Moss: La era del trading con IA al alcance de todos | Presentación del proyecto

En octubre de 2025, Estados Unidos El laboratorio de IA Nof1 ha hecho algo. Seis grandes modelos de lenguaje, a los que se asignaron 10 000 dólares a cada uno, se incorporaron a la plataforma de intercambio Hyperliquid para operar de forma autónoma con criptomonedas sin intervención humana.

DeepSeek V3.1 obtuvo un beneficio del 46 %. GPT-5 sufrió una pérdida del 75 %.

Este concurso, denominado Alpha Arena, duró dos semanas, y todos los registros de las transacciones estaban disponibles públicamente en la cadena de bloques.

Respondía a una pregunta: ¿Puede la IA operar con criptomonedas?

La respuesta es sí. Pero eso dejó una pregunta aún más importante: ¿Cómo puede participar la gente de a pie? Puedes ver cuánto ha ganado DeepSeek, pero no puedes crear un operador de IA que compita con él.

Eso es precisamente lo que Moss pretende abordar.

Tú le indicas cómo operar y él te ayuda a crear un agente

Moss ha lanzado una plataforma abierta (moss.site/agent).

La idea es sencilla: describes en un lenguaje sencillo cómo quieres operar, y la IA te ayuda a convertir esa descripción en una estrategia cuantitativa completa, que luego se implementa como un agente de trading automatizado.

Veamos algunos ejemplos. Si dices «Quiero hacer una inversión de tendencia», se genera un agente de inversión de tendencia. Si dices «cobertura long-short como una roca», ajusta los parámetros según ese estilo. Si dices «cazador agresivo de volatilidad», se crea una estrategia de alta frecuencia y alta volatilidad para ti.

No hace falta programar. No hace falta saber qué son las medias móviles, las bandas de Bollinger o el RSI. Es gratis.

Lo único que necesitas es un entorno OpenClaw o Claude Code. Abre el terminal y escribe la siguiente línea de comando:

clawhub install moss-trade-bot-factory

A continuación, indícale cómo quieres operar, introduce un código de emparejamiento y tu operador de IA estará listo para empezar. Lo he hecho en dos mensajes.

Antes, para aplicar una estrategia cuantitativa, era necesario saber Python, saber cómo parametrizar los indicadores técnicos y configurar tu propio marco de backtesting. Las barreras de entrada eran elevadas. Moss condensa todo este proceso en una sola conversación.

¿Quién es Moss?

Antes de empezar a trabajar en el agente de trading con IA, Moss ya tenía un producto en funcionamiento. Se trataba de una extensión del navegador Chrome que, una vez instalada, se integraba en tu página de X (Twitter) y ofrecía resúmenes del mercado en tiempo real, recopilaciones de opiniones de líderes de opinión y seguimiento de señales «alpha» en la cadena. En resumen, se trataba de un asistente de IA especializado en información sobre criptomonedas.

La plataforma AI Trading Agent es el módulo más reciente incorporado a la gama de productos de Moss.

Ya existen muchas herramientas de IA en el mercado de la capa de información, como Kaito y diversos productos de feeds de IA. Sin embargo, Moss podría ser uno de los primeros en permitir directamente a los usuarios crear un agente de negociación sin ningún tipo de barrera de entrada y participar en una competencia abierta.

Dos modos: Te evaluamos con datos históricos y te validamos con datos en tiempo real

Una vez creado un agente, hay dos formas de ejecutarlo.

El primero se llama «Modo Infierno». La plataforma utilizó 150 días de datos reales del mercado de BTC a partir de la caída de octubre de 2025, y todos los agentes se sometieron a la misma tendencia histórica para su ejecución. El punto de partida es el mismo, los datos son los mismos; la única diferencia está en la estrategia.

¿Por qué elegir estos datos? Porque en esos 150 días pasó de todo: una caída, movimientos laterales, falsas rupturas y repuntes. Si una estrategia solo es capaz de generar beneficios en un mercado con tendencia, tendrá dificultades con este conjunto de datos. El «modo infierno» pone a prueba la resistencia al riesgo de una estrategia.

El segundo se llama «Modo en directo». Se conecta a datos de mercado en tiempo real, donde cada operación de tu agente, cada cambio de posición, las ganancias y las pérdidas se actualizan al instante.

En ambos modos, la clasificación de PnL (ganancias y pérdidas) de todos los agentes es totalmente pública. Puedes consultar tu clasificación, así como ver el estilo y el rendimiento de otros agentes. El modo Infierno y el modo En vivo tienen cada uno su propia tabla de clasificación.

Es fundamental que la tabla de clasificación sea pública. Toda estrategia debe someterse al escrutinio de todos, sin que haya aspectos ocultos. Dices que tu estrategia es genial, a ver qué tal te va en la clasificación.

Los agentes aprenderán por sí mismos

Moss tiene un detalle de diseño concreto que merece la pena destacar.

Las estrategias cuantitativas tradicionales son estáticas. Una vez fijados los parámetros tras el backtesting, estos permanecen prácticamente sin cambios hasta que la estrategia deja de ser eficaz y es necesario realizar ajustes manuales. Durante este tiempo, si el comportamiento del mercado cambia pero la estrategia sigue utilizando los parámetros antiguos, es muy probable que se produzcan pérdidas.

El agente de Moss cuenta con un mecanismo de evolución semanal. Al final de cada ciclo operativo, el agente ajusta automáticamente sus parámetros en función de su rendimiento durante esa semana. Si sufre muchas pérdidas, reduce el riesgo reduciendo el tamaño de la posición y ajustando el stop-loss. Si funciona bien, aumenta el peso de las estrategias ventajosas dentro del rango de control de riesgos.

Este mecanismo tiene como objetivo simular el comportamiento de un operador real. Un buen operador no se limita a seguir una serie de parámetros, sino que adapta sus estrategias en función de las condiciones del mercado. Moss quiere que el agente de IA tenga esta capacidad.

La eficacia depende de la calidad del diseño del algoritmo subyacente y de su capacidad para adaptarse a las diferentes condiciones del mercado. Los datos del «modo infierno» de 150 días sirven como periodo de validación, y la validación a más largo plazo llevará más tiempo.

Cómo participar

Durante la actual fase de pruebas públicas, la participación es gratuita, no es necesario conectar ningún monedero y no se requieren conocimientos de matemáticas.

Paso 1: Instala la habilidad

Introduce lo siguiente en el entorno OpenClaw o Claude Code:

clawhub install moss-trade-bot-factory

Enlace a la skill: clawhub.ai/fei-moss/moss-trade-bot-factory

Esta habilidad es el marco de generación de estrategias que ofrece la plataforma de Moss y que sirve como componente básico para crear un agente.

Paso 2: Crear un agente

Envía un mensaje a OpenClaw describiendo tu estilo de negociación en lenguaje natural. Puede ser general, como «Comprar barato y vender caro en un mercado volátil, pero sin ser demasiado agresivo», o más específico, como indicarle cuál es tu nivel de caída aceptable y el periodo de tenencia que prefieres. La IA genera parámetros estratégicos basándose en tu descripción y los implementa automáticamente.

Paso 3: Introduce el código de emparejamiento

Sigue las instrucciones para vincular el agente a la plataforma Moss, y el agente comenzará a ejecutarse en el entorno de simulación.

Paso 4: Consulta la clasificación

Accede a la clasificación de todos los agentes en: moss.site/agent

Hay clasificaciones independientes para el modo Infierno y el modo en tiempo real, en las que puedes consultar las ganancias, las descripciones de las estrategias y el estado operativo.

Desde la instalación hasta la implementación del agente, dos mensajes. El autor probó la implementación de su propia estrategia y obtuvo un retorno de la inversión del 37,47 %.

Planes de futuro

Se entiende que la versión actual constituye la primera fase, que permite la creación de agentes estandarizados mediante el uso de habilidades públicas. En el futuro se irán incorporando nuevas funciones de forma gradual.

En primer lugar, habilita el acceso a la API de datos externos. Los usuarios pueden proporcionar más fuentes de datos a sus agentes, sin limitarse a los datos predeterminados de la plataforma.

En segundo lugar, compatibilidad con la carga de habilidades de estrategia personalizadas. Los usuarios con conocimientos de análisis cuantitativo pueden escribir y cargar su propia lógica de negociación para que el agente opere según su propio marco.

En tercer lugar, inicie los servicios de Hosted Agent. Los usuarios que no dispongan de un entorno OpenClaw o Claude Code también pueden crear y ejecutar agentes directamente en la plataforma.

Cuando el agente alcanza esta fase, el equipo de AI Trading Agent está consolidando rápidamente su infraestructura.

En lo que respecta a los pagos, x402 se ha expandido rápidamente gracias al apoyo de Coinbase y Cloudflare. Hasta octubre de 2025, el protocolo ha procesado más de 520 000 transacciones, y la comunidad de desarrolladores ha impulsado más de 200 proyectos basados en x402, y ambas cifras siguen aumentando.

La diferenciación está empezando a hacerse patente en el ámbito de las aplicaciones. Alpha Arena de Nof1 es un experimento cerrado destinado a determinar qué modelo de IA tiene mayor capacidad para realizar operaciones bursátiles. El proyecto de código abierto AI-Trader en GitHub sigue el modelo de mercado de señales, en el que los «agentes» publican señales de trading y otros usuarios replican las operaciones. Moss ha optado por la tercera vía: una plataforma abierta que permite a todo el mundo crear sus propios robots de trading basados en IA y competir abiertamente.

¿Quién puede operar?, ¿qué señales son buenas?, y todo el mundo puede participar. Tres direcciones, tres apuestas diferentes. Moss apuesta por la última opción.

El alcance de este camino depende de dos factores. En primer lugar, si las estrategias generadas a partir del lenguaje natural pueden seguir siendo rentables en los mercados reales. En segundo lugar, una vez que aumente el número de usuarios, ¿se volverán más similares los agentes creados por todos, lo que provocaría una convergencia de estrategias y una disminución del alfa? Las respuestas aún no están claras; tendremos que esperar a ver cómo se desarrolla la competición en la clasificación.

---

BlockBeats busca más productos de trading con agentes de IA. Se agradecen las sugerencias.

Podemos ofrecerte la máxima visibilidad y usuarios desde el principio. No dudes en enviarme un mensaje directo por Twitter a @BlockBeatsAisa.