Por Canuto  

Una nueva plataforma llamada GovGreed asegura haber construido un sistema de IA capaz de cruzar operaciones bursátiles de legisladores estadounidenses con los comités y proyectos de ley que controlan. Su primer gran informe presenta un “Índice de codicia” que clasifica a miembros del Congreso por frecuencia, volumen y recencia de sus transacciones, reabriendo el debate sobre conflictos de interés y trading político.
***

  • GovGreed dice haber creado un sistema de aprendizaje automático de siete capas para cruzar operaciones de legisladores con su actividad legislativa.
  • Su “Índice de codicia” ubica entre los primeros lugares a Nancy Pelosi, Ro Khanna, Josh Gottheimer y Michael McCaul.
  • El informe sostiene que la actividad de trading es bipartidista y compara volúmenes millonarios con el salario anual de USD $174.000 de un congresista.

Una plataforma con IA vuelve a poner el foco sobre el trading en el Congreso

El debate sobre las inversiones de los políticos en Estados Unidos volvió a intensificarse tras la difusión de una nueva investigación de GovGreed. La plataforma afirma haber desarrollado un sistema de aprendizaje automático de siete capas para rastrear operaciones bursátiles de legisladores y compararlas con el poder regulatorio y legislativo de sus comités.

La atención pública creció después de que @Bitcoin_Teddy destacara que esta IA habría expuesto “la mayor operación de comercio de información privilegiada legal en América”. Aunque esa formulación es provocadora, el propio material de GovGreed evita presentar sus resultados como prueba de delito.

En lugar de eso, la firma plantea un enfoque estructural. Su tesis es que el volumen, la frecuencia y la cercanía temporal de las operaciones bursátiles del Congreso pueden medirse de forma sistemática usando registros públicos.

Para lectores menos familiarizados con el tema, el punto de partida es la Ley STOCK. Esa norma obliga a los miembros del Congreso a reportar sus transacciones financieras periódicas, lo que permite construir bases de datos sobre compras y ventas de acciones individuales.

Sobre esa base, GovGreed asegura haber deduplicado las divulgaciones y cruzado cada operación con otros registros públicos. Entre ellos figuran proyectos de ley, comités, patrimonio personal divulgado y, en otras investigaciones de la misma plataforma, incluso vínculos sectoriales con regulaciones y empresas listadas.

Cómo funciona el “Índice de codicia” y qué intenta medir

El eje central del informe publicado el 30 de junio de 2026 es el llamado “Índice de codicia”. Se trata de una puntuación de 0 a 100 que combina frecuencia de compra, volumen en dólares y recencia de la actividad reportada.

La fórmula, según la propia investigación, es deliberadamente simple y reproducible. Otorga hasta 40 puntos por frecuencia, hasta 30 por volumen y hasta 30 por recencia.

El componente de frecuencia se calcula con el número de compras y se topa una vez superado un umbral definido. El de volumen usa el punto medio de cada rango de operación reportado y también tiene un límite para evitar que una sola dimensión domine la puntuación.

La recencia, por su parte, se degrada linealmente durante dos años. Eso significa que un legislador que haya operado recientemente retiene una ventaja frente a otro que registró gran actividad hace más tiempo.

GovGreed insiste en una aclaración importante. El índice mide intensidad de negociación, no conducta ilegal ni uso de información privilegiada.

Esa advertencia es central porque los datos pueden resultar visualmente impactantes. Sin embargo, el informe remarca varias veces que una puntuación alta solo indica operaciones frecuentes, grandes y recientes, no una falta legal.

Los nombres que encabezan el ranking del Congreso

Según la tabla principal del informe, Nancy Pelosi aparece con la puntuación más alta del índice, con 98,7 puntos. Le siguen Ro Khanna con 98,6, Josh Gottheimer con 98,6 y Michael McCaul con 97,5.

La clasificación busca subrayar que el fenómeno no pertenece a un solo partido. Los cuatro primeros incluyen a tres demócratas y un republicano, y GovGreed describe el tablero como claramente bipartidista.

En la lista de los 15 primeros también figuran Jefferson Shreve, Suzan DelBene, Scott Franklin, Kevin Hern, Tommy Tuberville y Susan M. Collins. Más abajo aparecen Gilbert Cisneros, Virginia Foxx, David McCormick, Thomas Suozzi y Sheldon Whitehouse.

Los datos más llamativos no se limitan a la puntuación compuesta. Michael McCaul lidera por volumen declarado con cerca de USD $869 millones, mientras Ro Khanna encabeza el conteo de operaciones con 24.822 y alrededor de USD $580 millones en volumen.

Nancy Pelosi figura con 103 compras y aproximadamente USD $233 millones en volumen. Josh Gottheimer aparece con 1.435 compras y cerca de USD $224 millones.

La parte alta del ranking está muy comprimida por diseño. Como la fórmula pone topes a la frecuencia y al volumen, la recencia termina explicando parte de las diferencias entre los nombres que dominan el tablero.

Un patrón bipartidista y una escala difícil de ignorar

GovGreed calcula el índice para 221 miembros del Congreso que operaron acciones individuales. De ese total, 65 registran una puntuación de 50 o más.

Ese subconjunto se divide, según el informe, en 30 demócratas y 34 republicanos. La conclusión que extrae la plataforma es que la actividad intensa de trading está repartida entre ambos partidos casi por igual.

La muestra de mayor actividad también incluye 23 miembros con puntuaciones de 70 o más. Otra vez, la investigación sostiene que no se trata de una práctica identificable con un solo bloque político.

El informe intenta volver legible esa escala comparándola con el salario anual de un congresista de base, fijado en USD $174.000. Frente a esa cifra, los volúmenes reportados por algunos miembros lucen desproporcionados.

McCaul, por ejemplo, aparece con un volumen equivalente a unas 5.000 veces ese salario anual. Khanna ronda unas 3.300 veces, Pelosi cerca de 1.340 veces y Gottheimer aproximadamente 1.290 veces.

GovGreed aclara que el volumen es facturación bruta y no beneficio. Si alguien compra y vende repetidamente una misma posición, el volumen total puede dispararse aunque la ganancia real haya sido mucho menor o incluso inexistente.

Riqueza, salario y patrimonio declarado entre 2018 y 2025

Además del índice, la investigación alinea la intensidad de trading con las divulgaciones anuales de patrimonio personal. Para ello usa formularios financieros entre 2018 y 2025 que pudo analizar, y estima el valor de los activos mediante puntos medios de rangos declarados.

En ese ejercicio, Nancy Pelosi pasa de unos USD $140 millones en 2018 a unos USD $229 millones en 2025. El aumento aproximado es de USD $89 millones, frente a un salario acumulado cercano a USD $1,2 millones en el mismo período.

Markwayne Mullin aparece con un salto desde unos USD $8,4 millones en 2018 hasta unos USD $71,7 millones en 2025. Eso equivale a un incremento de alrededor de USD $63 millones, o unas 8,6 veces.

Josh Gottheimer figura con una evolución desde cerca de USD $8,5 millones en 2018 hasta unos USD $38 millones en 2024. El cambio estimado es de aproximadamente USD $30 millones, o unas 4,5 veces.

También destacan Kevin Hern, con un avance estimado de USD $58 millones entre 2019 y 2024, y Suzan DelBene, con unos USD $41 millones entre 2018 y 2025. Sheldon Whitehouse suma alrededor de USD $14 millones y Thomas Suozzi unos USD $7,6 millones.

La plataforma insiste en que este crecimiento patrimonial no puede atribuirse automáticamente al trading. El documento subraya que la apreciación del mercado, los activos conyugales, empresas privadas, bienes raíces y herencias explican buena parte de esos cambios.

Lo que muestran los datos y lo que no prueban

El aspecto más sensible del informe es también el más matizado. GovGreed dice de forma explícita que su índice no demuestra uso de información privilegiada ni ninguna otra irregularidad legal.

La investigación plantea dos conclusiones más limitadas. La primera es de escala: muchos de los legisladores que escriben o supervisan normas económicas, fiscales, antimonopolio o sectoriales manejan carteras de ocho y nueve cifras.

La segunda es de trayectoria: para varios de los traders más activos, la riqueza declarada creció mucho más rápido que el salario público asociado a su cargo. Eso no equivale a afirmar que el puesto público haya generado ese enriquecimiento por sí mismo.

También hay limitaciones metodológicas importantes. Los formularios de patrimonio usan rangos, no cifras exactas, y el análisis se basa en puntos medios de activos sin descontar deudas de forma neta.

Otro límite es la cobertura incompleta de algunos nombres de alto volumen. El propio documento indica que ciertos miembros, como Khanna y McCaul, aparecen en el tablero de trading, pero no en la tabla patrimonial porque sus activos anuales aún no habrían sido analizados a máquina.

En paralelo, otra investigación de la misma plataforma publicada el 30 de junio sostiene que en 2025 el Congreso aprobó 16 resoluciones de desaprobación bajo la Ley de Revisión Legislativa y que, para 15 de esas 16, su modelo pudo señalar al menos una empresa pública posicionada para beneficiarse. Allí aparecen nombres como ExxonMobil, Chevron, Coinbase y MicroStrategy en sectores como energía, electrodomésticos, vehículos y cripto.

Pelosi, opciones tecnológicas y una discusión que trasciende a un solo nombre

La atención pública sobre trading político suele concentrarse en figuras muy conocidas, y Nancy Pelosi vuelve a ocupar ese lugar en otra pieza de GovGreed publicada el 1 de julio. Ese análisis revisa siete años de operaciones con opciones profundas en dinero sobre grandes tecnológicas.

Según esa investigación, Pelosi compró el 14 de enero de 2025 50 opciones de compra sobre Nvidia, Amazon y Google, todas con vencimiento el 16 de enero de 2026. Un año después, ejerció las tres posiciones y las convirtió en 5.000 acciones de cada empresa.

El documento añade que el valor intrínseco de la opción de Nvidia habría subido 105,2 %, mientras la acción avanzó 41,4 %. En Google, la acción habría ganado 74,0 %, pero la opción 354 % en valor intrínseco.

De nuevo, la plataforma subraya que ese apalancamiento es una propiedad mecánica del instrumento y no una prueba de conocimiento previo. La relevancia, según GovGreed, está en la repetición sistemática de la estrategia desde al menos 2019.

Esa conexión ayuda a entender por qué el debate no desaparece. Aunque cada informe tenga matices y cautelas, el conjunto muestra una infraestructura de datos que intenta convertir una sospecha política difusa en algo medible, replicable y discutible con cifras concretas.

Por ahora, la principal consecuencia es pública y narrativa. La combinación de IA, divulgaciones federales y cruces legislativos vuelve a colocar sobre la mesa una vieja pregunta: si es aceptable que quienes redactan, votan o eliminan reglas también participen activamente en los mercados que esas decisiones pueden mover.


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