Eric Choo

🎉 ¡Oficialmente en el Top 100 de CreatorPad!

Realmente agradezco a todos los que siempre leen mis publicaciones, interactúan y me acompañan durante todo este tiempo 🫶
Desde mis publicaciones simples sobre el mercado, la mentalidad hasta mi perspectiva personal, no pensé que llegaría a recibir este reconocimiento.

15489 $PIXEL no solo es un premio, sino también un impulso para seguir creando contenido de mejor calidad para la comunidad 🚀

El camino todavía es largo, seguiré manteniendo el ritmo y avanzando aún más 💛
Cualquiera que esté construyendo contenido, ¡sigan con perseverancia! Siempre hay oportunidades para quienes trabajan de verdad.

#CreatorpadVN #BinanceSquare

No pensé que esta vez tendría la suerte de quedar en el top 4 de CreatorPad VN en Binance Square 🥹
La recompensa de 0.12 $BNB no es muy grande, pero es un impulso para seguir escribiendo y compartiendo más.

En realidad, veo que Binance Square todavía tiene muchas oportunidades para los que les gusta crear contenido, analizar o simplemente interactuar todos los días.
Anímate a probar, quién sabe, tu próximo artículo podría estar en el top 👀

Si alguien quiere unirse y no sabe por dónde empezar, necesita tips para escribir, cómo construir interacción o cazar eventos, pregúntenme, lo que pueda apoyar, lo haré 🤝

¡Felicidades a todos en esta ronda por los regalos! 🫶

#genius $GENIUS @GeniusOfficial

El peor trade que nunca hice fue uno en el que pasé cuarenta minutos investigando cómo ejecutarlo.
No la tesis. El camino de ejecución. ¿Qué DEX tenía la mejor tasa? ¿Qué puente era el más barato? ¿Debía pasar por un salto o dos? ¿Valía la pena el gas en zkSync comparado con Arbitrum ese día?
Para cuando decidí una ruta, me convencí a mí mismo de no hacer el trade en absoluto. No porque la tesis cambiara. Sino porque la fricción de elegir había agotado la convicción.
Hay un costo cognitivo específico que nadie considera en DeFi. Cada opción adicional que enfrentas antes de la ejecución toma un pequeño trozo de la energía mental que necesitas para mantenerte afilado en la decisión real. Los psicólogos lo llaman sobreelección. En trading se presenta silenciosamente — no como una decisión equivocada, sino como ninguna decisión en el peor momento posible.
He empezado a rastrear qué trades perdí vs. cuáles perdí dinero. Los que perdí son más difíciles de mirar. Al menos una pérdida te da datos.
Este es el costo oculto que @GeniusOfficial está tratando de solucionar. Cuando el enrutamiento a través de más de 150 DEX y 11 cadenas se abstrae en una sola interfaz, la elección no se elimina — se maneja a nivel de infraestructura para que la carga cognitiva se mantenga donde realmente pertenece. En la tesis. En el tiempo. En el tamaño.
Menos decisiones antes de entrar no te convierte en un peor trader. Hace que las decisiones que sí tomas sean más limpias.
¿Cuántos trades te has convencido de no hacer mientras aún intentabas averiguar cómo ejecutarlos?

#genius $GENIUS @GeniusOfficial

Después de cada operación fallida, pasaba una semana corrigiendo lo que estaba mal.
¿Perdí dinero en un rug pull? Pasé días investigando auditorías de tokens. ¿Me destrozó el slippage? Me obsesioné con las órdenes límite durante un mes. ¿Me perdí un movimiento porque estaba dormido? Empecé a poner más alertas de las que podía procesar.
Cada corrección era lógica en aislamiento. Ninguna de ellas abordaba lo que realmente seguía saliendo mal.
Este es el sesgo de recencia en su forma más costosa. El cerebro se aferra a la última herida y busca una solución exactamente para ese escenario, mientras que la próxima pérdida proviene de un lugar completamente diferente. Siempre estaba una guerra atrás.
Rastreé mi propia atribución de pérdidas a lo largo de dieciocho meses. Aproximadamente el 31% vino de una mala tesis. El resto fue infraestructura: tiempo de ejecución, fallos en el enrutamiento, congestión de la cadena en el momento equivocado, posiciones dimensionadas incorrectamente porque la liquidez parecía más profunda de lo que era.
La división me sorprendió. Había estado invirtiendo la mayor parte de mi esfuerzo de mejora en el problema más pequeño.
Lo que @GeniusOfficial está construyendo aborda directamente el problema más grande. Ejecución unificada a través de 11 cadenas, enrutamiento automático a través de más de 150 DEX, Ghost Orders minimizando el impacto en el mercado a gran escala. La capa de infraestructura deja de ser algo que parches de forma reactiva después de cada pérdida.
¿Elimará el problema de la tesis? No. Esa parte sigue siendo tu responsabilidad.
Pero hay algo clarificador en usar una herramienta que maneje el 69% para que tu atención pueda vivir realmente en el 31% donde el juicio importa.
Después de tu última operación fallida, ¿corregiste la causa real o solo la cosa que podías ver más claramente?

#genius $GENIUS @GeniusOfficial

El número en la pantalla no es el número que obtienes.
Aprendí esto de la manera más dura con un token de mediana capitalización el año pasado. El libro de órdenes mostraba $180k de liquidez en mi precio objetivo. Entré con un tamaño de $40k. Me llenaron a un promedio de 3.1% por encima de lo que estaba mirando. La liquidez era real en agregado — solo que no era real para mí, con ese tamaño, en ese momento.
Esta es la parte de DeFi que más tiempo toma entender. La liquidez mostrada y la liquidez ejecutable son mediciones diferentes. Una te dice lo que existe. La otra te dice a qué puedes realmente acceder sin mover el precio en tu contra.
La mayoría de los traders aprenden a leer velas antes de aprender a leer la liquidez. Yo lo hice. Y te cuesta de maneras que no aparecen como errores obvios — solo llenados ligeramente peores, cada vez, acumulándose silenciosamente.
La arquitectura de Ghost Orders en @GeniusOfficial aborda esto directamente. Dividir la ejecución a través de hasta 500 wallets no es primero una característica de privacidad — es una característica de acceso a la liquidez. Tramos más pequeños golpeando el pool desde diferentes ángulos significa que el mercado ve menos de tu intención a la vez, lo que significa que el precio se mueve menos en tu contra antes de que te llenen.
¿Soluciona completamente el problema? No. A un tamaño suficiente, el impacto en el mercado es inevitable sin importar lo inteligente que sea el enrutamiento.
Pero hay una diferencia significativa entre una herramienta diseñada alrededor de este problema y una que solo te muestra el libro de órdenes y te desea suerte.
¿Alguna vez has recibido un llenado y te has preguntado por qué el número no coincidía con lo que estabas mirando treinta segundos antes?

#openledger $OPEN @OpenLedger

Cuando leí detenidamente la parte de DataNet en el whitepaper de @OpenLedger, hubo una frase que me hizo detenerme. Los validadores no solo aprueban o rechazan datos. También establecen estándares de calidad para cada dominio, es decir, deciden qué umbral hace que un dataset sobre imágenes médicas sea considerado suficientemente bueno, y qué umbral hace que un dataset sobre código Solidity sea aceptado. Esto no es un trabajo técnico simple. Es un poder legislativo para una economía de datos.

Y esta es la parte que todos pasan por alto. En cualquier marketplace, quien establece el estándar siempre es quien más se beneficia. Amazon no solo vende productos, ellos deciden quién puede vender en la plataforma. Spotify no solo transmite música, ellos definen qué es "contenido que infringe". En el ecosistema de OpenLedger, el validador tiene un rol similar con un privilegio adicional: lo hacen con capital en juego, lo que significa que para convertirse en validador, debes apostar suficiente $OPEN para tener 'skin in the game'. En la dirección correcta. Pero también significa que el mejor validador será aquel que tenga tanto experiencia en el dominio como capital, y esas dos cosas no siempre están en manos de la misma persona.

Yo mantengo $OPEN no porque crea que seré un gran contribuyente. Lo mantengo porque si el sistema funciona, la posición de validador en el dominio que conozco tendrá un valor muy diferente al que el mercado está valorando en este momento respecto al token.

Si los validadores en DataNet tienen suficiente poder para establecer el estándar para todo un dominio, y ese estándar decide quién recibe recompensas de $OPEN , ¿cómo crees que el sistema impedirá que los validadores usen ese poder para priorizar a los contribuyentes de su red en lugar de a los contribuyentes externos que tienen mejores datos?

#bedrock $BR @Bedrock

Antes, cada vez que quería analizar un protocolo DeFi, tenía que abrir Dune Analytics, Nansen, DeFiLlama y un montón de pestañas más. Luego me sentaba a juntar números como si estuviera escribiendo una tesis. Era realmente agotador.
Después probé BRclaw de @Bedrock , la IA analista on-chain que está en fase beta. Lo primero que hace no es mostrar un dashboard bonito. Lee flujos de wallets, métricas de vaults, dominancia de BTC y te dice directamente: qué vault se ajusta a tu perfil de riesgo, qué vault está cerca de su capacidad máxima, y en qué punto del ciclo se encuentra el mercado de BTC.
La verdadera diferencia está en que BRclaw no está desconectado del ecosistema $BR. Cuanto más alto sea el Tier $BR , más detalladas son las señales de BRclaw, y lo más importante es que recibes alertas antes de que un vault cierre para recibir fondos. Esto no es una IA para hacer trading, sino una IA diseñada para proteger tu allocation.
Con esta beta ya así, realmente tengo curiosidad por lo que podrá hacer en su versión oficial.
¿Qué herramientas sueles usar para analizar on-chain antes de hacer un depósito en un protocolo y crees que la IA podría sustituirlo todo por completo?

#genius $GENIUS @GeniusOfficial

Nadie habla de las operaciones que casi equilibraron. Saqué mi historial de transacciones del último trimestre y hice las cuentas correctamente por primera vez. No solo entradas y salidas. Cada tarifa de gas de aprobación, cada transacción fallida que volví a intentar, cada peaje de puente, cada swap que pasó por un salto extra porque la liquidez estaba escasa en mi camino preferido.
El número era embarazoso. No porque alguna transacción en particular fuera catastrófica. Porque hubo 47 de ellas.
Las pequeñas pérdidas se acumulan silenciosamente en la dirección opuesta de las pequeñas ganancias. Una tarifa del 0.3% aquí, un deslizamiento del 0.8% allí, una tarifa de gas de $4 en una transacción que falló y tuvo que ser reenviada. Nada de esto parece significativo en el momento. Todo suma a un número que no quieres calcular hasta que finalmente lo haces.
Esta es la estructura de costos que @GeniusOfficial está atacando silenciosamente. Órdenes fantasma que dirigen la ejecución a través de hasta 500 wallets para minimizar el impacto en el mercado. Arquitectura sin firma que elimina completamente la capa de aprobación. Más de 150 rutas de DEX encontrando caminos que un trader manual nunca vería en tiempo real.
No estoy diciendo que elimine la estructura de costos. La complejidad del enrutamiento introduce su propio costo adicional, y no lo he probado bajo presión a gran escala. Pero la intención del diseño claramente apunta al problema correcto.
La mayoría de los traders rastrean cuidadosamente sus grandes pérdidas. Casi nadie audita las 47 pequeñas.
¿Cuándo fue la última vez que realmente sumaste cuánto te costó la fricción?

#openledger $OPEN @OpenLedger

Estoy observando cómo funciona el score de reputación en Datanet y veo un ciclo del que pocos están hablando. Los contribuyentes que entran temprano, proporcionando datos de alta calidad, acumulan un score de reputación alto. Un score de reputación alto significa un peso de atribución mayor en cada inferencia posterior, es decir, cada vez que el modelo de IA utiliza sus datos, reciben una parte mayor en comparación con los contribuyentes nuevos, aunque la calidad de los datos sea equivalente. Este es el interés compuesto de la economía de datos, no del dinero.

Lo peligroso es que ese ciclo se retroalimenta. Los contribuyentes con alta reputación reciben más recompensas, tienen más incentivos para seguir contribuyendo con calidad, la reputación sigue aumentando, y la brecha con los nuevos se vuelve más amplia. Después de 24 a 36 meses, los dominios ganadores de DataNet formarán una clase de contribuyentes que yo llamo "aristocracia de datos," es decir, un grupo de personas cuya influencia en el modelo de IA supera a cualquier laboratorio, ya que poseen la mayor parte de la atribución verificada en ese dominio.

Esta es una oportunidad, pero también un riesgo que debemos enfrentar. Si el sistema de reputación es manipulado por un pequeño grupo en las primeras etapas, y no hay un mecanismo para redistribuir la atribución cuando los datos antiguos pierden relevancia, entonces esa aristocracia de datos no es una meritocracia, sino un foso de incumbencia de manera no saludable para el ecosistema a largo plazo.

Si el interés compuesto de la reputación crea una brecha cada vez mayor entre los contribuyentes tempranos y tardíos, y tú estás leyendo esto hoy, ¿crees que aún estás dentro de la ventana "suficientemente temprana" para construir una posición de reputación significativa en OpenLedger DataNet, o esa ventana ya se ha cerrado?

#openledger $OPEN @OpenLedger

Cada vez que contribuyo datos de calidad a un DataNet sobre @OpenLedger y un validador aprueba, mi puntaje de reputación aumenta. Esa reputación afecta el peso de atribución en cada llamada de inferencia posterior utilizando ese DataNet. Es decir, el contribuyente que llega temprano, construye una alta reputación, recibirá una parte mayor de todos los ingresos futuros de inferencia de ese DataNet para siempre, aunque continúe contribuyendo o no.

Esta es la verdadera ventaja del compounding. Un médico que contribuye datos clínicos a un DataNet de salud desde el primer mes y construye una reputación de 95 puntos recibirá una parte de atribución mayor que otro médico que contribuya datos de calidad equivalente pero que comience 12 meses después, porque la reputación del que llega tarde no tiene un historial para competir. Con el tiempo, esa brecha no se cierra, sino que se amplía porque el contribuyente temprano sigue recibiendo recompensas y tiene más incentivos para mantener la calidad.

No estoy diciendo que esto sea malo. Este es un diseño intencional para atraer a contribuyentes de alta calidad desde el principio. Pero si el DataNet de salud o el DataNet de trading logra escalar lo suficientemente grande, esos contribuyentes tempranos se convierten en una clase influyente sobre la salida del modelo, más que cualquier laboratorio de IA grande, y $OPEN token es la herramienta para medir esa influencia en números reales en la cadena.

Si OpenLedger realmente crea una clase de aristocracia de datos donde los contribuyentes tempranos en el DataNet ganan regalías para siempre, ¿piensas que eso es justo o creará una nueva desigualdad en la economía de IA, similar a cómo los primeros mineros de Bitcoin acumularon BTC de una manera que los que llegaron después nunca podrán alcanzar?

#genius $GENIUS @GeniusOfficial

Tuve una zona ciega durante ocho meses y no lo sabía.
Todo lo que comercié vivió en una sola cadena. No porque lo investigara y concluyera que era lo mejor. Solo porque ahí fue donde empecé, y la inercia hizo el resto. Mi modelo mental del "mercado" era en realidad solo una porción de él.
El momento en que me di cuenta de esto fue incómodo. Estuve optimizando entradas y salidas en Arbitrum mientras el mismo token estaba cotizando a un 4% de premium en Base durante tres días consecutivos. No fue una ventana de arbitraje fugaz. Fueron tres días. Suficiente tiempo como para que no fuera un error — era una brecha estructural que simplemente no podía ver desde donde estaba.
La familiaridad con una sola cadena se siente como experiencia. No lo es. Es solo una versión más estrecha del mismo mercado disfrazada de convicción.
Este es el problema específico que una capa de ejecución unificada resuelve y que nadie menciona en los materiales de presentación. No es solo velocidad. Es visibilidad. Cuando tu saldo existe en 11 cadenas simultáneamente y el enrutamiento sucede automáticamente, el mercado en el que estás comerciando se convierte en el mercado real — no en un subconjunto cómodo de él.
@GeniusOfficial está construyendo hacia eso. Ya sea que la lógica de enrutamiento descubra diferencias genuinas en los precios entre cadenas de manera consistente, o que las suavice antes de que puedas actuar, realmente no estoy seguro.
Pero sé lo que me costó comerciar con una zona ciega durante ocho meses.
¿Alguna vez has perdido una oportunidad que estaba escondida en una cadena diferente de donde mirabas?

#genius $GENIUS @GeniusOfficial

He acertado con un token justo cuando no importaba.
Encontré una buena configuración en un L2 el año pasado. La tesis era clara, el timing estaba bien. Pasé veinte minutos averiguando qué puente usar, cuál tenía las tarifas más bajas, cuál no tardaría cuarenta minutos en finalizar. Para cuando me posicioné, el movimiento ya había comenzado sin mí. Atrapé tal vez el 30%.
La operación fue correcta. La decisión de infraestructura me costó el resto.
Lo que nadie te dice al principio es que en el cripto multichain, tu ventaja no se trata solo de leer el mercado. Se trata de estar en la cadena correcta en el momento adecuado con suficiente liquidez para ejecutar en tamaño. Esos son tres problemas separados, y la mayoría de las interfaces te hacen resolverlos manualmente, en secuencia, bajo presión de tiempo.
Ese es el problema específico alrededor del que está arquitectando @GeniusOfficial . Un balance unificado a través de 11 cadenas, enrutando automáticamente a través de más de 150 DEX. La decisión de la cadena se abstrae para que la decisión de trading pueda realmente respirar.
Tengo curiosidad genuina sobre si la lógica de enrutamiento se mantiene durante ventanas de alta volatilidad cuando cada cadena está congestionada simultáneamente. Ahí es cuando las capas de abstracción tienden a romperse.
Pero la dirección es correcta. La mejor operación que nunca capté completamente me enseñó que $GENIUS la infraestructura no es una característica de conveniencia. Es donde una parte significativa de tu retorno realmente vive.
¿Alguna vez has acertado en una operación pero te has equivocado de cadena?

#openledger $OPEN @OpenLedger

Estoy pensando en esto después de leer la descripción sobre el puntaje de reputación del contribuyente de DataNet. Cada vez que tus datos son utilizados por el modelo y el output es bueno, la reputación aumenta. Una reputación más alta significa un mayor peso de atribución en cada inferencia posterior. Un peso de atribución mayor significa más recompensa. Más recompensa significa que puedes hacer staking más alto para aumentar la prioridad en la cola de validación. Este ciclo no es de mala fe, es la mecánica natural de cualquier sistema de reputación que funcione bien. Pero tiene consecuencias muy específicas: los que llegan temprano con datos de alta calidad en el dominio ganador construirán un moat compuesto que los que llegan tarde casi no podrán alcanzar.

Esta es la razón por la que creo que la ventana para entrar en el ecosistema de OpenLedger como un contribuyente serio, no solo como un trader que compra tokens en el exchange, no estará abierta para siempre. Cuando el DataNet de salud o el DataNet de trading ya tengan suficientes contribuyentes tempranos con alta reputación, cada nuevo ingreso comenzará desde cero mientras los incumbentes continúan acumulando. No hay nada de malo en el diseño de incentivos. Solo significa que el mejor momento para convertirse en un contribuyente de alta calidad es ahora, no después de que el ecosistema haya madurado y la ventana se cierre.

Si el sistema de reputación de OpenLedger crea una ventaja compuesta lo suficientemente grande para los contribuyentes tempranos, ¿será esta la primera vez en crypto que "entrar temprano con datos de calidad" es más importante que "entrar temprano con mucho dinero", y estás pensando en convertirte en contribuyente en lugar de solo comprar tokens?

🕯️ La noche que arriesgué y la lección que aún perdura

#45NgayTuDoTaiChinh

En 2022, recuerdo perfectamente la sensación de estar mirando la pantalla a las 2 de la mañana, con las manos temblando y el corazón a mil. LUNA acababa de colapsar, el mercado estaba hecho trizas, había sangre por todos lados. En Telegram solo había gente llorando, insultando, y otros que proclamaban que dejarían el crypto para siempre. Y yo, abriendo una posición Long en BTC.

No porque fuera un experto o tuviera un sistema avanzado. Simplemente, al ver el precio en 17.000 USDT, me dije: “Si no es ahora, ¿cuándo será?” BTC empezó a recuperarse, lento al principio, luego rápido y fuerte, y yo observaba cómo las ganancias subían día a día, con el corazón acelerado, pero esta vez de emoción.

Finalmente, cerré en 60.000 USDT. Mucho antes del pico real. Mis amigos decían que lamentaba no haber mantenido más tiempo. Pero no me arrepiento ni un segundo, porque cerré según mi plan, en el nivel que me prometí desde un principio. Cumplir la promesa contigo mismo en crypto a veces es más difícil que mantener una posición durante la noche.

Al mirar las posiciones que están en rojo hoy, no me siento desesperado, sino familiarizado. He visto este mercado caer mucho más. Lo único que distingue a quienes permanecen de quienes se rinden no es el capital, sino los recuerdos de aquella vez que temí, arriesgué, acerté y aprendí de todo eso. 🕯️

#45NgayTuDoTaiChinh
$ALLO $LAB

#genius $GENIUS @GeniusOfficial

Solía pensar que era un buen trader. Luego empecé a llevar una segunda hoja de cálculo.
No para PnL. Para todo lo demás. Tiempo esperando aprobaciones. Transacciones que fallaron y tuvieron que ser reenviadas. Rutas que pasaron por tres puentes y llegaron cuatro minutos tarde a un precio que ya se había movido. Lo rastreé durante noventa días.
El número que volvió fue incómodo. No había perdido dinero en malas decisiones casi tanto como pensaba. Lo había perdido en la infraestructura entre la llamada y la ejecución.
La parte frustrante es que este tipo de pérdida no tiene peso emocional. Un mal trade duele. Lo recuerdas. Aprendes de ello. Pero la pérdida por fricción simplemente desaparece en el ruido de fondo de "crypto siendo crypto." Nadie publica sobre eso. Nadie construye una tesis alrededor de ello.
Esa es exactamente la razón por la que creo que lo que @GeniusOfficial está resolviendo importa más de lo que parece. Una capa de ejecución unificada a través de más de 150 DEX y 11 cadenas no te convierte en un mejor analista. Simplemente detiene la infraestructura de gravar silenciosamente cada buena decisión que tomas.
El riesgo con el que me siento, honestamente: la estandarización de la ejecución a esta escala está genuinamente sin resolver. La optimización de rutas bajo un estrés de liquidez real es diferente de la optimización de rutas en un whitepaper.
Pero la segunda hoja de cálculo no miente. La mayor parte de lo que perdí, lo perdí antes de que el mercado se involucrara.
¿Alguna vez has rastreado realmente cuánto te costó la fricción en la ejecución, separándolo de tus decisiones de trading?