Escribí una sola frase en una herramienta de trading. Como un minuto después, había escrito Python real, extraído cuatro años de datos de mercado, ejecutado un backtest completo y me había dado una estrategia que perdió dinero durante un backtest de cuatro años.
Luego hizo algo que ninguna "IA de trading" me había hecho antes. Me dijo que estaba equivocado. Explicó exactamente por qué mi idea era al revés. Y en lugar de solo decirlo, ejecutó una segunda prueba para demostrarlo y luego reconstruyó la estrategia en algo que realmente funcionaba.
La herramienta es Strategy Studio de Minara. Este es el análisis honesto, números rojos incluidos. Al final verás por qué esa línea de "No es asesoramiento financiero" es la oración más importante de todo el artículo.
Una frase adentro, una estrategia cuantitativa afuera
La propuesta de Minara es simple: describe una idea de trading en lenguaje natural y la convierte en una estrategia cuantitativa real y backtesteada. También puedes introducirle un formulario, una grabación de pantalla de un video de estrategia, o pegar código. Por debajo, extrae de una biblioteca de más de 500 factores, escribe Python real, ejecuta el backtest y te muestra la curva de equity y las métricas — luego te permite seguir refinándola solo con hablarle.
Hay dos modos. Single-Asset construye una estrategia para una moneda. Multi-Asset construye un portafolio transversal completo — clasifica una canasta de nombres según factores premium, va largo en los mejores y corto en los peores. El propio marco de Minara: los modelos de factores transversales que solían tomar años a los equipos cuantitativos institucionales ahora se pueden invocar en una frase. Esa es la afirmación. Pasé una tarde poniéndola a prueba.
Strategy Studio: describe una idea, elige Single-Asset o Multi-Asset, y hace el resto.
El calentamiento: una moneda, una frase
Empecé con algo pequeño. Cambié a Single-Asset y escribí exactamente esto:
"Diseña una estrategia de momentum de 15 minutos para mi posición de BTC basada en la situación reciente del mercado"
Ese es el input completo. Una frase.
Antes de escribir una línea de código, realmente leyó el mercado: extrajo aproximadamente 200 velas recientes, resumió el régimen (una fuerte caída, un rebote parcial, alta volatilidad, luego un rango), lo llamó un entorno de "momentum con filtro", y solo entonces construyó una estrategia de EMA-momentum con un filtro de RSI y volumen.
Aquí está el backtest que arrojó (BTC, 10x, los dos meses que terminan el 25 de junio de 2026):
+3.47% en 4 operaciones · drawdown máximo -1.87% · tasa de aciertos 75% · factor de beneficio 6.84 · Sharpe 3.51.
Por sí solo, +3.47% no es para presumir. Pero mira la línea justo al lado: en la misma ventana, BTC cayó un 21.63%. La estrategia no intentó pegar un jonrón — hizo un par de puntos porcentuales mientras esquivaba una caída del 21%. Ese es el producto real: no "hacerse rico", sino "no ser atropellado".
Advertencia honesta: dos meses y cuatro operaciones son una muestra minúscula. Un Sharpe de 3.51 en cuatro operaciones es una buena demostración del flujo de trabajo, no un historial. Adelante con la prueba real.
El evento principal: un portafolio de 30 acciones y una estrellada
Aquí es donde viven los factores transversales. Cambié a Multi-Asset, elegí el universo TradFi 30 (tech de mega capitalización — NVDA, MU, MRVL y amigos), y pedí una configuración institucional clásica:
"Clasifica este universo con un puntaje compuesto de valor+calidad, ve largo en los 10 mejores y corto en los 10 peores, igual ponderación, rebalanceo mensual"
Construyó todo y lo ejecutó durante cuatro años (Jun 2022 -> Jun 2026). El resultado fue un baño de sangre:
V1: rendimiento total -21.17% · CAGR -5.77% · drawdown máximo -33.83% · Sharpe -0.22 y quedó muy por detrás de un índice S&P simple.
Un portafolio de factores de valor + calidad de libro de texto perdió dinero durante cuatro años y fue aplastado por simplemente comprar el índice. Un "bot de IA" normal ocultaría silenciosamente un resultado como este detrás de una demo seleccionada. Minara puso los números rojos directamente en la pantalla.
Luego discutió conmigo y tenía razón
Así que contraataqué. Le dije que la estrategia perdió dinero y tuvo un rendimiento inferior, y pregunté directamente: ¿puedes realmente hacer que esto supere a un índice simple, o todo el enfoque es estructuralmente débil aquí?
Su respuesta fue el momento en que la herramienta se ganó mi respeto. Parafraseando: valor + calidad es estructuralmente débil en este universo durante esta ventana. TradFi 30 es tech de mega capitalización en un mercado alcista impulsado por momentum. Clasificar por "barato + alta calidad" sistemáticamente pone corto en los ganadores y largo en los perdedores — exactamente al revés. Y en lugar de solo afirmarlo, dijo que lo demostraría invirtiendo la señal.
No "aquí hay una solución". Primero un diagnóstico — luego una oferta para probar el diagnóstico con una prueba.
El giro: +829%, con un asterisco honesto
Primero invirtió la señal, solo para demostrar el punto — luego eliminó la pata corta que lastraba, dejando una estrategia de momentum+calidad solo larga. Mismo universo, mismos cuatro años:
+829.20% · Sharpe 1.53 · tasa de aciertos 80% · supera a comprar y mantener por 726%. Eliminar la pata corta por sí solo llevó el Sharpe de 0.17 a 1.53.
Y aquí está la parte que quiero subrayar: sin que se lo pidiera, señaló la trampa. Me dijo que el drawdown máximo de -42% es real y está concentrado en tres o cuatro nombres a la vez, y luego se ofreció a arreglarlo. Una herramienta que te habla en contra de confiar demasiado en su propio número de jonrón es más rara de lo que debería.
La solución: un filtro de tendencia, +1047%
Pregunté cómo manejaría ese drawdown. Añadió un filtro de tendencia de 200 días — solo mantener nombres que cotizan por encima de su propia media móvil de 200 días, y moverse hacia efectivo cuando los ganadores empiezan a caer:
V3: +1047.39% · Sharpe 1.74 · Calmar 2.07 · drawdown ~-40%.
El arco completo: una estrategia que perdió dinero, la solución de la IA, y la versión con filtro de tendencia — con cada drawdown mostrado. Lee esos drawdowns. Incluso las versiones "buenas" soportaron pérdidas en papel de más del 40%. Volveremos a eso.
No es una caja negra — puedes leer el código
Nada de esto es una sensación. Es Python real sobre un framework llamado xstrategy. Hice clic en la pestaña Código y lo leí línea por línea: una clase Strategy, un método alpha(), e importaciones de factores con nombres como jkp_fcf_me y un z-score de rendimiento operativo para valor, más jkp_qmj_prof (rentabilidad QMJ) y jkp_f_score (Piotroski) para calidad — combinados con un combine consciente de NaN para que los nombres con datos faltantes se eliminen limpiamente.
El código de estrategia generado real — editable, inspeccionable, y tuyo para pegar el tuyo propio.
No tienes que confiar en una caja negra. Puedes leer exactamente lo que está haciendo, cambiarlo, o traer tu propio código.
Haz trading con ella
Los backtests son teoría. La pestaña Trade es en vivo: perpetuos en Hyperliquid con tres modos — Autopilot (despliega una estrategia y déjala correr), AI Copilot, o Manual. Depositas, eliges la estrategia, presionas Inicio.
Trading en vivo de perpetuos con una estrategia desplegada. Nota la línea incorporada en el producto: "Minara puede cometer errores. NFA".
Un producto de trading que te dice, en su propia pantalla, que puede estar equivocado — esa es la energía correcta. Esto es dinero real, apalancamiento real, y una billetera de custodia. Trátalo en consecuencia.
Publícala
Hay un tablero público titulado literalmente "Top estrategias, medidas honestamente". Puedes publicar la tuya, y otros pueden bifurcarla, darle estrella y copiar el trading. Crucialmente, el líder muestra el drawdown máximo justo al lado de los rendimientos — así que una estrategia de +3,363% también lleva su drawdown de -42% a la vista.
El tablero público — literalmente "medidas honestamente", con el drawdown máximo mostrado junto a cada rendimiento.
Publiqué mi propia V3 en ese tablero. Ahora mismo está en el #11 (+1,047% backtest, Sharpe 1.74, drawdown -40.53%), alineada junto a creadores que publican rendimientos backtesteados de cuatro cifras — cada uno con su drawdown a la vista.
La ducha fría (lee esta parte dos veces)
Esos números de +829% y +1047% son backtests en una ventana única en el ciclo. 2022–2026 fue un melt-up de mega capitalización de IA. Las estrategias de momentum imprimen backtests preciosos dentro de una tendencia así y se revierten fuertemente cuando termina.
Los drawdowns de más del 40% no son hipotéticos; están sentados en los mismos resultados, concentrados en un puñado de nombres. Un backtest no es un pronóstico, y el trading en vivo con apalancamiento añade comisiones, deslizamiento y funding que un backtest subestima.
Así que la conclusión honesta no es "esto imprime dinero". Es que la herramienta razona como un cuant: me dijo que mi idea era al revés, lo demostró, la reconstruyó y se negó a ocultar el riesgo. Ese es el producto real — juicio a demanda, no una máquina tragamonedas.
Cuánto cuesta y cómo probarlo
El nivel gratuito te da 300 créditos — suficientes para ejecutar backtests reales como los de arriba. Planes de pago: Lite $19/mes (1,400 créditos), Starter $49/mes (4,000), y Pro $199/mes (20,000 + acceso a API).
Precios individuales. Strategy Studio es gratis para empezar.
Si quieres experimentar por tu cuenta, puedes empezar en el nivel gratuito aquí:
→ minara.ai/app/trade?r=SLASH1S → solo 100 planes gratuitos del nivel Lite aquí
Una herramienta que siempre está de acuerdo contigo no es inteligente — es un espejo. La primera vez que Minara me dijo que estaba equivocado, dejó de ser un juguete y empezó a ser útil.
![[Memo] Tu jefe se mueve al triple de velocidad](/cdn-cgi/image/width=1920,quality=90,format=auto,metadata=none/https%3A%2F%2Fcms-assets.youmind.com%2Fmedia%2F1783963982361_vdddap_HNDtsxJbcAAoE0q.jpg)
