En el mercado de criptomonedas, un mismo activo casi nunca vale lo mismo en diferentes exchanges. Estas diferencias de precios —los spreads— son el pan de cada día del arbitrajista. Pero capturarlos manualmente es prácticamente imposible: las brechas rara vez superan fracciones de porcentaje y duran apenas unos segundos. Para cuando el trader detecta la oportunidad y coloca dos órdenes, el mercado ya ha cerrado la ventana.
La plataforma Arbitron automatiza este proceso, asumiendo todo el trabajo rutinario. El servicio monitorea en tiempo real los libros de órdenes y las tasas de financiación en los 20 exchanges más grandes, colocando automáticamente ambos lados de la operación. Además, los fondos permanecen en las cuentas del exchange del trader, lo que elimina los riesgos asociados con la transferencia de activos a terceros.
Cuatro obstáculos en el camino hacia la ganancia
El spread bruto que muestra el escáner es solo la diferencia teórica entre dos cotizaciones. Hasta la ganancia real, cuatro factores lo «comprimen»: las comisiones de taker en ambas patas, la profundidad del libro de órdenes para el volumen necesario, el deslizamiento en la ejecución y la velocidad de desvanecimiento del propio spread. El ciclo completo de un arbitraje de dos patas implica cuatro órdenes de mercado, y la elección de un par de exchanges con comisiones bajas es crítica.
La ventaja clave de Arbitron es la velocidad. La plataforma está conectada a cada par de trading en 20 exchanges, lo que supone unos 10 000 libros de órdenes simultáneamente. Para cada cuenta se asigna un servidor dedicado en AWS con su propia IP estática, que se puede ubicar en Tokio, Singapur, Fráncfort o Londres. Esto es crucial: una latencia de 200-500 ms en una solicitud desde otro continente puede costar casi un 0,8% de deslizamiento, superando con creces el spread típico.
Backtest en lugar de cifras bonitas
La principal diferencia del escáner de Arbitron frente a los screener habituales es que no muestra el spread momentáneo, sino el resultado de un backtest. La plataforma procesa las últimas 8 horas de cotizaciones a través de la misma estrategia que utilizan las tarjetas de trading, con las comisiones ya descontadas. Esto filtra las oportunidades ilusorias que no se pueden materializar en la práctica. Cada fila de la tabla es una simulación verificada que tiene en cuenta las latencias y la tarifa personal del trader.
Las tarjetas de trading son el corazón de la plataforma. Vinculan un par de exchanges, una moneda específica y dos umbrales de spread (para apertura y cierre). El sistema ejecuta automáticamente la divergencia en cualquier dirección y protege las posiciones con tres niveles: stop duro, salida suave y seguro contra liquidación. Cabe destacar especialmente la protección contra delisting: un sistema de monitoreo de tres niveles que detecta anuncios de eliminación de contratos entre 3 y 14 días antes del evento.
Seguridad y transparencia
Arbitron opera bajo un modelo no custodial: las claves API no tienen permisos para retirar fondos y se almacenan bajo un esquema de «sobre» con cifrado AES-256-GCM. A cada usuario se le asigna una clave de cifrado separada. Todas las operaciones se registran en un registro completo, y los saldos y posiciones abiertas están disponibles en el portafolio, incluso a través del terminal de Telegram.
El modelo de pago merece una atención especial: la comisión solo se cobra sobre las ganancias realizadas. Las pérdidas se trasladan a períodos futuros, y hasta que el trader no supere el pico de rentabilidad anterior, la plataforma no recibe nada. Esto alinea los intereses del servicio y del usuario.
Mi conclusión: Arbitron no es solo una herramienta para «dinero rápido», sino una infraestructura completa para el arbitraje sistemático. El servicio resuelve el principal problema de los traders minoristas: la velocidad y precisión de ejecución, que son inalcanzables manualmente. Sin embargo, hay que recordar que incluso la mejor automatización no elimina la necesidad de entender el mercado y configurar los riesgos adecuadamente. Se debe empezar con cantidades pequeñas, probando cuidadosamente las estrategias en backtests.