🧵 1/ Nueva investigación de IC3 revela un dilema fundamental en los sistemas de trading impulsados por IA y los algoritmos de inversión colectiva (CoinAlgs). Piensa en asesores robóticos, fondos cuantitativos y DAOs de IA como @ai16zdao y @truth_terminal. Lo llamamos el "CoinAlg Bind":

2/ ¿Qué son los CoinAlgs? Son algoritmos compartidos por comunidades para ejecutar operaciones, desde asesores robóticos tradicionales (Vanguard gestiona más de $206B de esta manera) hasta DAOs emergentes impulsados por IA (ai16z alcanzó una capitalización de mercado de $2.7B). Prometen democratizar herramientas de inversión sofisticadas.

3/ Aquí está el problema: CoinAlgs enfrenta una elección imposible. Si es PRIVADO → vulnerable a la extracción de valor por parte de insiders. Si es TRANSPARENTE –> expuesto a arbitraje, beneficios degradados. Debes sacrificar ya sea la equidad económica O la rentabilidad.

4/ Lo demostramos formalmente. Privacidad → Injusticia: Mostramos que la privacidad es una condición previa para los ataques de insider, ya que la asimetría de información permite la extracción de valor. Transparencia → Arbitraje: Mostramos que el conocimiento público de una estrategia conduce a la pérdida de beneficios, ya que permite el frontrunning y los ataques de sándwich.

5/ Probamos esto empíricamente utilizando más de 1 año de datos de @Uniswap V3 (junio de 2024 - julio de 2025). Incluso un CoinAlg sintético con predicción de precios perfecta perdió el 27.6% de las ganancias debido a ataques de sándwich cuando era transparente. Y empeora...

6/ Incluso la filtración de información MÍNIMA es explotable. Una moneda "privada" CoinAlg que filtró solo una señal de 1 bit (dirección de compra/venta) aún perdió el 17% de las ganancias. El adversario no necesitaba total transparencia: canales encubiertos de bajo ancho de banda eran suficientes.

7/ Probamos en: - Activos estables (USDC) y volátiles (PEPE) - Diferentes tamaños de capital (12 ETH a 1,500 ETH) - Diferentes estrategias de adversarios (sandwiching y robo de estrategia) - Múltiples ventanas de tiempo (3-12 meses) ¿Resultado? Los adversarios siempre extraían valor.

8/ Evidencia del mundo real: Hemos encuestado a DAOs impulsadas por IA, y encontramos que casi TODOS son privados. Están eligiendo la privacidad por rentabilidad, pero abriendo la puerta a la explotación interna.

9/ El CoinAlg Bind también se aplica a TradFi. ¿La diferencia? Las finanzas tradicionales abordan esto a través de protecciones legales requeridas para los inversores. Los CoinAlgs no custodiales carecen de estas salvaguardias.

10/ Proponemos salvaguardias heurísticas, pero ninguna elimina por completo el CoinAlg Bind. A medida que la inversión impulsada por IA se vuelve más omnipresente, será crucial realizar más investigaciones sobre formas de abordar el Bind.

11/ La conclusión: A medida que la IA se encuentra con las criptomonedas, esta tensión se vuelve central. Ya sea un DAO impulsado por IA gestionando millones o asesores robóticos gestionando miles de millones, el CoinAlg Bind es ineludible.

13/ Este es el primer tratamiento formal de los compromisos entre rentabilidad y equidad en los algoritmos de inversión colectiva. Un espacio emergente que necesita una reflexión cuidadosa. /end 🧵