Los mercados de predicción | Una redefinición de la fuente de la verdad
Tiempo de lectura: 21 minutos.
Las encuestas fallaron nuevamente. En los días previos a las elecciones estadounidenses, el panorama parecía nebuloso: los principales medios mostraban un virtual empate, con ambos candidatos oscilando alrededor del 50% de las preferencias. El fantasma de 2020, con su extenuante conteo de días, parecía acechar nuevamente.
Pero la realidad tomó un rumbo diferente: la noche electoral reveló rápidamente un claro ganador, exponiendo una vez más las limitaciones de las encuestas tradicionales. Lo más revelador: mientras las encuestadoras titubeaban, 10 días antes de la elección, una plataforma alternativa anticipó este resultado con notable precisión: los mercados de predicción.
En este análisis, exploraremos por qué las encuestas tradicionales siguen tropezando con los mismos obstáculos y cómo estos nuevos mercados están revolucionando nuestra capacidad para anticipar resultados electorales.
Los mercados de predicción (conocidos como betting markets en inglés) han ganado protagonismo significativo en los últimos meses. Aunque existen múltiples plataformas para participar en estas predicciones, Polymarket se ha consolidado como el líder indiscutible: desde su lanzamiento en 2020, ha capturado el 90% del tráfico del sector.
La precisión de estas predicciones no pasó desapercibida en redes sociales, donde incluso se viralizó un meme inspirado en The Office sobre la gráfica y sus implicaciones. El dato más sorprendente: las predicciones del 25 de octubre en su plataforma coincidieron exactamente con los resultados electorales del 5 de noviembre.
¿Cómo descubrí los mercados de predicción?
Mi primer encuentro con los mercados de predicción fue casi accidental. Mientras trabajaba en una empresa de criptomonedas, comencé a escuchar sobre Polymarket, una plataforma que opera sobre la blockchain de Polygon. Al principio, lo consideraba solo un caso de uso más de la tecnología blockchain, pero un evento específico cambió mi perspectiva.
En septiembre de este año, mientras la Reserva Federal de Estados Unidos (FED) se preparaba para ajustar las tasas de interés, decidí seguir de cerca un mercado de predicción en Polymarket relacionado con esta decisión. Los días previos al anuncio estuvieron llenos de especulación: ¿sería un recorte de 0.25% o 0.50%? Los medios tradicionales parecían divididos, pero el viernes previo al anuncio, algo llamativo ocurrió: el mercado de Polymarket se inclinó decisivamente hacia un recorte del 0.50%. Cuando Jerome Powell confirmó exactamente ese porcentaje el 17 de septiembre, comprendí que estas plataformas merecían una mirada más profunda.
Los nombres más importantes detrás de los mercados de predicción en 2024
A principios de octubre, Nate Silver apareció en el podcast 'Win-Win with Liv Boeree' para discutir el funcionamiento de encuestas y mercados de predicción. Silver, uno de los analistas electorales más destacados de la última década, ganó reconocimiento tras predecir correctamente la victoria de Trump sobre Hillary Clinton en 2016.
La noche del 5 de noviembre fue un festín informativo. Mientras los canales tradicionales estadounidenses transmitían por YouTube, Twitter hervía con ruido y memes, y varios podcasts ofrecían coberturas en vivo. Para evitar la monotonía de las cadenas tradicionales, opté por seguir el stream del equipo All-in, un podcast de venture capitalists de Silicon Valley.
El programa resultó ser una elección acertada. Uno de sus miembros transmitía desde Mar-a-Lago y posteriormente desde el centro de convenciones donde Trump dio su discurso de victoria. El desfile de invitados fue notable: desde Trump Jr. hasta jugadores de póker como Phil Hellmuth, y CEOs destacados como Aaron Levie de Box y Shayne Coplan de Polymarket.
Fue Coplan quien ofreció las revelaciones más interesantes sobre los mercados de predicción. Las cifras eran asombrosas: Polymarket registró apuestas por $3.7 billones de dólares durante las elecciones. Entre las historias más llamativas destacó la de un trader francés, conocido satíricamente como 'Theo' o 'Elone Muske', quien obtuvo ganancias cercanas a los 47 millones de dólares.
Esta noche me dejó una lección clara: los mercados de predicción poseen un mecanismo de autocorrección que los guía hacia la verdad. Esta revelación me motivó a realizar este cold brew.
¿Cómo se hacen las encuestas electorales hoy en día?
Antes de sumergirnos en los mercados de predicción, vale la pena entender las encuestas tradicionales. Nate Silver las describe como herramientas fundamentales, aunque imperfectas, para el pronóstico político.
El método tradicional era simple: muestreo aleatorio a través de teléfonos fijos. Este enfoque funcionaba cuando toda la población tenía acceso a esta tecnología y estaba dispuesta a responder. Sin embargo, la era moderna ha traído desafíos significativos:
La disminución dramática en el uso de teléfonos fijos
El uso generalizado de identificadores de llamadas que filtran números desconocidos
El sesgo del entusiasmo: las personas más apasionadas por un candidato tienen mayor probabilidad de participar
El sesgo de deseabilidad social: los encuestados pueden ocultar sus verdaderas intenciones de voto por presión social
Silver enfatiza un punto crucial: el análisis de encuestas requiere pensamiento probabilístico y reconocer sus limitaciones inherentes. Los desafíos son múltiples:
Los ajustes y modelos dependen de decisiones subjetivas que pueden introducir sesgos
Existe el riesgo de sobreajustar los modelos a datos históricos, perdiendo de vista nuevas dinámicas
Las encuestas solo proporcionan una instantánea de la opinión pública en un momento específico
Para mitigar estas limitaciones, Silver ha desarrollado una metodología rigurosa: agrega información de múltiples encuestas, ejecuta numerosas simulaciones y calcula márgenes de error y niveles de confianza. Esta aproximación le permite presentar en su boletín de noticias una imagen más completa y matizada de la opinión pública.
¿Qué son los mercados de apuestas y cómo funcionan?
Los mercados de predicción, como Polymarket, operan bajo los mismos principios que los mercados financieros tradicionales. Su pieza fundamental es el libro de órdenes (order book), un registro en tiempo real que determina la probabilidad de eventos futuros.
¿Cómo funciona un libro de órdenes? Imagínelo como un mercado con dos lados:
En un lado están los compradores, indicando el precio al que quieren comprar (bids)
En el otro, los vendedores señalando el precio al que ofrecen vender (asks)
La diferencia entre el precio más alto de compra y el más bajo de venta se conoce como spread
Cuando las órdenes coinciden en precio, se ejecuta una transacción
Este mecanismo no es nuevo: las casas de bolsa lo han utilizado durante más de un siglo para intercambiar dinero por acciones. Hoy, el mismo sistema opera en exchanges de criptomonedas como Bitso, Binance y Uniswap.
La belleza del libro de órdenes radica en su eficiencia: es un mecanismo del libre mercado que permite a los participantes alcanzar consenso sobre el valor de un activo y, cuando surge nueva información, el precio se ajusta rápidamente.
El corazón de estos mercados es el 'price discovery' o descubrimiento de precios: un proceso dinámico donde las transacciones generan consenso sobre la probabilidad de un evento. En los mercados de predicción, esto funciona de manera simple:
Los precios fluctúan entre $0 y $1, donde $1 representa una probabilidad del 100%
Por ejemplo: si las acciones de victoria de un candidato cotizan a $0.65, el mercado estima un 65% de probabilidad
El precio evoluciona constantemente:
Los participantes compran cuando creen que la probabilidad está subestimada
Venden cuando consideran que está sobrestimada
Cada transacción incorpora nueva información al mercado: análisis de datos, eventos recientes o conocimiento especializado
El precio final refleja el consenso de quienes respaldan sus opiniones con dinero real
Una diferencia crucial con otros mercados financieros: los mercados de predicción requieren dos elementos fundamentales:
Un resultado verificable
Una fecha límite definida
Por ejemplo:
'¿Quién ganará las elecciones presidenciales el 6 de noviembre?'
Esta característica los distingue del mercado de acciones tradicional, donde el valor de una empresa puede permanecer incorrectamente valorado durante largos períodos al no existir un momento específico de verificación.
Una característica fundamental de estos mercados es el riesgo real: todos los participantes deben respaldar sus predicciones con dinero. Esto contrasta radicalmente con las opiniones casuales de un amigo en un bar o un comentarista en televisión. Como dicen en inglés: 'put your money where your mouth is' (respalda tus palabras con dinero). Esta característica permite que Polymarket actúe solo como plataforma, mientras el consenso emerge naturalmente de cientos o miles de participantes dispuestos a arriesgar su dinero por sus convicciones.
Shane Coplan, emprendedor de 26 años, en el podcast All In, reveló otro mecanismo crucial para la precisión de estos mercados: el arbitraje. ¿Cómo funciona?
Cuando un mismo evento tiene diferentes probabilidades en distintas plataformas (Polymarket, Kalshi o Robinhood), surge una oportunidad
Los operadores pueden generar ganancias libres de riesgo:
Comprando en la plataforma con precio más bajo
Vendiendo simultáneamente en la que ofrece precio más alto
Este proceso, similar al de los mercados de divisas tradicionales, cumple dos funciones:
Genera beneficios para los participantes
Hace converger los precios hacia un consenso más preciso entre multiples plataformas
El resultado: las discrepancias entre plataformas desaparecen rápidamente, creando un mercado más eficiente y predicciones más acertadas.
¿Qué incentivos mueven a encuestadores y mercados predictivos?
Los encuestadores y los participantes de mercados predictivos operan bajo contextos fundamentalmente distintos: los primeros se mueven en un entorno estadístico y mediático, mientras que los segundos actúan en un ambiente de libre mercado. Esta diferencia en sus estructuras de incentivos afecta significativamente la precisión y naturaleza de sus predicciones.
Los encuestadores funcionan principalmente en un entorno impulsado por la reputación y la atención mediática, donde el éxito se mide más por la visibilidad que por la precisión. Este sistema los incentiva a generar titulares llamativos y predicciones definitivas, sacrificando el matiz y la incertidumbre inherente a los eventos futuros.
Existe además una presión significativa para mantener predicciones cercanas al consenso general: desviarse demasiado de otros encuestadores representa un riesgo profesional considerable. Incluso teniendo razón, las predicciones divergentes podrían enojar a anunciantes, alienar a la audiencia o resultar en la pérdida del empleo. Esta dinámica genera lo que se conoce como "comportamiento de manada": los encuestadores prefieren equivocarse junto con todos que arriesgarse a estar correctos en solitario.
En el caso de las elecciones en México, este sesgo fue particularmente notorio: algunas encuestas mostraban a Xóchitl Gálvez ganando por 8 puntos en la semana previa a las elecciones, cuando los resultados finales dieron una victoria a Claudia Sheinbaum por más de 20 puntos.
Este fenómeno se agrava por nuestra memoria selectiva: tras las elecciones, olvidamos qué grupos publicaron estas encuestas imprecisas, y para el siguiente ciclo electoral, volvemos a consumir nuevos sondeos sin considerar el historial de precisión de sus autores. Esta dinámica cíclica, donde se pierde información valiosa entre una elección y otra, genera que los encuestadores tengan pocos incentivos para buscar la verdad y más motivación para mantener su reputación, generar tráfico y mantener buenas relaciones con los partidos políticos.
En el podcast All In, Shane Coplan analiza estos retos de los encuestadores bajo el concepto de 'la trampa del entretenimiento'. En contraste, explica, los participantes de los mercados de predicción operan bajo incentivos directamente vinculados a la precisión. Al arriesgar su propio capital, tienen un verdadero 'skin in the game' (intereses en juego): cada predicción incorrecta significa pérdidas financieras concretas.
Una ventaja crucial de este sistema es la independencia del consenso general: si sus predicciones resultan correctas, los participantes obtienen tanto ganancias financieras como el prestigio de haber detectado lo que otros no vieron. Esta libertad para disentir les permite evaluar la realidad objetivamente, sin preocuparse por las repercusiones sociales o profesionales de contradecir la opinión mayoritaria.
El mercado actúa así como un mecanismo que agrega la sabiduría colectiva de diversos participantes, cada uno aportando su análisis y conocimiento especializado, motivados por la precisión sobre la conformidad social. Este contraste en incentivos revela una paradoja: mientras los mercados de predicción evolucionan constantemente, los encuestadores siguen dependiendo de llamadas telefónicas como principal fuente de datos en 2024, un método anacrónico en la era digital.
Posibles limitaciones de los mercados de predicción el día de las elecciones
En la semana de las elecciones, Polymarket asignaba a Trump más del 60% de posibilidades de victoria. Al analizar estos números, me resultaba difícil evaluarlos objetivamente, pues mi sesgo personal me impedía entender por qué alguien votaría por Trump. Esta experiencia me llevó a cuestionar qué factores podrían estar afectando la precisión de estas predicciones de mercado.
El Sesgo de Confirmación y sus Efectos
Mi escepticismo inicial surgía del ruido generado en Twitter alrededor de estos mercados. Elon Musk había compartido múltiples veces el enlace a Polymarket, lo que podría provocar que muchos usuarios de Twitter apostaran basados en sus preferencias personales más que en probabilidades reales. Sin embargo, esto crea una oportunidad: cualquier participante con un modelo más eficiente podría tomar el lado contrario de estas apuestas sesgadas. Si el mercado se vuelve irracional, existe un fuerte incentivo para corregirlo, especialmente mediante el arbitraje entre diferentes mercados predictivos en línea.
Este fenómeno ilustra uno de los desafíos más sutiles pero significativos de estos mercados. Las plataformas digitales pueden crear cámaras de eco donde los participantes refuerzan mutuamente sus creencias, similar a lo que ocurre con los encuestadores, potencialmente amplificando sesgos y afectando la precisión de las predicciones. Los participantes suelen procesar la información selectivamente, priorizando aquella que confirma sus creencias y minimizando la evidencia contradictoria. La inversión emocional en las propias predicciones puede nublar el juicio y obstaculizar un análisis objetivo.
El Desafío de la Liquidez y la Volatilidad
Los mercados de predicción con poca liquidez enfrentan un problema fundamental: no han alcanzado una masa crítica de participantes activos. La baja liquidez implica que incluso operaciones relativamente pequeñas pueden causar movimientos significativos en los precios, creando una volatilidad artificial que no necesariamente refleja cambios en las probabilidades reales de los eventos. Esta situación se vuelve particularmente problemática en mercados especializados o de nicho, donde el número de participantes es aún más reducido.
Al final, los resultados validaron estos mercados, independientemente de mi percepción inicial sobre su racionalidad. Los mercados de Polymarket para las elecciones, tanto estatales como generales, mantenían suficiente liquidez y sus participantes operaban bajo los incentivos correctos. La clave está en evaluar cada mercado individualmente: revisar su liquidez para determinar si puede generar información precisa. Cuando la falta de liquidez distorsiona las predicciones, el propio sistema tiende a autocorregirse: nuevos participantes suelen aprovechar estas ineficiencias, restaurando el equilibrio del mercado.
Retos actuales de los mercados de predicción
Los mercados de predicción han sido históricamente de nicho, hasta que recientemente comenzaron a ganar atención mediática generalizada. En esta etapa de maduración, enfrentarán los siguientes desafíos fundamentales.
La Asimetría de la Información
Un factor crítico en estos mercados es la distribución desigual de la información. Similar a los mercados financieros tradicionales, algunos participantes tienen acceso a información privilegiada, otorgándoles una ventaja significativa. En algunos casos, esta ventaja puede cruzar líneas legales, como sucede con el insider trading en mercados tradicionales, donde el uso de información privilegiada no pública está penalizado.
La velocidad de difusión e incorporación de información en los precios varía considerablemente, permitiendo que quienes tienen acceso más rápido o mejores capacidades analíticas mantengan una ventaja competitiva.
Sin embargo, incluso el mejor acceso a información tiene sus límites. En 1980, AT&T contrató a McKinsey para pronosticar la adopción de telefonía móvil. La consultora más prestigiosa del mundo, con acceso a información privilegiada y metodologías robustas, predijo 900,000 suscriptores para el año 2000. La realidad los superó por un margen absurdo: más de 109 millones de usuarios, un error de más del 12,000%.
Este caso ilustra perfectamente lo que en finanzas se conoce como el "problema del Cisne Negro": eventos raros e impredecibles que pueden alterar dramáticamente las probabilidades, haciendo que las predicciones previas pierdan toda relevancia. Ni siquiera los expertos mejor calificados pueden modelar efectivamente disrupciones tecnológicas que fundamentalmente cambian las reglas del juego.
Panorama Regulatorio
El mundo de los mercados de predicción enfrenta importantes desafíos regulatorios que afectan su operación. El caso más notable es Polymarket, que actualmente no puede operar en Estados Unidos, aunque algunos usuarios intentan eludir esta restricción mediante VPNs y criptomonedas para simular ubicaciones permitidas. Mientras escribíamos este artículo, el FBI allanó la casa e incautó el teléfono del fundador de Polymarket.
Las plataformas que sí operan en Estados Unidos enfrentan otras limitaciones. PredictIt, por ejemplo, tiene restricciones tanto en montos de apuestas como en número de participantes, lo que puede obstaculizar un descubrimiento de precios efectivo. Sin embargo, el panorama comienza a evolucionar: Kalshi logró obtener autorización para operar en Estados Unidos pocas semanas antes de las elecciones, marcando un precedente positivo para la industria.
Competencia con los mercados tradicionales
En el podcast All In, Haralabos Voulgaris —apostador profesional y dueño de un equipo de segunda división del fútbol español— explica que su participación en estos mercados de predicción estaba vinculada a sus inversiones en activos que se beneficiarían de una victoria de Trump, como Bitcoin. Esta interconexión se observa también en otros instrumentos financieros: el mercado de divisas dólar-peso mexicano, uno de los más líquidos a nivel institucional, mostró movimientos notables después de las elecciones.
La línea entre mercados predictivos y tradicionales se difumina cada vez más. Plataformas como Robinhood permiten a los usuarios participar en ambos tipos de mercados sin distinción clara, creando un ecosistema donde las predicciones y las inversiones tradicionales se entrelazan de formas cada vez más complejas.
Estos retos, aunque significativos, son parte natural de la evolución de cualquier mercado emergente. La industria está respondiendo con innovaciones tecnológicas, mejores prácticas de gobierno corporativo y una colaboración más estrecha con reguladores. Al igual que Wall Street evolucionó desde sus días más salvajes hasta convertirse en un pilar del sistema financiero global, los mercados de predicción están atravesando su propia fase de maduración.
El Futuro de los Mercados de Predicción
Los mercados de predicción atraviesan un momento crucial de evolución y crecimiento. Por primera vez están captando la atención del público general, superando su histórico nicho entre expertos y entusiastas. Esta exposición mainstream está generando una integración cada vez más profunda con los medios de comunicación y el análisis de eventos, estableciéndose como una nueva fuente de información. Su capacidad única para capturar el sentimiento en tiempo real y su potencial para superar la precisión de las encuestas tradicionales los posiciona como una herramienta complementaria fundamental para comprender eventos en desarrollo.
El potencial de estos mercados es tan amplio que podemos anticipar diversos escenarios transformadores. Dos casos particularmente interesantes ilustran cómo podrían revolucionar la forma en que consumimos y validamos la información:
Una nueva fuente de información
En una época donde las noticias y encuestas han perdido credibilidad, resulta renovador contar con una fuente de información donde los participantes tienen incentivos reales para encontrar la verdad, poniendo constantemente a prueba sus modelos sobre la realidad y los posibles resultados de diversos eventos.
El interés generado por las recientes elecciones acelerará esta tendencia. Para quienes no participan directamente, estos mercados se consolidan como una fuente valiosa de información que permite contrastar y verificar los datos de medios tradicionales. La evolución tecnológica y de las plataformas sugiere una integración cada vez más profunda de estos mercados en nuestra forma de entender y predecir eventos futuros.
El potencial de estos mercados podría extenderse hacia las ciencias sociales, donde actualmente los estudios científicos carecen de incentivos para su replicación. Su aplicación en decisiones económicas y políticas podría generar los incentivos correctos para los tomadores de decisiones. Esta diversificación nos acerca al concepto de un 'mercado para todo', donde la inteligencia colectiva puede alcanzar consensos en tiempo real.
El "Skin in the Game" en los medios
Un escenario particularmente prometedor es el desarrollo de mayor responsabilidad en las predicciones públicas. En el podcast 'All In', Chamath Palihapitiya propuso crear mercados para las predicciones realizadas en el programa, permitiendo que tanto presentadores como oyentes participen directamente. Este modelo transformaría la dinámica actual: los creadores de contenido tendrían que hacer predicciones con resultados binarios y fechas fijas, en lugar de predicciones diseñadas para entretener.
Imaginemos un futuro donde cada programa de finanzas o política que invite a un comentarista le exija establecer un mercado de predicción sobre sus proyecciones. Ya sea para resultados electorales o movimientos en el precio de acciones, el analista debería proporcionar la liquidez inicial, permitiendo a los oyentes participar en estos mercados. Además, la presentación del historial de resultados de cada invitado proporcionaría una métrica objetiva de credibilidad, fortaleciendo la confianza de la audiencia en el programa.
Si te ha intrigado este cold brew en los mercados de predicción, te invito a profundizar más en el tema. Tu experiencia y perspectiva son fundamentales para enriquecer esta conversación: ¿has participado en mercados de predicción? ¿qué opinas sobre su precisión comparada con las encuestas tradicionales? Comparte tus ideas en los comentarios. Y si crees que este análisis puede interesar a otros, compártelo con aquellos amigos que disfrutan de las intersecciones entre tecnología, finanzas y política. Me emociona ver cómo esta tecnología seguirá evolucionando y transformando nuestra forma de predecir el futuro. Gracias por acompañarnos en este análisis - nos vemos en la próxima edición donde seguiremos explorando cómo la tecnología está revolucionando industrias tradicionales.
Referencias
Win-Win with Liv Boeree Nate Silver - Predicting Elections in Turbulent Times
All-In Election Night Livestream with the Besties!. La participación de Shayne Coplan es del 1:14:00 to 1:26:00 y después 1:44:00 to 1:57:00.
Entrevista en CNBC Polymarket CEO Shayne Coplan: We were the first destination to project Trump's election victory
TOKEN2049 Fireside Chat: Balaji Srinivasan & Shayne Coplan - TOKEN2049.
Liquidez del mercado: Definición, importancia y funcionamiento
FBI allanó la casa e incautó el teléfono del fundador de Polymarket.