¡Buenas noches, hermanos! A finales del año pasado, subí una data a@OpenLedger que hablaba sobre "tres señales de advertencia antes de que un stablecoin se despegue". En ese momento, pensé que era bastante útil, así que la subí sin pensarlo mucho, y no esperaba que se convirtiera en la mejor muestra para observar este sistema. Hoy voy a desglosar la curva de ganancias de esos datos en los últimos seis meses. Ha habido subidas, bajadas y giros, ¡más real que un gráfico de velas!
La data tiene menos de cuatrocientas palabras. La primera señal es "la profundidad del Curve 3pool rompiendo un umbral", la segunda es "la tasa de interés de los stablecoins prestados en un protocolo de préstamos disparándose", y la tercera es "el volumen de salida de stablecoins en un puente cross-chain siendo anómalo". Cada señal tiene un umbral numérico específico. Durante los primeros dos meses, las ganancias fueron moderadas, alrededor de cinco o seis $OPEN al mes. El verdadero despegue fue en el tercer mes, cuando hubo una pequeña ola de pánico por el despegue en el mercado, y mis datos fueron llamados frenéticamente por varios bots de control de riesgo, alcanzando más de treinta en un solo mes$OPEN .
Pero a partir del cuarto mes, el rendimiento empezó a caer. El cuarto mes fueron poco más de veinte; el quinto, doce; y el sexto —o sea, el mes pasado— solo quedaron siete. Revisé los registros de llamadas una por una y encontré dos razones. Primero, algunos umbrales de mis señales de alerta ya estaban desactualizados: por ejemplo, el referente de profundidad del pool “Curve” cambió. Antes, “por debajo de 100 millones de dólares” era peligroso; ahora, solo “por debajo de 200 millones” cuenta como peligro. Segundo, varios competidores subieron datos de alerta similares; algunos estaban escritos con más detalle, y eso desvió el peso de las llamadas.
Este proceso de depreciación me hizo entender por completo una regla implícita de la prueba de atribución de OpenLedger. Los datos no son un activo para siempre; como cualquier cosa física, se degradan y pierden valor. Si el mercado cambia respecto al año pasado, hay que ajustar. Esos proveedores que aún pueden generar ingresos de decenas de unidades cada mes, supongo que están manteniendo y actualizando continuamente. Los perezosos no viven mucho en este sistema.
Así que hice dos cosas. Primero, recuperé aquellos datos antiguos y los volví a reconstruir, actualizando los umbrales numéricos de las tres señales de alerta con el criterio estadístico más reciente de este año. Segundo, ajusté un modelo pequeño con ModelFactory, especializado en responder preguntas como “¿hay riesgo de desanclaje en el mercado en este momento?”. Los datos de entrenamiento fueron más de cincuenta escenarios de preguntas y respuestas generados a partir de mis tres señales. En dos semanas desde que el modelo salió a producción, el número de llamadas ya alcanzó el 70% del pico de la vieja base de datos. Además, la ventaja del modelo es que puede recibir datos en tiempo real que los usuarios le pasan para tomar decisiones, siendo más flexible que las entradas estáticas.
El módulo RLHF que se describe en el whitepaper también lo probé esta vez. Al principio, el modelo ajustado era demasiado conservador: solía etiquetar las fluctuaciones normales como si fueran riesgo. Yo le di retroalimentación manual unas veinte o más veces con “esto no cuenta como desanclaje” y el modelo poco a poco se fue calibrando. Después de la calibración, el volumen de llamadas aumentó claramente, porque los usuarios sienten que no es tan alarmista. En pocas palabras, este mecanismo de retroalimentación usa el criterio humano para corregir a la máquina; es mucho más efectivo que acumular parámetros.
El riesgo hay que dejarlo sobre la mesa. En OpenLedger todavía no hay demasiados datos dinámicos de alta calidad; la mayoría son entradas estáticas. Esto significa que quienes entran primero tienen un bono, pero la ventana de ese bono se va estrechando a medida que crece la competencia. Mi “explosión” de datos en el tercer mes tuvo de hecho un componente de suerte: justo coincidió con el pánico del mercado. Si esperas que estalle todos los meses, te decepcionarás. Mi estrategia es mantener simultáneamente entre siete y ocho líneas de datos en distintas direcciones para diversificar el riesgo. Si una se vuelve obsoleta, las otras aún pueden sostenerlo.
Por ahora, mi posición está alrededor del 3% del total de mis fondos. No incrementé de forma impulsiva la compra por el “boom” de esos datos. Sé que la depreciación es inevitable; lo clave es mirar si el volumen total de llamadas de toda la plataforma está creciendo. En los últimos seis meses, el número de llamadas diarias en la cadena de OpenLedger pasó de unos cientos a más de dos mil. Esta tendencia es más importante que el alza o la baja de una sola línea de datos mía.
El Bitcoin tardó diez años en hacer que la gente creyera en el relato del “oro digital”; Ethereum tardó cinco o seis años en llevar los contratos inteligentes al uso general. Y en cuanto a un modelo como el de OpenLedger, donde se reparte la facturación con datos on-chain, si puede funcionar o no depende de los próximos dos años. Mi elección fue dedicar un poco de dinero ocioso a esperar y comprobar, con los datos que yo subo, si este libro contable realmente logra cuadrar. Hasta ahora, el libro contable está cuadrado; la depreciación es real; y las actualizaciones dan resultados. Con eso basta. #OpenLedger