Hacer trading con IA hoy significa usar la inteligencia artificial como asistente: para leer datos y noticias más rápido, resumir, escribir y revisar el código de una estrategia, acelerar el backtesting y ordenar tu diario de trading. Lo que no existe es una IA que opere sola y te asegure resultados. La idea, las reglas, el tamaño de cada posición y el stop siguen siendo tuyos, y las pérdidas también.
Actualizado en septiembre de 2026.
Opero hace más de 12 años y hace tiempo que uso IA en mi trabajo. Te cuento qué me sirvió, dónde se equivoca y por qué desconfío de cualquiera que te venda un robot que «gana mientras dormís».
Qué es (y qué no es) el trading con inteligencia artificial
Bajo la etiqueta «IA para trading» se mezclan tres cosas muy distintas. Conviene separarlas, porque el riesgo cambia muchísimo de una a otra.
| Nivel | Qué hace | Quién decide | Riesgo principal |
|---|---|---|---|
| Asistente (LLM general) | Resume, explica, escribe código, ordena tus notas | Vos | Que te equivoques confiando en una cifra inventada |
| Análisis y backtesting | Prueba reglas sobre datos históricos, busca patrones | Vos, con más datos | Sobreajuste: una estrategia que solo funciona en el pasado |
| Ejecución automática (bot) | Abre y cierra operaciones sin que intervengas | Las reglas que alguien programó | Pérdidas rápidas si el mercado cambia y nadie mira |
Si recién arrancás y todavía no tenés claro cómo funciona un mercado, empezá por qué es el trading y cómo funciona. La IA acelera a quien ya sabe qué está buscando; a quien no sabe, lo hace equivocarse más rápido.
Para qué sirve la IA en el trading: usos reales
1. Análisis de datos y noticias
Un modelo de lenguaje puede leer un informe de resultados, un comunicado de un banco central o diez titulares y decirte qué cambió respecto de la vez anterior. Te ahorra tiempo de lectura, no te ahorra criterio. Si está conectado a datos en tiempo real, puede ayudarte a preparar el día; si no lo está, trabaja con información vieja.
2. Resúmenes y estudio
Para repasar conceptos es muy bueno: teoría de Dow, divergencias, cómo se calcula un ATR, qué es el tamaño de posición. La IA es un buen compañero de estudio y un mal profesor: te explica con paciencia, pero no sabe si lo que te explica está bien aplicado a tu caso.
3. Backtesting asistido
Le podés pedir que te ayude a armar la prueba de una regla, que te señale sesgos en tu planteo o que te proponga cómo medir el drawdown. Eso sí: el backtest lo corrés sobre datos reales y lo leés vos. Si querés ver cómo se hace bien, tenés una guía para hacer backtesting sin engañarte.
4. Código de estrategias
Traducir «compro cuando pasa esto y salgo cuando pasa aquello» a código es donde más tiempo ahorra. Un LLM escribe en minutos un script en Python o en el lenguaje de tu plataforma. El problema es que el código puede correr sin errores y aun así estar mal: mirar el cierre de una vela que todavía no cerró, ignorar comisiones o calcular el stop sobre el precio equivocado. Leelo línea por línea antes de confiar en un resultado.
5. Diario de trading
Si llevás un registro honesto de tus operaciones, la IA te ayuda a encontrar patrones en tu propio comportamiento: en qué horario operás peor, si agrandás el tamaño después de una pérdida, si movés el stop cuando no deberías. Es de los usos más útiles y menos publicitados.
6. Detección de patrones
Los modelos de aprendizaje automático pueden clasificar formaciones, detectar anomalías de volumen o agrupar días de mercado parecidos. Ojo con la trampa: con suficientes datos, cualquier modelo encuentra «patrones». La pregunta no es si el patrón aparece, sino si se sostiene en datos que el modelo nunca vio.
Lo que la IA no puede hacer: los límites que tenés que conocer
| Límite | Qué pasa | Cómo te cuidás |
|---|---|---|
| Sobreajuste | La estrategia se ajusta tanto al pasado que falla con datos nuevos | Separar datos de prueba, validar fuera de muestra, pocas reglas |
| Caja negra | El modelo decide y nadie sabe por qué | No operar lo que no podés explicar en dos frases |
| Datos de entrenamiento | Datos viejos, incompletos o con sesgo de supervivencia | Verificar fuente, fecha y qué activos quedaron afuera |
| Cambio de régimen | El mercado pasa de tendencia a lateral, o de calma a pánico | Probar la estrategia en contextos distintos, no en uno solo |
| Costos | Comisiones, spread, deslizamiento, datos, servidores, suscripciones | Meterlos todos en el backtest y en tu cuenta real |
| Alucinaciones | El LLM inventa cifras, fechas o citas con total seguridad | Toda cifra se chequea contra la fuente original |
Sobreajuste: el enemigo número uno
Cuantas más variantes probás sobre los mismos datos, más fácil es encontrar una que se vea brillante por pura casualidad. Es un problema estudiado a fondo en la literatura cuantitativa, y la IA lo empeora, porque te deja probar miles de combinaciones en una tarde. Una curva de capital perfecta en el backtest no es una buena noticia: es una alarma. Por eso vale la pena aprender a validar una estrategia cuantitativamente antes de arriesgar un peso.
Cajas negras y cambio de régimen
Un modelo complejo puede tener buen rendimiento en la prueba y ninguna lógica que lo explique. Mientras el mercado se comporte como en los datos de entrenamiento, puede andar. Cuando cambia el régimen (una suba de tasas, una crisis, una semana de noticias fuertes), el modelo no sabe que cambió. Sigue ejecutando.
Alucinaciones con cifras
Los modelos de lenguaje escriben con la misma seguridad cuando aciertan que cuando inventan. Te pueden dar un precio de cierre equivocado, una fecha de publicación de datos que no es, o un porcentaje que no sale de ningún lado. Un ejemplo simple para probarlo desde Uruguay: preguntale a qué hora abre Wall Street en hora uruguaya. La bolsa de Nueva York abre a las 9:30 de Nueva York; como Uruguay está en UTC−3 todo el año y Estados Unidos cambia de horario, eso son las 10:30 durante el horario de verano de allá y las 11:30 el resto del año. Si el modelo no tiene en cuenta el cambio, te equivocás de hora. Con un precio o un tamaño de posición, el error cuesta plata.
Bots de IA que «ganan solos»: por qué son una señal de alerta
Basta scrollear dos minutos en redes para encontrar a alguien mostrando un bot que «opera por vos mientras dormís». Tiene sentido que tiente. Pero cuando algo se presenta así, hay que mirarlo con lupa.
Yo lo probé en cuenta demo: un bot ejecutando reglas que configuré yo mismo. Al principio, operaciones chicas y algunos aciertos. En menos de 72 horas la cuenta estaba en rojo. No había ajuste a la volatilidad, no había lectura de contexto. Solo ejecución ciega.
Las señales de alerta más comunes, que coinciden con lo que advierten reguladores como la CFTC, la SEC, FINRA y NASAA en Estados Unidos y el Banco Central del Uruguay acá:
- Porcentajes de acierto altísimos o «sin pérdidas». Ninguna tecnología predice el futuro ni los movimientos bruscos del mercado.
- Rendimientos altos, fijos y en poco tiempo. El BCU lo dice claro: hay que desconfiar de quien prometa elevados beneficios en muy poco tiempo.
- «Algoritmo secreto» que no te pueden explicar. Si no sabés qué hace, no sabés cuándo deja de funcionar.
- Presión para depositar ya, bonos por traer amigos o cuentas administradas por terceros.
- Resultados en capturas de pantalla sin historial completo, verificable y con las pérdidas incluidas.
- Empresas que no figuran en ningún registro del regulador del país donde dicen operar.
Para que tengas una referencia real de cómo se ve un historial honesto: mi historial suma 1.391 operaciones, de las cuales 668 se perdieron, con un resultado neto positivo de unos 365.000 dólares. Me equivoco la mitad de las veces y aun así el resultado es positivo, porque pierdo poco y gano mucho. Si un bot te muestra que casi nunca pierde, desconfiá del dato antes que de vos.
Cómo usar la IA con criterio: un flujo de trabajo posible
Ejemplo ilustrativo, no es una recomendación. Así podría verse un proceso ordenado en el que la IA suma sin tomar las decisiones por vos:
- Escribí vos la idea. En palabras: qué mercado, qué marco temporal, cuándo entrás, dónde está el stop, cuándo salís y cuánto arriesgás por operación.
- Pedile al LLM que la pase a código y que te explique cada línea. Pedile también que busque errores: velas que todavía no cerraron, costos que faltan, stops mal calculados.
- Corré el backtest sobre una parte de los datos, con comisiones y spread incluidos. No toques los parámetros veinte veces hasta que la curva quede linda.
- Validá con datos que la estrategia nunca vio, y en períodos de mercado distintos (tendencia, lateral, alta volatilidad).
- Pasala a cuenta demo un tiempo razonable y compará lo que pasa con lo que decía el backtest.
- Si pasás a real, empezá chico, con el stop definido de antemano y un riesgo por operación que puedas perder sin que te cambie el día.
- Registrá todo en tu diario y usá la IA para revisarlo cada semana: qué reglas cumpliste, cuáles no y qué te costó.
Dos pedidos que funcionan bien y uno que no:
«Revisá este código y decime si en algún lugar uso información que en ese momento todavía no existía.»
«Acá está mi diario del último mes. ¿En qué situaciones rompí mis propias reglas?»
«¿Qué compro mañana?» Este no. Te va a contestar algo, y eso es justamente el problema.
Qué tipos de herramientas existen
| Tipo | Para qué sirve | Qué vigilar |
|---|---|---|
| LLM generales (asistentes de chat) | Estudio, resúmenes, código, revisión del diario | Cifras inventadas, información desactualizada |
| Plataformas de gráficos con backtesting | Probar reglas sobre datos históricos sin montar nada | Costos que no se incluyen por defecto, datos limitados |
| Librerías de Python para datos y backtesting | Control total de la prueba y la validación | Curva de aprendizaje; errores de código silenciosos |
No hay «la mejor IA para trading». Hay la que entendés, la que podés auditar y la que usás para lo que sirve.
Riesgo y regulación: qué cambia con la IA (y qué no)
La IA no cambia la naturaleza del trading: operás con dinero real en mercados donde podés perder. Tampoco cambia quién responde. En Europa, la ESMA dejó claro en 2024 que las empresas de inversión que usan IA siguen sujetas a las mismas obligaciones de siempre y responden por las decisiones que toman con ella, y marcó como riesgos los sesgos de los algoritmos, la calidad de los datos y la opacidad de las decisiones.
En Estados Unidos, la SEC, FINRA y NASAA publicaron en 2024 una alerta conjunta sobre el uso del entusiasmo por la IA para atraer inversores con promesas irreales, y la CFTC advirtió que la IA no convierte a los bots de trading en máquinas de hacer dinero.
Desde Uruguay, lo básico: antes de abrir una cuenta o contratar un servicio que opere por vos, fijate si la empresa figura en los registros de la Superintendencia de Servicios Financieros del BCU o del regulador del país donde está. Las reglas cambian según el país y el producto; si tenés dudas sobre impuestos por operar desde acá, eso lo mira un contador.
Por qué la gestión del riesgo sigue siendo tuya
La IA no siente una racha de pérdidas. No se pone nerviosa, pero tampoco se da cuenta cuando algo está saliendo mal por motivos que no estaban en los datos. El que decide cuánto arriesgar, cuándo apagar un sistema y cuándo no tocarlo sos vos.
Lo que más falla en el trading no es el análisis: es la gestión del riesgo y la parte emocional. Mover el stop «porque ya va a volver», duplicar el tamaño para recuperar, dejar un bot prendido después de tres días malos porque «el backtest decía otra cosa». Ninguna herramienta te saca esas decisiones de encima.
Por eso, antes que cualquier IA, necesitás tener resuelto dónde va el stop y cuánto arriesgás en cada operación. Si todavía no lo tenés claro, empezá por cómo colocar el stop loss y el take profit. Es menos vistoso que un bot, y es lo que te mantiene en el juego.
¿Y invertir en empresas de IA?
Es otra pregunta distinta: no es usar IA para operar, sino poner plata en compañías del sector. Acá aplican las mismas reglas que a cualquier inversión: entender el negocio, mirar la valuación, no concentrar todo en un solo tema de moda y aceptar que un sector que sube fuerte también puede caer fuerte. La historia de los mercados está llena de tecnologías que cambiaron el mundo y acciones que igual se desplomaron en el camino. No hay una respuesta única, y no te vamos a decir qué comprar.
Preguntas frecuentes
¿Se puede hacer trading con IA?
Sí, como herramienta de apoyo: para analizar información, escribir y revisar código, hacer backtesting y llevar tu diario. Lo que no podés es delegarle la responsabilidad. Las reglas, el tamaño de posición y el stop los definís vos.
¿Cuál es la mejor IA para hacer trading?
No hay una «mejor» para todos. Un LLM general sirve para estudiar y programar; una plataforma con backtesting, para probar reglas; las librerías de Python, para tener control total. La mejor es la que entendés lo suficiente como para detectar cuándo se equivoca.
¿Funciona el trading automático con IA?
Automatizar una estrategia validada es posible, y muchos traders lo hacen. Lo que no existe es un bot que gane solo y sin supervisión. Un sistema automático necesita validación previa, límites de riesgo y alguien que lo controle cuando el mercado cambia.
¿Un trader con IA reemplaza al trader humano?
No. La IA acelera tareas, pero no asume el riesgo ni responde por las pérdidas. El trader que usa IA con criterio trabaja más rápido; el que la usa sin formación, se equivoca más rápido.
¿Qué necesito saber antes de usar IA para trading?
Lo mismo que para operar sin ella: cómo funciona el mercado que elegiste, cómo se valida una estrategia y cómo se gestiona el riesgo. Con eso resuelto, la IA suma. Sin eso, amplifica los errores.
Aprender a usar el criterio antes que la herramienta
En MVDtrading Academy formamos traders desde 2014, con sede propia dentro del LATU y registro en el MEC. No somos broker ni administramos fondos: enseñamos a analizar el mercado, a validar una estrategia y a gestionar el riesgo, que es lo que después te permite usar la IA sin que te use a vos. Hay grupos presenciales en el LATU y formación online abierta todo el año. Si querés ver cómo se cursa, mirá los cursos de trading de MVDtrading.
4 respuestas
Muy buenas Esteban y equipo!
Estoy totalmente de acuerdo.
Lamentablemente vamos camino a una sociedad cada vez más dependiente de la IA en todos los ámbitos del día a día.
Una excelente herramienta, con conocimiento ilimitado y en expansión, pero el uso desmedido y una sociedad sin poder analítico para poder tomar desiciones por medios propios, dos deja una combinación muy peligrosa.
Saludos chicos y un abrazo
Cristian Osano
Me parece súper interesante el artículo y vería luego de estar más avanzado en el curso y con los fundamentos más claros en poner en práctica, eso sí, primero avanzar con los fundamentos y herramientas otorgados por la acamedia para luego entender cómo funcionaría con ChatGPT y cómo se podría aplicar.
El cambio de mentalidad luego de haber perdido los ahorros con anterioridad por meterme en un mundo sin ningún conocimiento me está llevando de a poco a recobrar la confianza y poder ver si puedo aprender y entender para poder operar.
Gracias por la info 😉
Exacto.un aburrido el gpt