Cómo funciona la IA y dónde puede equivocarse

1. Qué significa "IA" aquí

Cada publicación que procesamos pasa por un analizador basado en LLM. El trabajo del analizador es responder tres preguntas sobre cada publicación:

• ¿Está esta publicación haciendo una predicción de trading, o es comentario, un gráfico, un meme, noticias?
• Si es una predicción, ¿sobre qué ticker (o tickers)?
• ¿Qué dirección — COMPRAR/largo o VENDER/corto — y qué tan seguro suena el autor?

Esas salidas estructuradas se almacenan en nuestra base de datos y se usan para calcular todo lo demás. Si el modelo malinterpreta una publicación, el error se propaga a todos esos números.

2. Qué modelos usamos

SignalSnitch envía el texto de la publicación a múltiples LLM, incluyendo Anthropic Claude y OpenAI GPT. Solo enviamos el texto público de la publicación — nunca tus datos de cuenta, tu lista de seguimiento, tu información de facturación ni ningún otro dato privado.

3. Modos de falla que hemos visto

3.1 Alucinación de ticker

El modelo inventa un ticker que no aparece en ninguna parte de la publicación original. Ejecutamos un paso de verificación que descarta señales cuyo ticker no aparece literalmente en el texto fuente, lo que detecta los casos comunes.

3.2 Lectura errónea de sentimiento

El modelo invierte COMPRAR/VENDER en una publicación que usa ironía, lenguaje cauteloso o una estructura confusa. Confiamos en el filtro de consenso (≥2 personas de acuerdo) para diluir el impacto de un error individual.

3.3 Comentario clasificado como predicción

Comentarios o subtítulos de captura de pantalla que mencionan un ticker se promueven como señales reales de COMPRAR/VENDER. Usamos la etiqueta "Sin predicciones" («No-Calls») en la página de detalles del influencer para que puedas auditar lo que el clasificador marcó y no marcó.

3.4 Lectura errónea de zona horaria / fecha

El modelo puede ocasionalmente malinterpretar la hora de publicación relativa a la apertura del mercado, lo que afecta el "precio de entrada" que capturamos.

4. Qué medimos

La tasa de aciertos de un autor se basa en lo que realmente ocurrió en el mercado después de cada una de sus predicciones — no en lo seguro que la IA creyó que sonaba. Tomamos el precio en el momento de la predicción y fijamos dos niveles alrededor: un objetivo de ganancia por encima y un stop por debajo. La distancia a cada uno se ajusta a lo volátil que ya es ese ticker, para que una empresa grande y tranquila y una small-cap nerviosa no se midan con la misma vara. Luego observamos los siguientes siete días de negociación. Si llega primero al objetivo, la predicción es un acierto. Si llega primero al stop, es un stop. Una predicción de VENDER es la imagen espejo: el objetivo queda por debajo del precio de entrada y el stop por encima.

Algunas predicciones no alcanzan ninguno de los dos niveles, y esas quedan fuera de la tasa por completo. Aproximadamente una de cada seis se queda entre las dos líneas durante los siete días. No las contamos en contra del autor — una predicción que nunca se resolvió no es una pérdida. Por eso la tasa se calcula solo sobre aciertos y stops, y esos dos recuentos no suman el total de predicciones del autor.

El tamaño de la muestra importa más que el número titular. Siempre mostramos el número de predicciones junto a cada porcentaje para que puedas sopesarlo.

5. Salvaguardas que ejecutamos

Filtramos las señales donde la IA inventó un ticker que no estaba en la publicación. No tratamos la opinión de un solo autor como un "consenso" — varios autores independientes deben coincidir primero. Los aciertos y los stops se liquidan contra datos de precio reales a posteriori, y una predicción que no alcanzó ninguno de los dos niveles se descarta de la tasa en lugar de contarse como pérdida. Y revisamos periódicamente señales antiguas a medida que mejora nuestro análisis.

6. Qué deberías hacer

Haz clic en la publicación original. Cada tarjeta de señales enlaza al tweet / hilo de Reddit / mensaje de StockTwits original. Lee la publicación tú mismo antes de actuar sobre cualquier señal.

Trata los números como rangos, no como puntos. Toda tasa de aciertos arrastra incertidumbre por tamaño de muestra, error del analizador y sesgo de supervivencia. Además, su suelo no está ni cerca del 50%: el objetivo de ganancia queda más cerca del precio de entrada que el stop, así que alguien que eligiera al azar aterrizaría cerca del 61,5%. Lee cada tasa contra ese número, no contra la mitad. Nuestros mejores deciles rondan el 68%, así que la distancia entre suerte y talento es más corta de lo que parece.

Reporta los errores que detectes. Envía un correo a [email protected] con la URL de la señal. Usamos esos reportes para refinar las instrucciones del analizador.

7. En resumen

SignalSnitch es una herramienta de investigación que usa IA imperfecta sobre entradas imperfectas (redes sociales) para producir salidas imperfectas. El proceso es lo suficientemente bueno para revelar patrones y estudiar la psicología de masas — que es el caso de uso que prometemos. No es lo suficientemente bueno para ser una señal de trading sobre la que actúes sin tu propia verificación.