Pinned Tweet
Antes de seguirme, mirá cómo opero de verdad
Cada operación la publico en vivo en Telegram en el momento en que entro, y queda registrada en una bitácora pública que se actualiza cada 15 minutos
Qué vas a ver:
- Mi bitácora: cuenta real, 1% de riesgo por operación, comisiones descontadas, desde mayo 2026
- Las ganadoras y las perdedoras. Todas
- Break Out 3.0 y el scalping del canal, cada uno en su tablero (no todo es mi operativa)
Cómo leerlo sin que nadie te venda humo: mirá el período completo, el drawdown y las pérdidas, no solo el saldo final. Un retiro aislado no demuestra nada
Mis únicos canales oficiales son los que están en el link de este perfil. Cualquier otra cuenta a mi nombre es falsa
francotrading.net/resultados
¿Donde pasó $BTC mas tiempo? Donde está ahora.
Momento CLAVE!!!
El indicador: les dejo el codigo en el comentario o en @tradingview publico pero seguro lo van a bajar
Hablando de Ciclos de Bitcoin #BTC
Les dejo abajo el Indicador copian y pegan o le piden a la IA que se los haga
1
147
//@version=6
// Bitcoin Time at Price: where BTC spent the MOST TIME (not volume).
// IMPORTANT: the levels are PRE-CALCULATED and fixed in this script. TradingView does not give an indicator years
// of 1-minute data, so they were measured offline and written here. They are updated by publishing a new version.
// Method: price split into 1 % steps (equal weight for every price level), 1-minute candles; each minute is shared
// equally among the steps its candle touched. Zones = steps with the most days. Precise = best 5 %-wide windows.
// Wide = neighbour zones merged when price also spent time between them.
// Time POC = 0.25 % step with the most time. 'Most days' = price inside the daily high-low range on the most days.
// Data: Binance BTCUSDT.P (2019+) and Bitstamp BTCUSD (2011+). Cross-checked against Coinbase daily candles.
// 18/11/2026 19:20 UTC: last data point
indicator("Bitcoin Time at Price", shorttitle = "BTC Time at Price", overlay = true, max_boxes_count = 30, max_labels_count = 30)
ancho = input.string("Precisa (5 %)", "Ancho de las zonas", options = ["Precisa (5 %)", "Amplia (junta vecinas)"], tooltip = "Precisa: cada zona es el tramo de 5 % de ancho con más tiempo. Amplia: une zonas vecinas si el precio también se quedó entre ellas.")
juntas = ancho == "Amplia (junta vecinas)"
ver0 = input.bool(true, "🟦 2020 a hoy", group = "Qué mostrar")
ver1 = input.bool(true, "🟩 Desde 2024", group = "Qué mostrar")
ver2 = input.bool(true, "🟪 Desde el comienzo (2011)", group = "Qué mostrar")
verPoc = input.bool(true, "⭐ POC de tiempo", group = "Qué mostrar")
verMd = input.bool(true, "📅 Precio con más días dentro del rango diario", group = "Qué mostrar")
verEtq = input.bool(true, "Textos a la derecha del precio", group = "Textos")
separ = input.int(8, "Distancia de los carteles desde la última vela (en velas)", minval = 0, group = "Textos")
tamTxt = input.string("Normal", "Tamaño de letra", options = ["Chico", "Normal", "Grande", "Enorme"], group = "Textos")
verTabla = input.bool(true, "Tabla con el ranking", group = "Textos")
tamTbTxt = input.string("Chico", "Tamaño de la tabla", options = ["Chico", "Normal", "Grande"], group = "Textos")
verDen = input.bool(false, "Tabla: mostrar también días por 1 %", group = "Textos")
posTabla = input.string("Arriba a la derecha", "Ubicación de la tabla", options = ["Arriba a la derecha", "Arriba a la izquierda", "Izquierda", "Abajo a la izquierda"], group = "Textos")
fondoTb = input.int(35, "Transparencia del fondo de la tabla (0 = opaco)", minval = 0, maxval = 100, group = "Textos")
col0 = input.color(color.new(#2AABEE, 80), "Zona 2020 a hoy", group = "Colores")
col1 = input.color(color.new(#13F24A, 80), "Zona Desde 2024", group = "Colores")
col2 = input.color(color.new(#B07CFF, 80), "Zona Desde el comienzo (2011)", group = "Colores")
colPoc = input.color(#FFD600, "POC de tiempo", group = "Colores")
anchoPoc = input.int(4, "Grosor de la línea del POC", minval = 1, maxval = 10, group = "Colores")
colMd = input.color(#FFFFFF, "Precio con más días", group = "Colores")
tam = switch tamTxt
"Chico" => size.small
"Grande" => size.large
"Enorme" => size.huge
=> size.normal
tamTb = switch tamTbTxt
"Normal" => size.normal
"Grande" => size.large
=> size.small
ult = verDen ? 3 : 2
// Dónde van los carteles: a N velas a la derecha de la última
xEtq = time + separ * timeframe.in_seconds() * 1000
estC = label.style_label_left
estA = label.style_label_lower_left
estB = label.style_label_upper_left
pos = switch posTabla
"Arriba a la izquierda" => position.top_left
"Izquierda" => position.middle_left
"Abajo a la izquierda" => position.bottom_left
=> position.top_right
// POC de tiempo (2020 a hoy)
pocAb = 64130.0
pocAr = 64290.0
pocTxt = "64.130 – 64.290"
// Precio que estuvo dentro del rango diario (mínimo-máximo del día) en más días, 2020 a hoy
mdAb = 63310.0
mdAr = 63900.0
mdTxt = "63.310 – 63.900 · 118 días"
// Líneas del POC y de "más días": trazos del indicador (plot), así quedan siempre en su precio exacto
plot(verPoc ? (pocAb + pocAr) / 2 : na, "POC de tiempo", colPoc, anchoPoc, display = display.pane)
plot(verMd ? (mdAb + mdAr) / 2 : na, "Precio con más días", colMd, 2, display = display.pane, linestyle = plot.linestyle_dashed)
// Zonas precisas de 5 % (P) y amplias, que juntan vecinas (J); ordenadas por días: posición 0 = #1
var g0AbP = array.from(62000.0, 67800.0, 29100.0)
var g0ArP = array.from(65200.0, 71300.0, 30600.0)
var g0RanP = array.from("62.000 – 65.200", "67.800 – 71.300", "29.100 – 30.600")
var g0DiaP = array.from("140", "88", "87")
var g0DenP = array.from("28", "18", "17")
var g1AbP = array.from(62600.0, 93200.0, 68500.0)
var g1ArP = array.from(65800.0, 98000.0, 72000.0)
var g1RanP = array.from("62.600 – 65.800", "93.200 – 98.000", "68.500 – 72.000")
var g1DiaP = array.from("125", "77", "73")
var g1DenP = array.from("25", "15", "15")
var g2AbP = array.from(62000.0, 9100.0, 6300.0)
var g2ArP = array.from(65200.0, 9500.0, 6600.0)
var g2RanP = array.from("62.000 – 65.200", "9.100 – 9.500", "6.300 – 6.600")
var g2DiaP = array.from("140", "100", "91")
var g2DenP = array.from("28", "20", "18")
var eYP = array.from(6450.0, 9300.0, 29850.0, 62000.0, 72000.0, 95600.0)
var eSP = array.from("c", "c", "c", "b", "a", "c")
var eT0P = array.from("", "", "🟦 2020-hoy #3 · 87 días", "🟦 2020-hoy #1 · 140 días", "🟦 2020-hoy #2 · 88 días", "")
var eT1P = array.from("", "", "", "🟩 Desde 2024 #1 · 125 días", "🟩 Desde 2024 #3 · 73 días", "🟩 Desde 2024 #2 · 77 días")
var eT2P = array.from("🟪 Comienzo #3 · 91 días", "🟪 Comienzo #2 · 100 días", "", "🟪 Comienzo #1 · 140 días", "", "")
var g0AbJ = array.from(60800.0, 41200.0, 28800.0)
var g0ArJ = array.from(71300.0, 44200.0, 30600.0)
var g0RanJ = array.from("60.800 – 71.300", "41.200 – 44.200", "28.800 – 30.600")
var g0DiaJ = array.from("356", "113", "99")
var g0DenJ = array.from("22", "16", "17")
var g1AbJ = array.from(62600.0, 93200.0, 75700.0)
var g1ArJ = array.from(71300.0, 99000.0, 78700.0)
var g1RanJ = array.from("62.600 – 71.300", "93.200 – 99.000", "75.700 – 78.700")
var g1DiaJ = array.from("281", "87", "59")
var g1DenJ = array.from("22", "15", "15")
var g2AbJ = array.from(60800.0, 9100.0, 6300.0)
var g2ArJ = array.from(71300.0, 9800.0, 6600.0)
var g2RanJ = array.from("60.800 – 71.300", "9.100 – 9.800", "6.300 – 6.600")
var g2DiaJ = array.from("355", "146", "91")
var g2DenJ = array.from("22", "18", "18")
var eYJ = array.from(6450.0, 9450.0, 29700.0, 42700.0, 60800.0, 77200.0, 96100.0)
var eSJ = array.from("c", "c", "c", "c", "b", "c", "c")
var eT0J = array.from("", "", "🟦 2020-hoy #3 · 99 días", "🟦 2020-hoy #2 · 113 días", "🟦 2020-hoy #1 · 356 días", "", "")
var eT1J = array.from("", "", "", "", "🟩 Desde 2024 #1 · 281 días", "🟩 Desde 2024 #3 · 59 días", "🟩 Desde 2024 #2 · 87 días")
var eT2J = array.from("🟪 Comienzo #3 · 91 días", "🟪 Comienzo #2 · 146 días", "", "", "🟪 Comienzo #1 · 355 días", "", "")
g0Ab = juntas ? g0AbJ : g0AbP
g0Ar = juntas ? g0ArJ : g0ArP
g0Ran = juntas ? g0RanJ : g0RanP
g0Dia = juntas ? g0DiaJ : g0DiaP
g0Den = juntas ? g0DenJ : g0DenP
g1Ab = juntas ? g1AbJ : g1AbP
g1Ar = juntas ? g1ArJ : g1ArP
g1Ran = juntas ? g1RanJ : g1RanP
g1Dia = juntas ? g1DiaJ : g1DiaP
g1Den = juntas ? g1DenJ : g1DenP
g2Ab = juntas ? g2AbJ : g2AbP
g2Ar = juntas ? g2ArJ : g2ArP
g2Ran = juntas ? g2RanJ : g2RanP
g2Dia = juntas ? g2DiaJ : g2DiaP
g2Den = juntas ? g2DenJ : g2DenP
eY = juntas ? eYJ : eYP
eS = juntas ? eSJ : eSP
eT0 = juntas ? eT0J : eT0P
eT1 = juntas ? eT1J : eT1P
eT2 = juntas ? eT2J : eT2P
var bool hecho = false
var array<label> carteles = array.new<label>()
var table tb = table.new(pos, 4, 15, bgcolor = color.new(#060707, fondoTb), frame_color = color.new(color.white, 70), frame_width = 1, border_width = 0)
zonas(array<float> ab, array<float> ar, color c) =>
for i = 0 to array.size(ab) - 1
box.new(bar_index - 1, array.get(ar, i), bar_index, array.get(ab, i), border_color = color.new(c, 30), bgcolor = c, extend = extend.both)
filas(int desde, string titulo, array<string> ran, array<string> dia, array<string> den, color c) =>
table.cell(tb, 0, desde, titulo, text_color = color.white, text_size = tamTb, text_halign = text.align_left, bgcolor = color.new(c, 60))
table.merge_cells(tb, 0, desde, ult, desde)
for i = 0 to array.size(ran) - 1
table.cell(tb, 0, desde + 1 + i, "#" + str.tostring(i + 1), text_color = color.white, text_size = tamTb)
table.cell(tb, 1, desde + 1 + i, array.get(ran, i), text_color = color.white, text_size = tamTb, text_halign = text.align_left)
table.cell(tb, 2, desde + 1 + i, array.get(dia, i) + " días", text_color = color.white, text_size = tamTb, text_halign = text.align_right)
if verDen
table.cell(tb, 3, desde + 1 + i, array.get(den, i) + " x 1 %", text_color = color.white, text_size = tamTb, text_halign = text.align_right)
if barstate.islast and not hecho
hecho := true
if ver0
zonas(g0Ab, g0Ar, col0)
if ver1
zonas(g1Ab, g1Ar, col1)
if ver2
zonas(g2Ab, g2Ar, col2)
if verEtq
// c = al centro de la zona · b = colgado debajo de la zona · a = apoyado arriba de la zona (para que no se tapen)
for i = 0 to array.size(eY) - 1
partes = array.new<string>()
if ver0 and array.get(eT0, i) != ""
array.push(partes, array.get(eT0, i))
if ver1 and array.get(eT1, i) != ""
array.push(partes, array.get(eT1, i))
if ver2 and array.get(eT2, i) != ""
array.push(partes, array.get(eT2, i))
s = array.get(eS, i)
est = s == "a" ? estA : s == "b" ? estB : estC
if array.size(partes) > 0
array.push(carteles, label.new(xEtq, array.get(eY, i), array.join(partes, "\n"), xloc = xloc.bar_time, style = est, color = color.new(#060707, 10), textcolor = color.white, size = tam, textalign = text.align_left))
// POC de tiempo y "más días" están muy cerca (menos de 3 %): van en un solo cartel para no taparse
yPoc = (pocAb + pocAr) / 2
yMd = (mdAb + mdAr) / 2
tPoc = "⭐ POC tiempo " + pocTxt
tMd = "📅 Más días " + mdTxt
if verPoc and verMd and math.abs(yPoc - yMd) / yMd < 0.03
array.push(carteles, label.new(xEtq, (yPoc + yMd) / 2, tPoc + "\n" + tMd, xloc = xloc.bar_time, style = estC, color = colPoc, textcolor = #060707, size = tam, textalign = text.align_left))
else
if verPoc
array.push(carteles, label.new(xEtq, yPoc, tPoc, xloc = xloc.bar_time, style = estC, color = colPoc, textcolor = #060707, size = tam))
if verMd
array.push(carteles, label.new(xEtq, yMd, tMd, xloc = xloc.bar_time, style = estC, color = colMd, textcolor = #060707, size = tam))
if verTabla
table.cell(tb, 0, 0, "Dónde pasó más tiempo BTC", text_color = color.white, text_size = tamTb)
table.merge_cells(tb, 0, 0, ult, 0)
if verPoc
table.cell(tb, 0, 1, "⭐ POC " + pocTxt, text_color = colPoc, text_size = tamTb, text_halign = text.align_left)
table.merge_cells(tb, 0, 1, ult, 1)
if verMd
table.cell(tb, 0, 2, "📅 " + mdTxt, text_color = colMd, text_size = tamTb, text_halign = text.align_left)
table.merge_cells(tb, 0, 2, ult, 2)
if ver0
filas(3, "🟦 2020 a hoy", g0Ran, g0Dia, g0Den, col0)
if ver1
filas(7, "🟩 Desde 2024", g1Ran, g1Dia, g1Den, col1)
if ver2
filas(11, "🟪 Desde el comienzo (2011)", g2Ran, g2Dia, g2Den, col2)
// Con cada vela nueva, los carteles se corren para seguir a la derecha del precio
if barstate.islast
for c in carteles
label.set_x(c, xEtq)
// ─── fin del indicador ───
1
48
Hablando de Ciclos de Bitcoin #BTC
Les dejo abajo el Indicador copian y pegan o le piden a la IA que se los haga
//@version=6
// Ciclo de 4 años de BTC: plantilla FIJA que se mueve con el mouse.
// Se pone el punto en un techo y dibuja, hacia adelante y hacia atrás, las franjas donde "debería" estar el piso y el
// techo siguiente. Todas las franjas tienen el MISMO ancho: centro (duración promedio) ± tolerancia.
// Duraciones reales (Bitstamp 2011-2024 + Binance 2025): techo→piso 410 / 363 / 376 días (promedio 383);
// piso→techo 1.068 / 1.061 / 1.050 días (promedio 1.060). Con ±30 días acierta 5 de 6 techos y pisos desde 2013
// (afuera: techo de 2017, 36 días tarde). Todo editable.
// Franco, 17/nov/2026.
indicator("Ciclo de 4 años · BTC", shorttitle = "Ciclo 4 años", overlay = true, max_lines_count = 100, max_labels_count = 50)
techo = input.time(timestamp("06 Oct 2025 00:00 +0000"), "Techo del ciclo (arrastralo en el gráfico)", confirm = true)
bajada = input.int(383, "Bajada: techo → piso (días)", minval = 1, group = "Duraciones en días")
suba = input.int(1060, "Suba: piso → techo (días)", minval = 1, group = "Duraciones en días")
tol = input.int(30, "Tolerancia ± días (ancho de cada franja)", minval = 0, group = "Duraciones en días")
nAdel = input.int(2, "Ciclos hacia adelante", minval = 0, maxval = 5, group = "Dibujo")
nAtras = input.int(3, "Ciclos hacia atrás", minval = 0, maxval = 5, group = "Dibujo")
colPis = input.color(color.new(#13F24A, 85), "Franja del piso (zona de compra)", group = "Dibujo")
colTec = input.color(color.new(#FF3B57, 85), "Franja del techo (zona de venta)", group = "Dibujo")
verTxt = input.bool(true, "Textos con las fechas", group = "Dibujo")
verHoy = input.bool(true, "Cartel con el día del ciclo de hoy", group = "Dibujo")
tamTxt = input.string("Chico", "Tamaño de letra", options = ["Chico", "Normal", "Grande"], group = "Dibujo")
tam = switch tamTxt
"Normal" => size.normal
"Grande" => size.large
=> size.small
DIA = 86400000
var float maxH = high
maxH := math.max(maxH, high)
fecha(int t) =>
str.format_time(t, "dd/MM/yyyy", "UTC")
// Franja centrada en tc, de tc - tol a tc + tol. dRef = días desde el techo elegido (negativo = antes).
franja(int tc, color c, string titulo, int dRef) =>
t1 = tc - tol * DIA
t2 = tc + tol * DIA
l1 = line.new(t1, 0, t1, 1, xloc = xloc.bar_time, extend = extend.both, color = color.new(c, 20), width = 1)
l2 = line.new(t2, 0, t2, 1, xloc = xloc.bar_time, extend = extend.both, color = color.new(c, 20), width = 1)
linefill.new(l1, l2, c)
if verTxt
ref = dRef >= 0 ? str.tostring(dRef) + " días después del techo" : str.tostring(-dRef) + " días antes del techo"
label.new(tc, maxH, titulo + "\n" + fecha(t1) + " – " + fecha(t2) + "\n(" + ref + " ± " + str.tostring(tol) + ")", xloc = xloc.bar_time, style = label.style_label_down, color = color.new(#060707, 10), textcolor = color.white, size = tam)
var bool hecho = false
if barstate.islast and not hecho
hecho := true
// El techo elegido: una sola línea
line.new(techo, 0, techo, 1, xloc = xloc.bar_time, extend = extend.both, color = color.new(colTec, 0), width = 2)
if verTxt
label.new(techo, maxH, "Techo\n" + fecha(techo), xloc = xloc.bar_time, style = label.style_label_down, color = color.new(#060707, 10), textcolor = color.white, size = tam)
// Hacia adelante: piso, techo, piso, techo...
int tc = techo
if nAdel > 0
for k = 1 to nAdel
tc := tc + bajada * DIA
franja(tc, colPis, "Piso esperado", int((tc - techo) / DIA))
tc := tc + suba * DIA
franja(tc, colTec, "Techo esperado", int((tc - techo) / DIA))
// Hacia atrás: piso anterior, techo anterior...
int tAtras = techo
if nAtras > 0
for k = 1 to nAtras
tAtras := tAtras - suba * DIA
franja(tAtras, colPis, "Piso", int((tAtras - techo) / DIA))
tAtras := tAtras - bajada * DIA
franja(tAtras, colTec, "Techo", int((tAtras - techo) / DIA))
// Cartel con el día del ciclo de hoy
var table tb = table.new(position.bottom_right, 1, 1, bgcolor = color.new(#060707, 15), frame_color = color.new(color.white, 70), frame_width = 1)
if barstate.islast and verHoy
dias = int((time - techo) / DIA)
txt = dias >= 0 ? "Día " + str.tostring(dias) + " desde el techo del " + fecha(techo) + "\nFranja del piso: " + fecha(techo + (bajada - tol) * DIA) + " – " + fecha(techo + (bajada + tol) * DIA) : "El techo elegido está en el futuro"
table.cell(tb, 0, 0, txt, text_color = color.white, text_size = tam, text_halign = text.align_left)
1
94
Publicado pero seguro @tradingview me lo baja como todos los que hago para la gente: es.tradingview.com/script/HN…
80
🇺🇸 Christopher Waller, gobernador de la Fed, dijo hoy en CNBC que en la reunión del 8 y 9 de diciembre probablemente haga falta subir la tasa medio punto, no un cuarto
Y fue más lejos: la Fed tendría que deshacer los tres recortes del año pasado, quizás más. "A lo mejor hay que shockear a la gente", dijo
El bono del Tesoro a 2 años saltó a 4,83% y ₿ bitcoin opera cerca de 63.500
105
El precio en el que más días estuvo $BTC desde 2020 y la ruptura de los 20K: entre $63.000 y $64.000.
Más de 110 días ahí adentro.
Y volvimos, justo ahí
2
9
518
🇺🇸 Primer balance de Nvidia sin Jensen Huang: facturó 115.800 M en el trimestre, el doble que hace un año y 7.800 M más de lo que ella misma había prometido en agosto. Para el próximo pide 130.000 M.
Ojo con el margen: baja de 74% a 71-72%. La memoria está carísima y ya le muerde la ganancia.
La acción sube 2% fuera de hora, pero sigue 35% abajo del máximo de octubre.
158
🇺🇸 Dos bancos cripto de Wyoming le pidieron lo mismo a la Fed de Kansas City en octubre de 2020: una cuenta directa en el sistema de pagos
A Kraken se la dieron en marzo, limitada y por un año. A Custodia se la negaron en 2023 y ayer la Corte Suprema ni quiso escuchar su caso
Sin esa cuenta, un banco cripto vive de que otro banco no le cierre la puerta
2
228
Antes de pagar un desafío de fondeo, leé la letra chica
Fijate esto:
- si el drawdown es fijo o se mueve con tu máximo (el que se mueve es bastante más difícil)
- si se calcula al cierre del día o en tiempo real
- si hay regla de consistencia y qué porcentaje pide
- cuántos días mínimos tenés que operar para pedir un retiro
- si se puede operar durante noticias
- cada cuánto pagan y cuánto tardan
- cuánto sale reiniciar si quemás la cuenta
Mucha gente quema la cuenta por una regla que no sabía que existía
Con eso claro, el fondeo deja de parecer una estafa
3
179
Nvidia cerró hoy en 156 dólares, su precio más bajo en casi un año y medio. Desde el máximo del 6 de octubre lleva perdido 35%
Mañana, con el mercado ya cerrado, presenta balance. Es el primero sin Jensen Huang: los números los va a explicar Colette Kress, la CFO que quedó a cargo
El Nasdaq cayó 2,5% hoy esperando eso
1
167
El bono del Tesoro de EE.UU. a 10 años rinde más de 5,1%. El lunes pasado cerró en 4,86%.
Mientras Warsh hablaba del futuro con la IA, el mercado mira diciembre: da casi por hecha otra suba de tasas de 0,25 puntos. En la reunión de octubre la Fed no tocó nada, pero dos miembros votaron por subir.
El miércoles salen las minutas de esa reunión. Ahí se va a ver qué tan cerca estuvo la suba.
1
266
¿Qué hace un banco central estudiando inteligencia artificial?
Warsh armó cinco grupos de trabajo en la Fed. El de productividad y empleo lo encabeza Marc Andreessen, uno de los inversores más fuertes de Silicon Valley en IA.
La cuenta es simple: si con la IA se produce más con lo mismo, la economía puede crecer sin que suban los precios. Warsh viene sosteniendo eso desde que asumió.
Pero hoy trajo un dato que enfría la euforia. Desde los años 30 el esfuerzo en investigación se multiplicó por más de 20 y rinde cada vez menos. Y la productividad de EE.UU., dijo, todavía "no rompió hacia arriba".
163
🇦🇷 Binance lanzó hoy crédito para compras en Argentina y México: hasta 1.000 USDC, dejando bitcoin, ETH o BNB de garantía.
Para usar 1.000 hay que dejar 2.000 en cripto. Si pagás el día 1 del mes siguiente, no hay interés. Si te atrasás, corre 0,1% por día.
Con el cupo usado entero, si la garantía cae 44% te la liquidan. Bitcoin perdió 14% en una semana. #BTC
🇺🇸 Kevin Warsh, el presidente de la Fed, habló hoy en San Francisco y no dijo una palabra sobre las tasas. Habló de inteligencia artificial.
Contó que el equipo de la Fed ya armó tres escenarios. En uno la IA sube la productividad y ganan todos. En otro la economía crece pero se pierden empleos. En el tercero la IA "decepciona": cae la bolsa, la economía se frena y sube el desempleo.
Lo dijo con el bono a 10 años arriba de 5,1%, el Nasdaq cayendo 2% y bitcoin 16% abajo en lo que va de noviembre.
1
204
Los cuellos de botella de la IA van cambiando.
Al principio todo era GPUs. Hoy están más o menos equilibradas.
Después apareció la memoria. Ahora le toca a la RAM.
Para mí lo que viene es energía. Y no por falta de recursos, sino por falta de tiempo para construir la infraestructura que la genera y la lleva.
El cuello de botella del futuro no es de silicio.
Es de cobre, acero y tiempo.
Acá lo explico:
nitter.gq/FrancoTradingFT/status…
🔥 ¿Y SI EL VERDADERO CUELLO DE BOTELLA DE LA IA NO FUERA LA GPU NI LA MEMORIA? CREO QUE EL MERCADO ESTÁ MIRANDO EN EL LUGAR EQUIVOCADO
Todos miran la GPU. Algunos ya miran la memoria. Casi nadie mira el cable que lleva la electricidad hasta el data center
Hablando con un amigo esta semana me quedó dando vueltas este tema y me puse a investigarlo a fondo. Te lo explico sencillo, porque me parece de lo más importante para entender hacia dónde va la plata de la infraestructura de IA en los próximos años
Arranquemos por las GPUs. La GPU es el chip que hace los cálculos de la IA. A diferencia de un procesador común, hace miles de cuentas al mismo tiempo, y eso es justo lo que necesita un modelo para entrenarse y para responder
En 2023 y 2024 ese era EL problema. Todo el mundo quería las GPUs de $NVDA, había esperas de casi un año y conseguir chips se volvió una cuestión de poder. Por eso a todos nos quedó grabada la idea de que el cuello de botella es la GPU
Hoy la historia es otra. TrendForce ya marca los tiempos de entrega de GPUs como balanceados, y NVIDIA ya no está sola: Google tiene sus TPU, Amazon sus Trainium, Microsoft sus propios chips y $AMD compite cada vez más fuerte. Cuando aparecen alternativas, el cuello se afloja
Después vino la memoria, y acá la cosa sí está ajustada
Cuando escuches RAM pensá simplemente en la mesa de trabajo de una computadora: es donde se ponen los datos que el procesador está usando en ese momento para trabajar rápido. No es el archivo, es la mesa
En IA esto es clave porque el modelo tiene que estar cargado entero en memoria y la GPU lo lee una y otra vez a muchísima velocidad. Si la memoria no llega a pasarle los datos, la GPU se queda esperando. Dicho sencillo, una GPU sin memoria no sirve para nada
Ahí aparece la HBM (High Bandwidth Memory). Son chips de RAM apilados uno arriba del otro, como un edificio de 8 a 16 pisos, pegados al lado de la GPU para pasarle datos mucho más rápido. Cada GPU de IA lleva varias
La fabrican solo 3 empresas en el mundo: SK Hynix, Samsung y $MU. Micron ya tiene vendida casi toda su HBM de 2027 y TrendForce proyecta que el precio de la HBM suba 121% el año que viene. Y como hacer HBM consume mucha más capacidad de fábrica que la RAM común, las fábricas movieron producción hacia IA y la RAM de PCs, celulares y servidores se disparó de precio
El faltante es real. Pero ojo con algo que mucha gente se olvida: la memoria es el negocio más cíclico de todos los semiconductores. Escasez, precios por las nubes, todos construyen fábricas, sobra capacidad y los precios se desploman. Pasó en 2019 y pasó en 2022. De hecho, fíjense que las acciones de memoria vienen cayendo en las últimas semanas aunque el faltante sigue
Y ahora la pregunta que casi nadie se está haciendo: ¿de dónde sale la electricidad para todo esto?
Según la Agencia Internacional de Energía, el consumo eléctrico de los data centers se va a duplicar de acá a 2030. Solo en 2025 creció 17%, cuando el consumo eléctrico del mundo creció 3%. Y un solo campus grande de IA ya puede consumir lo mismo que una ciudad entera
Lo más interesante es que no falta electricidad porque falte gas o sol. Sobran. Lo que falta es capacidad para generarla y para llevarla hasta donde se usa
Las turbinas de gas grandes las fabrican prácticamente 3 empresas: $GEV, Siemens Energy (ENR) y Mitsubishi Heavy Industries (7011). GE Vernova ya tiene 116 GW de pedidos y reservas, y está tomando turnos para entregar en 2031. Si hoy querés una turbina, te ponen en la fila
Con los transformadores de potencia pasa algo parecido. Wood Mackenzie los marcaba en 128 semanas de espera promedio y los más grandes ya pasan las 160. Casi 3 años. ¿Por qué tanto? Porque no se fabrican en serie como un auto. Cada uno se diseña a medida para la subestación donde va, se arma prácticamente a mano, puede pesar más de 200 toneladas y necesita un acero especial que fabrican muy pocas empresas en el mundo, además de muchísimo cobre. Durante décadas la demanda estuvo quieta y nadie amplió fábricas. Ahora todos piden al mismo tiempo
Las líneas de alta tensión directamente tardan entre 5 y 10 años entre permisos y obra. Atraviesan cientos de kilómetros y varias provincias o estados, necesitan estudios ambientales, hay que negociar con cada dueño de la tierra por donde pasan y muchas veces terminan en juicios de vecinos que no las quieren cerca. En EEUU, según el laboratorio Berkeley, los proyectos que se terminaron en 2025 esperaron más de 5 años solo para que los dejen conectarse a la red
Para mí este es el dato que resume todo: un data center se construye en 18 meses, la red que lo alimenta en una década
La diferencia es que el data center es un solo edificio, en un solo terreno, de un solo dueño, con plata privada y módulos que vienen casi armados de fábrica. La red depende de eléctricas reguladas que necesitan que el Estado les apruebe cada inversión, de permisos públicos, de miles de propietarios y de equipos con años de espera
Dicho sencillo, el consumo eléctrico está creciendo a velocidad de tecnología y la infraestructura para abastecerlo crece a velocidad de obra pública. Ese desfasaje es el verdadero cuello de botella
Y no lo digo solo yo. La propia Agencia Internacional de Energía nombra a las turbinas, los transformadores, las conexiones a la red y las líneas nuevas entre los cuellos de botella que hoy frenan a los data centers
Para encontrar dónde está la escasez real me hago siempre 4 preguntas:
¿La demanda crece fuerte?
¿Cuánto tarda la oferta en reaccionar?
¿Cuántos proveedores hay?
¿Existe un sustituto?
Las GPUs reaccionan en 1 a 3 años y tienen sustitutos. La memoria en 2 a 4 años, pero es cíclica. Una mina de cobre tarda más de 15 años desde que se descubre hasta que produce, pero el aluminio lo reemplaza en muchos cables si se encarece demasiado. La red eléctrica tarda de 5 a 10 años y no tiene sustituto. No hay forma de reemplazar una línea de alta tensión
Y hay algo que para mí es lo más importante de todo: la red no depende de que la IA gane
Lo que está creciendo a nivel mundial es el consumo eléctrico en general. Autos eléctricos, aire acondicionado, industria, la electrificación de todo. La IA es una demanda cada vez más grande arriba de eso, pero no es la única
Entonces la pregunta no es cuántas GPUs se van a vender, sino si existe la infraestructura para sostener todo ese consumo. Hoy la respuesta es que no, y construirla lleva años. Si la IA decepciona, la memoria y las GPUs sufren. La red sigue haciendo falta igual
Esto también cambia cómo mirar las inversiones del sector. Yo miraría menos la materia prima y más a los que fabrican lo que no se puede reemplazar. Les dejo el mapa completo por partes:
ETFs, para tener todo el sector junto:
$GRID, red eléctrica y electrificación, el más directo a esta tesis
$PAVE, infraestructura de EEUU en general
Empresas de EEUU:
$GEV, turbinas, red y electrificación
$ETN, equipos eléctricos y tableros
$PWR, construye las líneas y subestaciones
$VRT, energía y refrigeración dentro del data center
$HUBB, componentes de red
Europa:
Siemens Energy (ENR), turbinas y transformadores
Schneider Electric (SU) y ABB (ABBN), equipos eléctricos
Prysmian (PRY), Nexans (NEX) y NKT, cables de alta tensión, incluso submarinos
Asia:
Hitachi (6501), a través de Hitachi Energy, uno de los líderes mundiales en transformadores
Mitsubishi Heavy Industries (7011), turbinas de gas
HD Hyundai Electric, Hyosung Heavy Industries y LS Electric, las coreanas de transformadores que hoy le exportan muchísimo a EEUU
Argentina:
Transener (TRAN), opera la red de alta tensión del país
$PAM, una de las mayores generadoras del país
Materias primas, más cíclicas y para mí con menos peso:
Cobre: $CPER sigue el precio, $COPX agrupa mineras, $FCX
Uranio: $URA y $CCJ
Aluminio: $AA
Acero eléctrico: $CLF
Los riesgos también hay que tenerlos claros. Varias de estas ya subieron muchísimo en 2024 y 2025 y el tema energía ya está en el radar del mercado, así que hay que mirar valuaciones. Si los modelos se vuelven mucho más eficientes y gastan menos energía por respuesta, la demanda puede aflojar. Y al ser empresas industriales, si viene una recesión las obras se frenan
Al principio todo era GPUs. Después apareció la memoria. Para mí lo que viene es energía, y no por falta de recursos sino por falta de tiempo para construir
El cuello de botella del futuro no es de silicio. Es de cobre, acero y tiempo
En la semana voy a compartir más análisis de cada una de estas empresas a detalle
Espero que les guste el contenido, si es así agradezco mucho el apoyo al post
No es recomendación de inversión

ALT Gráfico de barras: cuánto tarda la oferta en ponerse al día con la demanda. Un data center se construye en 18 meses. GPU: 1 a 3 años. Memoria HBM: 2 a 4 años. Transformador grande: unos 3 años. Turbina de gas: 4 a 5 años. Conectarse a la red en EEUU: más de 5 años. Línea de alta tensión: 5 a 10 años. Fuentes: Wood Mackenzie, GE Vernova, Berkeley Lab, TrendForce.
138
FTX fue dueña de casi el 8% de Anthropic.
Entre FTX y Alameda pusieron 500 millones en 2021. Después de la quiebra, en 2024, se vendió todo por unos 1.340 millones para pagarles a los acreedores. En ese momento parecía un negoción.
Con el precio que se discute para el jueves, esas mismas acciones valdrían entre 31.000 y 34.700 millones. Más de veinte veces.
1
123
₿ En lo que va de noviembre salieron 2.347 millones de dólares de los ETF de bitcoin de EE.UU. Llevan siete ruedas seguidas de retiros.
Mirando fondo por fondo: 2.117 millones son de uno solo, el IBIT de BlackRock. No tuvo un día de entradas en todo el mes.
Los otros 11 fondos juntos perdieron 230. El que está vendiendo es el cliente de BlackRock, el resto casi no se movió. #BTC
101
Dos cosas de la salida a bolsa de Anthropic que no son normales.
Hasta el 20% de las acciones se reserva para gente común. Lo habitual es entre 5 y 10%.
Y en paralelo siete empresas ponen otros 26.000 millones: Nvidia, Google, Microsoft, AMD, Broadcom, Micron y TSMC. Los que le venden los chips y la nube pasan a ser socios, y sin la traba de seis meses para vender.
Del otro lado, Anthropic tiene firmados compromisos de cómputo por unos 900.000 millones. Casi catorce veces lo que junta el jueves.
1
207












