{"id":30993,"date":"2026-06-15T14:07:19","date_gmt":"2026-06-15T14:07:19","guid":{"rendered":"https:\/\/investx.fr\/es\/2026\/06\/15\/wallet-v-benchmark-publico-agentes-ia-trading-hyperliquid-aster\/"},"modified":"2026-06-15T14:07:22","modified_gmt":"2026-06-15T14:07:22","slug":"wallet-v-benchmark-publico-agentes-ia-trading-hyperliquid-aster","status":"publish","type":"post","link":"https:\/\/investx.fr\/es\/noticias-cripto\/wallet-v-benchmark-publico-agentes-ia-trading-hyperliquid-aster\/","title":{"rendered":"Wallet V publica un benchmark p\u00fablico de agentes IA de trading en Hyperliquid y Aster"},"content":{"rendered":"\n

Un wallet Web3 en autocustodia<\/strong> acaba de alcanzar un hito sin precedentes: hacer p\u00fablicos los resultados reales de cientos de agentes IA<\/strong> configurados por sus usuarios en plataformas de derivados descentralizadas<\/strong>.<\/p>\n\n\n\n

De los 688 agentes<\/strong> analizados, el 42 % cerr\u00f3 en territorio positivo<\/strong> \u2014 y el mejor registr\u00f3 un ROI de +307 %<\/strong>. Una brecha de rendimiento que plantea tantas preguntas como respuestas ofrece.<\/p>\n\n\n\n

Esto es lo que este benchmark revela de forma concreta sobre el estado real del trading algor\u00edtmico con IA<\/strong> en 2026.<\/p>\n\n\n\n

688 agentes, 7 familias de LLM: lo que dicen realmente los datos<\/h2>\n\n\n\n

Wallet V<\/strong>, cartera Web3 incubada por Virgo Group<\/strong>, ha publicado un benchmark agregado que cubre 688 agentes de trading IA<\/strong> desplegados por sus usuarios durante los dos \u00faltimos meses. Estos agentes operaron en Hyperliquid<\/strong> y Aster<\/a><\/strong> \u2014 dos plataformas de derivados descentralizados<\/strong> \u2014 ejecutando estrategias sobre contratos perpetuos<\/strong>.<\/p>\n\n\n\n

Cada agente fue configurado manualmente por el usuario, quien tambi\u00e9n eligi\u00f3 el modelo de lenguaje (LLM)<\/strong> encargado de generar las decisiones de trading. El benchmark agrega posteriormente los resultados por familia de modelo, abarcando siete LLM distintos<\/strong>. Los modelos representados por menos de 10 agentes se se\u00f1alan como meramente orientativos, sin valor estad\u00edstico concluyente.<\/p>\n\n\n\n

Los resultados brutos: el 42 % de los agentes registr\u00f3 un P&L nulo o positivo<\/strong> durante el per\u00edodo. El ROI m\u00e1ximo oscila entre el -30 %<\/strong> para el modelo con peor desempe\u00f1o y el +307 %<\/strong> para el m\u00e1s rentable. Un diferencial de 337 puntos porcentuales que ilustra hasta qu\u00e9 punto la elecci\u00f3n del LLM<\/a><\/strong> \u2014 y de la configuraci\u00f3n \u2014 puede resultar determinante.<\/p>\n\n\n\n

\"Wallet<\/figure>\n\n\n\n

BTC, ETH, oro, forex: las clases de activos operadas por los agentes<\/h2>\n\n\n\n

Los agentes del benchmark no operaron exclusivamente con criptoactivos. Tuvieron acceso a cuatro clases de activos<\/strong> disponibles en Hyperliquid<\/strong> y Aster<\/strong> a trav\u00e9s de contratos perpetuos<\/strong>:<\/p>\n\n\n\n