Cifras ilustrativas basadas en ejecuciones registradas y precios de lista
La idea se vende sola: pon un modelo de lenguaje en el bucle, deja que lea el libro y las noticias, deja que decida. Antes de construirlo, pon dos números uno al lado del otro. Lo que cuesta una decisión y lo que el mercado va a pagar por una acertada.
Cuánto vale una decisión
En los mercados de cripto de 5 minutos, el libro de órdenes es fino justo donde vive la ventaja. A mitad de ventana, el mejor ask en las monedas más grandes tenía unos $140 a $165 de stock; en las pequeñas, de $3 a $47. Los cinco mejores niveles juntos iban de $55 a unos $1,465. El favorito de final de ventana, la única ventaja de taker que aguantó, dispara en unas 19 ventanas operables al día en siete monedas, y el ticket mediano que podía ejecutarse al precio al que se midió la ventaja es de $10 a $12.
Toma un ticket de $10 y una ventaja de 2 puntos tras comisiones. Una decisión correcta vale unos 20 centavos. Diecinueve al día son menos de $4. Ese es todo el premio que el mercado ofrece a un taker de este tamaño, antes de la latencia y antes de que la ventaja se desgaste.
Cuánto cuesta una decisión
Un modelo que lee el libro, la fuente de spot y unas cuantas reglas necesita unos 1,500 tokens de entrada y 100 de salida por llamada. A precios de lista, eso es más o menos una quinta parte de centavo en el modelo actual más pequeño, cuatro décimas de centavo en el nivel medio y un centavo en el más grande. Barato, hasta que cuentas las llamadas.
| Modelo | Por decisión | Todas las ventanas, 7 monedas (2,016 al día) | Solo ventanas operables (19 al día) |
|---|---|---|---|
| Pequeño (Haiku 4.5) | $0.002 | $4.03 al día | $0.04 al día |
| Medio (Sonnet 5) | $0.004 | $8.06 al día | $0.08 al día |
| Grande (Opus 5) | $0.010 | $20.16 al día | $0.19 al día |
Si el modelo mira todas las ventanas, hasta el más pequeño gasta más de lo que gana la ventaja. Si solo mira las ventanas que una regla fija ya ha marcado como operables, la factura de la API son céntimos. Pero entonces la decisión la tomó la regla, y el modelo es una forma muy cara de decir que sí.
Lo que la tabla de precios esconde
La ventaja tardía necesita la orden confirmada en unos 500 milisegundos desde la lectura. Una llamada a un modelo tarda de uno a varios segundos. El libro reacciona a la fuente de spot en unos 16 milisegundos. Decida lo que decida el modelo, lo decide después de que el precio se haya movido, y con dos segundos de retraso la misma regla pierde cuatro puntos en vez de ganar dos. El coste que mata la idea es el tiempo, no los tokens.
¿Sabe algo que el libro no sepa?
La pregunta que hay debajo de todo esto se probó directamente. En cripto, en meteorología y en deporte, el propio precio del exchange predijo su propia liquidación mejor que cualquier modelo construido contra él, incluido uno alimentado con la salida del modelo del Servicio Meteorológico Nacional de Estados Unidos y otro alimentado con la fuente de probabilidad de victoria de una liga. Un modelo de lenguaje que lee el mismo libro, el mismo precio spot y las mismas noticias tampoco tiene ninguna entrada nueva. Tiene una opinión. El libro ya tiene la de todos.
Qué sí funcionó
Un árbol pequeño con gradient boosting sobre nueve variables leídas del libro y de la fuente de spot. Se ejecuta en menos de un milisegundo, no cuesta nada por llamada, se entrenó con una temporada y se probó una sola vez en la siguiente, y devolvió unos 8 puntos por dólar durante una semana cuando se disparó desde un servidor en la región del exchange. No leía las noticias. No lo necesitaba.
Dónde sí se gana el sueldo un modelo de lenguaje
- Escribiendo el logger, el relleno de resultados y el código de investigación. Semanas de trabajo en días.
- Leyendo la documentación y los términos de un exchange cada semana y señalando qué cambió; una regla de liquidación cambió de la noche a la mañana durante las pruebas y todos los bots que modelaban la regla antigua estaban equivocados desde esa mañana.
- Revisando un backtest en busca de las trampas que fabrican ventajas falsas: etiquetas derivadas, libros congelados, muestreo en rejilla, búsqueda sin hipótesis nula.
- Redactando el listón de parada y el punto de control antes del lanzamiento, para que queden escritos mientras estás tranquilo.
Esos son trabajos por horas, no por ventana. La factura de un mes de eso es menor que un solo día de decidir en cada ventana, y el resultado es un bot mejor en lugar de uno más lento.