Los Índices de Wall Street en EE.UU. Cierran al Alza Mientras el Mercado de Criptomonedas Mantiene su Precio de Negociación

TheNewsCryptoPublicado a 2026-01-27Actualizado a 2026-01-27

Resumen

Los principales índices de Wall Street cerraron al alza antes de la reunión de la Fed, con el S&P 500 subiendo un 0.50% impulsado por comunicaciones y tecnología. Mientras tanto, el mercado de criptomonedas mantiene su rango de negociación aunque con precios a la baja: BTC cotiza alrededor de $88,268 y ETH en $2,927, situando la capitalización global por debajo de los $3 billones. El CEO de Coinbase, Brian Armstrong, expresa optimismo sobre el futuro macroeconómico de las criptomonedas, aunque analistas señalan posibles factores de presión como los aranceles propuestos por Trump. Se recomienda realizar investigación exhaustiva antes de invertir.

Tres índices de Wall Street en EE.UU. han terminado en una nota alta antes de la reunión de la Reserva Federal, programada para los próximos 2 días. El mercado de criptomonedas ha mantenido su rango de precios para negociaciones con un futuro optimista, como subrayó el CEO de Coinbase, Brian Armstrong. Por ahora, los precios de las criptomonedas están a la baja con un posible impacto por los aranceles de Trump.

Los Índices de Wall Street en EE.UU. Suben

El Dow, el S&P 500 y el Nasdaq han vuelto a terminar su día de negociación en una nota alta, a pesar de la creciente incertidumbre en el comercio internacional. El S&P 500 ha subido un 0,50%, considerando que el 79,7% de sus 64 empresas han superado las expectativas de los analistas.

Según un informe de Reuters, los informes trimestrales de Microsoft, Meta y Apple, entre otras empresas, podrían arrojar más luz sobre los índices y establecer una prueba clave para un repunte impulsado por la inteligencia artificial.

El Dow y el Nasdaq han subido un 0,64% y un 0,43%, respectivamente. El aumento en los índices de Wall Street en EE.UU. se ha atribuido a las comunicaciones y la tecnología. Chris Zaccarelli, el director de inversiones de Northlight Asset Management, ha dicho que ambos segmentos negociaron bien hoy. Chris dijo, en una declaración diferente, que los inversores están siendo cautelosamente optimistas y probablemente esperan con ansias la temporada de resultados.

Mercado de Criptomonedas y Consolidación

El mercado de criptomonedas se mueve dentro de un rango específico, aunque está en el lado inferior. Por ejemplo, BTC se negocia alrededor de $88,268.61 mientras que ETH ronda los $2,927.05; ambos están por debajo de las marcas de $90k y $3k, respectivamente.

El mercado global de criptomonedas ha caído a $2.99 billones, por debajo de la marca de $3 billones. Esto ocurre en un momento en que existe la anticipación de que BTC podría probar una perspectiva bajista en $85. Una pregunta similar ha rodeado a ETH, aunque queda por ver si los toros toman el control o los osos toman la delantera.

Se anticipa que el enfoque de Trump de imponer aranceles a los países podría ser un factor clave aquí. Recientemente amenazó con aumentar la tasa al 25% para Corea del Sur, liderada por Lee Jae Myung, alegando que el lado no cumplió su compromiso con el acuerdo discutido el año pasado, es decir, en 2025.

Futuro del Mercado de Criptomonedas

El CEO de Coinbase, Brian Armstrong, confía en que mucha gente, incluso los detractores, usarán criptomonedas en algún momento sin darse cuenta. En otras palabras, Brian cree que el segmento de criptomonedas tiene un futuro a nivel macro en los tiempos venideros. Este sentimiento se refleja en las predicciones de precios de tokens principales como BTC y ETH.

Pierre Rochard, un notable analista de criptomonedas, le ha respondido diciendo que podría ser Bitcoin y no necesariamente criptomonedas. Huelga decir que las inversiones en criptomonedas solo deben realizarse después de una investigación exhaustiva y una evaluación de riesgos.

Destacado de Noticias de Criptomonedas Hoy:

Bitwise Lanza la Primera Bóveda DeFi On-Chain Usando Morpho para Rendimiento de Stablecoin

EtiquetasMercado de Criptomonedas

Preguntas relacionadas

Q¿Cómo cerraron los principales índices de Wall Street antes de la reunión de la Fed?

ALos principales índices de Wall Street cerraron al alza: el Dow subió un 0,64%, el S&P 500 un 0,50% y el Nasdaq un 0,43%.

Q¿Qué sectores impulsaron el aumento de los índices de Wall Street según el director de inversiones de Northlight Asset Management?

AChris Zaccarelli, director de inversiones de Northlight Asset Management, atribuyó el aumento a los sectores de comunicaciones y tecnología.

Q¿A qué precios se estaban Bitcoin (BTC) y Ethereum (ETH) en el momento de la publicación del artículo?

ABitcoin (BTC) se cotizaba alrededor de $88.268,61 y Ethereum (ETH) alrededor de $2.927,05, ambos por debajo de los $90.000 y $3.000 respectivamente.

Q¿Qué factor externo podría estar afectando negativamente al mercado de criptomonedas según el artículo?

AEl artículo sugiere que el enfoque de Trump de imponer aranceles a países, como amenazar con subirlos a Corea del Sur, podría ser un factor clave que afecta negativamente al mercado.

Q¿Cuál es la perspectiva del CEO de Coinbase, Brian Armstrong, sobre el futuro de las criptomonedas?

ABrian Armstrong es optimista y confía en que mucha gente, incluso los detractores, usará criptomonedas en el futuro a nivel macro, posiblemente sin darse cuenta.

Lecturas Relacionadas

¿Los modelos generativos también pueden entrenarse de extremo a extremo? El núcleo es un bucle for

El entrenamiento de modelos generativos siempre ha sido un reto debido a la "desviación por exposición" (exposure bias): durante el entrenamiento solo se aprenden pequeños pasos, mientras que la generación requiere cientos de iteraciones, lo que causa acumulación de errores. Esto ha impedido que los modelos generativos sean entrenados de extremo a extremo (end-to-end), a diferencia de otras tareas de aprendizaje profundo. Un reciente artículo de la Universidad de Illinois y Harvard introduce "Explorative Modeling (XM)", un nuevo paradigma que resuelve este problema mediante un bucle simple (for). La idea clave es que, en cada paso de entrenamiento, el modelo genera K candidatos y solo retropropaga el gradiente a partir del candidato más cercano a los datos reales. Este enfoque evita que el modelo converja a un promedio borroso entre múltiples modos (mode blurring), un problema inherente a las funciones de pérdida de reconstrucción típicas. XM identifica una tercera dimensión escalable, además de los parámetros y los datos: la "expresividad generativa". Los experimentos en imágenes, video y lenguaje muestran que aumentar la exploración (K) mejora monótonamente el rendimiento, con ganancias de eficiencia en FLOPs, muestras y parámetros. En tareas de control robótico, una política exploratoria XM iguala o supera a políticas de difusión que requieren 100 veces más cómputo en inferencia. El trabajo sugiere que, a gran escala, la expresividad generativa se convierte en el cuello de botella principal, y XM ofrece un camino para modelos generativos verdaderamente end-to-end, generando muestras de alta calidad en una sola pasada hacia adelante.

marsbitHace 46 min(s)

¿Los modelos generativos también pueden entrenarse de extremo a extremo? El núcleo es un bucle for

marsbitHace 46 min(s)

Upbit Reorganiza 864,000 Millones de SHIB en Movimiento Interno de Cartera

El exchange surcoreano Upbit ha reorganizado 864.000 millones de SHIB entre direcciones de cartera internas, generando un movimiento on-chain significativo en valor, pero que corresponde a una rebalanceo interno y no a una venta por parte del exchange. Las transferencias, valoradas en aproximadamente 4 millones de dólares, se produjeron tras una subida del 36% en el precio de SHIB, lo que incrementó su visibilidad. Los movimientos incluyeron 384.000 millones de SHIB salientes y 480.000 millones entrantes entre carteras calientes y operativas identificadas de Upbit. Este tipo de actividad es parte de la gestión normal de liquidez y seguridad de los exchanges, y al ocurrir entre direcciones internas conocidas, no implica una presión de venta directa en el mercado. El artículo subraya que, si bien la transparencia on-chain es útil, la interpretación correcta requiere contexto, como el etiquetado de las carteras. En este caso, los datos respaldan la narrativa de una reestructuración operativa tras un periodo de alta actividad comercial, y no señales de venta por parte de ballenas o del exchange.

bitcoinistHace 47 min(s)

Upbit Reorganiza 864,000 Millones de SHIB en Movimiento Interno de Cartera

bitcoinistHace 47 min(s)

¿Máximo de 20 artículos por persona? La nueva norma de ICLR recibe una «petición» sarcástica de un investigador de DeepMind

Un investigador de DeepMind satiriza la nueva norma de ICLR que limita a 20 artículos por autor. La conferencia de IA ICLR 2027 ha establecido una nueva regla: cada autor solo puede figurar en un máximo de 20 trabajos enviados. Los que excedan este límite serán advertidos y, de no corregirse, algunos serán rechazados aleatoriamente. La justificación es la enorme presión sobre el sistema de revisión, tras un aumento del 68% en los envíos para ICLR 2026 (19,525 trabajos). Dan Roy, investigador de Google DeepMind, respondió con una "petición" irónica en X, pidiendo que se elimine el límite. Su mensaje, cargado de sarcasmo, sugiere que los agentes de IA ahora pueden producir investigaciones incrementales y que, "dado que todo el trabajo de revisión ya lo hacen los grandes modelos de lenguaje", debería animarse a enviar más trabajos, no menos. Su sátira apunta a un problema real: el uso de IA tanto en la autoría como en la revisión. Un análisis de 2025 detectó que aproximadamente el 21% de las revisiones de ICLR 2026 eran probablemente generadas completamente por IA. La broma de Roy plantea una pregunta seria: en un entorno donde agentes generan artículos, autores los envían en masa y revisores potencialmente usan IA, ¿limitar el número de envíos es la solución adecuada? El debate sobre la calidad versus la cantidad, y el papel de la IA en la academia, continúa.

marsbitHace 51 min(s)

¿Máximo de 20 artículos por persona? La nueva norma de ICLR recibe una «petición» sarcástica de un investigador de DeepMind

marsbitHace 51 min(s)

Vulnerabilidad en Coldcard provoca un robo de 89 millones de dólares, desatando la mayor migración en cadena desde FTX

La vulnerabilidad en las carteras hardware Coldcard de Coinkite ha resultado en el robo de aproximadamente 1.367,05 bitcoins (unos 89 millones de dólares) de 4.585 direcciones, según Galaxy Research. El fallo, causado por un software que generaba semillas con baja aleatoriedad, desencadenó una migración masiva de fondos por parte de usuarios afectados que buscaban proteger sus activos. Esta migración ha distorsionado indicadores clave de la cadena de bloques de Bitcoin. CryptoQuant reportó un pico en transacciones de menos de 1 BTC y en direcciones activas, niveles no vistos desde el colapso de FTX en 2022, mientras que Santiment registró un drástico deterioro del sentimiento del mercado. La investigación para rastrear los fondos robados se ha visto dificultada por las restricciones de los principales modelos de IA estadounidenses, que bloquean consultas con datos maliciosos incluso para análisis forenses. Los investigadores recurrieron a un modelo de IA de código abierto chino, destacando una asimetría donde los atacantes pueden usar herramientas de IA sin límites, pero los defensores enfrentan barreras. Este caso subraya la vulnerabilidad percibida de las carteras frías y los desafíos en la respuesta rápida a ciberataques en criptomonedas.

marsbitHace 1 hora(s)

Vulnerabilidad en Coldcard provoca un robo de 89 millones de dólares, desatando la mayor migración en cadena desde FTX

marsbitHace 1 hora(s)

OpenAI ya no depende del modelo más caro para ganar dinero

La empresa OpenAI anunció una importante reducción de precios el 30 de julio, destacando que GPT-5.6 Luna bajó un 80% y Terra un 20. Este movimiento, junto con una acción similar de Anthropic la semana anterior, señala un cambio estratégico crucial: las empresas ya no promueven principalmente sus modelos más potentes y caros. En su lugar, OpenAI recomienda explícitamente a los usuarios que para muchas tareas no es necesario usar el modelo más fuerte, sugiriendo un flujo de trabajo donde el modelo Sol (el más caro) diseña y planifica, y el modelo Luna (más económico) ejecuta. Esto refleja que el enfoque ha pasado de vender la inteligencia máxima a vender eficiencia y escala, priorizando modelos económicos y estables para tareas de alto volumen. La verdadera batalla ya no es por quién tiene el modelo más inteligente, sino por quién puede ofrecer la mejor relación costo-rendimiento y crear un ecosistema de uso con alta fidelidad. La industria de la IA estaría entrando en una era de "economía de escala", donde el costo por token cae drásticamente gracias, en parte, a que los propios modelos optimizan su código y operaciones, impulsando un ciclo de reducción de costos autosostenido. El objetivo final parece ser que la IA se convierta en una utilidad omnipresente y de bajo costo, como la electricidad, integrada en todos los flujos de trabajo.

marsbitHace 2 hora(s)

OpenAI ya no depende del modelo más caro para ganar dinero

marsbitHace 2 hora(s)

Trading

Spot
活动图片

Categorías popularesright-arrow

Etiquetas Popularesright-arrow