La primera idea al construir un sistema automático con IA suele ser sencilla: predecir el próximo precio.
También es el punto donde empiezan muchos problemas.
Los precios contienen mucho ruido. Cuantas más configuraciones se prueban, más fácil es encontrar una estrategia que parece brillante sólo en datos históricos. En scalping, una pequeña ventaja predictiva puede desaparecer por comisiones, spread, latencia y deslizamiento.[1][2]
La conclusión práctica es que la IA puede ser más útil como motor de experimentación que como oráculo: buscar candidatos, clasificar regímenes, medir el riesgo de ejecución y eliminar rápidamente ventajas falsas.
Esta reflexión nació al conocer el trabajo público de un desarrollador que llevaba años investigando trading automático con IA. En un servicio externo aparecían varios sistemas reales y automatizados.
La pregunta interesante dejó de ser “¿es bueno?” y pasó a ser: ¿qué ocurre si miramos también las cuentas fallidas?, ¿qué queda al reducir el apalancamiento?, ¿conviene predecir precio o leer flujo de órdenes?, ¿puede un particular competir en escalas de milisegundos?
La misma lógica terminó explicando incluso los defectos de una fábrica de artículos con IA.
1. Una ventaja real sobrevive cuando se reduce el apalancamiento
Una ventaja es una estructura con expectativa positiva repetible después de costes y riesgo.
Hay que observar drawdown máximo, exposición efectiva, beneficio neto tras costes, periodos no usados en el entrenamiento, crisis y número total de estrategias probadas.
El apalancamiento amplifica. No crea necesariamente la señal.
Es un amplificador, no la calidad de la voz.
2. Hay que mirar toda la distribución de experimentos
Myfxbook verifica cuentas públicas mediante Track Record y Trading Privileges: historial coherente con el bróker y control de la cuenta.[3]
Eso no demuestra que la IA sea superior ni que vaya a ganar en el futuro.
En un perfil público analizado coexistían un sistema real automatizado con +163,46% y drawdown máximo de 20,90%, y otro con -99,90% y drawdown de 99,93%.[4]
Mirar sólo +163% crea una leyenda. Mirar sólo -99,9% crea una catástrofe. La investigación mira la distribución completa.
La etiqueta “1:2000” tampoco significa automáticamente que la exposición efectiva fuese siempre 2000 veces el capital. Hay que revisar posición real y margen utilizado.
3. Una cuenta ganadora no prueba que el desarrollador sea rico
El rendimiento público no permite estimar de forma fiable el patrimonio personal.
Capital de investigación, retiradas, activos corporativos y personales pueden ser distintos. Una casa, un coche o la apariencia de una familia no son un balance financiero.
La tecnología se evalúa con evidencia técnica.
No hagamos backtest de la cartera ajena.
4. “Participé en un ranking” exige identificar qué ranking
Myfxbook tiene listas de Most Popular Systems y una sección separada de Contests.[5]
Por eso un comentario sobre “participar en un ranking para ganar visibilidad” puede referirse a popularidad, a un concurso formal o a otra plataforma.
En esta investigación se confirmaron sistemas públicos, pero no se pudo confirmar con fuente primaria el concurso específico sugerido por el relato oral.
La IA acelera la búsqueda y también puede acelerar las conexiones equivocadas.
5. En vez de pedir a la IA el próximo precio, se puede clasificar el estado del mercado
Para horizontes cortos puede ser más útil preguntar:
- desequilibrio entre profundidad compradora y vendedora;
- dirección del flujo de operaciones ejecutadas;
- expansión o contracción del spread;
- persistencia o cancelación de órdenes;
- régimen de volatilidad;
- tendencia, rango o dislocación;
- quién lidera entre spot, futuros, otros mercados o activos relacionados;
- expectativa neta después de costes.
El Order Flow Imbalance, desequilibrio del flujo de órdenes, tiene relación documentada con la formación de precios a muy corto plazo.[6]
También existen relaciones lead-lag entre instrumentos relacionados en precio, liquidez, desequilibrio del libro y volatilidad.[7]
Pero el libro no es una tabla de piedra: las órdenes visibles pueden cancelarse. Hay que estudiar altas, cancelaciones y operaciones reales.
6. El scalping de segundos o milisegundos suele morir en la ejecución
Cuanto menor es el horizonte, más importan latencia de API, red, posición en cola, probabilidad de ejecución, spread, comisiones maker/taker, deterioro del precio e impacto de mercado.
La literatura muestra que una ventaja basada en desequilibrio del mejor bid/ask puede disiparse rápidamente al aumentar la latencia.[2]
Un particular no necesita competir con firmas HFT por llegar un microsegundo antes. Puede mover el horizonte, reducir frecuencia y descontar costes antes de celebrar la señal.
7. El peligro mayor es el sobreajuste inteligente
Una IA fuerte puede probar miles de variantes y, por ello, encontrar más “ganadores” accidentales.[1]
Conviene usar periodos fuera de muestra, ventanas móviles, costes empeorados, estrés de slippage, retrasos, órdenes no ejecutadas, crisis, perturbación de parámetros, registro del número total de pruebas y finalmente capital pequeño en vivo.
La IA genera estrategias y también falsos positivos convincentes a escala industrial.
8. Cinco preguntas para un desarrollador veterano
- ¿Qué predice exactamente la IA: precio, régimen, flujo, volatilidad, entrada o riesgo?
- ¿Qué datos de corto plazo conservan valor con la latencia de un particular?
- ¿Qué ventajas sobreviven con bajo apalancamiento?
- ¿Por qué una estrategia gana en backtest y muere en vivo?
- Si empezara hoy desde cero, ¿qué mercado, horizonte, datos y objetivo elegiría?
Son buenas preguntas no por el vocabulario, sino porque nacen después de haber probado y fallado.
9. En cripto, las reglas de residencia importan más que los trucos
Bybit dejó de aceptar nuevas altas de residentes en Japón desde el 31 de octubre de 2025.[8]
Bitget dejó de aceptar nuevas altas desde el 3 de agosto de 2026 y anunció modo Close-Only desde el 1 de noviembre y cierre de posiciones restantes desde el 31 de diciembre para residentes afectados.[9]
Binance opera Binance Japan para el mercado japonés.[10]
La respuesta correcta es comprobar residencia, KYC, términos de la plataforma y ley local. Si una persona cambia realmente de país de residencia, debe actualizar correctamente dirección y residencia fiscal.
10. Probar un modelo nuevo el día de lanzamiento: la ventaja es una latencia de acción muy baja
OpenAI anunció GPT-6 Astra el 3 de septiembre de 2026, con mejoras en programación, investigación, uso del ordenador y trabajo multietapa. La documentación de API indica una ventana de contexto de 1,05 millones de tokens.[11][12]
Lo potente no es admirar el modelo, sino ponerlo inmediatamente en un ciclo real.
Predicción de precio → falla → libro → operaciones → lead-lag → comisiones → latencia → falla → siguiente versión.
La ventaja no es acertar a la primera. Es reducir casi a cero el tiempo entre hipótesis y experimento.
11. Usar IA no es lo mismo que construir un laboratorio unipersonal con IA
Buscar, resumir, corregir y programar ya es uso básico.
El siguiente nivel es hipótesis → datos → búsqueda con IA → estrés → comparación en vivo → preguntas a expertos → siguiente experimento.
Si investigación, código, análisis y publicación corren en paralelo, una persona empieza a parecer un pequeño laboratorio con redacción.
Y si la entrevista presencial la hace un amigo: “entrevista: amigo / análisis: IA / artículo: autor / autor: en casa”. El título de “periodista” se tambalea, pero el flujo de trabajo funciona.
12. Mejor observar iteraciones que asignar MBTI
No es fiable imponer desde fuera un tipo MBTI a otra persona.
Es más útil observar años sobre el mismo tema, muchas versiones, fallos en vivo, reconstrucción tras fallar, uso inmediato de nuevos modelos y atención a las causas de fallo.
Quizá dos personas no comparten cuatro letras; comparten un bucle de iteración.
13. Una fábrica de artículos con IA tiene el mismo problema: el cuello de botella pasa del volumen al rendimiento de calidad
Si entran 100 borradores, 80 completan idiomas, 60 pasan calidad, 45 son aceptados y 40 publicados, el rendimiento final es 40%.
Duplicar la generación puede duplicar simplemente los defectos.
Importa el First Pass Yield: porcentaje que llega al final sin retrabajo.
Idiomas faltantes, reglas divergentes entre workers, falta de adopción formal, agregados incorrectos, fallos de calidad, handoff roto o bloqueos son defectos de fábrica.
El próximo empleado estrella no es la IA escritora, sino el supervisor de análisis de defectos con IA.
14. Conclusión: la mayor ventaja de la era IA puede ser cuántas buenas equivocaciones puedes ejecutar
Buscamos la parte que sobrevive a costes, latencia, fuera de muestra, bajo apalancamiento y operación real.
Libro, operaciones, flujo, lead-lag y regímenes son terrenos de investigación, no ventajas automáticas.
Una de las mayores fuerzas de la IA es multiplicar el número de experimentos serios.
Construir, romper, diagnosticar, cambiar condiciones y volver a ejecutar.
Mientras otra persona debate el experimento 10, poder haber fallado correctamente 100 veces y estar lanzando el 101 puede ser la productividad realmente extraña de la era IA.
FAQ
¿Es inútil predecir directamente el precio con IA?
No. Pero el ruido y el sobreajuste son altos. Regímenes, flujo, volatilidad y expectativa neta pueden ser objetivos más comprobables.
¿Basta el libro de órdenes para hacer scalping?
Puede contener información, pero cancelaciones, spoofing, cola, latencia y costes pueden destruirla. Hay que incluir eventos y operaciones reales.[2][6]
¿“Real” y “Automated” en Myfxbook significa seguro?
No. Describe el tipo de cuenta y automatización, no garantiza rentabilidad futura.[3]
¿Los resultados con mucho apalancamiento no sirven?
Sí sirven como información, pero hay que separar configuración de cuenta y exposición real, y normalizar por riesgo.
¿Una IA más fuerte arreglará todo automáticamente?
No. Con datos, evaluación y controles débiles sólo producirá defectos más rápido.
- Bailey, Borwein, López de Prado & Zhu, “The Probability of Backtest Overfitting papers.ssrn.com
- Stoikov & Waeber, “Reducing Transaction Costs with Low-Latency Trading Algorithms papers.ssrn.com
- Myfxbook Help, “Verification myfxbook.com
- Myfxbook public profile, TestSamurai30Ai, systems list myfxbook.com
- Myfxbook, “Most Popular Systems” and Contests navigation myfxbook.com
- Anantha & Jain, “Forecasting High Frequency Order Flow Imbalance arxiv.org
- Schmidt, Cestonaro & Bender, “Lead-Lag Relationships in Market Microstructure papers.ssrn.com
- Bybit, “Bybit to Pause New User Onboarding in Japan bybit.com
- Bitget, “Important Notice for Japanese Residents” / FAQ — ; https://www.bitget.com/support/articles/12560603890271 bitget.com
- Binance, “Introducing Binance Japan: A Platform for Japanese Residents binance.com
- OpenAI, “GPT-6 Astra: A new generation of intelligence openai.com
- OpenAI API, “GPT-6 Astra Model developers.openai.com
