Hanademi

Crypto profit must survive reality

14 slides · 23 min · 1 minute ago language
ENES
theme
LightDark
view
DeckTableTalk
brand
HanademiPlatzi
Crypto profit must surviverealityMade for Jorge Abraham Diaz Reyes, by Hanademi
La rentabilidad cripto debesobrevivir la realidadMade for Jorge Abraham Diaz Reyes, by Hanademi
Trend persisted across 58 futures andforwardsThe study covered 58 instruments and reported return persistence over 1 to 12 months, not cryptoprofitability.Made for Jorge Abraham Diaz Reyes, by HanademiSources: Moskowitz, T. J., Ooi, Y. H., & Pedersen, L. H. (2012). Time series momentum. Journal of Financial Economics.; Hurst, B., Ooi,Y. H., & Pedersen, L. H. (2017). A century of evidence on trend-following investing. The Journal of Portfolio Management.UnitInstruments24Commodity futures13Government bond futures12Currency forwards9Equity index futures
Start with the part of the evidence that is genuinely strong. Across 58 traditional futures and forwards, returns showed persistence over 1 to 12 months. That is a useful building block, but it is not a free pass for a crypto strategy, especially at shorter horizons and after costs.
La tendencia persistió en 58 futuros yforwardsEl estudio cubrió 58 instrumentos y reportó persistencia de retornos entre 1 y 12 meses, no rentabilidadcripto.Made for Jorge Abraham Diaz Reyes, by HanademiFuentes: Moskowitz, T. J., Ooi, Y. H., & Pedersen, L. H. (2012). Time series momentum. Journal of Financial Economics.; Hurst, B., Ooi,Y. H., & Pedersen, L. H. (2017). A century of evidence on trend-following investing. The Journal of Portfolio Management.UnidadInstrumentos24Futuros de materias primas13Futuros de bonos públicos12Forwards de divisas9Futuros de índices bursátiles
Empecemos por la parte realmente sólida de la evidencia. En 58 futuros y forwards tradicionales, los retornos mostraron persistencia durante 1 a 12 meses. Es un componente útil, pero no una autorización automática para una estrategia cripto, sobre todo a horizontes cortos y después de costos.
The terms behind the argumentMade for Jorge Abraham Diaz Reyes, by HanademiFundingRecurring cash transfer between long and short perpetual-futures positions under avenue-specific formula.Open interestOutstanding derivatives contracts that remain open at a specified time.SlippageDifference between the decision or expected price and the execution price actually obtained.PurgingRemoving training observations whose outcome windows overlap validation or testobservations.EmbargoA temporal safety gap around fold boundaries intended to reduce residual information leakage.PBOProbability of Backtest Overfitting, estimating how frequently an in-sample winner disappointsout of sample.
6 technical terms carry much of the argument.
Los términos detrás del argumentoMade for Jorge Abraham Diaz Reyes, by HanademiFundingTransferencia recurrente entre posiciones largas y cortas de futuros perpetuos según unafórmula del mercado.Open interestContratos derivados vigentes que permanecen abiertos en un momento determinado.SlippageDiferencia entre el precio de decisión o esperado y el precio de ejecución realmente obtenido.PurgaEliminar observaciones de entrenamiento cuyas ventanas de resultado se superponen convalidación o test.EmbargoSeparación temporal de seguridad alrededor de los límites para reducir filtración residual.PBOProbabilidad de sobreajuste del backtest, que estima con qué frecuencia un ganador in-sampledecepciona fuera de muestra.
6 términos técnicos sostienen buena parte del argumento.
Home mining topped $100,000 per BTC,versus $35,000 to $45,000 industrially.The reported April 2026 estimates put home-mining costs above the industrial range.The interval is evidence of different operating conditions, not two independent marketendpoints.Sources: noxhash.com.
Gross revenue is not the same as economic profit. The reported April 2026 estimates put home mining above $100,000 per BTC, while industrial electricity placed the estimate between $35,000 and $45,000. The operating setup can reverse the economics before a strategy even trades.
La minería doméstica superóUS$100.000 por BTC, frente aUS$35.000 a US$45.000 industrialmente.Las estimaciones reportadas en abril de 2026 sitúan los costos domésticos por encimadel rango industrial. El intervalo refleja condiciones operativas distintas, no dosextremos independientes del mercado.Fuentes: noxhash.com.
Los ingresos brutos no son lo mismo que el beneficio económico. Las estimaciones reportadas en abril de 2026 sitúan la minería doméstica por encima de US$100.000 por BTC, mientras la electricidad industrial deja la estimación entre US$35.000 y US$45.000. La configuración operativa puede invertir la economía antes de que una estrategia opere.
Every cost enters the ledgerA calculator, documents, notebook, glasses, and phone are arranged on a desk.Sources: La anulación de una liquidación del IRPF impide fundamentar las liquidaciones posteriores basadas exclusivamente en ella. fiscal-impuestos.com.
A statistical edge becomes investable only after every real-world cost is counted.
Cada coste entra en la cuentaUna calculadora, documentos, un cuaderno, unas gafas y un teléfono están dispuestos sobre unescritorio.Fuentes: La anulación de una liquidación del IRPF impide fundamentar las liquidaciones posteriores basadas exclusivamente en ella. fiscal-impuestos.com.
Una ventaja estadística solo se vuelve invertible cuando se contabilizan todos los costes reales.
Binance faced $2.7B while Zhao faced$150MPayments required by a federal CFTC consent order, shown separately for Binance and Changpeng Zhao.Made for Jorge Abraham Diaz Reyes, by HanademiSources: cftc.gov.UnitUSDBinance$2.7BChangpeng Zhao$150M18x
Cost risk is not limited to spreads or funding. A federal consent order required Binance to pay $2.7 billion and Changpeng Zhao to pay $150 million to the CFTC. The amounts make platform and governance risk concrete rather than theoretical.
Sources
Binance enfrentó US$2.700 millones y ZhaoUS$150 millonesPagos exigidos por una orden federal de consentimiento de la CFTC, mostrados por separado para Binance yChangpeng Zhao.Made for Jorge Abraham Diaz Reyes, by HanademiFuentes: cftc.gov.UnidadUSDBinance$2,7 mil MChangpeng Zhao$150 M18x
El riesgo de costos no se limita a los spreads o al funding. Una orden federal exigió que Binance pagara US$2.700 millones y que Changpeng Zhao pagara US$150 millones a la CFTC. Las cifras vuelven concreto el riesgo de plataforma y gobernanza.
Fuentes
Forced Hyperliquid closures reached $2.1Bacross 162 assets in 12 minutes.A blockchain-based reconstruction reports the event on October 10, 2025. The162-asset scope is context for the episode, not a second monetary measure.Sources: github.com.
Leverage can turn a market move into a system event. A blockchain-based reconstruction reports $2.1 billion in forced Hyperliquid closures across 162 assets within 12 minutes on October 10, 2025. That is why liquidation research must keep observed events separate from assumptions about who profited.
Los cierres forzosos de Hyperliquidalcanzaron US$2.100 millones en 162activos durante 12 minutos.Una reconstrucción basada en blockchain reporta el evento del 10 de octubre de 2025. Elalcance de 162 activos contextualiza el episodio, pero no es una segunda medidamonetaria.Fuentes: github.com.
El apalancamiento puede convertir un movimiento de mercado en un evento sistémico. Una reconstrucción basada en blockchain reporta US$2.100 millones en cierres forzosos de Hyperliquid en 162 activos durante 12 minutos, el 10 de octubre de 2025. Por eso la investigación sobre liquidaciones debe separar los eventos observados de las suposiciones sobre quién ganó.
Only 50 of 569 competing liquidation botsmade money in one April 2026 analysis.The source describes one April 2026 account of competing DeFi liquidation bots. It is anarrow result, so it should not be treated as a universal success rate for all liquidationsystems.Sources: medium.com.
Competition does not guarantee a profitable niche. One April 2026 analysis found that only 50 of 569 bots competing to liquidate DeFi borrowers made money. The result is a warning about crowding, not a promise that liquidation is an easy edge.
Solo 50 de 569 bots de liquidacióncompetidores ganaron dinero en unanálisis de abril de 2026.La fuente describe un análisis de abril de 2026 sobre bots competidores de liquidaciónDeFi. Es un resultado limitado, por lo que no debe tratarse como una tasa universal deéxito para todos los sistemas de liquidación.Fuentes: medium.com.
La competencia no garantiza un nicho rentable. Un análisis de abril de 2026 encontró que solo 50 de 569 bots que competían por liquidar prestatarios DeFi ganaban dinero. El resultado advierte sobre la saturación, no promete que la liquidación sea una ventaja fácil.
Training lasted 8.57x thereported test window.If the reported windows are correct, 120 training days were approximately 8.57 timesthe 14-day backtest window. That short test period cannot establish robustness acrossmarket regimes.Sources: Error during backtesting QuickAdapterV3 KeyError: '&s-extrema' · Issue #10654 · freqtrade/freqtrade.
The reported test window is the weak point in the validation story. The system used 120 training days against a 14-day backtest window, a ratio of approximately 8.57x. Even if those windows are accurate, 14 days cannot show how the strategy behaves across changing regimes.
El entrenamiento duró 8.57x laventana de prueba reportada.Si las ventanas reportadas son correctas, los 120 días de entrenamiento equivalieronaproximadamente a 8.57 veces la ventana de backtest de 14 días. Ese periodo de pruebacorto no puede establecer robustez entre regímenes de mercado.Fuentes: Error during backtesting QuickAdapterV3 KeyError: '&s-extrema' · Issue #10654 · freqtrade/freqtrade.
La ventana de prueba es el punto débil de la historia de validación. El sistema usó 120 días de entrenamiento frente a una ventana de backtest de 14 días, una proporción aproximada de 8.57x. Aunque las ventanas sean correctas, 14 días no pueden mostrar cómo se comporta la estrategia entre regímenes cambiantes.
Spain's 2012 repayment exposedover 60,000 firms to a €30 billionliquidity shock.The episode shows how a liquidity event can spread beyond individual positions and reachthe scale of national output. The same source reports exposure of more than 60,000firms and a shock near 3% of GDP.Sources: hdl.handle.net.
A liquidity shock does not stay inside a trading model. Spain’s 2012 repayment exposed more than 60,000 firms and reached almost €30 billion. That is about 3% of GDP, showing why liquidity risk deserves macroeconomic attention.
El pago de España en 2012 expuso amás de 60.000 empresas a un choquede €30.000 millones.El episodio muestra cómo un evento de liquidez puede extenderse más allá de posicionesindividuales y alcanzar la escala de la producción nacional. La misma fuente reporta laexposición de más de 60.000 empresas y un choque cercano al 3% del PIB.Fuentes: hdl.handle.net.
Un choque de liquidez no permanece dentro de un modelo de trading. El pago de España en 2012 expuso a más de 60.000 empresas y alcanzó casi €30.000 millones. Eso equivale aproximadamente al 3% del PIB y muestra por qué el riesgo de liquidez merece atención macroeconómica.
67% of more than 200 teams madeLightGBM worse after averaging 43tuning hours.The result is a warning against treating model flexibility as an automatic edge. Thereported analysis covered more than 200 teams, and tuning took 43 hours on average.Sources: mcpanalytics.ai. mcpanalytics.ai.
More tuning did not reliably create a better model. In an analysis of more than 200 teams, 67% produced tuned LightGBM models that underperformed the default. The average effort was 43 hours, so complexity can consume time while weakening the result.
El 67% de más de 200 equiposempeoró LightGBM tras dedicar 43horas promedio al ajuste.El resultado advierte contra tratar la flexibilidad del modelo como una ventajaautomática. El análisis reportado cubrió a más de 200 equipos y el ajuste tomó 43 horasen promedio.Fuentes: mcpanalytics.ai. mcpanalytics.ai.
Más ajuste no produjo de forma fiable un modelo mejor. En un análisis de más de 200 equipos, el 67% obtuvo modelos LightGBM ajustados que rindieron peor que el predeterminado. El esfuerzo promedio fue de 43 horas, así que la complejidad puede consumir tiempo y debilitar el resultado.
A 2026 replication found 0.57 equal-weightSharpe, but no value-weighted signal.The source reports a null value-weighted result without a numeric zero. It attributes thedifference to size concentration, making the weighting choice central to the replication.Sources: github.com.
The apparent edge depended on how the portfolio was weighted. The 2026 replication found a 0.57 Sharpe when assets were equally weighted, but the signal disappeared under value weighting. Size concentration explains why replication must test more than one portfolio construction.
Una réplica de 2026 halló un Sharpeequiponderado de 0,57, pero ninguna señalponderada por valor.La fuente reporta un resultado nulo ponderado por valor sin asignarle un cero numérico.Atribuye la diferencia a la concentración por tamaño, por lo que la ponderación es centralpara la réplica.Fuentes: github.com.
La ventaja aparente dependió de cómo se ponderó la cartera. La réplica de 2026 encontró un Sharpe de 0,57 con ponderación equiponderada, pero la señal desapareció al ponderar por valor. La concentración por tamaño explica por qué una réplica debe probar más de una construcción de cartera.
The contract requests 1-minute,5-minute, 15-minute, 1-hour, and4-hour OHLCV data.These are requested resolutions, not evidence that all five feeds are complete,synchronized, or tradable without latency. The contract must preserve when eachobservation occurred and became available.Sources: Price OHLCV | Nansen API.; Díaz Reyes, J. A. (2025). Diseño y validación de un sistema cripto [Project research brief].
A backtest can only be as honest as its timestamps. The proposed contract requests 5 OHLCV resolutions, from 1 minute through 4 hours. Each observation needs a clear event time, availability time, and first tradable time.
El contrato solicita datos OHLCV de 1minuto, 5 minutos, 15 minutos, 1hora y 4 horas.Son resoluciones solicitadas, no evidencia de que las cinco fuentes estén completas,sincronizadas o disponibles para operar sin latencia. El contrato debe conservar cuándoocurrió cada observación y cuándo estuvo disponible.Fuentes: Price OHLCV | Nansen API.; Díaz Reyes, J. A. (2025). Diseño y validación de un sistema cripto [Project research brief].
Un backtest solo puede ser tan honesto como sus marcas de tiempo. El contrato propuesto solicita 5 resoluciones OHLCV, desde 1 minuto hasta 4 horas. Cada observación necesita una hora clara del evento, de disponibilidad y de la primera operación posible.
Prove the edge at 1x before scalingProposed 1x, 2x, and 3x leverage scenarios, with Freqtrade’s 1x warning before live spot-market proof.Made for Jorge Abraham Diaz Reyes, by HanademiSources: freqtrade.io.; Mudrex Learn. How Much Leverage Should I Use in Crypto? 7 Proven Tips for Better Gains.Sources use different measurement bases; read the comparison directionally, not as one exact scale.UnitLeverage multiple12311x base22x test33x stressFreqtrade ceiling before live proof
Scaling leverage before proving the edge magnifies uncertainty, not just returns. The proposed ladder moves from 1x to 3x, but it labels 3x as stress. Freqtrade’s guidance supports starting at 1x until live spot-market results are positive.
Demuestra la ventaja en 1x antes de escalarEscenarios propuestos de apalancamiento de 1x, 2x y 3x, con la advertencia de 1x de Freqtrade antes deprobar en vivo el mercado spot.Made for Jorge Abraham Diaz Reyes, by HanademiFuentes: freqtrade.io.; Mudrex Learn. How Much Leverage Should I Use in Crypto? 7 Proven Tips for Better Gains.Las fuentes usan bases de medición distintas; lea la comparación como tendencia, no como una escala exacta.UnidadMúltiplo de apalancamiento1231base 1x22x prueba33x estrésLímite de Freqtrade antes de probar en vivo
Escalar el apalancamiento antes de demostrar la ventaja amplifica la incertidumbre, no solo los retornos. La escalera propuesta va de 1x a 3x, pero etiqueta 3x como estrés. La guía de Freqtrade respalda comenzar en 1x hasta obtener resultados positivos en el mercado spot en vivo.
In summaryMade for Jorge Abraham Diaz Reyes, by HanademiSources: github.com.; cftc.gov.; medium.com.; github.com.; mcpanalytics.ai.; hdl.handle.net.A blockchain-based reconstruction reports $2.1 billion in forced Hyperliquid closures across 162 assets within 12 minutes on October 10, 2025.A federal consent order required Binance to pay $2.7 billion and former CEO Changpeng Zhao to pay $150 million to the CFTC.One April 2026 account found that only 50 of 569 bots competing to liquidate DeFi borrowers made money.A 2026 replication of a published quant signal found an equal-weight Sharpe of 0.57 but a value-weighted null explained by size concentration.An analysis of 200-plus teams found 67% produced tuned LightGBM models that underperformed the default configurationdespite averaging 43 tuning hours.Spain’s 2012 repayment exposed over 60,000 firms to an unexpected liquidity shock of almost €30 billion, approximately 3% of GDP.
The value of the research is not only what each source knew, but what became visible when their evidence was combined.
En resumenMade for Jorge Abraham Diaz Reyes, by HanademiFuentes: github.com.; cftc.gov.; medium.com.; github.com.; mcpanalytics.ai.; hdl.handle.net.Una reconstrucción basada en blockchain reporta US$2.100 millones en cierres forzosos de Hyperliquid, distribuidosentre 162 activos en 12 minutos, el 10 de octubre de 2025.Una orden federal exigió que Binance pagara US$2.700 millones y su exdirector ejecutivo Changpeng Zhao pagara US$150 millones a la CFTC.Un análisis de abril de 2026 encontró que solo 50 de 569 bots que competían por liquidar prestatarios DeFi ganaban dinero.Una réplica de 2026 de una señal cuantitativa publicada obtuvo un Sharpe equiponderado de 0,57, pero un resultado nuloponderado por valor debido a concentración por tamaño.Un análisis de más de 200 equipos encontró que 67% obtuvo modelos LightGBM ajustados inferiores a la configuraciónpredeterminada, pese a dedicar en promedio 43 horas al ajuste.El pago realizado por España en 2012 expuso a más de 60.000 empresas a un choque inesperado de liquidez de casi€30.000 millones, aproximadamente 3% del PIB.
El valor de la investigación no está solo en cada fuente, sino en lo que apareció al combinar sus evidencias.

The research behind this deck

The evidence supports testing several crypto edges, not declaring victory. Profit becomes credible only after unseen data, realistic execution costs, leverage stress, replication, and explicit controls for model selection.

Key findings

The argument

This research is published in English and Spanish. Ver en español

La investigación detrás de esta presentación

La evidencia respalda probar varios edges cripto, no declarar victoria. La rentabilidad solo resulta creíble tras datos no vistos, costos reales de ejecución, estrés de apalancamiento, replicación y controles explícitos de selección.

Hallazgos clave

El argumento

Esta investigación se publica en inglés y español. Read in English