Cómo la validación con IA frena el arbitraje tóxico en pools cerrados
Un repaso práctico a los modelos que puntúan el comportamiento de cada participante antes de que su orden toque el libro.
En un pool cerrado, la diferencia entre un proveedor de liquidez legítimo y un bot de arbitraje tóxico casi nunca aparece en el volumen agregado. Aparece en el ritmo. Una wallet honesta cotiza, aguanta el inventario y ajusta cuando el desequilibrio se sostiene. Un extractor oportunista hace lo contrario: entra justo cuando la curva ya está torcida, se lleva el diferencial en uno o dos bloques y desaparece. Si solo mirásemos el tamaño de la posición, ambos se verían iguales.
Por eso los validadores basados en redes recurrentes trabajan sobre secuencias, no sobre instantáneas. El modelo recibe una ventana temporal por wallet y aprende a distinguir patrones de aporte continuo de patrones de extracción puntual. La puntuación de riesgo no se calcula sobre una orden aislada, sino sobre el historial reciente de esa dirección dentro del pool y su relación con lo que ocurre en otros venues al mismo tiempo.
Qué señales entran en el vector de características
El vector que alimenta al clasificador no es un misterio: son métricas observables durante la operación. Entre las más útiles están la latencia entre cotización y cancelación, la correlación entre los movimientos de esa wallet y los cambios de precio en mercados paralelos, la frecuencia con la que aparece justo antes de un salto de reserva y la proporción de operaciones que revierten en menos de tres bloques. Ninguna de estas señales por separado condena a un participante. El valor está en la combinación.
Un market maker serio también cancela órdenes rápido, sobre todo en episodios volátiles. La diferencia es que su cancelación viene acompañada de recotización inmediata y de inventario que se mantiene expuesto. El bot tóxico cancela y se retira. Esa asimetría es la que el modelo aprende a leer.
Umbrales y degradación de permisos
La puntuación de riesgo no bloquea de golpe. En la práctica se aplican tramos: por debajo de cierto umbral la wallet opera sin restricciones, en la franja intermedia se le exige un retardo adicional en la inclusión, y solo en el tramo alto se suspende el acceso al pool. Este diseño escalonado existe porque un corte binario genera más daño del que evita. Un modelo demasiado agresivo expulsa también a creadores de mercado honestos que atraviesan una racha mala, y cuando eso pasa el pool pierde profundidad justo cuando más la necesita.
Los falsos positivos más documentados aparecen en pools de stablecoins durante episodios de alta volatilidad. En esas horas, muchas wallets legítimas se comportan de forma parecida a un extractor: cancelan, recotizan con spreads amplios y reducen exposición. El validador tiene que distinguir esa reacción defensiva de una extracción deliberada, y para eso pesa mucho la persistencia histórica de la wallet, no solo la ventana corta.
Por qué el modelo necesita revisarse
Un clasificador entrenado con datos de un régimen de mercado concreto pierde precisión cuando cambia la estructura de comisiones o aparece un tipo de ataque que no estaba en el conjunto de entrenamiento. Por eso la validación no es un producto que se instala y se olvida: es un componente que se audita, se versiona y se prueba con datos adversariales. La puntuación de una wallet debería poder explicarse ante el propio participante sancionado, con un canal de apelación y plazos claros.
La conclusión práctica es incómoda pero honesta: ningún validador elimina el arbitraje tóxico por completo. Lo que cambia el resultado es la combinación de señales temporales bien elegidas, umbrales graduados y una política de revisión que asuma que el modelo también se equivoca.
