Por Hannah Pérez  

Patrick Gruhn, antiguo responsable de FTX Europa, presentó una nueva plataforma llamada UpsideOnly que utiliza inteligencia colectiva e inteligencia artificial para generar señales de trading sin que los usuarios deban invertir capital propio.

***

  • La plataforma ejecuta operaciones reales usando únicamente dinero de la empresa.
  • Usuarios generan señales mediante paper trading y reciben parte de las ganancias.
  • El fundador afirma que la experiencia en FTX motivó el diseño “sin riesgo de custodia”.

Un exejecutivo de la desaparecida plataforma de criptomonedas FTX busca ahora reinventar el modelo de trading algorítmico con inteligencia artificial y participación colectiva.

Patrick Gruhn, quien dirigió la filial europea de FTX antes del colapso del exchange en 2022, lanzó este martes una nueva plataforma llamada UpsideOnly a través de su empresa Perpetuals.com Ltd..

La propuesta combina inteligencia artificial con estrategias de trading generadas por usuarios mediante simulaciones o “paper trading”, permitiendo que participantes obtengan ganancias potenciales sin arriesgar capital propio.

Según explicó Bloomberg, la plataforma funciona recopilando predicciones de usuarios sobre el comportamiento futuro de activos como petróleo, oro, acciones y otros instrumentos financieros. Posteriormente, un modelo de inteligencia artificial selecciona las estrategias con mayor probabilidad de éxito y la empresa ejecuta operaciones reales utilizando únicamente capital propio.

Si las operaciones generan ganancias, la mitad de las utilidades se distribuye entre los usuarios que originaron las señales exitosas.

Gruhn describió el proyecto como un intento de aprovechar la capacidad analítica humana mientras la inteligencia artificial se encarga de identificar cuáles estrategias históricamente tienen mayores probabilidades de funcionar.

Cómo funciona el modelo “sin pérdidas”

A diferencia de plataformas tradicionales de trading o exchanges de criptomonedas, UpsideOnly no requiere que los usuarios depositen dinero ni transfieran activos para participar.

En lugar de arriesgar capital, los participantes aportan tiempo, análisis y experiencia mediante operaciones simuladas. La empresa luego utiliza esos datos para alimentar y entrenar sus modelos internos de IA.

Gruhn explicó que la idea central consiste en separar la capacidad humana para analizar mercados de la ejecución operacional de las estrategias. “Esa es toda la idea de utilizar inteligencia humana e inteligencia colectiva”, señaló el ejecutivo a Bloomberg.

“Las personas son buenas analizando instrumentos financieros, sin importar cuáles sean, pero son muy malas en la ejecución”.

El modelo busca resolver uno de los problemas históricos del trading minorista: muchos inversionistas logran identificar tendencias o movimientos potenciales, pero terminan perdiendo dinero debido a mala gestión de riesgo, ejecución emocional o decisiones impulsivas.

En este caso, la empresa absorbe completamente el riesgo financiero de las operaciones ejecutadas. Si las apuestas fallan, las pérdidas recaen sobre la compañía y no sobre los usuarios.

IA y trading: una relación complicada

El lanzamiento ocurre en un momento donde Wall Street, firmas cuantitativas y compañías cripto exploran cada vez más el uso de inteligencia artificial para operar mercados financieros.

Sin embargo, el historial de la IA en trading dista de ser perfecto.

Bloomberg recuerda que tanto algoritmos autónomos como iniciativas de crowdsourcing financiero han tenido resultados mixtos durante años. Incluso con los avances recientes en IA generativa y machine learning, muchos sistemas continúan mostrando dificultades para predecir consistentemente movimientos de mercado.

Gruhn reconoció abiertamente esas limitaciones. “No puedes usar IA para predecir el mercado. Estoy bastante seguro de que eso es imposible”, afirmó.

Según explicó, los mercados financieros poseen dinámicas cercanas a sistemas caóticos o parcialmente aleatorios, lo que dificulta enormemente cualquier predicción directa.

La apuesta de Perpetuals no consiste entonces en predecir precios mediante IA, sino en utilizar inteligencia artificial para evaluar la calidad de decisiones humanas pasadas y detectar qué operadores poseen patrones estadísticamente más sólidos.

La empresa asegura que su modelo propietario, llamado BayesShield AI, fue desarrollado internamente específicamente para identificar y clasificar estrategias de trading con mayores probabilidades de éxito.

Según Gruhn, el sistema ya fue entrenado utilizando un conjunto de datos compuesto por aproximadamente 22.000 millones de operaciones.

La sombra de FTX sigue presente

El pasado de Gruhn en FTX aparece inevitablemente ligado al lanzamiento de la nueva plataforma.

FTX colapsó en noviembre de 2022 después de que clientes retiraran masivamente fondos tras revelarse que el exchange, liderado por Sam Bankman-Fried, había utilizado activos de usuarios para financiar apuestas altamente ilíquidas a través de Alameda Research.

El derrumbe derivó en uno de los mayores escándalos financieros de la historia reciente de la industria cripto. Gruhn se desempeñaba entonces como director de FTX Europe AG. Ahora, asegura que aquella experiencia influyó directamente en el diseño de UpsideOnly.

Según explicó, uno de los principios fundamentales del proyecto consiste precisamente en evitar que usuarios tengan que entregar el control de su dinero a una plataforma para participar.

“Podríamos haberlo diseñado de otra manera”, dijo Gruhn. “Pero dije que no. No quiero volver a hacer algo así nunca más”.

La empresa también informó que actualmente mantiene conversaciones para recaudar cientos de millones de dólares destinados a ampliar sus operaciones de trading propietario.

Además, Gruhn afirmó haber comprometido personalmente USD $100 millones de capital propio para financiar las operaciones iniciales de la plataforma.

El auge de los modelos híbridos humano-IA

La iniciativa refleja una tendencia cada vez más visible dentro del sector financiero y tecnológico: la combinación de inteligencia humana con sistemas automatizados de IA.

En lugar de reemplazar completamente a operadores o analistas, muchas compañías están comenzando a explorar modelos híbridos donde humanos generan información o intuiciones de mercado y la IA actúa como filtro, clasificador o motor de optimización.

Ese enfoque busca aprovechar fortalezas complementarias.

Los humanos continúan mostrando ventajas importantes en reconocimiento contextual, intuición y análisis cualitativo, mientras que los sistemas algorítmicos sobresalen procesando enormes volúmenes de datos, identificando patrones estadísticos y ejecutando operaciones de manera consistente. Aun así, el éxito comercial de este tipo de plataformas todavía está lejos de estar garantizado.

La industria financiera ya ha visto múltiples intentos fallidos de democratizar el trading algorítmico o utilizar inteligencia colectiva para superar a fondos profesionales.

La diferencia ahora podría estar en el volumen masivo de datos disponible y en la capacidad moderna de modelos de IA para evaluar patrones complejos a una escala que hace apenas algunos años resultaba impracticable.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público

Este artículo fue escrito por un redactor de contenido de IA


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados