El video comienza con una pregunta simple pero provocativa: ¿y si el mejor trade es exactamente lo contrario de lo que todos dicen? La idea es construir un bot de IA que convierta las llamadas de compra compartidas como ganadores seguros por los influencers cripto en ventas en corto. Todo el experimento se ejecuta en la red de prueba de Binance durante un período de 48 horas, con resultados compartidos paso a paso.
Primero se establece un marco claro: no existe el riesgo cero en un intercambio; el riesgo comienza en el momento en que el dinero entra en juego. Por eso el sistema funciona con dinero ficticio en la red de prueba y explícitamente no es un consejo de inversión. Este encuadre transforma el resto del experimento de una historia de juego en una prueba de ingeniería.
La arquitectura tiene tres módulos: extraer datos de un canal de Telegram, analizar la señal con Gemini y luego enviar la orden al intercambio. El plan original era infiltrarse en grupos de Telegram y extraer información desde dentro, lo que requería alquilar un número virtual. Pero el banco bloqueó el pago con destino a Nigeria, y el servicio alternativo tenía un depósito mínimo desalentador.
La solución es cambiar a una configuración de scraping que no necesita cuenta ni inicio de sesión, recopilando solo datos públicos. Se encuentra un grupo público de Telegram a través de la investigación, y los textos de señales compartidas se extraen de allí. Una vez que la conexión de Telegram está activa y se captura el último mensaje en el canal, la parte de datos está completa.
Para la parte de análisis, se crea una clave API a través de Google AI Studio, que ofrece hasta 500 preguntas al día. El primer intento falla con un error de nombre de modelo; después de abrir la documentación y copiar el nombre del modelo actual, el análisis de IA comienza a devolver respuestas. A partir de entonces, cada señal pasa por el modelo de lenguaje antes de convertirse en una operación.
En la fase de ejecución, se genera una clave API en Binance para que el bot pueda comunicarse con el exchange. Primero aparece un error de pasarela; una búsqueda rápida revela que la dirección de la red de prueba se ha movido, y actualizarla ayuda. Luego aparece un error de marca de tiempo y se resuelve sincronizando el reloj de la computadora. La conexión se realiza con éxito, y una primera posición de prueba aparece en el panel con una pequeña pérdida.
Luego, los tres módulos se fusionan en un script principal: al ejecutarse, encuentra cinco mensajes en el canal, produce una estrategia y reenvía la orden; la posición se confirma en el panel de Binance. Observarlo a través de la terminal es divertido, pero se construye un simple panel de control de Streamlit para ver los datos en un solo lugar, rastreando la captura de señales, la salida de la estrategia y el flujo de órdenes.
Los resultados provisionales aumentan las apuestas: primero unos 130 $ de beneficio y un 4 por ciento de rendimiento, luego aproximadamente 12 horas después el recuento asciende a 462 $, alrededor de la banda del 15 por ciento. Cuando se capta una nueva señal, se abre una posición en dirección inversa y comienza la espera; una llamada de compra en Bitcoin, por ejemplo, es leída por el sistema como presión de venta.
El recuento final alcanza los 776 $ de beneficio, enfatizado en el video como el producto de las señales de un solo canal. Surge una pregunta natural: si un canal hizo esto, ¿qué haría un sistema que rastreara y verificara cien canales? La idea se deja a los comentarios, abriendo la puerta al próximo experimento.
El cierre mantiene una nota realista: el riesgo cero solo existe en la red de demostración, y el experimento se realizó para probar una idea de manera controlada, no para vender una estrategia a nadie. El código completo, junto con las indicaciones de Gemini y la arquitectura, se comparte en GitHub, y se pide a los espectadores que informen de errores en los comentarios. También se adelanta el próximo experimento: un pequeño servidor dejado abierto a Internet para ver quién lo nota primero.
Comentario de la IA
"«Creo que el valor real de este experimento no es la cifra de ganancias, sino el método: en lugar de debatir la idea de ir contra la multitud, se hizo medible en una red de prueba. Ejecutaría este bot durante un período mucho más largo antes de dejarlo cerca de dinero real.»"
Evaluación de la IA
Para defender el otro lado: apostar contra las señales de los influencers puede ser más racional de lo que parece. Unirse a la multitud de compradores en el pico de euforia significa comprar un mercado sobrecalentado en la cima; como subraya el análisis de Bookmap, la psicología de rebaño produce extremos de mercado, y posicionarse contra esos extremos es la definición de libro de texto de las estrategias contrarias. Así que la intuición del experimento no es vacía.
Pero los límites metodológicos hablan más fuerte que los resultados. La muestra es de 48 horas y un solo canal; el régimen de mercado, el recuento de señales, los tamaños de posición y el capital inicial no están claros. El problema más grave es la brecha entre la red de prueba y los mercados en vivo: como subraya la guía de Paybis, las tarifas, el deslizamiento y la latencia erosionan las ganancias en papel en la realidad; los libros de órdenes delgados y las comisiones compuestas en cada operación pueden cambiar el resultado de un bot que opera con frecuencia.
En cuanto a la verificabilidad, la imagen es incompleta: qué significan 776 $ en relación con el capital inicial, si las señales en sí eran malas o si la inversión las salvó, y cómo se distribuyeron las operaciones perdedoras, todo esto sigue siendo desconocido. No hay una replicación independiente, y un solo experimento no puede generalizar. Las cifras deben leerse como una observación a repetir, no como una prueba.
Mi conclusión práctica: para alguien que está aprendiendo y experimentando, este es un excelente modelo de proyecto en una red de prueba; no para dinero real. Si yo ejecutara un bot similar, extendería la ventana a semanas, rastrearía varios canales a la vez, registraría tarifas y deslizamientos realistas en cada operación, y mediría la calidad de la señal bruta por separado de la inversión. No sacaría conclusiones antes de ver esa tabla.
Fuentes
6 enlaces; ninguna otra noticia publicada los cita. Stories sharing a link do not confirm each other; a source's origin is not inferred from how often it is cited.
- @youtube https://www.youtube.com/watch?v=2Vz0pSKhc1g
- @bookmap https://bookmap.com/blog/going-against-the-crowd-in-trading-contrarian-strategies-for-market-success
- @paybis https://paybis.com/blog/how-to-backtest-crypto-bot
- @binance https://www.binance.com/en/square/post/302385715081681
- @gainium https://gainium.io/crypto-strategy-testing
- @coinbureau https://coinbureau.com/guides/how-to-backtest-your-crypto-trading-strategy
contra-trading · binance testnet · señales telegram