El popular criptotrader conocido como Tyler Durden, cuya audiencia en X supera los 200 000 seguidores, compartió un conjunto de seis prompts para redes neuronales que utiliza activamente en sus operaciones. Estas solicitudes abarcan aspectos clave del análisis del mercado, desde la gestión de riesgos hasta la macroeconomía. Analicemos cada uno de ellos.
Riesgo/beneficio
El primer prompt obliga a la IA a desglosar una operación concreta a través del prisma de la relación entre pérdida potencial y ganancia. Como resultado, el trader obtiene pautas claras: punto de entrada, nivel de stop-loss para minimizar pérdidas y nivel objetivo de toma de ganancias. Este enfoque permite evaluar de antemano si la rentabilidad esperada justifica el riesgo asumido y descartar operaciones con una relación desfavorable.
Visión macro
Este prompt desplaza el enfoque del gráfico de un activo específico hacia el panorama económico general. La red neuronal evalúa cómo afectan al precio los factores macro clave: el nivel de las tasas de interés, la inflación y la fortaleza del dólar. Esto es extremadamente útil cuando el movimiento del mercado está determinado no por señales técnicas, sino por las decisiones de los bancos centrales y el sentimiento general de la economía.
Mapa de liquidez
El prompt está dirigido a buscar zonas donde se concentra la liquidez: acumulaciones de órdenes de stop de traders minoristas y grandes órdenes de institucionales. La idea es que el precio a menudo tiende hacia niveles con grandes volúmenes. Comprender estas zonas ayuda a anticipar hacia dónde podría moverse el mercado en busca de liquidez y evitar que se active el propio stop.
Matriz de correlaciones
Este prompt analiza qué tan estrechamente relacionados están los activos en una cartera. Si varias posiciones se mueven de forma sincronizada, la cartera solo parece diversificada, pero en realidad conlleva un riesgo concentrado: ante un giro del mercado, todas caerán simultáneamente. La red neuronal ayuda a identificar estas conexiones ocultas y evaluar la diversificación real, no la aparente.
Señales on-chain
Esta solicitud utiliza datos de la blockchain: el historial público de transacciones y el comportamiento de las carteras. La red neuronal busca señales de acumulación, cuando los grandes tenedores aumentan sus posiciones, o de distribución, cuando, por el contrario, descargan activos. Estos patrones a veces anticipan los movimientos de precios y sirven como señal adicional para el análisis técnico.
Prueba de estrés de la cartera
El último prompt evalúa la resistencia de la cartera ante escenarios adversos. La red neuronal simula posibles caídas, por ejemplo, un desplome repentino del mercado, y muestra qué posiciones se verían más afectadas. Esto ayuda a estimar de antemano la pérdida máxima posible y comprender qué activos hacen que la cartera sea más vulnerable.
Opinión del experto: El uso de estos prompts es un paso acertado hacia la sistematización del trading. Sin embargo, es importante recordar que la IA puede equivocarse y que todas las decisiones deben ser verificadas de forma independiente, teniendo en cuenta todos los riesgos posibles. La red neuronal es una herramienta, no un sustituto del pensamiento analítico.