数据工坊

Después del cruce dorado de BTC, cae hasta 77.000 dólares — no te quedes solo en el “cruce dorado”; mira primero toda la cadena de señales

El error más común al hacer datos/cuanti (cuantitativo) es no que no sepa interpretar indicadores, sino que tome una sola señal como una conclusión ejecutable.

Estos días, BTC mostró una EMA20 cruzando por encima de la EMA50, y luego volvió a caer cerca de los 77.000 dólares. Pero según los datos diarios que usé para generar las imágenes: el último valor ronda los 78.500 dólares; la EMA20 está en torno a 77.100; la EMA50 en torno a 72.800; el RSI ronda 58; y el rango máximo-mínimo de 20 días es aproximadamente 75.546–82.300 dólares. El cruce dorado sigue ahí, pero el precio no ha salido a moverse en una sola dirección. Esto muestra que el indicador de “dirección” solo te dice el estado actual; no puede decirte por ti la posición, el punto de invalidación, el deslizamiento (slippage) ni el momento.

Mi forma de procesarlo es descomponer la señal en tres partes:
1) Criterio de datos: precio de ejecución, precio marcado y precio de cierre por separado;
2) Filtrado de estado: mirar juntas las medias móviles, el RSI y la posición dentro del rango;
3) Presupuesto de riesgo: definir primero en qué condiciones la señal se considera inválida, y recién entonces hablar de la posición.

Yo aplico este mismo flujo cuando hago monitoreo de mercado: primero dejo claros los indicadores y las alarmas, y luego lo dejo correr 24/7. Las señales no se inventan “a ojo”; para que cuenten deben ser reproducibles, poderse backtestear y poder explicarse.

Cuando tú evalúas un cruce dorado, ¿esperas confirmación al cierre, o si el cruce ocurre intradía ya te mueves? Hablemos en los comentarios.
#比特币 #金叉 #行情 #量化 #数据控

El Salvador suma más de 1.500 BTC, el FMI dice: "no fue compra con fondos públicos"—¿en los datos, a quién crees primero?

Confirmación más reciente del FMI: todo el BTC que El Salvador añadió desde junio de 2025 proviene de "donaciones privadas", sin tocar fondos públicos. Con el anuncio, aparece el relato de la "conformidad"; incluso el siguiente tramo de un préstamo de unos 140 millones de dólares queda desbloqueado. Pero para quienes trabajan con datos, esta frase merece que se plantee una duda primero.

En la cadena se ve que aumentan los saldos de BTC de carteras vinculadas a El Salvador (de aprox. 6.224 a 7.764, es decir, ~1.540 BTC nuevos); sin embargo, "aumenta el saldo" y "se compró con fondos públicos" son cosas distintas. El FMI aceptó la vía de las donaciones, pero cuántas operaciones fueron y quién donó, hasta ahora no se ha divulgado. Es como una conclusión "amigable con el mercado" que, en datos, le faltan tres puntos verificables: el incremento, el momento y la fuente. Lo que más se debe evitar al investigar es que "la conclusión venga antes que los datos".

Lo primero que hago con los datos financieros es fijar bien el criterio: especificar de forma completa la fuente, el momento y la definición de campos, y solo después sacar conclusiones.

Mi valoración: no voy a tomar literalmente como una señal plenamente positiva que el FMI diga que no se usaron fondos públicos. Lo que de verdad afecta es la sostenibilidad del relato sobre las reservas soberanas de BTC. Hay que vigilar si los incrementos posteriores continúan, si los donantes revelan información y si este criterio se usará repetidamente para "regularizar" el proceso. En datos, primero miras estas tres cosas; luego se habla del impacto en el precio.

Cuando veas que "el criterio oficial" choca con los datos on-chain, ¿a quién crees? ¡Hablemos en los comentarios!
#IMF #萨尔瓦多 #数据 #量化 #DatuoControl

Liquid fue retirado y se acercó a 4.000 BTC—pero el “algo no cuadra” en la cadena, antes que la noticia

El 6 de septiembre, la sidechain de Bitcoin Liquid fue retirada con cerca de 4.000 BTC (aprox. 320 millones de dólares). En un momento, las reservas llegaron a quedar en solo el 5%. Mucha gente pensó en “un hackeo para provocar una caída”, pero en la cadena el problema ya estaba encendido en rojo.

Lo que de verdad hay que vigilar no es “cuánto robaron”, sino indicadores on-chain como el saldo de las reservas, la acuñación anómala y los retiros de gran monto. Esta vez la causa raíz fue una vulnerabilidad de verificación en Elements (reutilización en caché de range proof), que permitió que L-BTC sin respaldo real de BTC se acuñara “de la nada”, y luego pasar por un canal normal de retiros para cambiarlo por moneda auténtica. El dinero siguió una ruta “compliant”, pero los datos on-chain —caída brusca de reservas, acuñación anómala e importantes movimientos— ya eran señales en el front-end.

Yo he montado este tipo de monitoreo en el sistema (saldo/transacciones anómalas/alertas automáticas por umbral) para que los “movimientos irregulares” se avisaran antes de que se vuelvan tendencia en los titulares.

Mi valoración: esto no tiene un impacto sustancial en la red principal de BTC; el riesgo se concentra en el canje de L-BTC y en la confianza en la sidechain. Así que, a corto plazo, solo es una perturbación emocional: no entres en pánico. Lo que realmente hay que vigilar son tres señales: “recuperación de reservas + despliegue del parche + destino de las 598 BTC restantes”. Hasta que no esté claro, no toco L-BTC.

¿Tú sueles vigilar los movimientos anómalos on-chain? Hablemos en la sección de comentarios.
#Liquid #链上监控 #数据 #量化 #数据控

ZEC sube casi un 60% en una semana——pero antes de perseguir, aclara qué "precio" estás mirando

Decir "ZEC se disparó esta vez" suena igual, pero las cifras en boca de cada quien pueden diferir bastante: en los titulares, el aumento semanal es del 45%; y yo, calculando con las velas diarias reales de hoy, veo que en los últimos 7 días es +58% y en los últimos 30 días +160%. No es que alguien engañe a alguien: es porque el criterio no es el mismo——7 días en movimiento, semana natural, apertura/cierre, precio más reciente/volumen ponderado… todo puede variar en una docena de puntos.

En este trabajo, lo peor es el de los "números que parecen correctos". Yo suelo fijar el criterio por completo: qué tramo usar, qué tipo de precio tomar y si incluye el deslizamiento (slippage), todo queda establecido antes de sacar conclusiones. Si no, haces el backtest durante media tarde y al final descubres que los propios datos se contradicen.

(Imagen: análisis intradía de ZEC/USDT, precio+EMA20/50+volumen+RSI; en el rango, el borde superior es 1296)

Cuando persigues una moneda tan fuerte, ¿estás usando el precio más reciente, el precio de cierre o el precio ponderado? Hablemos en los comentarios.
Sígueme y seguiré actualizando datos/series de cuantificación.
#Zcash #行情 #量化 #数据 #数据控

Liquid fue atacado con 320 millones de dólares—pero hubo anomalías en la cadena, a menudo con señales previas

Al hacer cripto, monitorear los datos on-chain expone los riesgos antes que la intuición—las transacciones anómalas y las variaciones de gran monto suelen tener señales antes de que ocurra el problema.
Yo mismo construí un sistema de monitoreo y alertas (alertas automáticas por anomalías/umbrales que envían WeChat), para no enterarme solo cuando ya pasó algo.

（Imagen: gráfico de datos）

¿Ustedes suelen estar atentos a las anomalías on-chain? Comenten en la sección de comentarios.
#Liquid #链上数据 #监控 #量化 #data-controller

Zcash sube 45% en una semana—pero antes de seguir la subida, aclara si los datos que estás mirando están bien

Para la misma moneda, ¿la subida del 45% que ves está calculada con el último precio de operación, el precio promedio ponderado, o el precio medio del libro de órdenes? Esos tres pueden diferir mucho cuando hay subidas y bajadas bruscas.

El criterio de los datos no está fijado para siempre; aunque los gráficos K se vean preciosos, puede ser solo autocomplacencia. Yo ya sufrí esto cuando hacía cuantitativo: al final, fijé bien el criterio, el horario y las reglas de deduplicación, y entonces sí me atreví a usar esas señales.

(Pie de imagen: gráfico de datos)

Amigos que se lanzan al alza, primero aclaren si el número que están mirando es correcto. Si tienen necesidades de recolección de datos o de seguimiento del mercado, hablemos en la sección de comentarios.

Hacer análisis de datos, en realidad lo que más tiempo consume no es obtener los datos, sino limpiarlos.

Con un mismo conjunto de datos, si lo recoges desde distintas fuentes, los formatos son de todo tipo: el formato de fecha no es uniforme, hay valores vacíos, hay duplicados, y las unidades también se mezclan... El tiempo que inviertes en la limpieza suele ser varias veces mayor que el de la obtención.

Con el tiempo aprendí: antes de capturar, define el criterio de forma estricta (campos, unidades, tiempo, reglas de deduplicación). Aunque tardes media hora más en escribir una regla de limpieza, luego cada día puedes ahorrar una o dos horas.

(Imagen: datos limpios después de la limpieza)

Si cada día también te lleva mucho tiempo ordenar los datos, podemos hablar de cómo convertir ese paso en algo automático. No cuesta nada; hablemos primero.

Los que hacemos cuantitativo, el pozo más fácil en el que caer no es la estrategia, sino “los datos”.

Para la misma moneda, en la interfaz A obtienes el “último precio negociado”, en la B el “precio medio ponderado”, y en la C el “precio medio del libro de órdenes”.
—Los tres son correctos, pero los resultados del backtest pueden diferir muchísimo. Antes me pasó una vez: el backtest de la estrategia se veía muy bien, pero al ejecutarla en real se vino abajo.
Luego descubrí que era porque el criterio de los datos no coincidía con el de la operación real.

Así que, antes de hacer cuantitativo, primero define bien “qué precio, en qué momento y con qué formato de señal”. Si no, aunque el backtest sea muy vistoso, será solo para satisfacerse.

Ahora, para seguir el mercado, uso un conjunto de canalizaciones con una sola convención fija: ejecución automática programada, limpieza y generación de tablas, e incluso alertas.
Es para que el “pozo de los datos” no destruya la estrategia.

Amigos del cuantitativo: si ustedes también están peleándose con el “criterio de los datos”, podemos conversar. Sin costo, primero platiquemos.