CoinFound × OSL Research inician colaboración de investigación sobre stablecoins, enfocándose inicialmente en USDGO

marsbitPublicado a 2026-04-09Actualizado a 2026-04-09

Resumen

CoinFound y OSL Research han iniciado una colaboración de investigación centrada en las monedas estables, con un primer estudio dedicado a USDGO. El análisis se basará en datos on-chain y observaciones de la estructura del mercado para explorar el papel de las stablecoins en el sistema financiero digital, su potencial en transacciones, liquidaciones y aplicaciones DeFi. A medida que las stablecoins se convierten en un puente crucial entre las finanzas tradicionales y la infraestructura financiera on-chain, existe una creciente necesidad de investigar sus mecanismos de emisión, estructura de liquidez y sinergias dentro del ecosistema. Esta colaboración se centrará en desarrollar marcos de investigación conjuntos y generar información valiosa para la industria a través de informes, análisis temáticos y observaciones del mercado. OSL Research, parte del grupo OSL, se especializa en investigación en profundidad sobre activos digitales, mientras que CoinFound se dedica al análisis on-chain y estudios de Web3. Juntos, buscan promover una comprensión más clara y profunda de las stablecoins y proporcionar referencias útiles para el mercado de activos digitales.

Como primera dirección de investigación de la colaboración, ambas partes llevarán a cabo un estudio temático centrado en el ecosistema de la stablecoin USDGO. A través del análisis de datos on-chain y la observación de la estructura del mercado, explorarán la trayectoria de desarrollo de las stablecoins en el sistema financiero digital y su potencial de aplicación en escenarios de transacciones, liquidaciones y finanzas on-chain.

A medida que las stablecoins se convierten gradualmente en un puente importante que conecta el sistema financiero tradicional con la infraestructura financiera on-chain, la demanda de investigación sobre los mecanismos de emisión de stablecoins, la estructura de liquidez y la sinergia del ecosistema continúa aumentando. En este contexto, la colaboración entre CoinFound y OSL Research se centrará en la construcción conjunta de marcos de investigación y la producción de insights sectoriales. Ambas partes cooperarán en la construcción conjunta de contenidos de investigación y marcos de análisis de datos, y publicarán los resultados de la investigación a través de informes de investigación conjuntos, observaciones sectoriales y análisis temáticos.

OSL Research pertenece al grupo OSL, se especializa en investigación en profundidad de la industria de activos digitales y ofrece perspectivas de mercado prospectivas.

CoinFound se centra en datos e investigación de Web3, proporcionando insights sobre la estructura de activos y los flujos de capital a través del análisis on-chain y la investigación sectorial.

Ambas partes esperan promover la profundización de la investigación relacionada con las stablecoins a través de esta colaboración y proporcionar referencias sectoriales más claras para el mercado de activos digitales.

Preguntas relacionadas

Q¿Qué es el enfoque principal de la colaboración de investigación entre CoinFound y OSL Research?

AEl enfoque principal de la colaboración es realizar una investigación temática sobre el ecosistema de la moneda estable USDGO, analizando datos on-chain y observando la estructura del mercado.

Q¿Qué papel están desempeñando las stablecoins en el sistema financiero digital según el artículo?

ALas stablecoins se están convirtiendo en un puente importante que conecta el sistema financiero tradicional con la infraestructura financiera on-chain.

Q¿En qué áreas específicas explorará la colaboración el potencial de aplicación de las stablecoins?

ALa colaboración explorará el potencial de aplicación de las stablecoins en transacciones, liquidaciones y escenarios de finanzas on-chain (DeFi).

Q¿Qué organizaciones están involucradas en esta colaboración de investigación y cuáles son sus especialidades?

AOSL Research, perteneciente al Grupo OSL, se especializa en investigación en profundidad sobre activos digitales. CoinFound se enfoca en datos e investigación Web3, proporcionando información sobre la estructura de activos y los flujos de capital.

Q¿Cómo planean CoinFound y OSL Research compartir los hallazgos de su investigación con el mercado?

APlanean compartir los resultados a través de informes de investigación conjuntos, observaciones de la industria y análisis temáticos.

Lecturas Relacionadas

Del oro al Bitcoin: ¿Oferta fija + frenesí institucional = repetición de la 'explosión' de precios?

"De los lingotes de oro a los bits: ¿La oferta limitada y el fervor institucional repetirán una explosión de precios? Los analistas señalan que los ETF de Bitcoin, aprobados en 2024 y de rápido crecimiento, podrían seguir el camino de los ETF de oro, que en 22 años impulsaron el precio del metal y su capitalización de mercado a casi 28 billones de dólares. Ambos activos, como reservas de valor sin rendimiento, dependen de la oferta casi fija y del sentimiento de los inversores, lo que lleva a ciclos de subidas espectaculares, correcciones dolorosas y largas recuperaciones que elevan máximos históricos. A pesar de una caída de más del 50% desde octubre de 2025, la confianza a largo plazo se mantiene. La comparación con el oro es relevante: la demanda institucional a través de ETF, como el iShares de BlackRock (IBIT), actúa como un pilar clave, atenuando la presión vendedora. La adopción por parte de empresas y la facilidad de acceso a través de ETF amplifican la elasticidad de la demanda. Sin embargo, las salidas masivas de fondos podrían interrumpir las tendencias alcistas. El futuro de Bitcoin estará marcado por la volatilidad inherente al mercado, influenciada por el entorno macroeconómico, la regulación y el comportamiento institucional. Si Bitcoin logra capturar incluso una fracción de la capitalización de mercado del oro como reserva de valor digital, el potencial de apreciación es enorme. Para los inversores, la clave radica en la racionalidad, la diversificación y el enfoque en las tendencias a largo plazo, ya que la historia de transformación de activo marginal a activo principal podría estar solo comenzando."

Foresight NewsHace 2 min(s)

Del oro al Bitcoin: ¿Oferta fija + frenesí institucional = repetición de la 'explosión' de precios?

Foresight NewsHace 2 min(s)

¿Por qué es difícil popularizar las compras con agentes de IA?

**¿Por qué los agentes de IA para compras no se han popularizado?** La idea de dar a un agente de IA una billetera para que compre de forma autónoma suena futurista, pero confunde los desafíos reales de las compras. El acto de comprar combina dos acciones: **recuperación de información** (que se puede automatizar) y **juicios de valor** subjetivos (ligados a las emociones humanas). La narrativa del "monedero de IA" asume erróneamente que la IA puede hacerse cargo de ambas. El juicio de valor se divide en: **definir la necesidad** (establecer criterios) y **evaluar** opciones. La IA solo puede automatizar la evaluación. Las preferencias humanas no son fijas; se construyen durante el proceso de elección, por lo que la delegación total es imposible. La línea divisoria clave no es si un producto es estándar o personalizado, sino si **el acto de elegir en sí tiene valor experiencial**. Para productos mundanos (por ejemplo, papel), la automatización total es adecuada. Para compras placenteras (vino, muebles), la elección es parte del disfrute; aquí, la IA debe actuar como un asistente que filtra opciones, dejando la decisión final al humano. Existe un trilema: si la IA pregunta demasiado, es molesto y distorsiona la elección; si se basa solo en el historial, sofoca la exploración; si el humano decide todo, es ineficiente. Una solución es la **interacción por reconocimiento**: la IA presenta unas pocas opciones preseleccionadas para que el humano elija. El **pago es el eslabón menos importante**. No es necesario dar fondos a la IA; basta con tokens de pago de autorización limitada y única, como ya implementan Stripe, Mastercard y Google. La custodia autónoma de billeteras por parte de la IA es relevante principalmente para **compras empresariales estandarizadas** (B2B) o transacciones entre máquinas (M2M), no para el consumo personal. Los verdaderos cuellos de botella para las compras con IA son: 1. **Falta de fuentes de datos confiables**: reseñas falsas y productos falsificados socavan la capacidad de la IA para evaluar con precisión. 2. **La imposibilidad de automatizar la definición de la necesidad humana**: el derecho a definir qué es importante y a disfrutar de la elección final debe permanecer en manos humanas. En conclusión, el futuro no está en que la IA compre por nosotros de forma autónoma, sino en que **automatice de forma segura la investigación y el filtrado, devolviendo al humano el control sobre los criterios y el placer de la elección final**. Para las plataformas, la ventaja competitiva radicará en ofrecer una experiencia de elección excepcional con datos estructurados y verificables.

Foresight NewsHace 59 min(s)

¿Por qué es difícil popularizar las compras con agentes de IA?

Foresight NewsHace 59 min(s)

zcashd se apaga, Zcash entra en la era Ironwood: ¿Es la privacidad resistente a la cuántica el futuro?

Zcash ha completado su transición de infraestructura, retirando el software original zcashd y adoptando Zebra y Zakura, lo que fortalece la mantenibilidad y prepara la red para la era Ironwood. A pesar de una vulnerabilidad en los fondos protegidos de Orchard, que contenía el 85% del valor blindado, la respuesta coordinada y una rápida solución de emergencia contuvieron la amenaza. La actividad de la red se mantuvo resiliente: aunque los saldos blindados disminuyeron un 14%, las transacciones privadas aumentaron un 11,1% trimestral y el conjunto de anonimato se expandió significativamente. El volumen diario de trading también creció un 33,8%. Con Ironwood, Zcash avanza hacia una seguridad a largo plazo reforzada mediante verificación formal y resistencia cuántica, consolidando la confianza en su infraestructura de privacidad.

ambcryptoHace 1 hora(s)

zcashd se apaga, Zcash entra en la era Ironwood: ¿Es la privacidad resistente a la cuántica el futuro?

ambcryptoHace 1 hora(s)

Después de nueve meses de ventas cortas, un giro completo a la compra: reconocido trader acumula Bitcoin cerca de 64,000 USD, división alcista/bajista en el mercado de criptomonedas se intensifica

Tras nueve meses de bajista, el conocido trader Doctor Profit cierra todas sus posiciones en corto y comienza a comprar Bitcoin alrededor de 64.000 dólares. Argumenta que variables estructurales, como la posible aprobación de la Ley CLARITY y la tokenización institucional, están alterando el ciclo de cuatro años, anticipando un fondo más temprano. El analista gumsays señala una divergencia alcista semanal de 147 días, cercana a los 161 días previos al fondo de 2022. En contraste, el investigador Jake Pahor analiza datos desde 2014 y destaca que este ciclo no cumple tres condiciones históricas de fondo: duración (~12 meses), miedo extremo prolongado (índice por debajo de 20) y precio por debajo del costo promedio real (~53.000 dólares). Actualmente, ninguna se ha cumplido. El mercado debate si los ETF y la regulación cambian las reglas del juego. Doctor Profit apuesta por un fondo anticipado, mientras Pahor mantiene una estrategia de acumulación gradual, reservando mayor capital para señales más extremas. Bitcoin cotiza cerca de 64.800 dólares, justo sobre su media móvil de 200 semanas, con un índice de miedo y codicia en 25 (miedo extremo).

marsbitHace 1 hora(s)

Después de nueve meses de ventas cortas, un giro completo a la compra: reconocido trader acumula Bitcoin cerca de 64,000 USD, división alcista/bajista en el mercado de criptomonedas se intensifica

marsbitHace 1 hora(s)

Operador veterano relata: ¿Cómo operar con las expectativas erróneas del mercado?

**Resumen en español europeo:** Un trader experimentado explica cómo operar basándose en las "expectativas erróneas" del mercado, tomando como ejemplo una operación reciente de venta en corto del índice Nasdaq (NQ). El caso se desencadenó tras la publicación de datos débiles de inflación (IPC) en EE.UU. Inicialmente, el mercado reaccionó con optimismo, haciendo subir el Nasdaq, asumiendo que un IPC bajo conduciría a un relajamiento general de las tasas de interés, incluidos los tipos a largo plazo ("relajamiento del denominador"). Sin embargo, el trader identificó una falla clave en esta cadena de expectativas del mercado: mientras que las tasas de interés a corto plazo bajaron, las tasas reales a largo plazo (como la del bono a 30 años) alcanzaron máximos de 20 años. Este escenario de "relajamiento a corto plazo pero negativa a largo plazo" no apoya la valoración de acciones tecnológicas, que dependen de financiación a largo plazo barata para su crecimiento. La metodología central presentada consiste en no limitarse a los datos mismos, sino analizar tres capas: 1. **Expectativa del dato:** ¿Cuál era el consenso? 2. **Expectativa de transmisión:** ¿Cómo se supone que el dato afecta a otras variables del mercado (política monetaria, tasas, crédito)? 3. **Expectativa de valoración de activos:** Dado lo anterior, ¿cómo debería repreciarse un activo? El autor argumenta que el "error" más común y explotable ocurre en la segunda capa: el mercado asume que un mecanismo de transmisión anterior sigue siendo válido cuando ya no lo es. En este caso, asumió que un IPC débil relajaría todas las tasas, pero la nueva realidad macroeconómica impide que las tasas a largo plazo bajen. El trader actuó vendiendo en corto el NQ (más sensible a las tasas largas) en lugar del S&P 500 (ES), y estructuró la operación en varias entradas. Define que la mejor oportunidad surge cuando las "variables rápidas" (como el precio del activo) se han recuperado, pero las "variables lentas" (como las condiciones de financiación subyacentes) se niegan a hacerlo, creando una discrepancia entre el precio y su lógica causal implícita. La ventaja (alpha) no proviene necesariamente de tener información mejor, sino de tener un "modelo de reacción" más actualizado que el del consenso del mercado.

marsbitHace 1 hora(s)

Operador veterano relata: ¿Cómo operar con las expectativas erróneas del mercado?

marsbitHace 1 hora(s)

Trading

Spot
活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow