CervantesTrader

[CervantesTrader @CervantesTrader]

@IkerRealEstate Unfollow, ojala muchos lo hagan...

[CervantesTrader @CervantesTrader]

@IkerRealEstate Puede que con la ley en la mano tengas razon, pero es muy miserable tu comentario y la poca empatia que demuestras. Es un piso de un fondo. Esta noche tu dormiras en tu pisito de Dubai, esa mujer no sabe donde lo hara. Para decir eso, era mejor callarse pero las views mandan..

[CervantesTrader @CervantesTrader]

@HernandoPablo Nunca he entendido este ranking más allá de captar atención. Hoy en día las vinculaciones que te pueden exigir son igual o más importantes... Sin eso es perder el tiempo..

[CervantesTrader @CervantesTrader]

@baitazuri Tomate rosa de Barbastro, de mi pueblo!!! Lo mejor de lo mejor. A disfrutarlo

[CervantesTrader @CervantesTrader]

@BAtipico Que vinculaciones para ese 2%? Y en la mixta no merece la pena pasar 10 años con ese porcentaje y si surge una oportunidad cambiarse a fija?

[CervantesTrader @CervantesTrader]

@BAtipico @Gsnchez Una quedada esos de Lleida!!!

[CATESOMI @Catesomi]

En el ecosistema de inversión ladrillera observo desde hace meses que todas las cuentas relevantes se ciñen a vender su película y escurren el bulto ante cualquier escandalo.
Nunca denuncian a cuentas de cantamañanas o de dudosa reputación.
A ver si cambiamos eso. Doy difusión a esto.

También es verdad que hay que estar gilipollas para comprar pisos en la nada por Telegram a cuatro chavales.

[Javi López ⛩️ @javilop]

✨ xAI publicó ayer el algoritmo de X y no entiendo cómo nadie se ha dado cuenta de lo que realmente tiene en sus tripas

Me he fundido 500 pavos en Claude analizando hasta la última línea

Esto es lo que he descubierto (POST LARGO, guárdatelo para luego):

0/ Cada cuenta tiene un "embedding" asociado que te describe como lo hacen los modelos de IA: en el espacio latente. Es la huella digital interna que el modelo guarda de cada usuario, un vector de números que resume cómo se comporta tu cuenta (qué temas tocas, qué engagement generas, con quién interactúas). El modelo lo usa cada vez que decide a quién enseñar tus posts. Si tu historial es bueno, queda limpio y el modelo te empuja. Si vas acumulando señales negativas (bloqueos, mutes, reports, not_interested), se vuelve tóxico y empieza a penalizarte automáticamente. Y la trampa: NO se resetea. Lo que hagas hoy sigue dentro durante semanas, contaminando todo lo que publiques después, aunque sea bueno.

Por eso salir de un shadowban o de épocas de bajo alcance se siente en X como intentar mover una gigantesca rueda oxidada: no es tu imaginación, es así tal cual. Limpiar/mejorar tu embedding es algo lento y farragoso, es como la impresión que tienes de alguien que te cae mal: por muy simpático que se vuelva contigo, va a pasar bastante tiempo hasta que te fíes de él.

Otro descubrimiento importante: el embedding no decae con un reloj. Decae con engagement NUEVO entrando al sistema. Si dejas de postear, las señales malas viejas se quedan congeladas dentro: nadie las sobrescribe. Si comienzas a crear contenido que al algoritmo le gusta, notarías mejora a partir de las 6-8 semanas y un cambio decente sobre las 12-16 semanas, asumiendo que no acumulas más señales malas en medio.

¿Por qué nadie está hablando de esto? Me parece tremendo y por fin una confirmación de esa sensación de "estoy en una mala racha" por la que todos hemos pasado.

1/ Los primeros 30 minutos lo son TODO

Si tu post no recibe interacciones rápido, Grok ni siquiera lo evalúa. Sin nota de calidad, sin análisis profundo, sin posibilidad de llegar a quien no te sigue. Muerto y enterrado

2/ La edad del post tiene un cap de 80 horas:

POST_AGE_MAX_MINUTES = 4800, en buckets de 1 hora. Después estás en el "overflow bucket" que se traduce como "antiguo, ignorar"

Mejor ventana: las primeras 0 a 12 horas. Pasadas las 24 ya estás en un bucket peor

Vamos, lejos de incentivar el contenido "evergreen", X quiere carnaza fresca continua (todo lo contrario que YouTube)

3/ MI MAYOR MIEDO ERA INFUNDADO (se supone): vivir en EU y postear en inglés para audiencia US: CERO penalización directa en teoría:

El struct PostCandidate no tiene NINGÚN campo de país del autor, IP ni localización. Gizmoduck (el servicio de identidad de X) solo devuelve follower count + screen name. El transformer de Phoenix solo ve un hash de tu author_id

Lo que sí te jode indirectamente: el huso horario (tu post envejece mientras US duerme) y el idioma DEL POST

Vamos, que usar una VPN para "postear desde US" no hace literalmente nada (a diferencia que en TikTok o Instagram, por cierto)

4/ Las 5 señales negativas que matan tu alcance:

El modelo predice 22 acciones por post. 5 son pesos negativos que se RESTAN de tu score:

- not_interested
- block_author
- mute_author
- report
- not_dwelled (gente haciendo scroll sin pararse en tu post)

Esa última es brutal la verdad. Un post que se ignora es matemáticamente PEOR que uno que nunca se llegó a publicar

5/ Los shadowbans existen 100%. Hay 4 tipos distintos:

- Hard drop. X borra tu post del feed de todo el mundo sin avisarte. Se aplica a posts con contenido grave (abuso infantil, etc.) o cuentas suspendidas. Tú ni te enteras
- Etiqueta DO_NOT_AMPLIFY. Es literalmente un campo en el código que dice "no amplificar este post". Si te la ponen, los anuncios dejan de aparecer al lado de tus posts → X deja de ganar dinero mostrándote → el sistema deja de pushearte. Apagón en seco
- Reglas de BotMaker. Es el panel interno desde el que los empleados de X pueden limitar a una cuenta concreta a mano. En el código se ven las categorías que existen (Content, ContentLimited, Safety, Grok) pero NO se ve a quién se las aplican ni por qué. La herramienta está documentada, los usos no
- Embedding envenenado. El más jodido como ya vimos antes. El modelo tiene una "memoria" interna por cada cuenta. Si tu cuenta acumula suficientes "no me interesa" + bloqueos + silencios + reports a lo largo del tiempo, esa memoria se vuelve tóxica. A partir de ahí, incluso tus buenos posts futuros se penalizan automáticamente. Nadie lo decidió. El modelo simplemente aprendió que tu cuenta da mal engagement, y se autocorrigió

6/ Solo los posts ORIGINALES pasan por el "Banger Screen"

Las respuestas y retweets nunca entran en el clasificador de calidad de Grok. Si te pasas el día respondiendo a cuentas virales, estás optimizando para el Reply Ranker, NO para la amplificación

¿Quieres que te descubran fuera de tu red? Escribe posts originales, no hay otra

7/ Las respuestas a cuentas pequeñas pasan por escáner anti-spam. Las respuestas a cuentas grandes pasan por Grok

Dos clasificadores distintos. El SpamEapiLowFollowerClassifier pega a las respuestas a cuentas pequeñas. El ReplyRanker puntúa de 0 a 3 con Grok las respuestas a cuentas grandes

"¡Primero!" o respuestas solo con emojis sacan un 0. El rollo tipo "Sir, this is a Wendy's" se penaliza. Vamos, que si escribes respuestas, más te valen que aporten algo, si no, mejor ni te molestes

8/ El 50% de todas las peticiones al feed son "tráfico shadow"

is_sampled(request_id, 0.5) marca como shadow la mitad de cada feed request. Muchas features contextuales (inferencia de género, demografía, preferencias de topics Grok) solo se activan en shadow O con un feature flag

Traducción: literalmente no puedes saber qué versión del algoritmo está viendo cualquier usuario. La mitad de tu audiencia está en un experimento en cualquier momento

9/ El dwell (el tiempo que un usuario se queda mirando tu post antes de hacer scroll) es 5x veces mejor que recibir likes

El scorer tiene 5 señales distintas de dwell (dwell, cont_dwell_time, click_dwell_time, etc.) pero solo 1 señal de favorito.

- Un post con un montón de likes pero la gente lo lee 1 segundo y sigue scrolleando → score bajo
- Un post con pocos likes pero la gente se queda 8 segundos leyéndolo → score alto

¡Optimiza por tiempo pasado en tu post, no por likes!

10/ Cosas que sí funcionan:

- Engagement en los primeros 10 min. Manda DM a tus colegas, pingea a tu comunidad, lo que sea
- Postea en la zona horaria de TU AUDIENCIA, no en la tuya. Para targetear US: 8 a 11am ET (14 a 17 hora Madrid)
- No postees 5 cosas seguidas. El AuthorDiversityScorer multiplica cada post siguiente tuyo por decay^position. Para el post 4 ya estás en el suelo
- Vídeo ≥ 10 segundos. Por debajo de MinVideoDurationMs pierdes el peso VQV entero
- Vídeos con audio. Grok corre ASR (speech to text) en cada vídeo. Sin audio = señal en blanco
- Cita virales de tu nicho. El modelo ya sabe que el original engancha, tu valor añadido se apila encima

11/ Cosas que te destrozan el alcance:

- DESCUBRIMIENTO DE LA HOSTIA: hilos de más de 10 tweets. El DedupConversationFilter solo deja 1 tweet por conversación por feed. Los megahilos son matemáticamente un desperdicio
- Repostear el mismo contenido. Los bloom filters lo deduplican
- AI slop. Hay literalmente un campo slop_score en el output del BangerScreen. Lo detectan explícitamente
- NSFW/violencia/odio sin etiquetar. Auto MediumRisk = sin ads = shadowban estructural
- Spamear respuestas a cuentas pequeñas. Hay un clasificador específico para eso

12/ Lo que NO han publicado los muy pillines:

El esqueleto es público. Los diales no

- Los valores numéricos exactos de cada peso (FavoriteWeight, ReplyWeight, OonWeightFactor, AuthorDiversityDecay). Viven en xai_feature_switches::Params, config externa
- Los prompts reales de Grok (los 7 prompts de policy PToS, BangerMiniVlmScreenScore, SafetyPtos). Pueden tener literalmente cualquier framing
- Las reglas de BotMaker que aplican DO_NOT_AMPLIFY a cuentas concretas
- util/phoenix_request.rs, que construye la llamada final al modelo
- 25+ crates xai_* referenciados pero no incluidos
- Los pesos del Phoenix de producción. Solo han publicado la versión mini

Mi teoría: nos han puesto un esqueleto algo escuchimizado del total que tienen. El músculo (los pesos) y el cerebro (los prompts y las reglas de BotMaker) son completamente opacos. Se han reservado lo mejor, está claro

13/ Chuleta resumen para no olvidar:

- Los primeros 30 min importan más que cualquier otra cosa
- Tu ubicación es irrelevante, tu timing y tu idioma no
- Los shadowbans existen en 4 sabores. El peor es el modelo envenenándote el embedding de autor en silencio a partir de señales negativas pasadas, levantar caveza limpiando tu embedding te va a costar horrores, pero se puede
- Las respuestas y retweets no pasan por el clasificador de calidad. Los originales sí
- El dwell (que alguien se quede mirando tu post) le gana al like 5 a 1
- La mitad del tráfico está en algún experimento en cualquier momento
- Se han reservado lo mejor del algoritmo, pero bueno, algo es algo

[Capital Estratégico | Adrián Serra 📊 @capestrategico]

Cómo detectar fuerza relativa antes de los grandes movimientos.

La mayoría busca acciones que parecen baratas.

Los mejores traders buscan acciones que se niegan a caer.

Y ahí está una de las mayores ventajas del mercado:

la fuerza relativa.

Abro hilo👇🏻🧵

[CervantesTrader @CervantesTrader]

@carlosredondo Muchas gracias por compartir Carlos

[Paradis @ParadisLabs]

Basket of 20 European stocks I like right now (and probably still will be in 2030):

1. $NBIS - everyone knows? Premier European neocloud w/ exposure to non-US sovereign AI demand. Imo, a mini US hyperscaler.

2. $RR (Rolls-Royce) - more than just sexy cars…nuclear propulsion + space tech support SMRs for AI power & orbital systems. Huge UK/European govt contracts. New management team is phenomenal.

3. $SIVE - @X’s favourite company rn? InP lasers into the SiPho qualification cycle. Their lasers are pretty crucial to companies like $MRVL, & therefore to hyperscalers downstream.

4. $BESI - hybrid bonding qualified at $TSM, Samsung & $INTC for HBM4 and 3D logic. Hyperscaler orders + optical transceiver tailwinds = outsized European semi-equipment leverage.

5. $ASML - GOATed European company of the last decade? EUV lithography monopoly - required for every advanced AI logic chip manufactured worldwide…even though $TSM aren’t buying their new machines rn.

6. $ARM - their CPU IP licensing model powers the most efficient AI inference at the edge & in data centers.

7. $NOK - I’m loving the Nokia renaissance atm. Re-rating as a cloud infra leader w/ ~3x order growth from hyperscalers for AI networking. EU industrial & defense contracts compound through the decade.

8. $AIXA - their MOCVD equipment dominates compound-semis production for 800G & 1.6T optical transceivers + photonics.

9. $SPOT - share price is kinda in the gutter rn, but wow, what a company. No-one’s able to overcome Spotify, especially as they’ll probably win on the AI-Audio front.

10. $IQE - one of my favourites. Their epitaxial wafers are the key material for photonics & VCSEL lasers. InP/GaAs leadership makes them a critical enabler in the AI supercycle. $MTSI investment solidifies them for the future.

11. $SMHN (SUSS MicroTec) - their imprint lithography & bonders enable next-gen AI packaging + photonics. Sole-source temporary bonders for CoWoS-L; capacity-constrained through 2027 against $TSM advanced packaging build-out.

12. $RPI (Raspberry Pi) - cos it tastes great. But no, they do cheap single-board computers & semis power edge-AI + robotics prototyping. AI-agent demand is/will drive them. Recent secondary offering anchored by $ARM turns them into a “legit” company for the future.

13. $IFX (Infineon) - their power management semis & analog chips are in every AI server, EV and industrial robot. Their AI power segment forecasted to grow >25% annually through 2030.

14. $M7U (Nynomic) - LayTec subsidiary sits at a crucial chokepoint in InP/GaN MOCVD via $AIXA ramp. Basically a European chokepoint in yield optimization.

15. $ABBN (ABB) - ABB’s electrification, robotics, and motion portfolio directly benefits from AI-driven factory automation and humanoid deployment. Factory automation is already here…and maybe we’ll all have a humanoid bestie at some point in the future?

16. $SOI (Soitec) - their SOI & SmartSiC substrates are the enabling material for power-efficient AI chips and photonics. AI-driven demand for 300mm SOI capacity has already made it Europe’s top-performing large-cap stock of 2026 w/ multi-year ramps locked in.

17. $SU (Schneider Electric) - cleanest direct beneficiary of $2T+ global data center capex through 2030; switchgear/UPS backlog at record. Power management and liquid-cooling infrastructure are the rack-scale backbone for European AI data centers. Grid-modernization + hyperscaler co-location deals compound multi-decade visibility.

18. $LPK - yes, despite my “bear thesis” lol. Glass substrates are a huge bottleneck due to shortages. Their laser systems allow for structuring of PCBs and advanced packaging for AI servers and optical interconnects.

19. $STM - their analog, power and microcontroller leadership powers edge-AI inference in humanoids, autos, and industrial IoT; strengthening pricing and diversified end-markets position it as Europe’s most resilient AI-chip winner.

20. $SMT (Scottish Mortgage Investment Trust) - ok, this one’s cheating a little lol. They’re a FTSE100 listed Trust (kinda like an ETF) with holdings in companies like $TSM, SpaceX, $NVDA, and $META.

A lot of these are AI/tech focussed = more fun. Lots of smaller MC names I've left off just due to the uncertainty.

Europe has a ton of huge names that won't see any growth over the next decade. In sectors like banking, manufacturing, automotives, pharmaceuticals.....very boring investments.

[Gaetano @Gaetano2026]

Photonics is a stack!
$AXTI $AIXA $TSEM $AEHR $LITE $GLW

Here is a clean map of the sector.
Please bookmark & share!

A laser, a photonic chip, a finished module, and a deployed AI network all sit at different points in one long chain.

Different companies get paid for totally different reasons and on totally different timelines.

I just updated my layer framework so you can instantly see where every major name fits that I track (and why the AI buildout lifts the whole stack).

Quick map:

Layer 1 (Materials & Platforms): $AXTI $ALMU $LWLG $IQE
Layer 2 (Epitaxy Tools): $AIXA $ALRIB $VECO
Layer 3 (Foundries & Scale): $TSEM $FN $SANM
Layer 4 (Test & Yield): $AEHR $FORM $COHU $TER $VIAV
Layer 5 (Devices & Engines): $LITE $COHR $AAOI $POET $SIVE $MTSI
Layer 6 (Connectivity & Networks): $CRDO $MRVL $SMTC $CIEN $NOK $GLW

There are many more names in the industry that didn't make this list.

Which are you tracking the closest?

[Miles Deutscher @milesdeutscher]

https://t.co/Ynl7IAOoEL

[CervantesTrader @CervantesTrader]

@Ortega_Gerardo Date de alta en https://t.co/FVvVECSwHn. funciona

[CervantesTrader @CervantesTrader]

@baitazuri Pillando sitio en la clase

[Carlos Redondo @carlosredondo]

Podreis verlos a partir de las 19:00 hora española aquí https://t.co/qnSbBvxX8s

[Javi López ⛩️ @javilop]

🔥 Freepik ahora es Magnific! 🔥

Rebranding completo.

Os cuento la historia de cómo dos murcianicos crearon la startup bootstrapped de mayor crecimiento de la historia y su historia de amor con Freepik 🧵👇

[Javi Lopez ⛩️ @javilopen]

Hey @TeamYouTube, @YouTubeCreators!

My channel @javilopen on YouTube got demonetized (wrongly IMHO) for "Inauthentic content": content that appears mass-produced / automated.

Respectfully, I'd love to show what actually goes into each video (and if you are just randomly seeing this, it works kind of like a tutorial, because I'm showing some cool tricks in the screenshots 😉):

1/ Real human scripts and narratives
2/ Prompts crafted for hours until each image/video is "perfect"... well, perfection doesn't exist
3/ Hundreds of generations per shot / video (a video is 15 seconds maximum but each generation takes minutes), and I keep less than 5% of what I generate
4/ Strong edition (that takes several weeks for certain videos) in DaVinci Resolve / CapCut + plugins
5/ Color grading and post production
6/ Sometimes: real voice actors, foley artists (for the sounds), etc

This is literally the opposite of mass-produced. Some of the piece takes weeks/months!!!

Appeal already submitted. Hoping it reaches a human who can see the work 🙏

Reposts appreciated!

[Míriam González @miriamgonp]

Este hilo es para parar un momento, respirar y dar las gracias. En 72h todo esto ha escalado a un nivel que nunca imaginé: prensa, más de 10k recaudados, mensajes de oncólogos de todo el mundo y la comunidad tech volcada con ideas para usar IA en cáncer.

Empecé pidiendo ayuda para un caso ultra raro de cáncer de mama metastásico, pensando que igual alguien, en algún sitio, podría interesarse por investigarlo. Lo que ha pasado después demuestra que las redes, usadas con responsabilidad, pueden abrir puertas reales entre pacientes, oncólogos e investigadores.

La comunidad tech y de IA se ha tomado esto muy en serio: gente proponiendo modelos, creando repos de apps, para hacer accesible la información compleja. De aquí van a salir ideas muy interesantes para quienes vengan detrás de mí.

Quiero que quede claro: todo esto no va solo de mí. Va de que los casos raros dejen de ser notas a pie de página y pasen a ser datos, estudios, opciones reales. Cada euro donado y cada retuit está empujando esa idea. Gracias, de verdad.

En la bio tenéis el enlace para quien quiera seguir apoyando la parte de investigación y pruebas avanzadas de mi caso. Y, sobre todo, seguid haciendo ruido inteligente: preguntando, compartiendo información buena, conectando ciencia y personas. Eso también salva vidas.

Ahora viajo a Madrid a seguir avanzando con todo esto, se vienen cosas increíbles.

GRACIAS 💜

[CervantesTrader @CervantesTrader]

@ContraInvest @JeffWeniger @ContraInvest Cuales serían esos indicadores macro que deberíamos vigilar y cuando comenzarían a ser preocupantes? Muchas gracias!!