🧵 1/ Nuevas investigaciones sobre IC3 revelan un dilema fundamental en los sistemas de trading impulsados por IA y en los algoritmos de inversión colectiva (CoinAlgs). Piensa en robo-advisors, 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 robo-advisors tradicionales (Vanguard gestiona así $206B+ de esta forma) hasta DAOs emergentes impulsados por IA (ai16z alcanzó $2.7Billón de capitalización de mercado). Prometen democratizar las herramientas de inversión sofisticadas.

3/ Aquí está el problema: los CoinAlgs se enfrentan a una elección imposible. Si PRIVADO → vulnerable a la extracción de valor privilegiado. Si TRANSPARENTE –> expuesto al arbitraje, beneficios degradados. Debes sacrificar tanto la equidad económica como la rentabilidad.

4/ Lo demostramos formalmente. Privacidad → Injusticia: Mostramos que la privacidad es una condición previa para los ataques internos, ya que la asimetría de la información permite la extracción de valor. Transparencia → arbitraje: Demostramos que el conocimiento público de una estrategia conduce a pérdidas de beneficios, ya que permite ataques anticipados y sándwiches.

5/ Probamos esto empíricamente usando 1+ año de datos de @Uniswap V3 (junio 2024-julio 2025). Incluso un CoinAlg sintético con predicción de precio perfecta perdió un 27,6% de beneficios por ataques de sándwich cuando fue transparente. Y empeora...

6/ Incluso una filtración de información MÍNIMA es explotable. Un CoinAlg "privado" que filtraba solo una señal de un bit (dirección de compra/venta) aún así perdió el 17% de los beneficios. El adversario no necesitaba total transparencia: los canales encubiertos de bajo ancho de banda eran suficientes.

7/ Probamos a través de: - Activos estables (USDC) y volátiles (PEPE) - Diversos tamaños de capital (12 ETH a 1.500 ETH) - Diferentes estrategias adversarias (sándwich y robo de estrategias) - Múltiples ventanas temporales (3-12 meses) ¿Resultado? Los adversarios siempre extraían valor.

8/ Pruebas del mundo real: Encuestamos a DAOs impulsadas por IA, descubriendo que casi TODAS son privadas. Eligen la privacidad por la rentabilidad, pero abren la puerta a la explotación interna.

9/ El CoinAlg Bind también se aplica a TradFi. ¿La diferencia? La financiación tradicional aborda esto mediante las protecciones legales para los inversores. Los CoinAlgs no custodiales carecen de estas salvaguardas.

10/ Proponemos barreras heurísticas, pero ninguna elimina por completo el vínculo CoinAlg. A medida que la inversión impulsada por IA se vuelve más común, será crucial investigar más sobre formas de abordar el Obstáculo.

11/ La conclusión: A medida que la IA se encuentra con las criptomonedas, esta tensión se convierte en central. Ya sea un DAO impulsado por IA que gestiona millones o robo-advisors gestionando miles de millones, el vínculo CoinAlg es ineludible.

13/ Este es el primer tratamiento formal de los intercambios rentabilidad-equidad en algoritmos de inversión colectiva. Un espacio emergente que necesita un pensamiento cuidadoso. /fin 🧵