Temas en tendencia
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

Dan Gray
"La idea de que los grandes fondos no pueden tener grandes retornos simplemente no es cierta."
La contraposición no es que los grandes fondos no puedan superar a los fondos, sino simplemente (y de forma demostrable) que tienen menos probabilidades de producir múltiplos impresionantes.
Esto es especialmente cierto porque el mercado se concentra en los grandes fondos, lo que eleva considerablemente los precios y reduce el enfoque de la inversión.
"En ese fondo, Databricks ha devuelto 7 veces el fondo, hasta ahora. Coinbase ya ha devuelto 5 veces el fondo. En ese fondo también teníamos GitHub, DigitalOcean, Lyft..."
Esto está abierto al debate, pero no caracterizaría estas inversiones como particularmente "consenso".
Databricks tuvo un argumento inicial notoriamente malo. Armstrong tuvo dificultades para recaudar fondos. GitHub y DigitalOcean empezaron con un boostrap.
Así que, aunque a16z Fund III puede argumentar que los fondos grandes excepcionales pueden superar el resultado, no valida la beta que busca consenso de los grandes capitalistas de riesgo actuales, ni de los grandes fondos en general.


Harry Stebbings17 dic, 10:31
El mejor fondo A16Z de la historia fue de 1.000 millones de dólares: Fondos grandes no significan menor desempeño: @DavidGeorge83
"Nuestro fondo con mejor rendimiento hasta ahora fue un fondo de 1.000 millones de dólares.
En ese fondo:
Databricks devolvió 7 veces el fondo.
Coinbase devolvió 5 veces el fondo.
También tenemos Github, Digital Ocean y Lyft en ese fondo.
Así que la idea de que los grandes fondos no pueden tener grandes rendimientos simplemente no es cierta".
Cuando miras tu @honam @infoarbitrage @chadbyers @Alfred_Lin de fondo con mejor rendimiento ¿cuáles son las conclusiones o lecciones?
36
2.750 palabras en 14 artículos que analizan la inversión algorítmica, los sesgos cognitivos y dónde podrían encajar los LLMs en el mundo del capital riesgo.
Resumen: DR — Existe un riesgo real de que los LLM se lancen ciegamente a decisiones de inversión, debido a resultados engañosos en entornos simulados.
Esto probablemente solo amplificará los problemas existentes y fomentará un mayor bajo desempeño.
Eso no quiere decir que el capital riesgo esté a salvo de la automatización; Algoritmos mucho más sencillos ya ofrecen un rendimiento superior. Pero POR QUÉ estos algoritmos tienen éxito es más interesante:
Resulta que reconocer y gestionar nuestros sesgos cognitivos es la clave para superar a las máquinas de forma constante y significativa.
Por otro lado, lo que hemos creado con los LLMs es una forma sencilla de aplicar nuestros sesgos a gran escala bajo el pretexto de la objetividad científica.
Más:

90
¿Te cuesta cerrar un fondo? No estás solo.
2025 es el año más desafiante de los últimos tres para los GPs en etapas tempranas.
Realicé una breve encuesta para entender cómo le va a los capitalistas de riesgo en fase inicial, recopilando datos de un total de 48 fondos (principalmente gestores de gestión de emergencias, casi todos <250 millones de dólares).
Entre los hallazgos, hay un claro reequilibrio en la asignación de LP, especialmente para anchors y firmas de varias etapas, con una concentración general de actividad LP.
Los comentarios ofrecidos por los médicos de familia también destacaron algunos temas, como "el gran público como marca" y un creciente interés por oportunidades de coinversión — pero no hay un consenso real sobre los cambios entre fondos pequeños y grandes.
El desglose:
Gracias a todos los que respondieron y a la disposición de compartir datos que pueden ser útiles para otros médicos de cabecera — un ejemplo bienvenido de pensamiento de suma positiva.

119
Populares
Ranking
Favoritas
