The biggest publishing lesson I've learned:
The market is smarter than my opinions.
Whenever I listen to buyers...
Results improve.
Whenever I ignore them...
Results usually don't.
$BTC UPDATE
My long on #BTC is closed
My plan has changed:
1. First long zone – $64,700 (DONE)
2. Second long zone – $62,500/$61,200 (DONE)
3. There is a Head and Shoulders pattern on the 1D chart (DONE)
4. First target – $68,500/$69,400 (DONE)
5. Second target – $72K (DONE)
6. Third target – $76K (SEE EXPLANATION BELOW)
7. After that, I expect the final drop to begin in August/September.
Bitcoin reached my targets within two days - this shows the strength of the market at the moment.
Therefore, I’m considering the possibility of a new target. As I mentioned before, once $BTC reaches our targets, we should see an altcoin rally - and it has already started.
As I said earlier, buying spot through DCA is not a bad idea. My $ETH long is still open, while my $BTC long was closed at $69K.
To open a short, I need to see bearish structure first. I’m not going to try to catch a knife, so I haven’t opened a short yet.
If anything changes, I’ll let you know! DYOR.
REMINDER: I warned about the BTC bull trap at $82K, the summer drop, and the SPACE X decline before they even happened.
MY NEXT CALL WILL BE THE BIGGEST ONE OF THIS CYCLE.
TURN ON NOTIFICATIONS. MOST PEOPLE WILL FOLLOW ME TOO LATE.
🚨Elon Musk: “Puede que todavía no sepas qué te apasiona… porque nunca exploraste el mapa completo”
Cuando le preguntan por el sentido de la vida, Elon no habla de meditación ni de “encontrar tu propósito”. Va directo:
“Lee. Lee muchísimo. Construye un terreno accidentado del paisaje del conocimiento. Aprende un poco de muchas cosas.”
La razón más subestimada:
Solo puedes desear lo que has visto.
Si tu menú de opciones se limita a lo que te dieron tus padres, la escuela o el primer trabajo… estás eligiendo a ciegas.
Los libros rompen ese límite.
Son el motor de búsqueda de tu propia vida.
Habla con gente de mundos distintos.
Explora campos que nunca imaginaste.
Luego busca la intersección perfecta:
ser intrínsecamente bueno en algo
que te guste hacerlo de verdad.
Porque el talento solo es una trampa:
puedes ser excelente, ganar dinero… y odiarlo en silencio durante años.
Lee. Amplía el mapa.
El mayor riesgo no es equivocarte de camino…
es nunca haber visto los otros.
La probabilidad bayesiana en finanzas cuantitativas no es solo teoría académica, es pura tecnología.
El mejor ejemplo de esto es el Modelo de Black-Litterman.
En asset management se sabe que la optimización de mean-variance clásica de Markowitz es un peligro.
Es ultrasensible a las estimaciones de retornos esperados. Un cambio de un decimal en tus inputs puede devolver una cartera absurda por puro sobreajuste estadístico.
Fischer Black (el de Black-Scholes) y Robert Litterman (de Goldman Sachs) solucionaron esta fragilidad aplicando excepcionalmnete el Teorema de Bayes para calibrar carteras.
1) El Prior (la creencia base)
En lugar de inventar estimaciones de retornos, el modelo arranca asumiendo que el mercado está en equilibrio de forma pasiva.
Hace ingeniería inversa sobre las capitalizaciones de mercado reales para deducir qué retornos espera el consenso de forma implícita.
Si no tienes información nueva, este es tu punto de partida neutral y estable.
2) La nueva información (tus tesis)
Aquí entran tus ideas de inversión activas o las de tus algoritmos de predicción. Pero con un matiz bayesiano.
Asignas a cada idea un nivel de confianza matemática exacto (tu grado de certidumbre real, modelado como varianza de error).
3) El Posterior (la creencia actualizada)
El modelo aplica a Bayes para fusionar ambas distribuciones de probabilidad.
El resultado es un vector de retornos esperados actualizado que equilibra la base del mercado con tus ideas activas según la confianza que les diste.
La cartera resultante es estable, diversificada y perfectamente ejecutable en el mundo real.
El mercado no es un laboratorio estático y los quants no buscamos adivinar el futuro como si tuviéramos una bola de cristal, sino que usamos la lógica bayesiana para ir calibrando de manwera dinámica nuestras posiciones conforme al flujo de datos que nos llega y que nos actualiza las probabilidades.
Una pequeña reflexión sobre las pajas mentales que nos estamos haciendo con la IA, los agentes, los cerebros y los contextos:
Llevo meses viendo a gente obsesionada con los tokens.
"He gastado 50 millones de tokens."
"Mi agente consume una barbaridad."
"Necesitas una arquitectura brutal para que funcione."
Y mientras tanto yo trabajo e investigo con IA prácticamente todos los días sin acercarme siquiera al límite
¿La diferencia?
Que muchos están intentando sustituir el cerebro humano y yo lo estoy utilizando.
Hay algo que la mayoría no ha entendido todavía, un agente no piensa, solo reconstruye contexto.
Tiene que leer la guía de estilo, los artículos anteriores, la documentación del proyecto, los comentarios, resumir todo y, entonces, empezar a trabajar.
¿Y qué ocurre?
Que cada una de esas lecturas consume tokens. Si lo hace diez veces al día, está pagando diez veces por reconstruir exactamente el mismo contexto.
Tú, en cambio, ya llevas ese contexto en la cabeza.
Sabes qué quieres construir, sabes qué merece la pena, sabes cuándo una idea es buena y cuándo es una mierda. No necesitas explicarle cuarenta páginas de documentación a la IA cada vez que abres el ordenador.
Los humanos aportamos contexto implícito, pero los agentes necesitan contexto explícito y el contexto explícito cuesta tokens.
Cuanto más criterio tiene una persona, menos necesita la IA para producir resultados espectaculares y la ironía es que muchos creen que la ventaja competitiva está en tener el agente más complejo.
Yo creo que sigue estando en tener el mejor cerebro delante del teclado.
La IA no está sustituyendo al humano con criterio está sustituyendo al humano que ya no aportaba contexto, eso abre la puerta a cerebros mediocres con mucha capacidad de trabajo y obsesión, pero a la vez necesitan mucha pasta para ejecutar y no todo el mundo tiene pasta.
Es decir, la mente brillante humana sigue siendo más eficiente que la máquina si es capaz de coger las riendas.
Los países con mayor Índice de Libertad Económica no solo son más ricos: también tienen mejores salarios, menos pobreza y más oportunidades. La libertad económica no es teoría, es prosperidad medible.
Hace unas semanas dije que este verano es para entender e invertir en tesoreras de Bitcoin.
Este post iba a estar en la membresía pero he preferido dejarlo en abierto porque hay mucho ruido y la mayoría no entiende a Saylor.
Prepara café.
🚨 El S&P 500 lleva 100 años repitiendo el mismo ciclo. Y nadie lo para en el radar.
24-25 años de boom tecnológico. Luego una década donde nada ocurre.
📊 Los tres ciclos completos:
🟢 1942: electrónica y automatización. 24 años. +2.536%
🔴 1966: nueve años lateral
Los cierres mensuales, te dan la dirección de las próximas semanas
Los cierres semanales, te dan la dirección de los próximos días
Los cierres diarios, te dan la dirección de las próximas horas
[Guarda tweet, ya me lo agradecerás]
El primer breakout de Londres en EURUSD no es tan fiable como muchos creen.
Datos de los últimos 5 años según @edgeful
Rango: primeros 15 minutos de Londres
Muestra: 1297 días
Resultados:
• Rompe solo por arriba: 13.49%
• Rompe solo por abajo: 13.65%
• Rompe ambos lados: 72.86%
• No rompe ningún lado: 0%
¿Qué significa esto?
Que perseguir el primer breakout del rango inicial no es muy buena idea.
Si el precio rompe el high, no significa automáticamente continuación alcista.
Si rompe el low, no significa automáticamente continuación bajista.
De hecho, en el 72.86% de los días, EURUSD acaba rompiendo ambos lados del rango.
La oportunidad no está en perseguir la primera ruptura 😉
A few more days and $BTC reaches my 5th pivot.
For the past 18+ months, we've consistently seen major directional shifts around this point at the start of each month.
Whether it's a pivot low or a pivot high, this is a key time to start paying close attention.