Plataforma de análisis de datos, predicciones con inteligencia artificial y ecosistema on-chain para cripto multicádena. Datos on-chain en tiempo real, indicadores técnicos, modelos de machine learning verificables, visión de patrones chartistas con IA y utilidad de token on-chain en Ethereum, TON y Solana.
BotoIn es una plataforma de análisis de datos y predicciones con inteligencia artificial para el ecosistema cripto multicádena. Recoge, limpia y analiza datos on-chain en tiempo real de Ethereum, TON y Solana, calcula indicadores técnicos, entrena modelos de machine learning y produce predicciones verificables con confianza calibrada y riesgo por token.
Frente a la saturación de información y a las señales opacas, BotoIn apuesta por la transparencia basada en datos: cada predicción se comprueba a posteriori contra el retorno real (forward-check), y las métricas de precisión por ciclo son públicas y medibles. El resultado es un panel analítico que convierte datos brutos en conocimiento accionable.
El token nativo TOIN (100.000.000 unidades, emitido en ERC-20, Jetton y SPL) es el eje económico del ecosistema: financía el desarrollo, recompensa el análisis y el staking, y da acceso a funciones avanzadas de la plataforma. A su alrededor opera un ecosistema on-chain de siete contratos (vesting, suscripción PRO, tesorería de comisiones, staking, referidos, multifirma y burner wallets de copropiedad) que conecta la analítica con incentivos verificables.
Este whitepaper describe la arquitectura de datos, la metodología de predicción con IA/ML, el motor de análisis, la seguridad de la información y la economía del token. Todos los gráficos se alimentan de datos reales y en vivo del propio sistema.
El mercado cripto multicádena genera una cantidad ingente de datos: precios fragmentados entre cientos de DEX, volumen, liquidez, holders, transferencias e indicadores técnicos. Para el usuario esa abundancia se convierte en un problema estructural:
Demasiadas fuentes y formatos dispersos entre Ethereum, TON y Solana. Imposible analizarlo todo a mano.
Un mismo token cotiza distinto en cada DEX. Sin comparar rutas, el slippage se come la rentabilidad.
Muchas herramientas prometen "señales" sin métrica ni verificación. No hay datos de acierto real.
La IA se presenta como caja negra: sin metodología, sin confianza calibrada y sin comprobación posterior.
La mayoría de herramientas solo cubren una cadena y no ofrecen una visión analítica integral.
El resultado es una toma de decisiones basada en información incompleta y no verificada. BotoIn se construyó para resolver cada uno de estos puntos con datos y métricas.
BotoIn convierte el exceso de datos en conocimiento accionable. En lugar de una caja negra, ofrece un sistema analítico transparente que:
Más datos, más transparencia, más control. BotoIn no sustituye tu criterio: lo aumenta con datos verificables e inteligencia artificial explicable.
TOIN es el token de utilidad del ecosistema BotoIn. Se emite de forma nativa en las tres cadenas que soporta la plataforma, manteniendo un suministro total fijo de 100.000.000 TOIN.
| Red | Estándar | Decimales | Programa | Dirección desplegada |
|---|---|---|---|---|
| Ethereum | ERC-20 (+ Burnable + Permit) | 18 | contracts/ToinToken.sol | 0x85cA…4340 |
| TON | Jetton TEP-74 (Tact) | 18 | contracts/ton/ToinToken.tact | EQBfCd…WWGID |
| Solana | SPL (Anchor) | 9 | contracts/solana/src/lib.rs | tC5t97…P6Hi3 |
El suministro se mintea de forma íntegra al desplegar y se distribuye según el modelo de tokenomics descrito más adelante. Cada implementación incluye capacidades de seguridad nativas: Burnable y Permit (aprobaciones sin gas) en Ethereum; content actualizable sin re-desplegar en TON; y un tope de suministro on-chain (SupplyCaps PDA) con validación de mint authority en Solana.
La identidad del token (nombre, símbolo, imagen y enlaces sociales) vive en IPFS y está conectada on-chain en las tres redes, de modo que ningún servidor central puede alterarla unilateralmente.
Además del token, el protocolo despliega siete contratos que dan soporte económico y operativo al ecosistema: distribuir tokens en el tiempo, cobrar la suscripción PRO, acumular comisiones, recompensar el staking, gestionar referidos y custodiar la tesorería con multifirma.
| Contrato | Función | Uso principal |
|---|---|---|
ToinVesting | Vesting multibeneficiario (cliff + lineal, revocable) | Desbloqueo progresivo de equipo, inversores y liquidez |
SubscriptionRegistry | Suscripción PRO on-chain (TOIN/USDC/ETH) con caducidad | Cobro recurrente y validación isActive en el panel |
FeeCollector | Tesorería de comisiones (ETH y ERC-20) | Recibe las comisiones de bot y ecosistema |
StakingRewards | Staking TOIN → recompensas TOIN (patrón Synthetix) | APY dinámico que decrece del 5% al 1% |
ReferralRegistry | Programa de referidos on-chain (códigos únicos) | Registro de referidor y pago de recompensas |
MultiSigWallet | Multifirma N-de-M (estilo Gnosis) | Custodia de tesorería y control del proyecto |
CoOwnedWallet + Factory | Burner wallet de copropiedad (2 padres, umbral 1) | Operación automática con autorización única y maxValuePerOp |
Direcciones completas y manifiesto multicadena en config/toin-multichain-manifest.json. TOIN (Ethereum Mainnet): 0x85cAE2a6C42d5fe08Bd879633CeC4e0d1D944340 · CoOwnedWalletFactory (Mainnet, verificado en Etherscan): 0xB24A38fcF8eE292106d9f174d55D34372DfD9b41.
FeeCollector.El contrato ReferralRegistry implementa un programa de referidos transparente y verificable: cada usuario registra un código único con registerCode(); un usuario referido enlaza a su referidor con setReferrer(), quedando la relación inmutable on-chain. El proyecto liquida las recompensas con payReferral(), que solo paga a referidores registrados. Este diseño elimina la ambigüedad de los programas gestionados fuera de la cadena y permite auditar cada pago.
Todos los componentes del ecosistema están desplegados y verificables on-chain, con descripción y modo de uso embebidos en el propio código fuente (NatSpec / doc-comments).
BotoIn se construyó como un sistema de análisis de datos de extremo a extremo: ingesta, almacenamiento, procesamiento, modelado y visualización. Todos los módulos comparten una base de datos SQLite (datos/botoin.db) como fuente única de verdad para precios, predicciones y resultados.
Captura precios, pools, volumen y liquidez en Ethereum, TON y Solana.
SQLite con price_history, predictions y prediction_forward.
Cálculo de RSI, MACD, SMA/EMA, volatilidad, momentum y volumen.
Predicción, auto-entrenamiento y ajuste de pesos por ciclo.
Sirve la interfaz analítica y la API REST/SSE.
Alertas, resumen e informes basados en los mismos datos.
El historial de precios (price_history) alimenta tanto los indicadores técnicos como el entrenamiento de los modelos. El registro prediction_forward guarda cada predicción y su resultado, permitiendo el forward-check y una métrica de precisión auditable.
Los gráficos de este whitepaper leen los mismos endpoints que alimentan el dashboard, por lo que muestran datos reales y en vivo, no imágenes estáticas.
El motor de análisis procesa el histórico de precios de cada token para extraer señales cuantitativas. Estas características alimentan tanto la predicción de IA como el análisis local que sirve de segunda opinión.
Índice de fuerza relativa: detecta sobrecompra y sobreventa.
Convergencia/divergencia de medias (EMA12−EMA26 + señal EMA9).
Medias móviles simples y exponenciales para caracterizar la tendencia.
Desviación media del precio para calibrar el riesgo.
Cambio porcentual reciente del precio.
Ratio de volumen para detectar picos de actividad.
Los indicadores se calculan sobre el histórico real de precios Pt (Wilder, medias móviles y desviación estándar):
Cada token recibe una puntuación 0–100 que se traduce en recomendación y acción:
| Score | Recomendación | Acción |
|---|---|---|
| 0 – 30 | STRONG_SELL | ❌ Evitar |
| 30 – 45 | SELL | 🔴 Salir de posiciones |
| 45 – 55 | HOLD | 🟡 Monitorear |
| 55 – 70 | BUY | 🟢 Considerar compra |
| 70+ | STRONG_BUY | ✅ Compra prioritaria |
Cada token se describe con un vector de características que incluye precio, variaciones, indicadores y métricas de mercado (capitalización, volumen 24h, holders). Estas características se normalizan y se usan como entrada de los modelos de predicción.
Cada indicador es un dato calculado sobre el histórico real y queda a la vista en el dashboard: nada de cajas negras.
Para obtener el dato de precio más preciso, BotoIn consulta múltiples proveedores y DEX directos y compara la ruta óptima. Esto proporciona tanto un precio de referencia fiable para el análisis como la mejor ejecución posible.
El siguiente gráfico muestra el ranking real de fuentes de precio del sistema: cada barra refleja la efectividad de precio de cada proveedor (100 = más barato/mejor), calculada a partir del histórico real de cotizaciones.
Cargando datos de exchanges...
El corazón inteligente de BotoIn es un sistema de predicción que combina varias señales en una predicción consolidada con dirección, confianza calibrada y riesgo por token. Los modelos aprenden de cada ciclo mediante un feedback loop que ajusta pesos y umbrales según la precisión medida.
Cada predicción consolida múltiples fuentes para reducir el sesgo de una sola señal:
Modelo entrenado con características de mercado, precios e indicadores.
Análisis local con indicadores técnicos puros sobre el histórico real.
Combinación ponderada de señales ML y locales.
Voto ponderado final con pesos ajustados por precisión.
Tras cada ciclo, los pesos de cada fuente se recalculan según su precisión medida y se normalizan a suma 1:
Para cada token se proyecta el precio a 1h, 5h, 10h, 15h y 24h, con dirección (ALZA/BAJA/LATERAL), confianza y cambio porcentual previsto. El horizonte permite elegir la ventana temporal más adecuada según el estilo del usuario.
El modelo entrena por ciclos sobre el histórico real de /datos. Evalúa cada predicción contra el retorno realizado a 24h, ajusta los pesos de cada fuente (ML, local, híbrida, agregada) y adapta los umbrales de decisión. El gráfico muestra la evolución real de la precisión de cada fuente a lo largo de los últimos ciclos.
/api/ml/training · ML, LOCAL, HYBRID y AGGREGATED.Los siguientes gráficos muestran cómo se distribuyen las recomendaciones (STRONG_BUY → STRONG_SELL), la proporción de decisiones aprobadas vs bloqueadas por el modelo y la distribución de probabilidades.
La precisión por ciclo es pública y medible (forward-check): el sistema comprueba cada predicción contra el retorno real y lo expone, sin promesas vacías.
Además de leer indicadores numéricos, BotoIn mira la gráfica. Un módulo de visión por computador convierte el histórico de precios en una imagen y la clasifica con redes neuronales convolucionales para reconocer patrones chartistas clásicos —hombro-cabeza-hombro, dobles techos y suelos, triángulos, banderas, cuñas, canales y armónicos XABCD— junto a patrones de velas japonesas.
La inferencia es jerárquica: primero una puerta decide si en la ventana hay una figura reconocible o simple ruido; solo entonces el clasificador elige la figura concreta, de modo que el sistema no "inventa" patrones donde no los hay.
Red convolucional binaria: AUC 0,9461, 90,2 % de acierto y 81,5 % de ruido rechazado.
Clasificador de 45 clases (13 de vuelta, 11 de continuación, 2 cuñas, 14 armónicos y 5 sin patrón) entrenado con 70.500 imágenes etiquetadas.
Modelo propio de velas (martillo, estrella fugaz, envolventes, estrellas, doji…) con 87,5 % de acierto sobre 10.450 imágenes.
Cada token se renderiza en grises 48×48. El modo activo (velas + volumen) reserva el 70 % de la imagen a las velas japonesas y el 30 % al histograma de volumen, de forma que el modelo aprende dónde se concentra el volumen —clímax en los extremos, picos de ruptura y sequedad en las consolidaciones— además de la forma del precio.
Todas las imágenes de entrenamiento son sintéticas y generadas por el propio sistema a partir de las definiciones clásicas de cada figura, con varianza realista de puntos, ruido, picos de precio y volumen: cero dependencia de material de terceros y etiquetas 100 % fiables.
Un patrón no siempre ocupa la ventana completa, así que el análisis se ejecuta en varias escalas ancladas al último dato (25 %, 40 %, 60 % y 85 % del rango) más un barrido histórico de derecha a izquierda. Todo se evalúa en un único lote tensor y las ventanas de la misma clase que se solapan o son contiguas se fusionan en un solo patrón con su rango temporal. El resultado son hasta 4 patrones por token, priorizados por una puntuación que premia lo reciente.
random_walk y no_patternEl mismo análisis se ejecuta en 1H · 6H · 24H · 7D · 30D sobre el histórico real de cada token. La tendencia se estima por regresión lineal sobre el último 30 % de la serie (lectura de derecha a izquierda) y se muestra como ↗ / ↘ / → con su porcentaje, para que cada figura se interprete en su contexto.
El panel convierte la salida de los modelos en una rejilla visual con todos los tokens de las tres redes (Ethereum, TON y Solana), paginada y actualizada en vivo:
El sesgo de los patrones entra en el análisis con un peso propio pero acotado y configurable: no dispara operaciones por sí solo. Las órdenes dependen de la predicción consolidada y de las políticas de riesgo; la visión sirve para que el usuario vea exactamente lo que ve el modelo.
Un modelo puede acertar mucho sobre datos sintéticos y fallar en el mercado real, así que cada versión se mide también sin etiquetas sobre tokens en vivo: distribución de clases detectadas, mediana de la puerta y confianza. Ese control descartó versiones con altísima precisión sintética que en real devolvían siempre la misma clase con confianza 1,000. La regla del proyecto es explícita: más precisión sintética no equivale a mejor comportamiento real.
| Modelo | Clases | Entrenamiento | Resultado |
|---|---|---|---|
| Puerta patrón / ruido | 2 | Imágenes sintéticas con volumen | AUC 0,9461 · 90,2 % acierto · 81,5 % de ruido rechazado |
| Figuras chartistas | 45 | 70.500 imágenes | 74,8 % de acierto en validación (modelo activo v3f) |
| Velas japonesas | 19 | 10.450 imágenes | 87,5 % de acierto |
La credibilidad de un sistema de predicción se basa en poder verificar sus resultados. BotoIn aplica un principio de transparencia radical: todas las métricas relevantes son públicas, medibles y comprobables.
Cada predicción se registra junto con su horizonte y se comprueba a posteriori contra el retorno real del precio. De este proceso se deriva una tasa de acierto real por ciclo, por fuente y por horizonte.
prediction_forward conserva cada predicción y su resultado.Para un horizonte h, la predicción se compara con el retorno real del precio:
Acierto real frente al retorno del mercado: la métrica más honesta.
Nivel de acuerdo entre las señales para reducir el ruido.
Probabilidad calibrada de cada predicción.
P&L y tasa de éxito para evaluar el impacto real.
BotoIn no vende señales inverificables: expone los datos de acierto para que cualquier usuario pueda juzgar la calidad del modelo.
El sistema registra cada resultado y lo convierte en métricas de rendimiento analizables: P&L por activo, distribución de la cartera y evolución semanal de capital, actividad y tasa de éxito. Estos datos permiten medir y mejorar el modelo de forma continua.
El rendimiento se mide en ETH y en USD para reflejar ambas perspectivas:
La agregación semanal ofrece una visión de la tendencia de capital, actividad y rendimiento, clave para evaluar la eficacia del modelo.
La seguridad es el pilar de BotoIn, tanto de la información como de los fondos. El modelo de burner wallets (wallets desechables) permite operar sin exponer la cuenta principal del usuario, y el sistema nunca custodia claves privadas.
El sistema prepara la operación y el usuario firma desde su wallet. Las claves nunca salen de su control.
El ecosistema TOIN fue auditado (revisión estática manual + verificación on-chain) en Ethereum, TON y Solana. El informe concluye que la base EVM es sólida y sigue patrones estándar (OpenZeppelin 5.x, ReentrancyGuard, SafeERC20, Pausable). Estado: Aprobado con observaciones (informe de auditoría v2.0); las correcciones bloqueantes se aplicaron, se verificaron con pruebas y se re-desplegaron. La CoOwnedWalletFactory v2 está desplegada y verificada en Etherscan (Mainnet) (0xB24A…9b41), conectada a la tesorería FeeCollector.
recoverTokens ya no puede retirar tokens en staking ni recompensas.npx hardhat test → 29/29 pruebas pasan; contratos mainnet 7/7 verificados en Etherscan.get_jetton_data).cargo build-sbf OK; programa actualizado con SupplyCaps y metadata Metaplex.Informe completo: docs/audit/TOIN-security-audit-2026-08-28.md
Para casos de uso avanzados (fondos compartidos, DAOs o cuentas conjuntas), BotoIn ofrece wallets de copropiedad (co-owned wallets) mediante contratos inteligentes (CoOwnedWallet.sol y su fábrica CoOwnedWalletFactory.sol), disponibles también en Solana.
La CoOwnedWalletFactory v2 (create2 determinista) está desplegada y verificada en Etherscan (Mainnet) y permite crear burners de copropiedad con autorización única (delegate) acotada por maxValuePerOp, de modo que el bot opera sin firmar cada transacción pero sin permiso ilimitado. La validación cubre creación vía factory, financiación, delegación única y operación automática (ETH, ERC-20 TOIN y lotes comisionados con reembolso de gas).
El contrato StakingRewards permite a los tenedores de TOIN obtener rendimiento por mantener el token, y el ReferralRegistry recompensa el crecimiento de la comunidad de forma on-chain.
stake(amount) bloquea TOIN y acumula recompensas.withdraw(amount) desbloquea la cantidad indicada.getReward() reclama las recompensas acumuladas.Las asignaciones (equipo, reservas, ecosistema) se desbloquean de forma progresiva en el tiempo para alinear incentivos a largo plazo y evitar dumps. Esto protege la estabilidad del precio y fomenta el compromiso del ecosistema.
Cada usuario registra un código único con registerCode() y todo usuario referido lo enlaza con setReferrer() (relación irreversible). El proyecto liquida las recompensas con payReferral(), que solo paga a referidores registrados. Todo el flujo queda auditable on-chain sin intermediarios ni programas opacos fuera de la cadena.
El panel central (botoin.com) convierte los datos en una experiencia analítica:
El bot de Telegram ofrece los mismos datos, en el bolsillo:
El sistema no solo analiza: puede ejecutar. Un motor de trading automático opera posiciones en las tres redes siguiendo políticas de riesgo explicables (tamaño de posición, take-profit, stop-loss, número máximo de posiciones y confianza mínima de la IA), con modos de estrategia conservador, balanceado y agresivo. La ejecución incluye optimización de gas (modo lento que espera a que baje el coste), enrutado Multi-DEX con preferencia por la mejor ruta tras descontar el gas real, y relleno de gas al bot desde la burner wallet para mantener la operativa sin intervención manual. Cada operación se registra con su recibo on-chain, su coste real y su P&L, y el bot y la web muestran exactamente los mismos números (P&L con gas como fuente única de verdad).
El mismo cerebro analítico está disponible como asistente conversacional, tanto en el panel web como en el bot de Telegram. Responde preguntas en lenguaje natural sobre cualquier token con datos reales y en vivo (precio, tendencia, RSI, volumen, liquidez, predicciones) y devuelve una recomendación razonada con su nivel de confianza. El asistente recibe un contexto en vivo del sistema (precio de ETH, número de posiciones abiertas/cerradas, capital invertido y P&L) para que sus respuestas sean coherentes con el estado real de la cartera.
El panel analítico está disponible en 19 idiomas, haciendo los datos y las predicciones accesibles a una audiencia global:
Con un suministro fijo de 100.000.000 TOIN, el modelo de distribución busca equilibrio entre liquidez, crecimiento y sostenibilidad a largo plazo. La siguiente tabla resume las categorías de asignación del marco de distribución.
| Asignación | % del supply | TOIN | Descripción |
|---|---|---|---|
| Liquidez | 30% | 30.000.000 | Pares en DEX para trading eficiente. |
| Ecosistema & crecimiento | 25% | 25.000.000 | Incentivos, partnerships y recompensas. |
| Tesorería / reserva | 20% | 20.000.000 | Reserva operativa del protocolo. |
| Staking & recompensas | 15% | 15.000.000 | Emisiones de recompensas por staking. |
| Equipo & asesores (vesting) | 10% | 10.000.000 | Desbloqueo progresivo en el tiempo. |
La asignación se materializa on-chain: el bucket de staking & recompensas financia StakingRewards; el de equipo & asesores usa ToinVesting (cliff + liberación lineal); y la tesorería se custodia con MultiSigWallet y se alimenta desde FeeCollector.
Marco de distribución indicativo de la propuesta de tokenomics. La distribución final y sus vésting quedan recogidos en los parámetros on-chain del protocolo.
BotoIn es un proyecto con una visión clara: convertir el exceso de datos cripto en conocimiento y predicciones con IA. Detrás del protocolo hay un creador con experiencia real en desarrollo on-chain, sistemas de análisis de datos e inteligencia artificial.
Fundador · Creador · Desarrollador
Arquitecto del ecosistema BotoIn/TOIN. Diseña y desarrolla el sistema de análisis de datos multicádena, el motor de predicción con IA/ML, el descubrimiento de precios Multi-DEX y la infraestructura de seguridad (burner wallets y co-owned wallets). Impulsor de la tokenomics y de la transparencia de los datos.
🔗 LinkedIn · Guillermo Galindo SaetaUn desarrollo ejecutado de principio a fin —arquitectura de datos, modelos de IA/ML, panel analítico y automatización— con el foco puesto en la calidad del código, la seguridad de los fondos y la transparencia de cada dato que se muestra.
La hoja de ruta de BotoIn se organiza en fases iterativas orientadas a expandir la capacidad de análisis de datos y predicción con IA. El estado de cada hito es transparente y está alineado con la distribución de tokenomics (30% liquidez · 25% ecosistema · 20% tesorería · 15% staking · 10% equipo).
Construir el sistema de datos e IA: ingesta multicádena, indicadores, modelo de predicción y panel analítico.
Ampliar la cobertura de datos y mejorar la precisión de los modelos de forma medible.
Activar plenamente la economía del token y construir el ecosistema de datos y comunidad.
Transformar BotoIn en un protocolo de datos abierto, dinámico y orientado a su comunidad.
El roadmap es una guía, no una promesa. Cada fase se adapta a la evolución del mercado y a las necesidades de la comunidad, priorizando siempre la transparencia de los datos.
De datos on-chain reales de Ethereum, TON y Solana, procesados por un motor de análisis (indicadores técnicos) y modelos de machine learning que combinan varias fuentes.
Son verificables: se comprueban a posteriori contra el retorno real (forward-check) y la precisión por ciclo es pública en el dashboard.
RSI, MACD, SMA/EMA, volatilidad, momentum y volumen, calculados sobre el histórico real de precios.
Es un módulo de visión por computador: el gráfico de cada token se convierte en una imagen (velas + volumen) que clasifican dos redes convolucionales —una puerta que decide si hay figura reconocible (AUC 0,9461) y un clasificador de 45 patrones chartistas— más un modelo de 19 patrones de velas japonesas. El panel 👁️ Visión muestra la figura dominante, su probabilidad, la puerta, el rango temporal y la tendencia en 1H, 6H, 24H, 7D y 30D.
No. Es una capa de contexto explicable con peso acotado dentro del análisis: las órdenes dependen de la predicción consolidada y de las políticas de riesgo. Su valor es que el usuario ve exactamente lo que ve el modelo.
Mediante descubrimiento de precios Multi-DEX: compara rutas entre agregadores y DEX directos y usa la más eficiente.
Ethereum (ERC-20), TON (Jetton) y Solana (SPL). El token TOIN existe nativamente en las tres.
No. BotoIn opera con custodia cero: las wallets desechables no almacenan claves y el usuario firma desde su wallet.
Siete contratos desplegados en Ethereum (con equivalentes en TON y Solana): vesting, suscripción PRO on-chain (TOIN/USDC/ETH), tesorería de comisiones, staking con APY dinámico, referidos, multifirma (multisig) y burner wallets de copropiedad para la operación automática.
On-chain a través de ReferralRegistry: cada usuario registra un código único, los referidos lo enlazan y las recompensas se pagan on-chain solo a referidores registrados. Todo el flujo es auditable.
Sí. El motor de trading opera 24/7 con políticas de riesgo configurables (tamaño, take-profit, stop-loss, máx. posiciones, confianza mínima) y ejecución con optimización de gas. Las claves nunca salen del control del usuario (burner wallets sin custodia).
Staking con APY dinámico, desbloqueo progresivo (vesting) y acceso a funciones PRO de la plataforma.
Este whitepaper tiene fines informativos y no constituye una oferta de valores, una recomendación de inversión ni asesoramiento financiero, legal o fiscal. El trading de criptoactivos implica un alto riesgo y puede ocasionar la pérdida total del capital invertido. El rendimiento pasado —incluidos los gráficos y métricas de este documento— no garantiza resultados futuros. TOIN es un token de utilidad dentro del ecosistema BotoIn. El usuario es el único responsable de sus decisiones y debe leer la documentación completa y los contratos inteligentes antes de usar la plataforma.
© 2026 BotoIn. Todos los derechos reservados. Volver al dashboard.