Instalé Vibe-Trading v0.1.11, el agente de trading con IA de HKUDS que tiene más de 26.000 estrellas en GitHub, lo dejé corriendo en paper trading con 10.000 euros simulados y le metí un backtest Minervini sobre todo el S&P 500. El resultado que importa: el template pelado da un profit factor de 1.1, o sea break-even. Con el filtro de fuerza relativa RS≥85 sube a 1.31. Y todo el setup me costó 0 euros.
Lo escribo porque cuando instalé Vibe-Trading me encontré con dos realidades que casi nadie menciona. La primera: la herramienta es excelente y gratis. La segunda: una herramienta de trading no es una estrategia rentable. Entre esas dos frases hay un backtest de 5 años y un montón de horas que te ahorro si sigues leyendo.
¿Qué es Vibe-Trading y por qué lo instalé?
Vibe-Trading es un agente de trading open source del laboratorio HKUDS (la Universidad de Hong Kong). Le das órdenes en lenguaje natural, hace análisis de mercado, backtestea estrategias y puede ejecutar operaciones. Soporta más de 12 brokers y trae Alpha Zoo, una librería con más de 460 factores cuantitativos.
Ya tenía mi sistema de agentes corriendo en una Raspberry Pi, con 58 crons y 17 agentes que publican artículos y vigilan la salud del servidor. El siguiente paso lógico era ver si el trading algorítmico entraba en el mismo esquema: gratis, local, automático y sin vigilancia constante.
Vibe-Trading encajaba. Es MIT, se instala con pip y no depende de ningún servicio de pago para funcionar.
Cómo lo instalé en mi servidor
La instalación fue directa. Instalé la versión 0.1.11 con pip, que levanta una interfaz web en el puerto 8501, aislada en localhost. No lo expongo a internet y no uso broker real, así que el riesgo es cero por definición.
Para el modelo de lenguaje usé DeepSeek, que ya era mi proveedor principal en el sistema. Es lo que más abarata el setup: el agente necesita un LLM para interpretar tus órdenes en lenguaje natural, y DeepSeek es de los más baratos del mercado.
Los datos de mercado los saco de Yahoo Finance, que es gratis y no tiene límite práctico para este volumen de consultas. Con eso, el coste mensual del modelo se queda en unos 2-3 dólares y el resto del sistema cuesta cero.
El detalle que me importaba: el agente no decide por mí. Yo defino la estrategia, él ejecuta y registra. Si un día dejo de revisarlo, lo peor que puede pasar es una operación en papel que no sigue mi plan. Eso me dio margen para experimentar sin miedo.
La estrategia que dejé corriendo
Empecé con una estrategia de swing trading sobre ETFs de Estados Unidos: SPY, QQQ, IWM, AAPL, MSFT y GOOGL. Las reglas son simples, lo que permite atribuir cualquier resultado a la estrategia y no a la complejidad:
- Entrada cuando RSI está por encima de 50 y el precio supera las EMA de 50 y 200 periodos.
- Stop loss del 5% y take profit del 10%, con posición máxima del 25% por activo.
- El backtest inicial de SPY y QQQ dio un retorno del 15.54%, un Sharpe de 0.62 y una caída máxima del 10.07%.
Números decentes para empezar. Pero decentes no es lo mismo que probados, y por eso pasé a la parte seria.
Qué me dijo el backtest Minervini (el dato que más vale)
El 13 de agosto de 2026 corrí un backtest del Trend Template de Minervini y O'Neil sobre el S&P 500 completo, 5 años de datos (agosto 2021 a agosto 2026). El script es mío, así que te explico la metodología porque de esto depende que los números signifiquen algo.
La salida se simula con los precios high y low del día, no solo con el cierre. Si en el mismo día se tocan el stop y el objetivo, la operación se marca como ambigua y se excluye del cálculo. Eso evita el sesgo de asumir que el stop siempre se toca primero, que es el truco que hace que muchos backtests se vean mejor de lo que son.
| Escenario | Trades | Win% | Profit factor | ΣR |
|---|---|---|---|---|
| Estricto 8 criterios, RS≥70, 2:1 | 94 | 35% | 1.08 | 0.29 |
| Estricto 8 criterios, RS≥70, 3:1 | 75 | 24% | 0.93 | -0.22 |
| Estricto 8 criterios, RS≥85, 2:1 | 191 | 38% | 1.21 | 1.50 |
| Estricto 8 criterios, RS≥85, 3:1 | 108 | 31% | 1.31 | 1.38 |
| Relajado 4 criterios, RS≥70, 2:1 | 109 | 33% | 1.01 | 0.05 |
| Relajado 4 criterios, RS≥70, 3:1 | 70 | 24% | 0.95 | -0.16 |
De esta tabla salen tres conclusiones que se sostienen aunque cambies la simulación de salida:
1. El rigor gana. Ocho criterios superan a cuatro en todos los escenarios. Aflojar los filtros para ver más trades no da más profit factor, da menos. Pasa de 1.08 a 1.01, y con 3:1 cae a 0.95, que es perder dinero.
2. El filtro de fuerza relativa es el hallazgo más valioso. RS≥85 domina a RS≥70 en todas las combinaciones. Es la única variable que mueve el profit factor de forma consistente y grande: de 1.08 a 1.21 en 2:1, y de 0.93 a 1.31 en 3:1.
3. El template pelado es break-even. Sin confluencia de señales, el patrón técnico solo da un profit factor de 1.1. El edge real no está en el patrón, está en la confluencia: template más catalizador más puntos de compra ajustados (VCP). El backtest no puede simular eso.
Sobre 2:1 contra 3:1, no hay ganador claro. Con RS≥85 el 3:1 es competitivo, pero no concluyente. Ahí no perdí tiempo tratando de forzar una respuesta.
Lo que el backtest NO mide, y por qué importa
Sería mentira dejarte solo con la tabla. El backtest tiene límites que debes conocer antes de decidir algo con estos números:
- No incluye costes ni slippage. En real hay que restar entre 0.1% y 0.2% por operación.
- Tiene sesgo de supervivencia: uso el S&P 500 actual, que ya excluye a las empresas que quebraron.
- No simula catalizadores, gaps en contra, ni puntos de compra VCP.
- La entrada se simula al cierre, pero el desk real entraría intradía a las 15:35 hora de España.
Por eso no cambié las reglas del desk después del backtest, aunque las ganas estaban. Subir el umbral de RS de 70 a 85 es lo que recomiendan los números, pero cambiarlo ahora contaminaría el forward test: mezclarías umbrales y no sabrías a qué atribuir los resultados. Espero al checkpoint del 4 de septiembre. Si el forward test confirma, aplico el cambio.
Esa disciplina de no tocar las reglas a mitad del experimento es, posiblemente, lo más valioso que me llevé de todo esto.
Cuánto cuesta correr Vibe-Trading de verdad
Te doy mis números exactos, sin redondear:
- Software: 0 euros. Licencia MIT.
- Datos de mercado: 0 euros. Yahoo Finance.
- LLM (DeepSeek): 2-3 dólares al mes en este uso. Ya lo pagaba por otros crons, así que el incremento real es casi cero.
- Servidor: la Raspberry Pi que ya tenía. Consume 12-15 vatios.
Coste total incremental: 0 euros. Es de las pocas cosas en IA donde el precio no es una excusa.
Los errores que cometí para que tú no los repitas
1. Empecé con 1.000 euros de capital simulado. Suena razonable hasta que intentas operar acciones caras del S&P 500. Con 1.000 euros y tres posiciones abiertas, el sizing no era operable. Tuve que subir a 10.000 euros y resetear el desk el 14 de agosto. Lección: el tamaño del capital simulado importa más de lo que parece, porque determina qué universo puedes operar.
2. Casi aflojo los criterios para ver más trades. Es la tentación clásica. El backtest lo desmontó con números: aflojar de 8 a 4 criterios baja el profit factor de 1.08 a 1.01, y en 3:1 lo deja en 0.95. Más señales no es más edge.
3. Confundí instalar la herramienta con tener una estrategia. Vibe-Trading estaba corriendo en una tarde. La estrategia rentable tardó semanas en backtestearse, y el resultado honesto fue que el template pelado apenas da break-even. La herramienta resuelve la ejecución. La ventaja, si existe, se construye aparte.
Preguntas frecuentes
¿Vibe-Trading es gratis?
Sí. Es un proyecto open source con licencia MIT, así que el software no cuesta nada. Los únicos gastos posibles son la API del modelo de lenguaje que uses para las órdenes en lenguaje natural. Yo uso DeepSeek, que me cuesta unos 2-3 dólares al mes en este uso.
¿Puedo operar con dinero real con Vibe-Trading?
Técnicamente sí, soporta más de 12 brokers. Yo lo corro solo en paper trading porque mi backtest dio break-even con el template pelado. El edge real aparece con confluencia de señales, y todavía no tengo suficientes meses de forward test para arriesgar capital.
¿Qué diferencia a Vibe-Trading de un bot de trading normal?
Operas en lenguaje natural, tiene backtesting integrado y acceso a más de 460 factores de Alpha Zoo para investigar estrategias. Un bot clásico solo ejecuta reglas fijas. Vibe-Trading además de ejecutar, analiza y te permite iterar la estrategia desde una interfaz web.
¿Cuánto tarda en configurarse?
En una tarde lo tienes corriendo en paper trading si usas DeepSeek como proveedor y datos de Yahoo Finance, que son gratis. Lo que tarda semanas es definir una estrategia con ventaja real y backtestearla sin mentirte a ti mismo con la metodología.
¿Merece la pena Vibe-Trading para empezar?
Para aprender sí, mucho. Es la forma más barata de ver un agente de trading completo funcionando. Para ganar dinero todavía no tengo datos suficientes: el template de Minervini pelado da profit factor 1.1, break-even. No confundas instalar la herramienta con tener una estrategia rentable.
Conclusión
Vibe-Trading es la mejor forma de empezar con trading algorítmico que encontré: gratis, local, en español funcional y con una comunidad enorme detrás. Lo que aprendí es que la herramienta es la parte fácil. La parte difícil es la estrategia, y ahí los números mandan: sin el filtro de fuerza relativa, el template de Minervini no gana ni pierde. Gana o pierde lento.
Si instalas Vibe-Trading, hazte un favor: corre primero tu propio backtest honesto, con salidas intradía y sin costes escondidos, antes de conectar un broker. El paper trading no te va a hacer rico, pero te va a ahorrar de aprender esa lección con dinero real. Yo estoy en esa fase ahora mismo, y de momento los números no justifican dar el salto.
La versión informativa de esta herramienta, con todo lo que ofrece por dentro, la tienes en nuestra review de Vibe-Trading. Si lo que te interesa es el coste real de correr agentes de IA en general, mira cuánto cuesta correr 17 agentes en una Raspberry Pi y cuánto cuesta usar DeepSeek para agentes.