Según arXiv q-fin, un estudio reciente analiza el rendimiento de un sistema de trading autónomo en mercados descentralizados de Solana, centrado en monedas memecoin. El análisis se basa en una ejecución simulada de 15 días, entre el 29 de marzo y el 12 de abril de 2026, con un total de 190 operaciones. Los resultados revelan una tasa de victorias del 40,5 por ciento, un retorno promedio por operación de +0,62 por ciento y un acumulado total de +117,7 por ciento, equivalente a una ganancia neta de 0,039 SOL. Las métricas de distribución muestran una asimetría negativa de -1,21 y un exceso de curtosis de 6,61, indicando una alta concentración de pérdidas en el extremo inferior.
La investigación evalúa el impacto horario, identificando las horas UTC 2, 13 y 23 como las de peor desempeño. Una prueba de Mann-Whitney, aplicada a estas horas frente al resto del día, arroja un valor U de 1.274 y un p-valor de 0,22, lo que indica una diferencia direccional pero no estadísticamente significativa en una muestra de 190 operaciones. Es importante notar que estas horas fueron seleccionadas dentro del mismo conjunto de datos, lo que limita la validez de la comparación. Paralelamente, un sistema de seguimiento alternativo registra 4.874 observaciones en 184 eventos de rechazo. En 17,9 por ciento de esos casos, el precio de la moneda cayó más del 50 por ciento de su valor de referencia en menos de 24 horas, y en 26,0 por ciento de los casos, el token fue rechazado por debajo de la mitad de su nivel inicial. El sistema de filtros, sin embargo, evita estos desplomos, lo que sugiere que las condiciones de selección son efectivas frente a resultados futuros del mercado.
El principal riesgo identificado es la fragilidad del sistema. Al eliminar las tres operaciones de mayor ganancia —que representan solo el 1,6 por ciento del total— el rendimiento acumulado se vuelve perjudicial. Esta dependencia estructural hacia un pequeño número de operaciones de alto impacto indica que el modelo no es robusto ante variaciones imprevistas. Los resultados demuestran que la viabilidad del sistema se basa en la presencia de grandes ganancias, lo que lo expone a pérdidas significativas si fallan esas condiciones.
Para inversores peruanos, este caso ilustra cómo los modelos de trading automatizados en mercados de criptomonedas, aunque prometedores en el corto plazo, pueden carecer de estabilidad. En un contexto donde los mercados peruanos de inversión están aún en desarrollo y donde los inversores suelen enfrentar volatilidad en productos emergentes, este estudio subraya la necesidad de diversificación y de evaluaciones rigurosas de riesgos. Los retornos aparentemente sólidos pueden disolverse ante eventos imprevistos o cambios en el comportamiento del mercado. Es clave que los inversores no confíen exclusivamente en algoritmos o sistemas automáticos, sino que integren análisis de riesgo, supervisión humana y evaluaciones de escenarios alternativos. La fragilidad del modelo aquí mostrado es una advertencia clara: incluso en entornos tecnológicos avanzados, el éxito depende de factores más allá del código.