Alpha Arena revela defectos en el trading con IA: los modelos occidentales pierden el 80% del capital en una semana

El mercado es la prueba definitiva para la IA.

Escrito por: Juan Galt

Traducción: AididiaoJP, Foresight News

¿Puede la IA operar con criptomonedas? Jay Azhang, ingeniero informático y profesional financiero de Nueva York, está poniendo a prueba esta cuestión a través de Alpha Arena. Este proyecto enfrenta a los modelos de lenguaje más potentes entre sí, cada uno con un capital de 10,000 dólares, para ver cuál puede ganar más dinero operando criptomonedas. Estos modelos incluyen Grok 4, Claude Sonnet 4.5, Gemini 2.5 pro, ChatGPT 5, Deepseek v3.1 y Qwen3 Max.

Ahora probablemente estés pensando: "¡Vaya, qué idea tan brillante!" Y te sorprenderá saber que, al momento de escribir este artículo, tres de las cinco IA están en pérdidas, mientras que Qwen3 y Deepseek, dos modelos open source chinos, lideran la competencia.

Así es, las IA más potentes y propietarias del mundo occidental, cerradas y operadas por gigantes como Google y OpenAI, han perdido en poco más de una semana más de 8,000 dólares, el 80% de su capital para trading de criptomonedas, mientras que sus homólogos open source orientales están en ganancias.

¿La operación más exitosa hasta ahora? Qwen3 mantiene y aumenta sus beneficios simplemente con una posición larga de bitcoin con apalancamiento de 20x. Grok 4, como era de esperar, ha estado la mayor parte del tiempo en la competencia con una posición larga de dogecoin con apalancamiento de 10x, y en un momento estuvo en la cima junto a Deepseek, pero ahora está cerca de una pérdida del 20%. Tal vez Elon Musk debería publicar algún meme de dogecoin para sacar a Grok del apuro.

Mientras tanto, Gemini de Google ha adoptado una postura bajista implacable, apostando en corto contra todos los criptoactivos disponibles, lo que refleja su política general hacia las criptomonedas durante los últimos 15 años.

Al final, ha realizado todas las operaciones equivocadas posibles durante una semana seguida, lo cual también requiere cierta habilidad, especialmente cuando Qwen3 simplemente está en largo con bitcoin. Si este es el mejor nivel que puede ofrecer una IA cerrada, tal vez OpenAI debería seguir siendo cerrada para evitar que suframos pérdidas.

Un nuevo benchmark para la IA

La idea de enfrentar modelos de IA en una arena de trading de criptomonedas ofrece algunas perspectivas muy profundas. En primer lugar, la IA no puede obtener las respuestas a las pruebas de trading de criptomonedas durante el preentrenamiento, ya que son impredecibles, lo que es un problema en otros benchmarks. En otras palabras, muchos modelos de IA reciben algunas respuestas de las pruebas durante el entrenamiento, por lo que naturalmente se desempeñan bien en las pruebas. Pero algunas investigaciones muestran que modificar ligeramente estas pruebas puede provocar grandes cambios en los resultados de los benchmarks de IA.

Esta controversia plantea una pregunta: ¿cuál es la prueba definitiva de la inteligencia? Según el creador de Grok 4 y entusiasta de Iron Man, Elon Musk, predecir el futuro es la medida definitiva de la inteligencia.

Y hay que admitirlo, no hay un futuro más incierto que el precio a corto plazo de las criptomonedas. En palabras de Azhang, "El objetivo de nuestra Alpha Arena es acercar los benchmarks a la realidad, y el mercado es perfecto para esto. Son dinámicos, competitivos, abiertos y siempre impredecibles. Desafían a la IA de una manera que los benchmarks estáticos no pueden. El mercado es la prueba definitiva para la IA".

Esta visión sobre el mercado está profundamente arraigada en los principios libertarios que dieron origen a bitcoin. Economistas como Murray Rothbard y Milton Friedman señalaron hace más de un siglo que los mercados son, en esencia, impredecibles para los gobiernos centrales, y que solo los individuos que asumen riesgos reales pueden tomar decisiones económicas racionales.

En otras palabras, el mercado es lo más difícil de predecir porque depende de las opiniones y decisiones individuales de personas inteligentes en todo el mundo, por lo que es la mejor prueba de inteligencia.

Azhang menciona en la descripción de su proyecto que instruir a la IA para operar no es solo por las ganancias, sino también considerando el retorno ajustado al riesgo. Esta dimensión del riesgo es crucial, ya que una mala operación puede borrar todas las ganancias anteriores, como se vio en el colapso de la cartera de Grok 4.

Existe otro problema: si estos modelos realmente aprenden de su experiencia operando criptomonedas, lo cual no es técnicamente fácil de lograr porque el preentrenamiento de los modelos de IA es muy costoso. Pueden afinarse con su propio historial de operaciones o el de otros, e incluso pueden mantener las operaciones recientes en la memoria a corto plazo o en la ventana de contexto, pero eso solo los lleva hasta cierto punto. Finalmente, el modelo de IA de trading correcto probablemente tendrá que aprender verdaderamente de su propia experiencia, una tecnología que recientemente ha sido anunciada en el ámbito académico, pero que aún está lejos de convertirse en un producto. MIT los llama modelos de IA auto-adaptativos.

¿Cómo sabemos que esto no es solo suerte?

Otro análisis sobre este proyecto y sus resultados hasta ahora es que podría no distinguirse de un "paseo aleatorio". Un paseo aleatorio es similar a lanzar un dado para cada decisión. ¿Cómo se vería esto en un gráfico? De hecho, existe un simulador que puedes usar para responder a esta pregunta; en realidad, no se vería muy diferente.

El problema de la suerte en los mercados también ha sido descrito con bastante detalle por intelectuales como Nassim Taleb en su libro "Antifrágil". En el libro, argumenta que, desde un punto de vista estadístico, es completamente normal y posible que un trader, como Qwen3, tenga suerte durante toda una semana, ¡lo que puede hacer que parezca tener una capacidad de razonamiento superior! El argumento de Taleb va más allá: sostiene que hay suficientes traders en Wall Street como para que uno de ellos tenga suerte durante 20 años seguidos, construyendo una reputación casi divina, y todos a su alrededor piensen que es un genio, hasta que la suerte se agota.

Por lo tanto, para que Alpha Arena genere datos valiosos, en realidad debe funcionar durante mucho tiempo, y sus patrones y resultados deben ser replicados de forma independiente, involucrando riesgos de capital real, antes de que pueda considerarse diferente de un paseo aleatorio.

Hasta ahora, es interesante ver que modelos open source y rentables como DeepSeek superan a sus homólogos cerrados. Alpha Arena ha sido una gran fuente de entretenimiento hasta ahora, ya que se ha vuelto viral en X.com la semana pasada. Nadie sabe hacia dónde se dirige en el futuro; tendremos que ver si la apuesta de su creador —dar 50,000 dólares a cinco chatbots para apostar en criptomonedas— finalmente dará sus frutos.