No hace falta saber programar para confiarle a una máquina la ejecución de tus ideas de trading: eso es lo que más me entusiasma de Binance Intelligence.
Pero anoche, mientras escuchaba el AMA, como trader que utiliza estrategias SMC, no podía dejar de hacerme una pregunta: si todos cuentan con IA para analizar el mercado, seguir al dinero inteligente y generar estrategias, ¿quién acabará ganando dinero y quién lo perderá?
A medida que las herramientas se vuelven más inteligentes, ¿será cada vez más difícil ganar dinero en el mercado?
Antes de abordar esta pregunta, primero veamos qué está haciendo Binance esta vez.
El 5 de octubre de 2026, Binance lanzó Binance Intelligence. En el AMA en chino celebrado la noche del 6 de octubre, moderado por Sisi, He Yi, Jeff Li y Jackson presentaron el rumbo del producto. Este artículo combina la información oficial del lanzamiento con un repaso del AMA en chino: la primera parte trata sobre el producto y la segunda, sobre mis observaciones de trading.
💡 ¿Qué puede hacer exactamente Binance Intelligence?
Incluye tres productos, que pueden entenderse según el uso que se les dé:
Para los operadores, estas tres capas corresponden, respectivamente, a obtener información, definir reglas y ejecutar operaciones.
Antes, quizá empezábamos leyendo noticias, luego consultábamos las billeteras en la cadena, abríamos un gráfico y, por último, incorporábamos las condiciones a un script. Binance quiere conectar todos estos pasos para que incluso quienes no saben programar puedan usar herramientas más sofisticadas.
Según la información oficial publicada el 5 de octubre, las funciones gratuitas de Binance AI empezarán a habilitarse gradualmente; la nueva experiencia de AI Pro está prevista para la segunda mitad de octubre. El plan avanzado tiene un precio anunciado de 19,99 USDC al mes e incluye capacidades como el trading simulado y el despliegue de estrategias en el mercado real. Las estrategias utilizarán subcuentas independientes, a las que los usuarios transferirán fondos manualmente.
Estas son las condiciones previstas para el lanzamiento; la disponibilidad concreta dependerá de lo que esté habilitado en cada cuenta.
💡 AMA en chino: estos son los puntos clave que me interesan
He Yi resumió la dirección a largo plazo como «All in AI», con el objetivo de reducir las barreras de acceso al conocimiento financiero y al uso de herramientas.
En cuanto al producto, Binance AI ofrecerá contenido personalizado a partir de información autorizada, como las posiciones y las listas de seguimiento. Está previsto lanzar AI Pro entre mediados y finales de octubre, con más interfaces de datos, una ampliación gradual de la compatibilidad con pruebas retrospectivas y la posibilidad de mantener estrategias en ejecución continua en la nube.
En la fase de ejecución, los usuarios deben revisar primero la estrategia visualizada y confirmar los permisos y los límites de los fondos; cualquier ampliación de la autorización requerirá una nueva confirmación. La hoja de ruta a más largo plazo incluye conectar el mercado al contado, los contratos, los productos de inversión, las billeteras y Web3.
Estos aspectos corresponden a etapas claramente diferenciadas: planes de lanzamiento, experiencias que se están probando y planes futuros. No se debe dar por hecho que todo está disponible hoy.
Me interesa este AMA porque podría cambiar la forma en que los operadores interactúan con las herramientas.
Antes, quien tenía una idea para una estrategia pero no sabía programar podía quedarse atascado en el «no puedo llevarla a cabo». Si el lenguaje natural puede generar reglas, esa barrera podría reducirse.
Después, la pregunta se vuelve más concreta: ¿has definido las reglas con claridad?
«Comprar un poco después de una gran caída» suena razonable, pero es difícil de ejecutar. ¿Cuánto tiene que caer? ¿En qué periodo? ¿Qué precio se toma como referencia? ¿Cuánto se compra? ¿En qué situaciones no se compra?
Solo cuando se traduce en condiciones verificables es posible debatir si funciona. Por ejemplo, delimitando el periodo de observación, la magnitud del movimiento que activa la regla, el límite de capital y las condiciones para detenerse. Estas condiciones son solo ejemplos: por muy precisas que estén redactadas, no se convierten automáticamente en una estrategia rentable.
La máquina puede ayudarte a detectar lo que no está claro. Ese proceso ya tiene valor: quizá descubras que la «estrategia» que creías tener dejaba bastante margen para improvisar en el momento.
💡 Y así volvemos a la pregunta: si todos tienen IA, ¿a quién le ganamos dinero?
Empecemos por desmontar una premisa engañosa: que todo el mundo disponga de mejores herramientas no significa que todo el mundo pueda ganar dinero de forma sostenida.
Además, para hablar de «ganar dinero» hay que precisar a qué tipo de rentabilidad nos referimos.
Cuando sube el mercado al contado, muchos titulares pueden obtener ganancias contables al mismo tiempo. Que suba la moneda que compraste no significa que la persona que te la vendió haya perdido la misma cantidad. Puede haberla comprado antes y haber salido con beneficios.
La revalorización de los activos puede aumentar el patrimonio contable. Pero la capitalización de mercado contabilizada no equivale a que haya esa misma cantidad de efectivo disponible en el mercado. Si todo el mundo vendiera al mismo tiempo, no necesariamente podría materializarse el valor al último precio de ejecución.
Las ganancias y pérdidas de precio en los contratos funcionan de otra manera. En un mismo contrato, la ganancia de precio de una posición larga corresponde a la pérdida de precio de una posición corta, y viceversa. Las comisiones se descuentan además de las ganancias totales de los operadores.
La IA puede ayudar a un operador a reducir errores y mejorar la ejecución, pero no puede hacer que ambas partes de un mismo contrato obtengan al mismo tiempo ganancias de precio.
También hay que distinguir entre rentabilidad absoluta y rentabilidad excedente: si el mercado sube, ganas dinero; si superas al mercado y si asumes demasiado riesgo son otras dos cuestiones que debes calcular.
💡 Las estrategias eficaces cambian a medida que la gente las utiliza
Supongamos que hay una diferencia de precio momentánea entre dos mercados. Si unas pocas personas la detectan, pueden comprar en el mercado más barato y vender en el más caro.
La IA reduce las barreras para detectar y ejecutar operaciones. Si más personas realizan la misma operación al mismo tiempo, se compra la opción barata y se vende la cara, por lo que la diferencia de precio podría desaparecer más rápido.
Esto favorece la eficiencia del mercado, pero para quienes entran más tarde significa que el margen de beneficio se reduce.
Una estrategia pública también puede experimentar cambios similares: si más personas entran antes, los precios de ejecución empeoran; si más personas salen al mismo tiempo, aumentan los costes de salida.
Por eso las estrategias tienen una capacidad limitada. Que una estrategia funcione bien con poco capital no significa que vaya a mantener el mismo rendimiento cuando muchas personas la repliquen con grandes cantidades de dinero.
Por eso dudo de la idea de «darle a cada persona una estrategia para ganar dinero». La rentabilidad de una estrategia depende del comportamiento de quienes la utilizan. Si los usuarios cambian, también pueden cambiar las condiciones de mercado a las que correspondían los resultados históricos.
Por supuesto, la IA no hará necesariamente que todo el mundo envíe las mismas órdenes. Los objetivos de los usuarios, los datos, los parámetros y los modelos pueden ser distintos. Lo que hay que observar es si las herramientas similares hacen que ciertas operaciones se concentren cada vez más y cómo cambian los rendimientos y los riesgos después de esa concentración.
💡 Las acciones de los grandes inversores suelen ser solo una parte de la información
Cuando vemos que una billetera grande compra, lo más fácil es pensar: «Sabe más que yo; voy a comprar también».
El problema es que lo que ves es la acción de compra, no necesariamente la estrategia completa.
Puede cubrirse con posiciones cortas en otros mercados, ejecutar arbitrajes o tener costes, periodos de tenencia y condiciones de salida diferentes.
Aunque al final obtenga beneficios, tus operaciones de seguimiento podrían perder dinero. Quizá no puedas soportar el apalancamiento ni la caída que ella sí puede aguantar; puede que ya haya comprado cuando tú recibas la señal; y cuando empiece a salir, tú aún estarás esperando que el precio suba.
La IA puede facilitar la organización de las pistas que ofrecen las billeteras, pero las lagunas de esa información siguen ahí. Que una dirección sea pública no significa que también sean públicos todos los activos, pasivos e intenciones del operador.
Además, también hay competencia entre los propios «grandes inversores». Los creadores de mercado, los arbitrajistas, quienes operan con tendencias y quienes mantienen posiciones a largo plazo tienen objetivos distintos, y sus posiciones pueden ir en direcciones opuestas.
💡 La IA mejora la capacidad de ejecución, pero también puede amplificar los errores
A nivel personal, espero que ayude a organizar información, revisar reglas, hacer un seguimiento continuo y reducir las operaciones omitidas o duplicadas.
Estas capacidades pueden mejorar la eficiencia. Pero entre la eficiencia y la rentabilidad de una estrategia aún queda todo un proceso de verificación.
¿Se usó información futura por error en la prueba retrospectiva? ¿Los parámetros se ajustan demasiado a los datos históricos? ¿Se tuvieron en cuenta las comisiones, el deslizamiento, las tasas de financiación y las limitaciones de ejecución? ¿Los resultados siguen siendo sólidos en otra fase del mercado?
Por muy clara que esté redactada una regla, puede no ofrecer ninguna ventaja. Una vez automatizada, también puede generar pérdidas más rápido y con más frecuencia que si se ejecutara manualmente.
Del mismo modo, las subcuentas independientes ayudan a limitar la exposición del capital, pero no mejoran las expectativas de rentabilidad de la estrategia. Una posición pequeña también puede generar pérdidas continuas; y una regla sin condiciones de salida eficaces no se vuelve razonable por el mero hecho de haber sido autorizada.
También observaré el riesgo de que las estrategias se amontonen: si muchas usan señales similares y reducen posiciones en condiciones parecidas, las salidas concentradas podrían acentuar la volatilidad a corto plazo.
Es una situación que debe verificarse. Por ahora, no se puede afirmar que vaya a producirse un «pánico colectivo causado por la IA» basándose únicamente en el lanzamiento del producto.
💡 Por último, ¿hacia dónde podría desplazarse la ventaja?
A mi juicio, cada vez será más difícil que la recopilación de información fácil de replicar y las reglas sencillas constituyan por sí solas una ventaja.
Los operadores deben preguntarse: ¿por qué podría funcionar esta estrategia? ¿En qué tipo de entorno funciona? ¿La rentabilidad puede cubrir los costes? ¿Qué pruebas indican que está dejando de funcionar?
La IA puede ayudar a responder, pero sus explicaciones también deben someterse a verificación. La intuición humana también debe ponerse a prueba: no hay que dar por sentado que el criterio en el momento de operar es superior al de una máquina solo porque alguien lleve muchos años haciendo trading.
Para la plataforma, unas herramientas más fáciles de usar pueden atraer a más usuarios y actividad de trading. Para los operadores, lo que importa al final es la rentabilidad después de descontar las comisiones y las caídas que han tenido que soportar.
Aumentar el número de operaciones, de estrategias o de informes de análisis no sustituye a estos dos resultados.
Tengo expectativas sobre Binance Intelligence porque podría ayudar a más personas con ideas a convertir sus reglas en estrategias concretas y someterlas a verificación.
Pero no interpretaría «puede ejecutarse automáticamente» como «ya hemos encontrado una forma de ganar dinero». Si todos los datos apuntan a una tendencia alcista, pero el precio sigue debilitándose, hay que volver a revisar las señales, el entorno del mercado y nuestras propias hipótesis. Al fin y al cabo, si no sabes cómo ganar dinero operando, es muy probable que cualquier estrategia que escribas o elijas solo te haga perder dinero.
Después de la expansión de la IA, el mercado seguirá recompensando el buen criterio y la ejecución eficaz, y seguirá penalizando los errores. Las herramientas son más potentes, así que es aún más importante saber qué les pedimos que hagan y cuándo debemos detenernos.
Si las recomendaciones de la IA contradicen el comportamiento del precio que observas, ¿qué comprobarías primero?
La información se verificó hasta el 7 de octubre de 2026. Los datos sobre los productos se basan en fuentes oficiales; el análisis sobre la concentración de estrategias, los cambios en las ventajas y el impacto de la plataforma corresponde a este artículo.