La respuesta rápida: deja a GPT-6 Astra la parte pesada y difícil: buscar en los datos del libro de órdenes y de las operaciones patrones de scalping que nadie ha descrito todavía. Deja a Claude Opus 5.5 todo lo demás: la preparación de datos, el entorno de pruebas, la corrección de errores, las pruebas de regresión, los backtests, el intento de refutar resultados y la gestión de tareas. No se trata de usar la IA más lista para todo. Se trata de usar a Astra como un investigador caro y a Opus 5.5 como un jefe de obra que no se detiene.
1. Lo que sorprendió no fue lo lista que era, sino que no se detenía
En una sesión larga de mantenimiento de software, la IA no arregló el primer fallo para darlo todo por terminado.
Encontró la causa de una prueba que fallaba por diferencias del entorno de ejecución, usando inyección de dependencias. Reescribió una prueba antigua que seguía comprobando una regla ya eliminada. Corrigió una auditoría que no había seguido el cambio a un validador compartido. Y al final descubrió que faltaban datos de prueba (fixtures) que bloqueaban la compilación real. Después de cada arreglo volvió a ejecutar todas las pruebas, y al final también la compilación de verdad.
Para una persona, eso vale más que una sola respuesta brillante.
En el trabajo con agentes, el cuello de botella suele ser el coste de las interrupciones humanas:
- La IA encuentra un problema.
- Arregla una cosa.
- Descubre otro fallo.
- Se detiene con un “revisa esto a continuación”.
- Una persona tiene que decir “no, sigue” y volver a ponerla en marcha.
Anthropic presenta Opus 5.5 como un modelo para sesiones largas de programación, bases de código grandes y trabajo de agentes con varias herramientas, con poca supervisión. También indica que las cargas de trabajo típicas con cobro por token cuestan cerca de un 40 % menos que con Opus 5.[1]
Lo importante es que el valor de una IA no se mide solo por lo bien que resuelve un problema difícil. En el trabajo real cuenta si llega hasta el final: encontrar la causa, arreglar, comprobar, volver a arreglar y confirmar que está terminado.
2. Entonces, ¿sobra Astra? No: solo vale la pena su precio si la usas para explorar
GPT-6 Astra es el modelo de más alto nivel que OpenAI ofrece para el trabajo de principio a fin más difícil. En la API cuesta 10 dólares por millón de tokens de entrada y 50 por millón de salida. Opus 5.5 cuesta 4 y 20.[2][1]
La presentación de Astra de OpenAI cita además a Jane Street, que vio una mejora clara frente a GPT-5.6 Sol en pruebas de “trading intuition” (intuición para operar). El producto de OpenAI para servicios financieros también dice que Astra es fuerte para buscar información, razonar sobre finanzas y producir documentos terminados.[2][3]
Por eso sería un desperdicio usar a Astra para ordenar archivos CSV, arreglar dependencias, crear datos de prueba o cambiar nombres de archivos.
A Astra dale solo los problemas de tipo investigación:
- No sabes qué es lo que realmente funciona.
- Hay muchas características posibles.
- Hay muchas combinaciones de condiciones.
- Todavía no sabes cómo sería una buena respuesta.
- Hay que descartar muchísimas hipótesis equivocadas.
No hace falta un coche de Fórmula 1 para construir una carretera. Llama al F1 cuando el circuito ya exista.
3. La búsqueda inversa en el libro de órdenes parte de los movimientos futuros del precio y retrocede
Lo habitual al diseñar una estrategia es que una persona fije primero la regla: “si el RSI está bajo, compro” o “si hay mucho volumen en las compras, quizá suba”.
La búsqueda inversa va al revés.
Primero se seleccionan, de forma automática, los momentos en que el precio se movió más que las comisiones y el diferencial (spread) a los 500 milisegundos, 1 segundo, 3 segundos o 5 segundos. Luego se vuelve al libro de órdenes y a las operaciones justo antes de esos momentos para ver qué tenían en común.
Algunas pistas posibles:
- el volumen cerca de la mejor oferta de compra y de venta
- el desequilibrio entre varios niveles de precio
- la dirección y la fuerza de las órdenes de mercado
- el desequilibrio del flujo de órdenes (order-flow imbalance)
- la proporción entre órdenes canceladas y órdenes nuevas
- la rapidez con que se vuelve a llenar el libro
- si el diferencial se ensancha o se estrecha
- cómo se recupera el libro después de una operación
- la diferencia entre el microprecio y el precio medio
- el tipo de volatilidad del momento
- la hora del día
- el orden de los eventos en intervalos de unos cientos de milisegundos
Cont, Kukanov y Stoikov mostraron que los cambios de precio en periodos cortos se relacionan con el desequilibrio del flujo de órdenes cerca de la mejor compra y venta con más fuerza que con el simple volumen negociado, y que ese efecto también depende de la profundidad del mercado.[4]
Es decir, el libro de órdenes no es una foto fija del tipo “hay mucha compra, luego sube”. Es una secuencia de eventos en el tiempo: órdenes nuevas, cancelaciones, órdenes de mercado y reposiciones.
Esta es la parte en la que vale la pena que Astra explore.
4. Pero “probé 100 ideas y la mejor ganó dinero” puede ser una lotería de sobreajuste, no un santo grial
La mayor trampa de la exploración con IA es que, cuanto más lista es, más estrategias puede probar.
Bailey y sus colegas estudiaron este problema: si pruebas una enorme cantidad de candidatas en un backtest y eliges la mejor, es muy fácil quedarte con una estrategia que solo parecía buena por casualidad en esos datos.[5]
Por eso, cuando Astra encuentra 10.000 condiciones y dice “esta es la mejor”, hay que desconfiar más, no menos.
Una búsqueda inversa debería, como mínimo:
- Separar el periodo de búsqueda del periodo de la prueba final.
- No fiarse solo de divisiones al azar que rompen el orden del tiempo.
- No volver una y otra vez al mismo periodo para ajustar condiciones.
- Anotar cuántas ideas se probaron.
- Comprobar que los resultados aguantan en distintos tipos de mercado.
- Evaluar los resultados después de comisiones y diferencial.
- Revisar que no se haya colado información del futuro.
Aquí Opus 5.5 hace de revisor cuyo trabajo es derribar lo que Astra encuentra.
Astra descubre. Opus desconfía.
Un equipo de investigación funciona mejor cuando sus miembros no se llevan del todo bien.
5. Lo más peligroso de un backtest del libro de órdenes: ¿de verdad habrías operado a ese precio?
En el scalping, ver un precio en el gráfico no es lo mismo que conseguir que tu orden se ejecute a ese precio.
Una orden limitada tiene un lugar en la cola. Tu probabilidad de ejecución depende de cuántas órdenes hay delante de ti, de cuántas órdenes contrarias llegan y de si las de delante se cancelan.
Un estudio publicado en Management Science en 2025 analiza cómo los retrasos aleatorios pueden cambiar el orden de la cola incluso en órdenes limitadas enviadas casi al mismo tiempo.[6] Una investigación reciente sobre el mercado de criptomonedas también señala que hay un retraso entre ver el libro y que tu orden llegue al motor de casación. Por eso, a veces no puedes operar el volumen que viste. A eso se le llama fallo de ejecución (failure-to-fill), y afecta a los backtests de alta frecuencia.[7]
Por tanto, el simulador debe tener en cuenta al menos esto:
- comisiones
- diferencial
- deslizamiento (slippage), la diferencia entre el precio esperado y el real
- latencia
- posición en la cola
- ejecuciones parciales
- retraso al cancelar
- órdenes rechazadas y fallos de ejecución
- selección adversa, es decir, operar justo con quien sabe más que tú
Si no, cuanto mejor explore Astra, más rápido producirás hermosos beneficios imaginarios.
Una IA más lista con un simulador de ejecución chapucero es como un Ferrari con ruedas de cartón.
6. Quién hace qué: Opus dirige la fábrica, Astra el laboratorio
En el uso real, este reparto es fácil de seguir:
| Tarea | Responsable principal |
|---|---|
| Recoger datos del libro y de las operaciones | Opus 5.5 |
| Corregir datos que faltan, sincronizar horas, normalizar | Opus 5.5 |
| Preparar Parquet, bases de datos y almacén de características | Opus 5.5 |
| Programar el backtester y el modelo de ejecución | Opus 5.5 |
| Pruebas, protección contra regresiones y registros | Opus 5.5 |
| Preparar la variable objetivo y el espacio de búsqueda | Opus 5.5 + una persona |
| Búsqueda inversa de características y condiciones desconocidas | Astra |
| Generar hipótesis y explorar grupos | Astra |
| Revisar si se usó información del futuro (look-ahead / fuga de datos) | Opus 5.5 |
| Intentar refutar el sobreajuste y la dependencia del tipo de mercado | Opus 5.5 |
| Reprogramar los candidatos y repetir las pruebas a gran escala | Opus 5.5 |
| Elegir la siguiente pregunta de investigación | Opus 5.5 → Astra |
Anthropic dice claramente que Opus 5.5 es un modelo para el uso diario en programación, agentes, uso del ordenador y trabajo que abarca varias aplicaciones.[1]
OpenAI, por su parte, llama a Astra su modelo de más alto nivel para razonamiento complejo, programación, uso del ordenador e investigación.[2]
Como sus capacidades se solapan, el mejor diseño no es “que lo haga todo el que pueda”, sino “llamar al caro solo cuando de verdad hace falta”.
7. Que Opus maneje Chrome para usar Astra sirve como prototipo; para producción repetitiva, mejor una API
Este es un montaje en el que una IA usa a otra. Opus 5.5, con permiso para controlar un navegador, abre la pantalla de chat de Astra y:
- le envía una tarea de exploración
- comprueba que ha terminado
- recoge el resultado
- intenta refutarlo por su cuenta
- envía la siguiente búsqueda si no es suficiente
Como prototipo, es muy fácil de entender.
Anthropic indica el uso del ordenador como una de las funciones principales de Opus 5.5. Con un navegador o un sistema de control del ordenador adecuados, puede dirigir un trabajo de varios pasos como este.[1]
Sin embargo, cuando la rutina ya está definida, normalmente es más fácil trabajar con una API que pasar por una pantalla.
Usar el navegador trae problemas como:
- que se cierre la sesión
- cambios en el diseño de la pantalla
- el estado confuso de los botones
- no saber si todavía está generando o se quedó parado
- perder parte de la respuesta
- una conversación que crece demasiado
- que falle el propio navegador
Con una API, puedes guardar de forma ordenada el identificador del experimento, un código hash de los datos de entrada, la versión del prompt, la respuesta y los resultados de la evaluación.
Por eso el orden natural es:
Primero, automatiza en Chrome lo que haría una persona para ver si vale la pena. Cuando el ciclo de búsqueda sea sólido, pasa a una API.
No hace falta construir una nave espacial al principio. Primero ata un cohete a una bicicleta y comprueba que de verdad quieres ir en esa dirección.
8. La meta no es “que Astra piense”, sino “darle a Astra solo problemas que merezcan su esfuerzo”
La forma más derrochadora es tirarle a Astra una montaña de datos sin procesar y código roto y decirle:
“Búscame una estrategia rentable.”
La forma sólida es la contraria. Por el lado de Opus 5.5, hay que:
- asegurar la calidad de los datos
- crear un entorno de experimentos que se pueda repetir
- ofrecer una API de búsqueda
- definir qué es el éxito
- incluir un modelo de costes
- automatizar las revisiones de fuga de datos
- guardar los resultados
- poner a prueba, con una revisión aparte que intente refutarlos, los candidatos que devuelva Astra
Solo entonces le pides a Astra que excave en los lugares donde nadie ha pensado todavía en una característica.
El flujo de trabajo queda así:
Opus 5.5 construye la base → Astra explora lo desconocido → Opus 5.5 intenta romper el resultado → solo lo que sobrevive avanza.
No se trata de pedirle todo a una IA genial.
Que el investigador investigue y que el jefe de obra dirija la obra.
Incluso en la era de los agentes de IA, lo que mejor funciona al final es cómo organizas al equipo.
- Anthropic — „Introducing Claude Opus 5.5“ und Produktseite zu Claude Opus (22.09.2026) https://www.anthropic.com/claude/opus Belegt die Einordnung von Opus 5.5 bei agentischem Programmieren, langen Arbeiten, Computernutzung und Abläufen über mehrere Anwendungen, außerdem Preise und die rund 40 % geringeren Kosten typischer, nach Token abgerechneter Arbeiten im Vergleich zu Opus 5 anthropic.com
- OpenAI — „GPT-6 Astra: A new generation of intelligence“ und API-Modellseite zu GPT-6 Astra (09/2026) https://developers.openai.com/api/docs/models/gpt-6-astra Belegt die offizielle Einordnung von Astra, die API-Preise und das Zitat von Jane Street zu Fortschritten bei „Trading Intuition“-Tests gegenüber GPT-5.6 Sol openai.com
- OpenAI — „Introducing ChatGPT for Financial Services“ (10.09.2026) Belegt die Einordnung von Astra bei Informationssuche, Finanzanalyse und der Erstellung fertiger Ergebnisse openai.com
- Cont, Rama; Kukanov, Arseniy; Stoikov, Sasha — „The Price Impact of Order Book Events“, Journal of Financial Econometrics 12(1), 2014 Belegt den Zusammenhang zwischen kurzfristigen Kursänderungen, dem Ungleichgewicht im Orderfluss und der Markttiefe arxiv.org
- Bailey, David H.; Borwein, Jonathan M.; López de Prado, Marcos; Zhu, Qiji Jim — „The Probability of Backtest Overfitting“, Journal of Computational Finance https://doi.org/10.21314/jcf.2016.322 Belegt das Risiko, dass die Auswahl des besten Ergebnisses nach dem Test vieler Strategiekonfigurationen einen überangepassten Gewinner liefert escholarship.org
- Yueshen, Bart Zhou — „Queuing Uncertainty of Limit Orders“, Management Science, online veröffentlicht am 17.09.2025 Belegt die Unsicherheit der Position in der Warteschlange und zufällige Verzögerungen bei fast gleichzeitigen Limit-Orders pubsonline.informs.org
- „The good, the bad, and latency: exploratory trading on Bybit and Binance“, Quantitative Finance, 2025 Belegt Latenz, nicht ausgeführte Orders, Slippage, Adverse Selection und Fragen bei Hochfrequenz-Backtests doi.org
