Presentador: Socio de investigación de una determinada institución de investigación
Invitado: Colin, comerciante libre, investigador de datos en cadena
Fecha de grabación: 2025.2.15
Hola a todos, bienvenidos a WEB3 Mint To Be. Aquí, continuamos cuestionando y reflexionando en profundidad, aclarando hechos, explorando la realidad y buscando consensos en el mundo WEB3. Aclaramos la lógica detrás de los temas candentes, proporcionando una visión que penetra más allá de los eventos en sí, e introduciendo diversas perspectivas de pensamiento.
Declaración: El contenido que discutimos en este episodio del podcast no representa las opiniones de las instituciones a las que pertenecen nuestros invitados, y los proyectos mencionados no constituyen ningún consejo de inversión.
Presentador: Este programa es un poco especial, porque anteriormente hemos discutido muchos temas sobre pistas o proyectos específicos, y también hemos intercambiado algunas narrativas cíclicas, como cuando hablamos de memes. Pero hoy vamos a discutir el análisis de datos en cadena, especialmente el análisis de datos en cadena de BTC. Vamos a examinar de cerca su principio de funcionamiento, indicadores clave y aprender su metodología. En el programa de hoy, mencionaremos muchos conceptos sobre indicadores, y listaremos estos conceptos al principio de la versión escrita para facilitar la comprensión de todos.
Algunos indicadores y conceptos de datos mencionados en este episodio del podcast:
Glassnode: una plataforma de análisis de datos en cadena comúnmente utilizada que requiere pago.
Precio Realizado (Realized Price): se calcula ponderando el precio al momento del último movimiento en la cadena de Bitcoin, reflejando el costo histórico en cadena de Bitcoin, adecuado para evaluar el estado general de ganancias/pérdidas del mercado.
URPD: Distribución de precios realizada. Se utiliza para observar la distribución de precios de los chips de BTC.
RUP (Beneficio relativo no realizado): Se refiere a la relación entre las ganancias no realizadas de todos los tenedores de bitcoin en el mercado y el valor total de mercado.
Cointime True Market Mean Price: un indicador de precio promedio en cadena basado en el sistema de Cointime Economics, diseñado para evaluar de manera más precisa el valor a largo plazo de BTC al introducir el "peso del tiempo" del bitcoin. En comparación con el precio de mercado actual de BTC y el precio de mercado realizado (Realized Price), el True Market Mean Price bajo el sistema Cointime también considera el impacto del tiempo, siendo adecuado para los precios en ciclos largos de BTC.
Shiller ECY: Un indicador de valoración propuesto por el ganador del Premio Nobel de Economía Robert Shiller, utilizado para evaluar el potencial de retorno a largo plazo del mercado de valores y medir la atracción de las acciones en comparación con otros activos, derivado del indicador de precio de ganancias ajustado por la inflación de Shiller (CAPE), que considera principalmente el impacto del entorno de tasas de interés.
Oportunidad para aprender análisis de datos en la cadena
Presentador: Hoy tenemos como invitado al trader libre y investigador de datos en cadena Colin. Primero, que Colin salude a nuestra audiencia.
Colin: Hola a todos, primero gracias por la invitación del anfitrión. Cuando recibí esta invitación, me sorprendió un poco, porque soy un pequeño inversor anónimo y no tengo un título especial, simplemente estoy haciendo mis propias transacciones en silencio. Mi nombre es Colin, y gestiono una cuenta en Twitter llamada "Señor Beg" donde principalmente comparto algunas enseñanzas sobre datos en cadena, análisis de la situación actual del mercado, y algunas ideas sobre trading. Tengo aproximadamente tres formas de definirme: la primera es como un trader impulsado por eventos, en el que pienso en estrategias de trading basadas en eventos; la segunda es como analista de datos en cadena, que es el contenido que principalmente comparto en Twitter; y la tercera es un enfoque más conservador, me autodenomino inversor en índices, elijo asignar parte de mis fondos al índice del mercado de valores de EE. UU., utilizando estos fondos para reducir el Beta y disminuir la volatilidad general de mi curva de activos, mientras mantengo cierta defensividad en mi posición total. Eso es aproximadamente cómo me defino.
Presentador: Gracias por la presentación de Colin. Lo invité a participar en el programa porque vi en Twitter su análisis de datos en cadena sobre Bitcoin, lo cual fue muy inspirador. Este es un tema del que hemos hablado poco antes, y es una parte que falta en mi propia sección. Leí su serie de artículos y encontré que su lógica era clara y sustancial, así que decidí invitarlo. Quiero recordarles que hoy, tanto mis opiniones como las del invitado tienen un fuerte grado de subjetividad, y la información y opiniones pueden cambiar en el futuro. Diferentes personas pueden interpretar los mismos datos e indicadores de manera diferente. El contenido de este episodio no se considera un consejo de inversión. En este programa se mencionarán algunas plataformas de análisis de datos, solo como una compartición y ejemplos para uso personal, y no como una recomendación comercial. Este programa no ha recibido patrocinio comercial de ninguna plataforma. Vamos al grano y hablemos sobre el análisis de datos en cadena de activos criptográficos. Como mencioné, Colin es un trader, ¿en qué circunstancias comenzaste a involucrarte y aprender sobre el análisis de datos en cadena de activos criptográficos?
Colin: Creo que esta pregunta debería dividirse en dos partes para responderla. Primero, creo que cualquier persona que quiera entrar o ya esté en el mercado financiero, incluyéndome a mí mismo, tiene como objetivo principal ganar dinero y utilizar las ganancias para mejorar su calidad de vida. Por lo tanto, mi filosofía siempre ha sido coherente: aprender lo que puede ayudarme a obtener ganancias. De esta manera, aumento la expectativa general de mi sistema de trading; en términos simples, aprendo lo que puede generar dinero. La segunda parte es que al principio mi contacto con los datos en la cadena fue puramente accidental. Hace unos seis o siete años, no entendía nada, solo miraba esto y aquello. Mientras exploraba diferentes campos, vi algunas teorías de investigación muy interesantes y quise aprender. También vi de manera casual que Bitcoin tenía un campo llamado análisis de datos en la cadena, así que comencé a estudiar e investigar. En la última etapa de mi aprendizaje, combiné el conocimiento adquirido en otros campos, principalmente en el desarrollo de trading cuantitativo, lo integré en los datos en la cadena y desarrollé algunos modelos de trading que finalmente incorporé a mi propio sistema de trading.
Presentador: ¿Cuántos años has estado aprendiendo y estudiando de manera sistemática el análisis de datos en cadena desde que comenzaste a involucrarte oficialmente?
Colin: Creo que esto es difícil de definir, en realidad nunca he aprendido de manera sistemática. Desde hace tiempo, he tenido un problema, y es que en realidad no he visto ninguna enseñanza sistemática. Desde el principio, cuando vi este campo, fue hace varios años, en ese momento me di cuenta, pero no profundicé en el estudio, solo leí un par de artículos y supe de esto. Después de un tiempo, volví y vi algunos contenidos más profundos, en ese momento estaba concentrado en investigar otras cosas, y al regresar aquí, encontré esto bastante interesante, así que continué investigando. No he tenido un tiempo de aprendizaje sistemático, simplemente he ido juntando información aquí y allá.
Presentador: Entendido, ¿cuánto tiempo ha pasado desde que aprendiste sobre datos en la cadena hasta que los aplicaste en tu práctica de inversión real?
Colin: Esta frontera es un poco difícil de definir, pero creo que se acerca al ciclo de dos rondas de Bitcoin... aunque no se puede considerar como dos rondas, depende de si comienzas a definir desde un mercado alcista o un mercado bajista. Aproximadamente empecé a involucrarme alrededor de 2020 o 2019, pero en ese momento no había aplicaciones prácticas, porque no me atrevía, no estaba muy familiarizado con esto, pero ya había comenzado a aprender.
El valor y los principios del análisis de datos en la cadena
Moderador: Entendido. A continuación, hablaremos sobre muchos conceptos específicos relacionados con el análisis de datos en cadena, incluidos algunos índices. ¿Cuáles son las plataformas de observación de datos en cadena que usas normalmente?
Colin: Actualmente utilizo principalmente un sitio web, que es Glassnode. Para explicarlo brevemente, es de pago. Hay dos niveles de pago, uno es la versión profesional que es bastante cara, recuerdo que cuesta más de 800 dólares al mes. El segundo no lo recuerdo muy bien, pero es alrededor de treinta y tantos U a cuarenta y tantos U al mes. También tiene una versión gratuita, pero la información que se puede ver en la versión gratuita es en realidad muy limitada. Por supuesto, además de Glassnode, hay muchos otros, al final lo elegí porque al principio, mientras filtraba e investigaba, este sitio web se alineaba más con mis intereses.
Moderador: Entiendo, después de ver mucha información de Colin, yo mismo me registré en Glassnode y me convertí en miembro de pago. De hecho, siento que sus datos son muy ricos y además la inmediatez es bastante buena. Entonces, hablemos de la segunda pregunta, como mencionaste, eres un trader y lo que valoras es la ayuda que esto proporciona a la práctica de inversión. ¿Cuál es el valor central del análisis de datos en cadena en tu inversión? ¿Cuál es el principio detrás de esto? Por favor, cuéntanos.
Colin: Está bien. Primero, hablemos del valor y los principios del análisis de datos en la cadena. Tengo la intención de combinar estos dos temas porque en realidad son bastante simples. En nuestros mercados financieros tradicionales, ya sea comerciando acciones, futuros, opciones sobre bonos, e incluso bienes raíces o algunas materias primas, el Bitcoin tiene una diferencia fundamental con ellos, que es que utiliza tecnología blockchain. El valor más importante y comúnmente mencionado de esta tecnología es su transparencia. Toda la información sobre la transferencia de Bitcoin es pública y transparente, por lo que puedes ver directamente en la cadena, por ejemplo, que 300 Bitcoins se transfieren de una dirección a otra, lo cual se puede consultar en un explorador de blockchain. Aunque no puedo saber quién está detrás de esta cadena de direcciones, eso no es importante, porque en realidad ningún individuo puede influir en la tendencia y el precio de todo Bitcoin. Por lo tanto, normalmente cuando investigamos datos en la cadena, observamos el panorama general del mercado, vemos su tendencia, el consenso y el comportamiento del grupo. Incluso si no sé quién está detrás de esta dirección o aquella, puedo analizar la dirección de todos los fondos a través de la recopilación de todas las direcciones, ver si ya han tomado ganancias o si han establecido un stop-loss, cómo es su situación de ganancias, cómo es su situación de pérdidas, en qué nivel de precio tienden a comprar grandes cantidades de Bitcoin o en qué nivel de precio no les gusta comprar Bitcoin; todos estos datos son visibles. Esta es, en mi opinión, la mayor ventaja del análisis de datos de Bitcoin en la cadena en comparación con otros mercados financieros, porque otros mercados no pueden hacer esto.
Presentador: Sin duda, este punto es muy importante. Al igual que en nuestras inversiones en criptomonedas, es necesario analizar los fundamentos, al igual que lo haríamos con las acciones u otros productos. Como acabas de mencionar, los datos en la cadena son transparentes y todos pueden observarlos. Si otros inversores profesionales están mirando los datos en la cadena y tú no lo haces, es como si te faltara una herramienta muy importante en tus inversiones.
Dificultades en el análisis de datos en la cadena
Presentador: Cuando estás realizando análisis de datos en la cadena, ¿cuáles crees que son los principales obstáculos y desafíos que podrías enfrentar?
Colin: Creo que esta pregunta es muy buena, y planeo responderla en dos partes. La primera parte es relativamente fácil de abordar, y se refiere a un punto difícil en el aprendizaje: el conocimiento básico. Para la mayoría de las personas, incluyéndome a mí en ese momento, como mencioné antes, es muy difícil encontrar una enseñanza realmente sistemática. Por supuesto, no he preguntado en persona si hay cursos de pago de este tipo, pero si los hubiera, probablemente no me atrevería a comprarlos, porque desde que empecé a operar, realmente no he pagado por cursos. No he tenido contacto con ningún curso de enseñanza sistemática, así que todo el contenido lo he tenido que investigar y explorar por mí mismo. Hay muchos tipos de datos en la cadena, y en el proceso de investigación, mi filosofía es aclarar el método de cálculo y los principios detrás de cada indicador que he visto. Este es un proceso que consume mucho tiempo, porque solo ver un indicador te da una fórmula de cálculo, y mi idea es profundizar en qué hay detrás de esa fórmula, por qué está diseñada de esa manera. Después de entender todos estos indicadores, el siguiente paso es hacer una selección. Quien tenga experiencia en el desarrollo de estrategias cuantitativas o haya investigado sobre indicadores, sabrá que la correlación entre muchos indicadores es muy alta. Una correlación demasiado alta puede causar un problema: es muy fácil que se genere ruido en la interpretación, o que se sobreinterprete. Por ejemplo, supongamos que hoy tengo un sistema de escape que puede tener 10 señales, de la 1 a la 10. Si la correlación entre las señales del 1 al 4 es demasiado alta, esto puede causar un problema. Por ejemplo, si hoy el precio de Bitcoin experimenta un cierto comportamiento o cambio, podría hacer que las señales del 1 al 4 se activen al mismo tiempo, lo que en realidad es problemático. Porque si su correlación es demasiado alta, esto es una consecuencia inevitable.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
El experto en análisis de datos on-chain Colin interpreta los indicadores de BTC y revela estrategias de inversión y desafíos.
Texto
Presentador: Socio de investigación de una determinada institución de investigación
Invitado: Colin, comerciante libre, investigador de datos en cadena
Fecha de grabación: 2025.2.15
Hola a todos, bienvenidos a WEB3 Mint To Be. Aquí, continuamos cuestionando y reflexionando en profundidad, aclarando hechos, explorando la realidad y buscando consensos en el mundo WEB3. Aclaramos la lógica detrás de los temas candentes, proporcionando una visión que penetra más allá de los eventos en sí, e introduciendo diversas perspectivas de pensamiento.
Declaración: El contenido que discutimos en este episodio del podcast no representa las opiniones de las instituciones a las que pertenecen nuestros invitados, y los proyectos mencionados no constituyen ningún consejo de inversión.
Presentador: Este programa es un poco especial, porque anteriormente hemos discutido muchos temas sobre pistas o proyectos específicos, y también hemos intercambiado algunas narrativas cíclicas, como cuando hablamos de memes. Pero hoy vamos a discutir el análisis de datos en cadena, especialmente el análisis de datos en cadena de BTC. Vamos a examinar de cerca su principio de funcionamiento, indicadores clave y aprender su metodología. En el programa de hoy, mencionaremos muchos conceptos sobre indicadores, y listaremos estos conceptos al principio de la versión escrita para facilitar la comprensión de todos.
Algunos indicadores y conceptos de datos mencionados en este episodio del podcast:
Glassnode: una plataforma de análisis de datos en cadena comúnmente utilizada que requiere pago.
Precio Realizado (Realized Price): se calcula ponderando el precio al momento del último movimiento en la cadena de Bitcoin, reflejando el costo histórico en cadena de Bitcoin, adecuado para evaluar el estado general de ganancias/pérdidas del mercado.
URPD: Distribución de precios realizada. Se utiliza para observar la distribución de precios de los chips de BTC.
RUP (Beneficio relativo no realizado): Se refiere a la relación entre las ganancias no realizadas de todos los tenedores de bitcoin en el mercado y el valor total de mercado.
Cointime True Market Mean Price: un indicador de precio promedio en cadena basado en el sistema de Cointime Economics, diseñado para evaluar de manera más precisa el valor a largo plazo de BTC al introducir el "peso del tiempo" del bitcoin. En comparación con el precio de mercado actual de BTC y el precio de mercado realizado (Realized Price), el True Market Mean Price bajo el sistema Cointime también considera el impacto del tiempo, siendo adecuado para los precios en ciclos largos de BTC.
Shiller ECY: Un indicador de valoración propuesto por el ganador del Premio Nobel de Economía Robert Shiller, utilizado para evaluar el potencial de retorno a largo plazo del mercado de valores y medir la atracción de las acciones en comparación con otros activos, derivado del indicador de precio de ganancias ajustado por la inflación de Shiller (CAPE), que considera principalmente el impacto del entorno de tasas de interés.
Oportunidad para aprender análisis de datos en la cadena
Presentador: Hoy tenemos como invitado al trader libre y investigador de datos en cadena Colin. Primero, que Colin salude a nuestra audiencia.
Colin: Hola a todos, primero gracias por la invitación del anfitrión. Cuando recibí esta invitación, me sorprendió un poco, porque soy un pequeño inversor anónimo y no tengo un título especial, simplemente estoy haciendo mis propias transacciones en silencio. Mi nombre es Colin, y gestiono una cuenta en Twitter llamada "Señor Beg" donde principalmente comparto algunas enseñanzas sobre datos en cadena, análisis de la situación actual del mercado, y algunas ideas sobre trading. Tengo aproximadamente tres formas de definirme: la primera es como un trader impulsado por eventos, en el que pienso en estrategias de trading basadas en eventos; la segunda es como analista de datos en cadena, que es el contenido que principalmente comparto en Twitter; y la tercera es un enfoque más conservador, me autodenomino inversor en índices, elijo asignar parte de mis fondos al índice del mercado de valores de EE. UU., utilizando estos fondos para reducir el Beta y disminuir la volatilidad general de mi curva de activos, mientras mantengo cierta defensividad en mi posición total. Eso es aproximadamente cómo me defino.
Presentador: Gracias por la presentación de Colin. Lo invité a participar en el programa porque vi en Twitter su análisis de datos en cadena sobre Bitcoin, lo cual fue muy inspirador. Este es un tema del que hemos hablado poco antes, y es una parte que falta en mi propia sección. Leí su serie de artículos y encontré que su lógica era clara y sustancial, así que decidí invitarlo. Quiero recordarles que hoy, tanto mis opiniones como las del invitado tienen un fuerte grado de subjetividad, y la información y opiniones pueden cambiar en el futuro. Diferentes personas pueden interpretar los mismos datos e indicadores de manera diferente. El contenido de este episodio no se considera un consejo de inversión. En este programa se mencionarán algunas plataformas de análisis de datos, solo como una compartición y ejemplos para uso personal, y no como una recomendación comercial. Este programa no ha recibido patrocinio comercial de ninguna plataforma. Vamos al grano y hablemos sobre el análisis de datos en cadena de activos criptográficos. Como mencioné, Colin es un trader, ¿en qué circunstancias comenzaste a involucrarte y aprender sobre el análisis de datos en cadena de activos criptográficos?
Colin: Creo que esta pregunta debería dividirse en dos partes para responderla. Primero, creo que cualquier persona que quiera entrar o ya esté en el mercado financiero, incluyéndome a mí mismo, tiene como objetivo principal ganar dinero y utilizar las ganancias para mejorar su calidad de vida. Por lo tanto, mi filosofía siempre ha sido coherente: aprender lo que puede ayudarme a obtener ganancias. De esta manera, aumento la expectativa general de mi sistema de trading; en términos simples, aprendo lo que puede generar dinero. La segunda parte es que al principio mi contacto con los datos en la cadena fue puramente accidental. Hace unos seis o siete años, no entendía nada, solo miraba esto y aquello. Mientras exploraba diferentes campos, vi algunas teorías de investigación muy interesantes y quise aprender. También vi de manera casual que Bitcoin tenía un campo llamado análisis de datos en la cadena, así que comencé a estudiar e investigar. En la última etapa de mi aprendizaje, combiné el conocimiento adquirido en otros campos, principalmente en el desarrollo de trading cuantitativo, lo integré en los datos en la cadena y desarrollé algunos modelos de trading que finalmente incorporé a mi propio sistema de trading.
Presentador: ¿Cuántos años has estado aprendiendo y estudiando de manera sistemática el análisis de datos en cadena desde que comenzaste a involucrarte oficialmente?
Colin: Creo que esto es difícil de definir, en realidad nunca he aprendido de manera sistemática. Desde hace tiempo, he tenido un problema, y es que en realidad no he visto ninguna enseñanza sistemática. Desde el principio, cuando vi este campo, fue hace varios años, en ese momento me di cuenta, pero no profundicé en el estudio, solo leí un par de artículos y supe de esto. Después de un tiempo, volví y vi algunos contenidos más profundos, en ese momento estaba concentrado en investigar otras cosas, y al regresar aquí, encontré esto bastante interesante, así que continué investigando. No he tenido un tiempo de aprendizaje sistemático, simplemente he ido juntando información aquí y allá.
Presentador: Entendido, ¿cuánto tiempo ha pasado desde que aprendiste sobre datos en la cadena hasta que los aplicaste en tu práctica de inversión real?
Colin: Esta frontera es un poco difícil de definir, pero creo que se acerca al ciclo de dos rondas de Bitcoin... aunque no se puede considerar como dos rondas, depende de si comienzas a definir desde un mercado alcista o un mercado bajista. Aproximadamente empecé a involucrarme alrededor de 2020 o 2019, pero en ese momento no había aplicaciones prácticas, porque no me atrevía, no estaba muy familiarizado con esto, pero ya había comenzado a aprender.
El valor y los principios del análisis de datos en la cadena
Moderador: Entendido. A continuación, hablaremos sobre muchos conceptos específicos relacionados con el análisis de datos en cadena, incluidos algunos índices. ¿Cuáles son las plataformas de observación de datos en cadena que usas normalmente?
Colin: Actualmente utilizo principalmente un sitio web, que es Glassnode. Para explicarlo brevemente, es de pago. Hay dos niveles de pago, uno es la versión profesional que es bastante cara, recuerdo que cuesta más de 800 dólares al mes. El segundo no lo recuerdo muy bien, pero es alrededor de treinta y tantos U a cuarenta y tantos U al mes. También tiene una versión gratuita, pero la información que se puede ver en la versión gratuita es en realidad muy limitada. Por supuesto, además de Glassnode, hay muchos otros, al final lo elegí porque al principio, mientras filtraba e investigaba, este sitio web se alineaba más con mis intereses.
Moderador: Entiendo, después de ver mucha información de Colin, yo mismo me registré en Glassnode y me convertí en miembro de pago. De hecho, siento que sus datos son muy ricos y además la inmediatez es bastante buena. Entonces, hablemos de la segunda pregunta, como mencionaste, eres un trader y lo que valoras es la ayuda que esto proporciona a la práctica de inversión. ¿Cuál es el valor central del análisis de datos en cadena en tu inversión? ¿Cuál es el principio detrás de esto? Por favor, cuéntanos.
Colin: Está bien. Primero, hablemos del valor y los principios del análisis de datos en la cadena. Tengo la intención de combinar estos dos temas porque en realidad son bastante simples. En nuestros mercados financieros tradicionales, ya sea comerciando acciones, futuros, opciones sobre bonos, e incluso bienes raíces o algunas materias primas, el Bitcoin tiene una diferencia fundamental con ellos, que es que utiliza tecnología blockchain. El valor más importante y comúnmente mencionado de esta tecnología es su transparencia. Toda la información sobre la transferencia de Bitcoin es pública y transparente, por lo que puedes ver directamente en la cadena, por ejemplo, que 300 Bitcoins se transfieren de una dirección a otra, lo cual se puede consultar en un explorador de blockchain. Aunque no puedo saber quién está detrás de esta cadena de direcciones, eso no es importante, porque en realidad ningún individuo puede influir en la tendencia y el precio de todo Bitcoin. Por lo tanto, normalmente cuando investigamos datos en la cadena, observamos el panorama general del mercado, vemos su tendencia, el consenso y el comportamiento del grupo. Incluso si no sé quién está detrás de esta dirección o aquella, puedo analizar la dirección de todos los fondos a través de la recopilación de todas las direcciones, ver si ya han tomado ganancias o si han establecido un stop-loss, cómo es su situación de ganancias, cómo es su situación de pérdidas, en qué nivel de precio tienden a comprar grandes cantidades de Bitcoin o en qué nivel de precio no les gusta comprar Bitcoin; todos estos datos son visibles. Esta es, en mi opinión, la mayor ventaja del análisis de datos de Bitcoin en la cadena en comparación con otros mercados financieros, porque otros mercados no pueden hacer esto.
Presentador: Sin duda, este punto es muy importante. Al igual que en nuestras inversiones en criptomonedas, es necesario analizar los fundamentos, al igual que lo haríamos con las acciones u otros productos. Como acabas de mencionar, los datos en la cadena son transparentes y todos pueden observarlos. Si otros inversores profesionales están mirando los datos en la cadena y tú no lo haces, es como si te faltara una herramienta muy importante en tus inversiones.
Dificultades en el análisis de datos en la cadena
Presentador: Cuando estás realizando análisis de datos en la cadena, ¿cuáles crees que son los principales obstáculos y desafíos que podrías enfrentar?
Colin: Creo que esta pregunta es muy buena, y planeo responderla en dos partes. La primera parte es relativamente fácil de abordar, y se refiere a un punto difícil en el aprendizaje: el conocimiento básico. Para la mayoría de las personas, incluyéndome a mí en ese momento, como mencioné antes, es muy difícil encontrar una enseñanza realmente sistemática. Por supuesto, no he preguntado en persona si hay cursos de pago de este tipo, pero si los hubiera, probablemente no me atrevería a comprarlos, porque desde que empecé a operar, realmente no he pagado por cursos. No he tenido contacto con ningún curso de enseñanza sistemática, así que todo el contenido lo he tenido que investigar y explorar por mí mismo. Hay muchos tipos de datos en la cadena, y en el proceso de investigación, mi filosofía es aclarar el método de cálculo y los principios detrás de cada indicador que he visto. Este es un proceso que consume mucho tiempo, porque solo ver un indicador te da una fórmula de cálculo, y mi idea es profundizar en qué hay detrás de esa fórmula, por qué está diseñada de esa manera. Después de entender todos estos indicadores, el siguiente paso es hacer una selección. Quien tenga experiencia en el desarrollo de estrategias cuantitativas o haya investigado sobre indicadores, sabrá que la correlación entre muchos indicadores es muy alta. Una correlación demasiado alta puede causar un problema: es muy fácil que se genere ruido en la interpretación, o que se sobreinterprete. Por ejemplo, supongamos que hoy tengo un sistema de escape que puede tener 10 señales, de la 1 a la 10. Si la correlación entre las señales del 1 al 4 es demasiado alta, esto puede causar un problema. Por ejemplo, si hoy el precio de Bitcoin experimenta un cierto comportamiento o cambio, podría hacer que las señales del 1 al 4 se activen al mismo tiempo, lo que en realidad es problemático. Porque si su correlación es demasiado alta, esto es una consecuencia inevitable.