El trader perdió la oportunidad de ganar más de $2 millones tras vender el memecoin PONS

cryptonews.ruPublicado a 2026-08-26Actualizado a 2026-08-26

Resumen

Analistas de Lookonchain destacaron el caso de un trader que habría perdido más de 2 millones de dólares de ganancia potencial con el token meme $PONS. El usuario invirtió inicialmente 0.25 ETH (unos 610 dólares) para comprar 19.98 millones de $PONS, que luego vendió por 0.47 ETH (1,166 dólares), obteniendo una ganancia de 556 dólares. Poco después, el valor de esos tokens se disparó hasta aproximadamente 2.2 millones de dólares. Sin embargo, usuarios en redes sociales señalaron que esta ganancia "potencial" no era realista. Un usuario, Bub, argumentó que vender tras un alza del 91% era una decisión comprensible para la mayoría. Otro, AutoDiddakt, destacó la baja liquidez del activo, señalando que el pool de liquidez solo contenía unos 2.1 millones de dólares, por lo que vender toda la cantidad de una vez habría impactado fuertemente el precio y reducido drásticamente las ganancias reales.

Los analistas de Lookonchain llamaron la atención sobre un trader que perdió más de $2 millones en ganancias potenciales con el token $PONS.

Según sus datos, el usuario gastó 0.25 $ETH, o aproximadamente $610, en la compra de 19.98 millones de $PONS. Más tarde vendió todo el volumen por 0.47 $ETH, obteniendo $1166 y asegurando una ganancia de $556.

Después de esto, el valor de los 19.98 millones de $PONS aumentó hasta aproximadamente $2.2 millones. Así, el trader potencialmente perdió más de $2 millones en ganancias.

Sin embargo, algunos usuarios señalaron que el valor potencial de los tokens no significa necesariamente la posibilidad de vender todo el volumen al precio de mercado actual.

Un usuario de X bajo el seudónimo Bub señaló que, al momento de la venta, el $PONS ya había subido un 91%, por lo que la decisión de asegurar ganancias era bastante comprensible:

«La mayoría en su lugar habría hecho lo mismo. Moverse lentamente también es una estrategia, y casi nadie es capaz de mantener un activo durante tanto tiempo».

Otro usuario, AutoDiddakt, señaló la baja liquidez del activo. Según él, en el pool de liquidez solo había alrededor de $2.1 millones.

«Si hubiera vendido todo de una vez, habría tenido suerte de sacar al menos una cifra de seis dígitos», declaró.

Por lo tanto, a pesar de la valoración nominal de los activos en $2.2 millones, el beneficio real de vender todo el volumen podría haber sido significativamente menor debido al impacto de una operación tan grande en el precio del token.

Recordamos que Incrypted tiene un canal de Telegram sobre memecoins. Para estar al tanto de los eventos más relevantes en este ámbito, suscríbete a MEMEcrypted.

end-content

Preguntas relacionadas

Q¿Cuánto perdió potencialmente el trader al vender el meme-token $PONS?

AEl trader perdió la oportunidad de ganar más de 2 millones de dólares en beneficios potenciales.

Q¿Qué cantidad de $PONS compró y vendió el trader según el artículo?

AEl trader compró 19,98 millones de $PONS por 0,25 ETH (unos $610) y los vendió todos por 0,47 ETH (unos $1,166).

Q¿Por qué un usuario menciona que la ganancia real podría ser menor a los $2,2 millones estimados?

AUn usuario señala que la baja liquidez del activo (con solo unos $2,1 millones en el pool de liquidez) significa que vender todo el volumen de una vez probablemente reduciría drásticamente el precio, resultando en una ganancia real mucho menor.

Q¿Qué justificación dio el usuario 'Bub' para la venta del trader?

AEl usuario 'Bub' argumentó que la decisión del trader de tomar ganancias era comprensible, ya que el token ya había subido un 91% en ese momento, y que muy pocas personas son capaces de mantener un activo durante tanto tiempo.

Q¿Qué recomendación final hace el artículo a sus lectores?

AEl artículo recomienda a los lectores suscribirse al canal de Telegram 'MEMEcrypted' para estar al día sobre las noticias más relevantes en el ámbito de los memecoins.

Lecturas Relacionadas

¡120 millones de dólares se esfumaron en una noche! El gigante más estable de las criptomonedas 'naufraga' en Sudamérica

El 25 de julio de 2025, la empresa estatal eléctrica de Uruguay (UTE) cortó la energía a una granja de minería de Bitcoin en Florida, propiedad de Tether, la emisora del mayor stablecoin del mundo. La instalación, con una inversión estimada de 120 millones de dólares, quedó inactiva, lo que resultó en el despido de 30 de sus 38 empleados. El proyecto, anunciado en mayo de 2023, aprovechaba la red eléctrica de Uruguay, compuesta en un 98% por energías renovables. Sin embargo, un conflicto sobre la interpretación del contrato de suministro eléctrico llevó al colapso. Tether entendía que la cantidad acordada era un mínimo, mientras que UTE la consideraba un máximo. El aumento de la demanda de energía de la granja provocó cortes frecuentes y pérdidas. Tras el cambio de gobierno en Uruguay en 2025, UTE adoptó una postura más firme. En mayo, la contraparte local de Tether, Microfin, dejó de pagar la factura de la luz. Aunque UTE preparó un nuevo contrato, Tether no asistió a la firma. Para el corte definitivo en julio, la deuda ascendía a casi 5 millones de dólares. Microfin saldó la deuda en diciembre. El caso subraya los riesgos de la inversión en activos intensivos en energía en el extranjero. Aunque la energía era verde, su costo en Uruguay no era necesariamente competitivo, una desventaja crítica tras la reducción a la mitad de Bitcoin en 2024. Además, los cambios en la administración pública pueden alterar la continuidad de las políticas, un factor crucial para proyectos a largo plazo.

marsbitHace 24 min(s)

¡120 millones de dólares se esfumaron en una noche! El gigante más estable de las criptomonedas 'naufraga' en Sudamérica

marsbitHace 24 min(s)

Blockchain Capital 合伙人:Tokenización remodelará la estructura subyacente del mercado de capitales

Aleks Larsen, socio de Blockchain Capital, argumenta que la tokenización revolucionará los mercados de capital al estandarizar la representación de activos, similar a como los contenedores transformaron la logística global. El problema actual es la fragmentación: cada activo (hipotecas, acciones, fondos) tiene registros y sistemas propios, lo que genera ineficiencias y altos costos al transferirlos entre instituciones. La tokenización resuelve esto al crear un contenedor digital estandarizado y legible por máquinas para los derechos financieros. Esto permite que plataformas, prestamistas y custodios interactúen directamente con el activo, sin necesidad de infraestructuras personalizadas. La analogía clave es la contenerización: antes de los años 60, el transporte de mercancías era lento y costoso. La estandarización del contenedor redujo drásticamente costos y tiempos, reorganizó toda la cadena de suministro y expandió masivamente el comercio global. Del mismo modo, los tokens son los "contenedores" de las finanzas. Los stablecoins ya demuestran este potencial, creando una red global eficiente para transferir valor. Este ecosistema ahora atrae otros activos tokenizados (bonos, materias primas, crédito privado), que superan los $400 mil millones. El cambio fundamental es que los servicios financieros comienzan a orbitar alrededor del *activo tokenizado* en sí, no de la relación del titular con una institución específica. Esto descentraliza el acceso y reduce barreras de entrada. A largo plazo, la tokenización puede crear un mercado de capitales verdaderamente global y accesible, donde el capital fluya hacia activos de valor previamente excluidos por su tamaño, ubicación o complejidad, impulsando una asignación de recursos más eficiente.

marsbitHace 47 min(s)

Blockchain Capital 合伙人:Tokenización remodelará la estructura subyacente del mercado de capitales

marsbitHace 47 min(s)

Caltech resuelve con IA un problema de 60 años en química cuántica: una GPU hace el trabajo de 7.800

El Instituto de Tecnología de California (Caltech) ha utilizado un modelo de IA para abordar un problema de 60 años en química cuántica: reducir drásticamente la complejidad computacional de las simulaciones de densidad electrónica. El método tradicional, la Teoría del Funcional de la Densidad (DFT), ve su tiempo de cálculo aumentar cúbicamente con el tamaño del sistema, volviendo imposibles los cálculos para moléculas grandes. El equipo de Anima Anandkumar entrenó un Operador Neuronal de Fourier (FNO) para aprender la relación directa entre las condiciones de entrada y la densidad electrónica correspondiente, reduciendo la complejidad de O(N³) a casi O(N log N). Este modelo, denominado Kohn-Sham FNO, se inserta en el proceso iterativo estándar de DFT, funcionando como una "cadena de pensamiento" que permite la autocorrección, a diferencia de los modelos de predicción directa que fallan al extrapolar. Los resultados son significativos: el modelo logró una precisión del 97.77% en la densidad al extrapolar a moléculas farmacéuticas grandes no vistas durante el entrenamiento, superando ampliamente el 58.6% de error de los modelos de predicción directa. En una prueba a gran escala, simuló un defecto en una estructura de magnesio con 82,500 electrones en una sola GPU, una tarea que en 2019 requirió aproximadamente 7,800 GPUs. El exponente de escalado del nuevo método es de 1.03 (casi lineal), frente al 3.37 (cúbico) del método tradicional. Este avance, que combina principios físicos con IA para reemplazar solo el paso computacional más costoso, abre nuevas posibilidades para el descubrimiento acelerado de fármacos, materiales para baterías y catalizadores.

marsbitHace 54 min(s)

Caltech resuelve con IA un problema de 60 años en química cuántica: una GPU hace el trabajo de 7.800

marsbitHace 54 min(s)

Trading

Spot
活动图片