¿Por qué la negociación con IA se está acelerando hacia la concentración en el mercado de futuros?

La verdadera ventaja del trading automatizado proviene de la estructura del mercado en sí.

El 3 de marzo, el presidente de la Comisión de Comercio de Futuros de Materias Primas de EE. UU. (CFTC), Michael Selig, declaró en la conferencia “Future of Finance” del Instituto Milken que la CFTC lanzará en unas semanas un marco regulatorio para los contratos perpetuos de criptomonedas, con el objetivo de devolver gradualmente este producto de trading, que anteriormente estaba dominado casi en su totalidad por intercambios offshore, al mercado interno de EE. UU. Esta declaración es una continuación de los esfuerzos relacionados que el mercado estadounidense ha estado promoviendo durante el último año. En julio de 2025, Coinbase lanzó productos de futuros perpetuos regulados por la CFTC para usuarios minoristas en EE. UU.; en diciembre de 2025, Cboe lanzó productos de futuros continuos para Bitcoin y Ethereum; en marzo de 2026, Coinbase amplió aún más su línea de productos para usuarios no estadounidenses, lanzando futuros perpetuos de acciones. Se puede ver que los futuros perpetuos están convirtiéndose gradualmente en la infraestructura central para la ejecución de operaciones de derivados, y EE. UU. está acelerando el cierre de esta brecha.

El trading AI a menudo se presenta como una forma más inteligente de operar en criptomonedas. Pero si nos enfocamos en su aplicación práctica, realmente se adapta mejor al mercado de futuros. Los contratos de futuros poseen características estructurales intrínsecas de estandarización, impulso por márgenes, liquidación diaria y simetría en la posibilidad de ir largo o corto, lo que facilita la ejecución sistemática en comparación con el mercado spot. La lógica del trading spot a menudo se entrelaza con una serie de problemas operativos no relacionados con la negociación en sí, como custodia, liquidación y préstamo de activos (si se desea ir corto). Los futuros eliminan estas cargas. El capital y las estrategias del trading automatizado se están concentrando cada vez más en el mercado de derivados, y los contratos perpetuos representan la gran mayoría del volumen de trading en criptoderivados; esta tendencia no es sorprendente.

Los minoristas están acelerando su transición de copiar señales a la ejecución automatizada. Aquellos que solían copiar llamadas en grupos de Telegram ahora comienzan a suscribirse a robots de trading, y algunos incluso empiezan a desarrollar estrategias sistemáticas por sí mismos. El mecanismo de margen incorporado del mercado de futuros y la estandarización a nivel de contrato hacen que esta transición sea más fácil de implementar.

Lo que el mercado de futuros ofrece a las máquinas, el mercado spot no puede.

El trading spot implica la posesión directa de activos. Incluso en un intercambio con reglas de emparejamiento claras y prioridad de precio y tiempo, las cosas que el algoritmo tiene que manejar se mezclan con la custodia, la liquidación y mecanismos de préstamo de activos que varían significativamente entre plataformas (si se desea ir corto).

Los contratos de futuros separan estos pasos de la lógica del trading. Basado en márgenes, liquidación diaria y simetría inherente entre posiciones largas y cortas, una misma estrategia puede expresar opiniones en ambas direcciones. El tamaño de la posición se convierte en un parámetro ajustable vinculado al margen, y los límites de riesgo corresponden directamente a los umbrales de margen. Los modelos tienen un ajuste más fino en la gestión de riesgos y posiciones, y los parámetros son más claros.

Para las estrategias automatizadas, esta diferencia cambia directamente la forma de gestionar riesgos, calcular posiciones y ejecutar operaciones. El marco regulatorio considera el margen y la liquidación diaria como mecanismos fundamentales del mercado de futuros, que se manifiestan en términos estandarizados, compensación centralizada, márgenes como garantía de cumplimiento y liquidación diaria. Estos mecanismos le dan al mercado de futuros liquidez y escalabilidad, al mismo tiempo que facilitan su transformación en un sistema de trading basado en reglas.

Los contratos perpetuos no tienen fecha de vencimiento. La tasa de financiación (que generalmente se liquida cada ocho horas) asume una función de anclaje, arrastrando el precio del contrato perpetuo de vuelta cerca del spot. El cálculo de la tasa se basa en la diferencia de precios reciente entre futuros y spot. Para estrategias sistemáticas, la tasa de financiación es una variable de estado adicional. Refleja en tiempo real la inclinación de posiciones y la distribución del apalancamiento entre ambas partes. Esta señal no está disponible en el mercado spot.

Señales que solo existen en el mercado de derivados.

La capa de datos generada por el mercado de futuros no está en el libro de órdenes spot. Esta es la razón más subestimada por la que el trading automatizado tiende hacia los derivados.

La basis (la diferencia de precio entre el spot y los futuros) y la tasa de financiación (el flujo de efectivo que las partes largas y cortas pagan periódicamente en los contratos perpetuos) son señales importantes para juzgar el grado de desviación y la dirección del apalancamiento en el mercado de derivados. Dicen al modelo cuán lejos está el derivado del activo subyacente y hacia dónde se inclina el apalancamiento. El modelo puede tratar esta desviación como una entrada de características, una señal de control de riesgos, o una combinación de ambas.

El volumen de posiciones proporciona una segunda capa de información sobre la intención del mercado. Cuando los contratos perpetuos representan la mayoría del volumen y el open interest en los futuros de Bitcoin, la información de posición incrustada en los derivados es la de mayor densidad en todo el mercado. Los patrones de microestructura, las cascadas de liquidación y los indicadores de proxy de emociones suelen aparecer primero en el mercado de futuros, porque los participantes expresan sus juicios a través de fondos apalancados en futuros. Para el modelo, los lugares con mayor concentración de señales son a menudo los más valiosos para aprender.

Lo mismo ocurre en la ejecución. La estandarización de las especificaciones de los contratos en el libro de órdenes de futuros, las reglas de emparejamiento claras y los datos de libros de órdenes de granularidad fina son naturalmente adecuados para el aprendizaje automático. La optimización de la ejecución y el modelado del libro de órdenes son aplicaciones de aprendizaje automático que coexisten con la estructura del mercado en el ámbito de los derivados. En la estructura spot, se asemeja más a una capacidad secundaria que se superpone a algo ya existente.

Por qué el descubrimiento de precios es significativo para el trading automatizado.

Otra ventaja a menudo subestimada es que los futuros generalmente dominan el descubrimiento de precios.

Los estudios sobre la dinámica de precios entre spot y futuros han demostrado repetidamente que, en condiciones de mercado normales, los futuros contribuyen con la mayor parte del descubrimiento de precios. Cuando aparecen señales de arbitraje, esta proporción se amplía aún más. En el mercado de criptomonedas, los indicadores de descubrimiento de precios estándar apuntan a una dominación de los futuros. La desviación entre futuros y spot puede predecir la dirección futura del spot, pero no al revés. La información generalmente se refleja primero en los futuros y luego se transmite al spot, existiendo un retraso temporal en el proceso.

El mercado de divisas proporciona una referencia útil. En períodos de baja transparencia en el mercado spot, los futuros demostraron tener una cantidad desproporcionada de información, a veces adelantándose al spot por varios minutos. A medida que la transparencia del spot mejora, la porción de información comienza a fluir de vuelta al spot, y el diseño del mercado y la transparencia determinan dónde se concentra el capital informado. Los lugares de trading de futuros, como ambientes de pujas centralizadas y guiadas por reglas, poseen una transparencia legible por máquinas, lo que atrae naturalmente a este tipo de capital. Para modelos sistemáticos, la relación entre el estado del mercado y las acciones de trading se aprende más claramente en los lugares con concentración de señales.

Que AI sea mejor no significa que sea más seguro para todos.

Los futuros comprimen el tiempo. El apalancamiento amplifica simultáneamente las ganancias y las pérdidas. El margen es una garantía de cumplimiento, y cuando la cuenta cae por debajo del nivel de margen de mantenimiento, el trader debe aportar margen adicional. En los contratos perpetuos de criptomonedas, el contrato mismo es una herramienta de alto apalancamiento, y los detalles de la protección de órdenes (por ejemplo, cuando la diferencia entre el precio del último contrato y el precio de referencia razonable supera un umbral, las órdenes de stop loss o take profit serán rechazadas) afectan directamente los resultados de ejecución de cualquier robot que opere en ese lugar.

Hay varias cosas que son innegociables para los sistemas automatizados. Las hipótesis sobre el deslizamiento deben ser conservadoras, la monitorización del funcionamiento debe ser continua y la percepción del modelo de margen debe ser clara. Una posición puede ser liquidada incluso si hay capital en otras plataformas, dependiendo de si se utiliza margen aislado o margen global. Estos riesgos no desaparecen porque el ejecutor sea un algoritmo. Los sistemas diseñados en torno a ellos pueden encerrar el riesgo. Aquellos que los ignoren, finalmente serán perjudicados por el riesgo amplificado.

Lo que AI realmente necesita es estructura; la capacidad de predicción es solo una parte de ello. La llamada estructura es saber cómo funcionará el mercado incluso cuando esté desordenado.

¿Qué significa esto?

La adecuación estructural entre las estrategias automatizadas y el mercado de futuros está dando lugar a una nueva clase de plataformas de trading nativas de futuros. Estas plataformas se construyen desde el principio en torno a la infraestructura de derivados, y la capacidad de automatización está integrada en la arquitectura de trading.

OneBullEx es un ejemplo de este enfoque. Sus 300 SPARTANS operan directamente en su propia infraestructura de futuros, con un valor neto y rendimiento histórico que son rastreables y auditables. OneALPHA convierte entradas en lenguaje natural en estrategias de futuros desplegables, permitiendo que usuarios sin conocimientos de programación también accedan al trading sistemático. Si el mercado ya ha proporcionado la estandarización, señales y estructura de riesgo necesarias para estrategias sistemáticas, entonces la plataforma debería construirse en torno a esta estructura desde el primer día.

Más importante que cualquier plataforma individual es la tendencia general. El trading nativo de AI tiene más probabilidades de madurar primero en el mercado de futuros, porque los futuros están intrínsecamente diseñados para la ejecución estructurada.

AI continuará evolucionando, pero la disciplina que realmente necesita no es un nuevo invento. El mercado de futuros ha sido creado para tal disciplina.