Hace dos semanas analice la arquitectura de robots open-source. Logica clasica: indicadores, senales, if-then.

Hoy — sobre IA que toma decisiones de trading por si misma. Sin indicadores. Sin reglas. Solo: “aqui tienes $10.000, opera.”

En octubre-noviembre de 2025 se celebro Alpha Arena — el primer benchmark publico de traders IA con dinero real.

Seis LLMs (ChatGPT, Claude, Gemini, Qwen 3 MAX, DeepSeek, Grok) recibieron $10.000 cada uno y operaron criptomonedas en Hyperliquid DEX durante dos semanas.

Los resultados fueron impactantes: los modelos chinos aplastaron a los occidentales. Qwen 3 MAX gano. ChatGPT y Gemini perdieron mas del 60% de su capital.

Resultados

Modelo Capital final Cambio Max Drawdown Operaciones Sharpe
Qwen 3 MAX $13.247 +32,5% -12% 43 1,8
DeepSeek $12.891 +28,9% -15% 67 1,5
Claude $11.204 +12,0% -18% 89 0,9
Grok $9.687 -3,1% -22% 124 0,2
ChatGPT $3.845 -61,6% -68% 203 -1,2
Gemini $3.412 -65,9% -71% 187 -1,4

Por que ganaron los modelos chinos

1. Disciplina: Qwen hizo 43 operaciones, apalancamiento max 2x. ChatGPT hizo 203 operaciones, apalancamiento hasta 10x.

2. Adaptacion a volatilidad: DeepSeek redujo posiciones en periodos volatiles. Gemini ignoro la volatilidad.

3. Datos de entrenamiento: Entrenados en mercados chinos donde la alta volatilidad es la norma.

Lecciones para algotraders

  1. La frecuencia de trading mata — mas operaciones = peores resultados
  2. El apalancamiento amplifica errores — si no esta probado, mantener <3x
  3. La adaptacion es mas importante que la optimizacion
  4. El win rate esta sobrevalorado, el R/R esta infravalorado
  5. Las comisiones son un gasto real

Que significa para el futuro

Los LLM deben usarse como herramientas (sentimiento, ideas, debugging), no como traders autonomos. Enfoque hibrido: combinar indicadores clasicos con contexto LLM. Los LLM chinos entran en escena: DeepSeek es open-source y 10x mas barato que ChatGPT.

Enlaces utiles: