Ganar 100.000 dólares en 10 días: Entrevista con OpenClaw sobre su experiencia práctica en mercados predictivos

Odaily星球日报Publicado a 2026-03-16Actualizado a 2026-03-16

Resumen

En tan solo 10 días, el trader Kevin multiplicó por 4 un capital inicial de 30.000 dólares, obteniendo una ganancia neta de 100.000 USD (actualmente ajustada a 82.000 USD) utilizando OpenClaw en mercados de predicción. Kevin, con experiencia en diseño de sistemas de apuestas deportivas y trabajo en Web3, comenzó a operar en Polymarket en 2025, aprovechando su alta liquidez y facilidad de transacciones. Inicialmente, Kevin aplicó estrategias de arbitraje automatizado entre mercados, duplicando su inversión de 100.000 dólares. Luego, incorporó OpenClaw para mejorar sus apuestas subjetivas. OpenClaw recopila y analiza factores clave como el dinero inteligente ("smart money"), sentimiento, y rendimiento de participantes, identificando incluso variables inadvertidas. A diferencia de las herramientas predictivas de IA convencionales, OpenClaw puede desarrollar estrategias autónomas, realizar backtesting y ejecutar apuestas automáticas, especialmente eficaz en Polymarket debido a su API amigable para IA. Actualmente, el 60% de su estrategia sigue siendo arbitraje automatizado, mientras que el 40% utiliza OpenClaw para apuestas, principalmente en eventos deportivos. Kevin prueba la automatización con fondos limitados (1.000 USD por cuenta) por precaución. Planea eventualmente comercializar sus métodos mediante Skills de pago para OpenClaw, permitiendo a otros usuarios replicar su éxito.

Original | Odaily Planet Daily (@OdailyChina)

Autor | Golem (@web 3_golem)

Actualmente, "criar langostas" ya no es difícil, pero cómo dominar OpenClaw y usarlo realmente para ganar dinero sigue siendo un problema para muchos criadores de langostas.

La semana pasada hablé con algunos usuarios profundos de OpenClaw en el mundo de las criptomonedas. Algunos dijeron que el mecanismo de latido y las tareas programadas de OpenClaw pueden mejorar la eficiencia de las operaciones de noticias, pero más entrevistados creen que todavía es difícil ganar dinero operando con criptomonedas usando OpenClaw.(Lectura relacionada:Mesa redonda editorial de Odaily)

Pero donde hay voluntad, hay un camino.Un trader llamado Kevin logró multiplicar por 4 un capital inicial de 30.000 dólares con la ayuda de OpenClaw en 10 días, obteniendo una ganancia neta de 100.000 dólares (actualmente retrocedió ligeramente a 82.000 dólares).El propio Kevin dijo que al principio esto también era un experimento, y no esperaba ganar dinero de verdad.

Entonces, ¿cómo convirtió Kevin a OpenClaw de un juguete que solo quema tokens en una máquina de ganar dinero? Odaily Planet Daily habló con Kevin, quien compartió su experiencia personal en cripto y cómo utilizó OpenClaw en los mercados predictivos, esperando que los lectores puedan obtener algo de inspiración.

La transición de "científico" a "vidente"

La carrera temprana de Kevin se centró principalmente en el diseño de arquitectura ERP para empresas, luego ingresó en una de las 3 principales empresas de internet de China para construir desde cero un sistema de software para apuestas deportivas. Esta experiencia profesional sentó las bases para los logros actuales de Kevin en los mercados predictivos. Después de 2018, Kevin comenzó a trabajar en una institución de inversión Web3, principalmente incubando y acelerando empresas emergentes.

Pero el primer barril de oro real de Kevin llegó 5 años después de ingresar al sector. En 2023, ordi apareció de la nada, abriendo el "verano de las inscripciones" para el mercado cripto. Kevin, con sus bases en informática y código, se convirtió en uno de los "científicos" muy buscados en ese momento por el mercado(Nota de Odaily: Los científicos se refieren a un grupo de personas que pueden escribir programas y código rápidamente para participar en nuevas emisiones de activos de inscripciones).

"El período en que ordi se listó en Binance fue cuando el valor de mi cuenta fue más alto, finalmente obtuve alrededor de más de 2 millones de RMB", Kevin dijo que también fue una de las primeras personas en participar en la nueva emisión de ordi, con un costo de menos de 1 RMB por moneda,posteriormente obtuvo ganancias de miles de veces.

Después de que las inscripciones se enfriaron por completo, Kevin comenzó a buscar otras oportunidades, y finalmente en el verano de 2025 comenzó a estudiar y participar seriamente en el mercado predictivo Polymarket. "También jugué con Polymarket antes, pero la liquidez era muy pobre, así que lo ignoré", para Kevin, que había trabajado en el negocio tradicional de apuestas deportivas,Polymarket en sus inicios no cumplía en absoluto con los requisitos de profundidad de negociación.

Pero en 2025, después de que Polymarket predijera con éxito que Trump asumiría como el 47º presidente de los Estados Unidos, Kevin volvió a poner su mirada en Polymarket. "Después de 2025, Polymarket se dio a conocer, en términos de liquidez también puede soportar órdenes grandes, lo más importante es que la entrada y salida de fondos es muy fluida", por lo que Kevin comenzó a probar algoritmos en Polymarket, convirtiéndose en un "vidente".

El viaje de Kevin en los mercados predictivos se divide en dos etapas, antes de usar OpenClaw como asistente y después de usarlo. Para presentarlo claramente, Odaily Planet Daily ha simplificado la grabación de la participación de Kevin de la siguiente manera, disfruten~

Cómo jugar en los mercados predictivos antes de usar OpenClaw

Odaily Planet Daily:En el verano de 2025, cuando comenzaste a jugar con Polymarket, ¿cuánto dinero invertiste y cuál fue el rendimiento final?

Kevin: En ese momento invertí un total de alrededor de 100.000 dólares, y hasta este año la ganancia total fue aproximadamente el doble del capital.

Odaily Planet Daily:¿Qué estrategia utilizaste principalmente?

Kevin:Yo no apostaba directamente, sino queganaba escribiendo programas para arbitraje automatizado. Cuando trabajaba en una empresa de internet Web3 haciendo sistemas de apuestas deportivas, también había involucrado el diseño de apuestas de orden, esta experiencia fue muy útil para entender las apuestas de orden de Polymarket, por lo queusé programas para aprovechar el diferencial de precios entre las casas de apuestas, especialmente en eventos deportivos, donde se puede hacer mucho arbitraje emocional.

Odaily Planet Daily:¿Tienes un equipo especializado y hay alguien proporcionándote fondos?

Kevin:Soloyo mismo estoy haciendo esto, con la asistencia de IA es suficiente. Al principio tenía miedo de que Polymarket pudiera bloquear las retiradas, así que operé con docenas de cuentas, pero luego descubrí que el proceso de entrada y salida de fondos era muy fluido, y reduje las cuentas. Principalmente uso mi propio dinero para ejecutar estrategias, pero sí hay personas que me dan fondos para que les ayude a ejecutar estrategias, pero esta es solo una de las formas de ganar dinero.

Cómo jugar en los mercados predictivos después de usar OpenClaw

Odaily Planet Daily:¿Cuándo comenzaste a usar OpenClaw para jugar en los mercados predictivos?

Kevin:A finales de febrero, esto en sí era un experimento, quería ver cuánto dinero podía ganar OpenClaw a nivel de operaciones, pero no esperaba ganar realmente.Como la cuenta KevinChe202603, con un costo de 30.000 dólares gané un máximo de 100.000 dólares, en solo 10 días.

Odaily Planet Daily:¿Cuál es tu estrategia específica?

Kevin: Para ser directo,la estrategia de esta cuenta es mixta, actualmente el 60% todavía ejecuta el algoritmo de arbitraje automatizado anterior, el 40% es usar la "langosta" para hacer apuestas subjetivas. En comparación con el arbitraje de market making, apostar es una decisión compleja, hay que considerar el dinero inteligente del mercado predictivo, la opinión pública, la alineación, el estado de los jugadores, etc. El papel de OpenClaw aquí es recopilar activamente los diversos factores que determinan el resultado del partido y convertirlos en un indicador. Después de entrenarlo varias veces, también puede encontrar otros factores influyentes a los que yo no presto atención, ahorrándome mucho tiempo y esfuerzo mental.

Odaily Planet Daily:¿Pero esto no es solo que la IA predice partidos? La IA conversacional también puede hacerlo, incluso hay desarrolladores que han creado herramientas de predicción de partidos con IA, ¿qué tiene de especial OpenClaw?

Kevin: Tener una ventaja informativa es solo una de las ventajas de OpenClaw, también puede descubrir nuevas estrategias por sí mismo, hacer sus propias pruebas retrospectivas y realizar apuestas automatizadas en los partidos. Si la estrategia es buena, solo necesitamos darle el dinero a OpenClaw, todo lo demás es automatizado, esto es algo que las herramientas de predicción con IA no pueden hacer. Por ejemplo, puede descubrir activamente algunas direcciones de dinero inteligente y direcciones tontas, ya sea para apostar siguiendo al dinero inteligente o usar las direcciones tontas como contraindicador.

Además, esta es la razón por la cual, de todos los mercados predictivos, Polyamrket se combina mejor con OpenClaw, porque la API de Polymarket es la más amigable para la IA, es muy conveniente para que la IA consulte datos.

Odaily Planet Daily:¿En qué áreas apuesta principalmente OpenClaw ahora? ¿Ya está completamente automatizado?

Kevin: Basado en mi área de especialización, actualmente OpenClaw también está experimentando principalmente en el campo de las competiciones deportivas, pero una vez maduro, consideraré permitir que OpenClaw se expanda a otras áreas.Ahora le doy a OpenClaw fondos pequeños para que apueste automáticamente, alrededor de 1000 dólares, todavía no me atrevo a poner demasiado dinero en una cuenta totalmente automatizada.

Odaily Planet Daily:¿Tu conjunto de estrategias es replicable? ¿O en el futuro escribirás un Skill para el mercado?

Kevin: También lo estoy intentando, porque efectivamente hay usuarios que tienen esta demanda, ver si es posible combinar mi metodología para que todos puedan construir una langosta que gane dinero. Más adelante también planeo empaquetar algunos Skills para que el mercado los use, por supuesto, esto definitivamente será de pago.

Preguntas relacionadas

Q¿Quién es Kevin y cuál fue su logro con OpenClaw en el mercado de predicciones?

AKevin es un operador que utilizó OpenClaw para multiplicar su capital inicial de 30.000 dólares por 4 en solo 10 días, obteniendo una ganancia neta de 100.000 dólares (que luego se ajustó a 82.000 dólares).

Q¿Cuál fue la experiencia profesional previa de Kevin que le ayudó en los mercados de predicción?

AKevin diseñó arquitecturas ERP para empresas y luego, en una de las tres principales empresas de internet de China, construyó desde cero un sistema de software para apuestas deportivas. Más tarde trabajó en una firma de inversión Web3.

Q¿Cómo utilizaba Kevin OpenClaw específicamente en Polymarket?

AKevin utilizaba OpenClaw para recopilar activamente diversos factores que determinan el resultado de eventos (como el dinero inteligente, sentimiento, alineaciones, estado de los jugadores) y convertirlos en indicadores. También automatizaba apuestas, encontraba nuevas estrategias y realizaba backtesting.

Q¿Qué ventaja clave tiene OpenClaw sobre otras herramientas de predicción con IA según Kevin?

AOpenClaw no solo tiene ventaja informativa, sino que puede descubrir nuevas estrategias por sí mismo, realizar backtesting automatizado y ejecutar apuestas automáticamente, algo que las herramientas de predicción con IA conversacional no pueden hacer.

Q¿En qué áreas se está enfocando actualmente Kevin con OpenClaw y cuáles son sus planes futuros?

AActualmente, Kevin se enfoca principalmente en eventos de competiciones deportivas. Tiene planes de expandirse a otras áreas en el futuro y está considerando empaquetar sus estrategias en 'Skills' pagas para que otros usuarios las utilicen.

Lecturas Relacionadas

Análisis Reciente en la Cadena: La Especulación sin Rumbo Bajo el Impacto de las Acciones Estadounidenses

Revisión reciente en la cadena: la especulación en Solana carece de rumbo bajo la presión del mercado de valores estadounidense. Tras el estancamiento en Ethereum, los *degens* han vuelto a Solana. Sin embargo, la actividad carece de un tema central claro, oscilando entre la búsqueda de atención y el retorno a las comunidades. **La batalla por la atención (PvP):** El mercado de *memecoins* sigue dependiendo de llamadas de famosos, eventos de moda y velocidad de reacción. Ejemplos recientes incluyen $JOTCHUA, asociado a un *meme* viral en 2021, y $WORLDCUP en Solana, que superó en rendimiento a proyectos similares en otras cadenas como $PITCH en Base, destacando la importancia de la visibilidad. La nueva función *pump.fun GO*, que permite recompensas por tareas, ha generado polémica. Casos como $Bountywork, donde usuarios se tatuaron el *ticker* por recompensas en SOL, muestran tácticas extremas para generar expectación, reminiscentes de desafíos virales en redes sociales. **El retorno de la comunidad:** Frente a esto, hay un resurgir de *memecoins* con bases comunitarias sólidas y narrativas orgánicas. Proyectos como $neet (contra la cultura del trabajo excesivo), $troll, $buttcoin y $triplet han demostrado mayor resiliencia y mantienen comunidades activas. La plataforma *pump.fun* también ha promocionado algunos de estos tokens comunitarios. El influenciador Ansem destacó que los *memecoins* exitosos no dependen de una sola figura, sino de comunidades leales que promueven el proyecto a largo plazo. Un ejemplo destacado es $KINS, el token del juego *play-to-earn* Kintara. Su éxito no radica en gráficos complejos, sino en la construcción constante de confianza mediante actualizaciones consistentes, integración de elementos de otras comunidades de Solana y el fomento de una identidad y pertenencia entre los jugadores. El juego ha logrado una base de usuarios comprometida sin depender del bombo publicitario exagerado. En conclusión, el mercado actual de Solana presenta una tensión entre tácticas efímeras de búsqueda de atención y el desarrollo de comunidades genuinas. Proyectos como Kintara sugieren que la entrega constante y la construcción de confianza pueden ofrecer un camino más sostenible, planteando la pregunta: ¿estamos en un juego de confianza mutua o de engaño mutuo? Se espera que esta reflexión lleve a un ecosistema más saludable.

marsbitHace 5 min(s)

Análisis Reciente en la Cadena: La Especulación sin Rumbo Bajo el Impacto de las Acciones Estadounidenses

marsbitHace 5 min(s)

Adolescente acusado de estafa de criptomonedas de 13 millones de dólares que financió lujos en Miami

Un adolescente canadiense ha sido acusado de dirigir un fraude criptográfico valorado en más de 13 millones de dólares desde el área de Miami, según los fiscales federales del Distrito Sur de Florida. Trenton Richard David Johnston, de 19 años, habría permanecido ilegalmente en EE.UU. tras exceder su visa mientras presuntamente operaba un esquema de ingeniería social. Los acusados se hacían pasar por representantes de soporte de un motor de búsqueda popular y empresas de criptomonedas para acceder a cuentas y billeteras digitales de las víctimas. Los fondos robados, según el Departamento de Justicia, fueron blanqueados y utilizados para financiar un estilo de vida de lujo. Esto incluyó el arrendamiento de vehículos de alta gama, la compra de joyería costosa y gastos en vida nocturna. Brandon Michael Tardibone, de 28 años y también de Miami, fue acusado de conspiración para lavar dinero y de albergar a Johnston sabiendo que se encontraba ilegalmente en el país. Johnston enfrenta cargos por conspiración para cometer fraude electrónico y lavado de dinero, con una pena máxima potencial de 20 años de prisión por cada uno. Tardibone enfrenta hasta 20 años por lavado y 10 por el cargo de albergue. Las investigaciones están a cargo de HSI Miami con la ayuda de varias agencias federales y locales.

bitcoinistHace 11 min(s)

Adolescente acusado de estafa de criptomonedas de 13 millones de dólares que financió lujos en Miami

bitcoinistHace 11 min(s)

El escenario en cadena del día de la inauguración: ya se han apostado 20 mil millones de dólares, ¿cómo sabe el contrato en cadena quién ganó?

El día de inicio del Mundial, los contratos de predicción sobre el campeón en plataformas como Polymarket y Kalshi acumulaban más de 20 mil millones de dólares en volumen negociado. El artículo explora cómo funcionan estos mercados de predicción descentralizados una vez que comienzan los partidos. Explica que los contratos, basados en blockchain, no "ven" el juego; en su lugar, utilizan "oráculos" como puente para llevar información del mundo real a la cadena. Se detallan dos enfoques principales: el oráculo optimista de UMA (utilizado principalmente por Polymarket), que permite un período de desafío antes de liquidar, y la solución de múltiples fuentes de Chainlink, que agrega datos automáticamente para una liquidación rápida y sin disputas. El texto también aborda cuestiones como el mecanismo de "eliminación a cero" para los equipos que no pueden ganar, la liquidez en USDC y las estimaciones sobre que parte del volumen podría no ser transacciones genuinas. Finalmente, señala la ambigüedad regulatoria en torno a estos mercados, considerados "comercio de eventos" en algunos lugares y "apuestas deportivas" en otros. El torneo pone a prueba no solo a los equipos, sino también la eficacia de esta máquina de predicción descentralizada.

marsbitHace 19 min(s)

El escenario en cadena del día de la inauguración: ya se han apostado 20 mil millones de dólares, ¿cómo sabe el contrato en cadena quién ganó?

marsbitHace 19 min(s)

Diálogo entre Sequoia y Jensen Huang: Se avecina un cambio de 60 años en los modelos de computación, no serás reemplazado por la IA, pero podrías sufrir un 'ataque multidimensional' de quienes la usan hábilmente

**Fuente: Capital de Sequoia** **Compilación: Yuliya, PANews** En una conversación entre Konstantin Buhler, socio de Sequoia Capital, y Jensen Huang, fundador y CEO de NVIDIA, se explora la transformación histórica en la computación: desde un modelo basado en almacenamiento y recuperación hacia uno generativo en tiempo real. Huang destaca que estamos ante la mayor construcción de infraestructura de la historia, centrada en las "fábricas de IA", que producen tokens de inteligencia personalizados para cada contexto. Según Huang, el cambio fundamental radica en que, en lugar de simplemente recuperar datos preexistentes, la IA ahora genera respuestas únicas y adaptadas, abriendo paso a agentes capaces de razonar, resolver problemas y realizar tareas útiles. Esta evolución representa la tercera gran red global, después de la energía y las telecomunicaciones: una red de inteligencia que envuelve el planeta. Huang desglosa el ecosistema de IA en cinco capas de inversión: 1. **Energía** – La base, con oportunidades masivas en energías sostenibles. 2. **Chips y computación** – Incluye procesadores, redes y tecnologías como la fotónica de silicio. 3. **Infraestructura** – Terrenos, energía, edificios y operación de centros de datos. 4. **Modelos** – Modelos de lenguaje y sistemas que aprenden no solo texto, sino también leyes físicas, biología, etc. 5. **Aplicaciones** – Startups que transforman sectores como finanzas, derecho, logística y más. Respecto al impacto laboral, Huang rechaza las narrativas alarmistas: la IA no eliminará empleos, pero quienes no la adopten quedarán en desventaja frente a quienes sí lo hagan. Explica que las tareas automatizadas (como analizar radiografías o escribir código) no sustituyen el propósito central de una profesión, sino que potencian su valor. Por ejemplo, los radiólogos o ingenieros de software son hoy más demandados porque la IA amplía sus capacidades y eficiencia. La tecnología, lejos de reemplazar, "eleva" las habilidades humanas, permitiendo a profesionales ofrecer servicios más complejos y creativos. En conclusión, Huang insta a abrazar la IA como una herramienta de empoderamiento, subrayando que el futuro pertenecerá a quienes sepan utilizarla para innovar y resolver problemas, no a quienes teman su evolución.

marsbitHace 1 hora(s)

Diálogo entre Sequoia y Jensen Huang: Se avecina un cambio de 60 años en los modelos de computación, no serás reemplazado por la IA, pero podrías sufrir un 'ataque multidimensional' de quienes la usan hábilmente

marsbitHace 1 hora(s)

"No necesito un modelo mejor": El panorama de la IA bajo un popular post de Reddit

"Claude Fable 5, el nuevo modelo flagship de Anthropic, marcó un 80.3% en el benchmark SWE-Bench Pro, superando ampliamente a modelos anteriores. Sin embargo, una publicación viral en Reddit titulada 'Claude Fable me hizo darme cuenta de que no necesito un modelo mejor' refleja una desconexión entre las métricas técnicas y la percepción de muchos usuarios. Los comentarios más votados expresan 'fatiga' por las mejoras incrementales, argumentando que modelos como Opus 4.8 ya son 'suficientes' para sus flujos de trabajo diarios. La queja principal gira en torno al costo (el doble que Opus) y, sobre todo, a los estrictos 'guardrails' de seguridad de Fable 5. Usuarios reportan que solicitudes relacionadas con ciberseguridad son rechutadas con frecuencia, siendo derivadas a Opus, lo que genera frustración especialmente entre suscriptores de pago. No obstante, usuarios con tareas complejas y de gran escala, como simulaciones de física de miles de líneas de código, defienden el modelo, describiendo una diferencia sustancial y capacidades superiores para contextos largos y análisis profundo. El debate subraya una posible meseta en la percepción pública de la utilidad de la IA: mientras los benchmarks siguen mejorando, para muchos usuarios el 'techo' de necesidades prácticas ya fue alcanzado. La discusión también señala la brecha entre los modelos de acceso público y las versiones más potentes y restringidas, como Mythos 5, disponible solo para gobiernos y empresas críticas. El futuro de estos modelos públicos dependerá de equilibrar capacidad, costo y usabilidad."

marsbitHace 1 hora(s)

"No necesito un modelo mejor": El panorama de la IA bajo un popular post de Reddit

marsbitHace 1 hora(s)

Trading

Spot
Futuros
活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow