Optimizer Finance empezó como un proyecto de hackathon para portafolios cripto automatizados. La idea original era atractiva: combinar datos on-chain, machine learning, rebalanceo, participaciones de fondo tokenizadas e integraciones DeFi en un producto que se sintiera como un gestor de portafolios inteligente.
La lección pública útil es que la automatización de portafolios no es principalmente un problema de IA. Es un problema de producto-de-riesgo.
Qué construimos
El proyecto planteó productos de inversión tokenizados alrededor del rebalanceo automatizado. Exploró tokens de fondo, fuentes de datos, integraciones con oráculos, asignación dirigida por modelos y productos de portafolio cripto-nativos.
Ese alcance crudo era demasiado amplio. Mezclaba un producto, una estructura de fondo, una plataforma de datos y un motor de riesgo. Cada pieza era plausible, pero la historia pública necesitaba un centro más estricto.
Restricción
La restricción era la confianza. Un usuario no confía en un producto de portafolio porque diga “IA” o “automatizado”. Confía cuando el producto puede explicar:
- qué exposición tiene,
- por qué cambió el portafolio,
- qué puede salir mal,
- cómo se acotan o se revelan las pérdidas,
- y si el rendimiento viene de habilidad, apalancamiento, incentivos o riesgo oculto.
Idea reutilizable
En productos de portafolio DeFi, el reporte de riesgo es parte del producto, no un apéndice de cumplimiento. La interfaz debería explicar los supuestos antes de que el usuario tenga que hacerles ingeniería inversa a partir de una pérdida.
Esto conecta directamente con Portafolio y riesgo, Tasas y Renta fija.
Qué se lleva uno
- El rebalanceo automatizado necesita una política legible por humanos, no solo la salida de un modelo.
- Los fondos tokenizados necesitan supuestos claros de flujo de efectivo, custodia y redención.
- El rendimiento debería descomponerse antes de venderse.
- El mejor siguiente artefacto es la especificación de un dashboard de riesgo para un producto de portafolio DeFi.