# U6 — Estrategias de Trading y Gestión de Riesgo en DeFi: AMMs, Slippage, Liquidaciones, Scalping y Day Trading
[](#)
[](#)
[](#)
> **Vista previa** · Simulación Profesional de una Estrategia de Scalping Algorítmico 
**Carpeta de la unidad (GitHub):**
`/unidades/u06-indicadores-trading/`
---
## 🎯 Objetivos de aprendizaje
* **Comprender** los fundamentos de la tecnología blockchain, los criptoactivos y la dinámica de los mercados centralizados (CEX) y descentralizados (DEX).
* **Analizar** los mecanismos de **préstamos colateralizados (lending)**, los umbrales de **liquidación** y la **Pérdida Impermanente (Impermanent Loss)**.
* **Comprender** la microestructura de mercado y la mecánica de las estrategias de **scalping** de alta frecuencia.
* **Distinguir** las estrategias de **day trading** (breakouts, reversión a la media) de las de scalping, aplicando una gestión de riesgo adaptada a la sesión.
* **Evaluar** la viabilidad de una estrategia algorítmica mediante **métricas de performance** profesionales (Sharpe, Drawdown, Expectancy).
* **Implementar y evaluar** un modelo de red neuronal **LSTM** para la predicción de series de precios de criptoactivos.
## 🗺️ Recursos de la unidad (HTML interactivos)
### Módulo 1: Fundamentos del Ecosistema Cripto y Trading
| Recurso Educativo | Enlace Directo |
| :--- | :--- |
| **Guía: Fundamentos de Criptoactivos y Blockchain**
Resumen: (clic para expandir)
Una guía introductoria que cubre la definición de criptomonedas, los principios clave de la tecnología blockchain (descentralización, transparencia, seguridad, inmutabilidad), el rol de Bitcoin, Ethereum y las Altcoins, y compara los modelos de exchanges centralizados (CEX) vs. descentralizados (DEX), destacando sus riesgos y beneficios.
Resumen: (clic para expandir)
Explora el espectro de estrategias de trading clásicas, desde Scalping hasta Position Trading. Profundiza en los pilares esenciales de la gestión de riesgo (Stop-loss, diversificación) y la psicología del trader (FOMO/FUD). Además, introduce conceptos avanzados de trading algorítmico como Machine Learning (LSTM) y Reinforcement Learning.
Resumen: (clic para expandir)
Se enfoca en aspectos críticos más allá del trading: prácticas de seguridad (hardware wallets vs. custodia en exchanges), el complejo panorama regulatorio y fiscal internacional, y el futuro del ecosistema, analizando tendencias clave como DeFi, NFTs, Web3, la tokenización de Activos del Mundo Real (RWA) y el auge de las CBDCs.
Resumen: (clic para expandir)
Una simulación interactiva que modela el P&L (Profit and Loss) de un proveedor de liquidez. Los usuarios pueden establecer una posición inicial, simular cambios en el precio de los activos y comparar el valor de su inversión en el pool de liquidez frente al valor que tendrían si simplemente hubieran mantenido los activos (HODL). Es clave para visualizar el concepto de Impermanent Loss.
Resumen: (clic para expandir)
Una demo interactiva que simula un protocolo de préstamos como Aave o Compound. Los usuarios pueden depositar un colateral, tomar un préstamo y observar cómo su "Factor de Salud" (Health Factor) cambia con la volatilidad del mercado. Permite visualizar el umbral de liquidación y el impacto de una liquidación forzosa en su posición.
Resumen: (clic para expandir)
Una guía exhaustiva que cubre todos los aspectos del scalping. Explora los fundamentos de la microestructura del mercado (liquidez, spread), la mecánica de la estrategia (marcos temporales, objetivos), las herramientas (indicadores, bots), la gestión de riesgo (stop loss, apalancamiento) y la crucial psicología del trader de alta frecuencia.
Resumen: (clic para expandir)
Un simulador interactivo para entender los fundamentos de una estrategia de "captura de spread". Permite al usuario ajustar parámetros clave del mercado (volatilidad, spread) y de la estrategia (comisiones, stop loss, probabilidad de fill) para observar visualmente el impacto en el PNL y el comportamiento del algoritmo en un gráfico de precios en tiempo real.
Resumen: (clic para expandir)
Un simulador avanzado que modela una estrategia de market making. Permite configurar parámetros de mercado y estrategia (volatilidad, spread, comisiones, timeouts) y evalúa el rendimiento en tiempo real con métricas profesionales: PnL Total, Hit Rate, Sharpe Ratio, Max Drawdown y Expectancy. Incluye libro de órdenes L1 y log de operaciones para un análisis detallado.
Resumen: (clic para expandir)
Una guía de análisis que enseña a interpretar los resultados del simulador profesional como lo haría un fondo de inversión. Explica en detalle cada métrica de performance (Hit Rate, Sharpe, Drawdown), el log de operaciones y cómo realizar un diagnóstico completo para determinar si una estrategia es viable en el mundo real.
Resumen: (clic para expandir)
Dos recursos combinados: un glosario exhaustivo con todos los conceptos clave para el trading de alta frecuencia (Spread, Slippage, VWAP, etc.) y un cuestionario interactivo que responde a las preguntas más importantes sobre la disciplina del scalping.
Resumen: (clic para expandir)
Una guía completa que define el day trading y lo diferencia del scalping y swing trading. Explora los fundamentos del mercado intradía (sesiones, liquidez), las herramientas esenciales (indicadores como VWAP, EMAs) y las estrategias clave como rupturas (breakouts) y reversión a la media. Además, cubre la gestión de riesgo y la psicología necesarias para operar en una sesión.
Resumen: (clic para expandir)
Un simulador interactivo que modela una sesión completa de trading intradía de 8 horas. Permite al usuario observar una estrategia de cruce de medias móviles (EMAs) en un gráfico de precios de 1 minuto. Se pueden configurar parámetros como la volatilidad, comisiones y niveles de Take Profit/Stop Loss para analizar en tiempo real el impacto de las decisiones y la dinámica del mercado en el PNL de la estrategia.
Resumen: (clic para expandir)
Una guía teórica que desglosa la arquitectura de las redes LSTM. Explica el funcionamiento de sus compuertas de memoria (olvido, entrada, salida), el proceso de preprocesamiento de datos en "ventanas" para series temporales, y presenta un ejemplo de código para construir el modelo. También aborda las limitaciones clave como el sobreajuste y su incapacidad para capturar eventos externos.
Resumen: (clic para expandir)
Un laboratorio práctico en Google Colab que implementa paso a paso un modelo LSTM para predecir precios de criptoactivos. El notebook guía al usuario a través de la carga de datos, preprocesamiento, construcción del modelo con Keras, entrenamiento y visualización de los resultados de la predicción, aplicando la teoría en un caso real.