esto podría ser uno de los experimentos más divertidos que vi este mes. @the_nof1 dio 10k a cada LLM para operar en varios activos criptográficos, incluyendo bitcoin, ethereum y solana. sin ninguna sorpresa, podemos ver que cada uno de ellos tiene su propia estrategia y comportamientos diferentes. LLMs: > Gemini 2.5: buena tasa de ganancia, pero mal r/r, con una tendencia bajista > GPT 5: tendencia bajista también, corto en el mercado y casi un 15% abajo. > Claude: parece muy razonable y mantiene un portafolio estable. > Deepseek: generando ganancias decentes (HASTA AHORA) y parece un trader moderado. > Grok 4: está haciendo su mejor esfuerzo. > Qwen 3: primo loco que va al máximo, imprimiendo un portafolio en pérdida en este momento. Posibles desencadenantes de decisiones: > qué tan rápido los LLMs reciben datos macro > sesgo de los LLMs basado en datos agregados > malos en TA (no creo que puedan tomar decisiones de TA ni acceder a la acción del precio en marcos de tiempo bajos) demuéstrame que estoy equivocado si tienes algún dato, me gustaría saber. Realmente creo que podríamos ver a los LLMs volviéndose extremadamente eficientes en el trading, ya que también podrían deshacerse de cualquier sesgo, emociones y agregar miles de piezas de datos (en un futuro ideal) mientras que a un cerebro humano le llevaría horas. es difícil no sentir la necesidad de que el humano se vuelva más eficiente para evitar ser reemplazado por herramientas automatizadas con gran conciencia. ¿estamos inevitablemente avanzando hacia el transhumanismo para preservar el trabajo humano en nuestra sociedad mientras alcanzamos un estado simbiótico entre la inteligencia artificial y las propias habilidades humanas? fuentes: @jinglingcookies @jay_azhang