La inteligencia artificial (IA) está cambiando cómo se hace trading en los mercados de criptomonedas y tradicionales, pero cuatro analistas líderes están de acuerdo en que la IA premia la habilidad en vez de reemplazarla. La ventaja en el uso de IA en el trading de criptomonedas sigue dependiendo de datos limpios y del juicio humano.
Charles Edwards, de Capriole Investments, y Julio Moreno, de CryptoQuant, dicen que la IA es un acelerador para la investigación seria. Benjamin Cowen y Michael van de Poppe, que participaron en un panel separado, llegan a la misma conclusión desde su experiencia en el trading.
Cuatro analistas, una conclusión
La analítica on-chain y las herramientas de IA han pasado de ser algo de nicho a formar parte del uso común en la investigación cripto. BeInCrypto reunió en dos paneles a cuatro analistas que usan estas herramientas todos los días.
Edwards fundó Capriole Investments, un fondo cuantitativo de cobertura de Bitcoin (BTC). Moreno es jefe de investigación en CryptoQuant. Cowen y van de Poppe son analistas de mercado independientes y muy seguidos.
Hablando en el Market Intelligence Council, Edwards dijo que la IA traslada la oportunidad hacia quienes realmente trabajan.
«Creo que la IA también está haciendo que… el campo de juego sea más oportuno para ciertas personas».
En un panel separado, van de Poppe dejó claro el límite.
«No te va a convertir en un gran trader si en primer lugar no eras un buen trader».
¿En dónde la IA ya ayuda?
Las mayores mejoras se notan en las tareas de investigación rutinaria. Ahora la IA comprime tareas que antes tomaban horas.
Edwards señala que el análisis más rápido es el principal beneficio.
«Las herramientas para hacer esto ahora son mucho más poderosas y… se puede hacer mucho más rápido hoy en día con IA».
Van de Poppe mostró lo fácil que es acceder a esto. Construyó una cartera cripto de ejemplo usando un chatbot y fuentes de datos gratuitas. Herramientas como agentes de IA ahora pueden consultar datos de mercado en tiempo real bajo demanda.
«Puedes construir una cartera y un panel de criptomonedas en cinco minutos solo con APIs gratuitas».
¿Por qué la IA todavía necesita a los humanos?
La velocidad no es lo mismo que la habilidad. Van de Poppe notó que su cartera con IA no tuvo en cuenta un contexto importante.
«No creó un conjunto de criptomonedas no correlacionadas… no tiene ningún aspecto macroeconómico».
Dijo que el juicio humano llena esa brecha.
«Ahí es donde entra el conocimiento y la experiencia humana, la intuición… Eso que la IA o el LLM no tienen».
También advirtió contra ver la IA como algo mágico. La herramienta no ofrecerá «una especie de magia que crea un ciclo infinito de dinero». Esta advertencia coincide con la visión del mercado en general, donde pocos expertos recomiendan bots automáticos de trading.
Moreno dijo que las instituciones confían en los datos, pero siguen poniéndolos a prueba.
«Confían en los datos, pero los verifican muchas veces y están monitoreando continuamente si la información sigue siendo relevante».
Dentro de los modelos
Los fondos profesionales ven la IA como infraestructura, no como una bola de cristal. Edwards construyó su empresa en torno a grandes modelos probados.
«Construimos cientos de métricas y también usamos cientos de otras fuentes de datos para crear modelos completos… Combinando datos técnicos on-chain y datos macroeconómicos por años para crear modelos de trading».
El “Macro Index” de Capriole refleja ese enfoque. La empresa combina más de 60 métricas de tipo on-chain, macro y de acciones en un solo modelo de machine learning. La mayoría de las plataformas de datos publican miles de métricas, pero los modelos aún necesitan una selección cuidadosa.
Cowen está creando su propio bot desde cero.
«Por ahora el bot realmente solo repite lo que yo digo. Es casi como una versión de IA de mí mismo».
Evita entrenar a su modelo con resultados de baja calidad de IA para evitar su degradación.
«No quiero que use la basura de IA que hay por ahí para crear más basura de IA»
Van de Poppe dirige su fondo de la misma manera. La IA escribe la base de sus algoritmos de trading, pero un humano sigue guiando el sistema, o si no, la IA continúa «trabajando en cosas que están mal para tu sistema».
Los datos detrás de los modelos
Cada modelo depende de los datos en los que se basa. Moreno dio el ejemplo más claro de una ventaja con los datos.
«Ellos van a negociar, por ejemplo, acciones mineras en lugar de esperar tu informe trimestral. Tú estás siguiendo en tiempo real, en realidad, lo que están minando».
El hashrate de la red es una de esas señales en tiempo real. Mide cuánta potencia de cómputo los mineros dedican a Bitcoin cada día.
El mismo método se aplica a los exchanges de acciones. Las acciones de mineros de Bitcoin han recibido nueva atención mientras aumenta el gasto en infraestructura de IA. Julio Moreno continúa:
«Algunos exchanges de criptomonedas también han comenzado a negociarse en bolsa y, por lo tanto, puedes monitorear el volumen de trading para evaluar los ingresos».
Cowen agregó que la calidad de los datos decide el resultado. También valora los registros de antes de la era de la IA.
«Los datos antes de 2022, en cierto modo, son realmente valiosos porque eran datos antes de que todo este tema de IA existiera».
Para las instituciones y los traders minoristas por igual, la lección es la misma. La IA reduce el trabajo y amplía el acceso, pero la ventaja va para los operadores con datos limpios y el criterio para guiar el modelo. A medida que avanza la adopción, ese criterio se convierte en el verdadero factor diferenciador.
El post La IA no te convertirá en un buen trader, pero así es como los profesionales la usan de todos modos fue visto por primera vez en BeInCrypto.