna» suena lo bastante misteriosa como para creérselo, y esa es exactamente la trampa. Si el tema te interesa desde el ángulo probabilístico, nuestro artículo sobre el póquer y el trading profundiza en la misma idea, con cartas en lugar de astros.

El fallo de diseño: tres relojes que nunca se sincronizan

Queda un obstáculo puramente aritmético. La lunación dura 29,53 días, el mes calendario medio 30,44: 0,91 días de diferencia al mes, que se acumulan. Una luna llena recorre así todo el calendario a lo largo del año.

Peor aún: 29,53 dividido entre 7 da 4,2186 semanas. No es un número entero. Una señal lunar se pasea, por tanto, por todos los días de la semana —fines de semana incluidos—, cuando los mercados de acciones están cerrados. De ahí una asimetría deliciosa entre nuestros dos activos: el Bitcoin cotiza los siete días de la semana y recibe todas las señales, mientras que el S&P 500 pierde dos de cada siete.

Los indicadores que sí miden algo

Si has venido buscando un indicador de ciclo, aquí tienes algunos de verdad. Su punto en común: describen lo que hacen los participantes ahora mismo, no la posición de un satélite natural.

En el lado del posicionamiento y los flujos, los datos más difíciles de falsear:

• El Delta de Volumen Acumulado mide quién, si los compradores o los vendedores, va a buscar el precio de forma agresiva.
• El Open Interest dice cuántas posiciones están realmente abiertas: una subida sin OI no tiene el mismo significado que una subida financiada.
• El funding rate revela el coste de permanecer posicionado, es decir, el exceso de complacencia en un lado del mercado.
• Los COT Reports detallan el posicionamiento semanal de los grandes intervinientes, y el order flow da la misma información al segundo.

En el lado de la estructura de precio: el Volume Profile y el Market Profile muestran dónde ha negociado realmente el mercado, el VWAP sirve de referencia a miles de ejecuciones institucionales, el Average True Range calibra un stop loss sin colocarlo al azar, y el Chop Index distingue entre tendencia y rango. Para una puerta de entrada rápida, nuestra selección de los tres indicadores favoritos del Captain hace la criba por ti; los clásicos también conservan su lugar: RSI, bandas de Bollinger, medias móviles.

Quedan las plataformas de datos, las que producen estas cifras. Un indicador nunca vale más que la fuente que lo alimenta:

• Nuestra comparativa de las cinco herramientas de análisis de flujos, el mejor punto de partida si no sabes por dónde empezar.
• Coinalyze para el open interest, el funding y las liquidaciones agregadas; Exocharts y Market Monkey para el footprint; The Kingfisher para las zonas de liquidación.
• El CME Group para los datos oficiales de los futuros, y TradingView para el gráfico, ese mismo donde encontrarás el Lunar Phase Cycle, si te entra la curiosidad.
• Forex Factory y CoinMarketCal para el calendario económico, el único calendario que de verdad mueve los mercados.

Notarás que la correlación entre activos, esa sí, se mide y se documenta: es exactamente lo que hacemos en nuestro análisis de la correlación entre el S&P 500 y la cripto. Una correlación que se explica por flujos de capital identificables no tiene nada que ver con una correlación que no se explica por nada.

Y si lo que te ha atraído es la palabra «ciclo»: los mercados sí tienen cuatro fases —acumulación, expansión, distribución, declive—, pero se leen en el gráfico en lugar de marcarse en un calendario. De eso trata nuestra guía sobre las cuatro fases de un ciclo de mercado, su versión para el ciclo cripto, y el método Wyckoff. Richard Wyckoff no tenía efemérides, solo una cinta de cotizaciones.

¿Aun así quieres probarlo? Cinco reflejos

Adelante, en serio. Es un buen pretexto para aprender a testear algo. Bastan cinco reflejos, y sirven para todos los indicadores:

1. Fija la hipótesis ANTES de mirar los datos. «Comprar en la luna nueva, vender en la llena» es una hipótesis. «Buscar qué funciona alrededor de la luna» no lo es.
2. Mide siempre la mitad inversa. La prueba más rentable de todas. Si la regla opuesta funciona casi igual de bien, no has encontrado una señal: has encontrado mercado.
3. Compara con el «no hacer nada». Una regla que gana un 1.200 % pero se queda por debajo del buy and hold no es una estrategia, es un rodeo.
4. Reserva una muestra aparte. Ajusta la regla en una mitad del histórico, verifícala en la otra. Si no sobrevive, es que nunca existió.
5. Cuenta tus intentos. ¿Doce variantes antes de dar con la que funciona? Entonces no es ella la que funciona, es tu paciencia.

Y anótalos en algún sitio, esos intentos, fallidos incluidos. Para eso sirve exactamente un diario de trading, y el nuestro es gratuito. El resto del equipo serio también está ahí: estrategia, plan de trading, gestión del riesgo. Nada de lunar en todo esto.

Esta noche, entonces

Hacia las 20:30, hora local, la totalidad atravesará Asturias, Cantabria, el País Vasco, Navarra y Aragón. Oviedo disfrutará de la mayor duración de la península: 1 minuto y 49 segundos de noche cerrada en pleno atardecer. Cuidado con la idea equivocada: Madrid y Barcelona no están en la franja de totalidad, verán una parcial, muy intensa, pero parcial. Desde París, será un 92,1 % del disco oculto hacia las 20:17.

Así que ahí lo tienes. El Lunar Phase Cycle no predice nada, no mide nada, y encima se equivoca de sentido una vez de cada dos. Es probablemente el indicador más inútil jamás instalado en un gráfico, y sin embargo es precioso.

Porque tiene un mérito que ningún otro tiene: te obliga a levantar la vista de la pantalla. Esta noche, unos cuantos millones de personas van a mirar exactamente lo mismo en el mismo instante, sin preguntarse ni un segundo si eso se puede tradear. Gafas homologadas, y a disfrutar.

Mañana, los mercados reabrirán exactamente igual que si no hubiera habido eclipse. Y el delta de volumen, ese sí, seguirá siempre ahí.

Preguntas frecuentes

¿Qué es el indicador Lunar Phase Cycle?

Es un indicador de gráfico que muestra las fechas de las lunas nuevas y las lunas llenas sobre las velas de precio, a menudo con un fondo coloreado que alterna entre las dos fases. Su particularidad: no calcula nada a partir del mercado, superpone un calendario astronómico. Produciría las mismas referencias en cualquier activo. Se encuentra en las bibliotecas de indicadores comunitarios, sobre todo en TradingView.

¿Funciona la regla «comprar en la luna nueva, vender en la luna llena»?

Según nuestras mediciones, no. Del 1 de enero de 2016 al 6 de agosto de 2026, es decir, 131 lunaciones, acumula un +1.216 % en Bitcoin frente a un +997 % de la mitad inversa: una diferencia de 0,2 puntos por semiciclo, indistinguible del ruido. En el S&P 500 da un +60 % frente a un +141 % de la mitad que se supone que hay que evitar: la señal está invertida. En ambos casos, mantener la posición sin hacer nada lo hace claramente mejor.

¿Tiene el ciclo lunar un efecto probado en los mercados?

No, no en el sentido de un efecto establecido. Dos estudios encuentran una diferencia entre luna nueva y luna llena (Dichev & Janes en 2001, Yuan, Zheng & Zhu en 2006 sobre 48 países, con un 3 a 5 % al año). Pero Herbst no encuentra ningún efecto coherente en el Dow Jones en 2007, y Keef & Khaled solo validan en 2011 la mitad del resultado sobre 62 índices. Un efecto que la mitad de la literatura no replica no puede servir de base a una estrategia.

¿Cuánto dura un ciclo lunar?

El mes sinódico —de una luna nueva a la siguiente— dura de media 29,530589 días, es decir, 29 días, 12 horas y 44 minutos, con un margen de algunas horas según la posición de la Luna en su órbita elíptica. Eso hace 12,37 lunaciones al año, lo que explica que las fases se desplacen continuamente en el calendario y caigan regularmente en fin de semana.

¿Corresponde un eclipse solar a una luna llena o a una luna nueva?

A una luna nueva, siempre: un eclipse de Sol supone que la Luna se interpone entre la Tierra y el Sol, que es precisamente la definición de la luna nueva. El eclipse lunar, por su parte, corresponde a la luna llena. Aun así, no todas las lunas nuevas producen un eclipse, porque la órbita lunar está inclinada unos 5 grados respecto al plano de la órbita terrestre.

¿Influye la luna en la cotización del Bitcoin?

El estudio académico más serio sobre el tema, publicado por Springer en 2023, aplica un test de McNemar a los precios de apertura y cierre de Bitcoin en los límites de los ciclos lunares y concluye que no hay impacto estadísticamente significativo. Nuestras propias mediciones sobre 131 lunaciones apuntan en el mismo sentido. Las afirmaciones contrarias proceden de publicaciones de credibilidad editorial dudosa.

¿Qué indicadores de ciclo usar en su lugar?

Los que miden el comportamiento real de los participantes: el Delta de Volumen Acumulado para la agresividad compradora o vendedora, el Open Interest para las posiciones abiertas, el funding rate para el coste del posicionamiento, el Volume Profile para las zonas de intercambio, y los COT Reports para el posicionamiento de los grandes intervinientes. Para la lectura de las fases de mercado en sí, el método Wyckoff y la división clásica en cuatro fases siguen siendo las referencias.

¿Por qué tantos indicadores parecen «funcionar» en los backtests?

Porque testear muchas ideas produce mecánicamente resultados positivos por azar. Con un umbral de significación del 5 %, probar 20 hipótesis independientes da alrededor de un 64 % de probabilidades de que al menos una parezca significativa sin valer nada. Las finanzas académicas han catalogado 316 factores publicados que supuestamente explican los rendimientos; por eso Campbell Harvey recomienda subir el umbral de validación habitual de 2 a 3 desviaciones estándar.