Desde 27,000 operaciones, la verdad sobre las gigantescas ballenas de Polymarket: las cinco principales trampas detrás de las operaciones de dinero inteligente

La inteligencia de los grandes jugadores en la predicción del mercado puede parecer precisa, pero la realidad es mucho más compleja que la superficie. PANews realizó un análisis profundo de los diez mayores gigantes en beneficios a finales de 2024 en Polymarket, y tras examinar sus 27,000 registros de operaciones, descubrió que estos supuestos traders con altas tasas de éxito ocultan una gran cantidad de datos falsos, dificultades de liquidez y el arte de la gestión de posiciones.

La verdad tras las tasas de éxito falsas: cómo los órdenes zombis maquillan los beneficios

Al analizar las operaciones de estos gigantes, lo que más sorprende es el grado de distorsión en los datos de tasa de éxito.

El primero en la clasificación, SeriouslySirius, afirma una tasa de éxito del 73.7%, pero al profundizar en sus posiciones abiertas se revela la verdad. Esta dirección actualmente mantiene 2,369 órdenes sin cerrar, de las cuales 1,791 ya fracasaron completamente pero nunca fueron cerradas. La existencia de estos “órdenes zombis” responde, por un lado, a la necesidad de ahorrar en comisiones y costos operativos, y por otro—y más importante—, a que hacen que la tasa histórica de éxito luzca muy atractiva. Porque los traders suelen cerrar solo las órdenes con ganancias, dejando las pérdidas abiertas indefinidamente, lo que automáticamente filtra los datos de órdenes cerradas y favorece los resultados aparentes de éxito.

Al considerar estas pérdidas no realizadas, la tasa de éxito real de SeriouslySirius cae al 53.3%—solo ligeramente por encima de lanzar una moneda al azar. Situación similar se observa en el segundo clasificado, DrPufferfish, cuya tasa de éxito pública es del 83.5%, pero en realidad solo alcanza el 50.9%. Este fenómeno es común en toda la élite de jugadores, y revela una regla básica en los rankings de predicción de mercado: los datos de éxito que ves están muy distorsionados por un sesgo de supervivencia.

La trampa de la automatización en estrategias de cobertura: liquidez y complejidad

Muchos de estos gigantes operan con “arbitraje de cobertura”, pero las fórmulas simples que circulan en redes sociales (como comprar “YES” y “NO” para que el costo total sea menor a 1) distan mucho de la realidad operativa.

Por ejemplo, en la operación de SeriouslySirius en el mercado de la NBA entre los 76ers y los Mavericks, no simplemente compró en ambos lados, sino que participó en 11 direcciones diferentes: incluyendo apuestas en puntos bajos (Under), puntos altos (Over), victoria de los 76ers, victoria de los Mavericks, entre otras. La idea de esta cobertura compleja es buscar oportunidades de arbitraje matemático, como cuando la probabilidad implícita de que ganen los 76ers es del 56.8%, y la de los Mavericks del 39.37%, con un costo total de aproximadamente 0.962, lo que en teoría garantiza beneficios sin importar el resultado. Finalmente, esta operación generó una ganancia de 17,000 dólares.

Pero el problema radica en que la liquidez se convierte en el mayor enemigo de la cobertura. Al ejecutar estas operaciones, los traders a menudo no pueden comprar en ambos lados cantidades iguales, lo que provoca una distribución de fondos muy desequilibrada—no es raro ver que en un mismo evento, las apuestas en una dirección sean más de diez veces mayores que en la otra. Este desequilibrio proviene de la falta de profundidad del mercado, y cuando los programas automatizados ejecutan estas operaciones, a menudo terminan en pérdidas severas.

El trader de alta frecuencia swisstony ha experimentado esta situación. Realizó 5,527 operaciones, con una ganancia media de solo 156 dólares por operación. Cuando intentó replicar la fórmula de arbitraje “YES” + “NO” < 1, sus órdenes de cobertura a menudo compraban en ambos lados cantidades que superaban el 1, lo que inevitablemente terminaba en pérdidas. Esto demuestra que una ejecución precisa de cobertura requiere no solo fórmulas matemáticas, sino también una percepción en tiempo real de la liquidez extremadamente aguda.

El arte de gestionar posiciones: secretos más allá del simple arbitraje

Los verdaderos gigantes de élite no son simples arbitrajistas, sino maestros en la gestión de posiciones.

El estilo de DrPufferfish es radicalmente diferente. También realiza coberturas, pero no comprando en lados opuestos, sino diversificando en múltiples eventos de baja probabilidad. Por ejemplo, en predicciones de campeones en béisbol de la MLB, compró en 27 equipos con probabilidades bajas, y la suma de esas probabilidades supera el 54%. Así, convierte un evento de baja probabilidad en uno de alta probabilidad.

Lo más importante es su control del ratio de ganancia a pérdida. Por ejemplo, en predicciones sobre Liverpool, realizó 123 pronósticos, con un ingreso promedio de 37,2 mil dólares en las ganancias, y una pérdida promedio de solo 11 mil dólares en las pérdidas. Saldó las órdenes perdedoras anticipadamente para limitar las pérdidas, logrando un ratio de ganancia a pérdida de 8.62. Esta disciplina estricta le permitió obtener 2,06 millones de dólares en beneficios a finales de 2024.

El quinto clasificado, gmpm, emplea una estrategia aún más sofisticada: el “cobertura asimétrica”. Al realizar apuestas en ambos lados, invierte más en la opción con mayor probabilidad y menos en la de menor probabilidad. Esto le permite obtener mayores beneficios en eventos de alta probabilidad y limitar pérdidas en eventos de baja probabilidad—una estrategia avanzada que combina juicio sobre eventos y cobertura de riesgos.

Diferentes estilos: baja frecuencia con alta tasa de éxito vs. alta frecuencia con pequeñas ganancias

Los estilos de operación de los gigantes en predicción varían mucho, pero todos tienen su lógica de supervivencia.

El outsider 0xafEe adopta un método completamente diferente: baja frecuencia, alta tasa de éxito, sin cobertura alguna. Realiza en promedio 0.4 operaciones diarias, pero con una tasa de éxito del 69.5%. Se enfoca en predicciones relacionadas con búsquedas en Google y cultura popular, y parece dominar modelos analíticos únicos en estos ámbitos. Con aproximadamente 929,000 dólares en beneficios y muy pocas órdenes perdedoras, demuestra que: el juicio subjetivo preciso en ciertos campos puede ser más poderoso que el arbitraje automatizado.

En contraste, simonbanza emplea un estilo de “banda de flujo”: no hace cobertura, sino que aprovecha las variaciones en las probabilidades como si fuera un “K-line” para trading. No espera el resultado final del evento, sino que busca oportunidades en las fluctuaciones de la probabilidad. Cuando obtiene beneficios, sale inmediatamente, sin aferrarse a los resultados. Este método genera muy pocas órdenes zombis (solo 6), con una tasa de éxito del 57.6%. Aunque el beneficio por operación no es alto, su alta tasa de éxito le permite obtener 1.04 millones de dólares en beneficios.

El ejemplo negativo, RN1, muestra otra cara del fracaso. Aunque ha obtenido 1.76 millones en beneficios realizados, las pérdidas no realizadas alcanzan los 2.68 millones, resultando en una pérdida neta de 920,000 dólares. Su tasa de éxito real es solo del 42%, con un ratio de ganancia a pérdida de 1.62—una combinación que asegura pérdidas inevitables. Su problema radica en la mala asignación de fondos en coberturas: invierte demasiado en eventos de baja probabilidad y muy poco en los de alta, provocando pérdidas sustanciales cuando los eventos de alta probabilidad finalmente ocurren. Este caso demuestra que incluso cumplir con la condición matemática de arbitraje “YES” + “NO” < 1 no garantiza el éxito en la operación.

Los secretos de la operación inteligente: ver más allá de los datos falsos en el mercado de predicción

Al eliminar las ilusiones de tasas de éxito y liquidez, ¿qué se esconde realmente tras la operación de los jugadores inteligentes?

Primero, la gestión de posiciones es más importante que la tasa de éxito. La mayoría de los grandes en beneficios (como DrPufferfish, gmpm) no persiguen tasas de éxito extremadamente altas, sino que se concentran en controlar la relación ganancia/pérdida. Ajustan sus posiciones en tiempo real según las variaciones de probabilidad, saliendo cuando hay beneficios y cerrando temprano ante amenazas de pérdidas. Esta disciplina estricta es más crucial que la precisión en las predicciones de probabilidad.

En segundo lugar, los algoritmos de decisión que van más allá de las fórmulas de arbitraje son la verdadera ventaja competitiva. Los grandes jugadores exitosos tienen un juicio muy fuerte en ciertos eventos (como DrPufferfish con Liverpool), o dominan modelos analíticos en áreas específicas (como 0xafEe con cultura popular), o poseen ventajas en trading automatizado de alta frecuencia. Copiar simplemente la fórmula “YES” + “NO” < 1 no funciona.

Tercero, la liquidez y el tamaño del capital limitan directamente el techo de beneficios. Observando estos diez gigantes, el mayor beneficio en 2024 de SeriouslySirius fue de solo 3.29 millones de dólares mensuales, con un total histórico que no supera los 3 millones. En comparación con el mercado de derivados criptográficos, el mercado de predicción sigue siendo un nicho, y este tamaño reducido limita la posibilidad de obtener beneficios multimillonarios incluso con las mejores estrategias.

Las cinco principales trampas en la operación del mercado de predicción y cómo superarlas

Resumiendo el análisis profundo de estos gigantes, existen cinco trampas sistémicas en el mercado de predicción:

Trampa 1: La trampa de la liquidez en el arbitraje de cobertura. La aparente perfección de las fórmulas matemáticas falla en la práctica, porque no se puede comprar en ambos lados cantidades iguales, y la falta de liquidez genera desequilibrios que hacen que los programas automáticos terminen en pérdidas severas.

Trampa 2: El sesgo de supervivencia en los datos de éxito. Como las órdenes perdedoras permanecen abiertas indefinidamente y solo se cierran las ganadoras, los datos de éxito en los rankings están muy sobreestimados. Seguir a estas “direcciones de alta tasa de éxito” en realidad replica señales falsas.

Trampa 3: La falla en la asignación de fondos por automatización. La cobertura requiere un equilibrio preciso en las posiciones, pero la volatilidad de la liquidez en mercados automatizados provoca desequilibrios graves, que acaban en pérdidas inevitables.

Trampa 4: Perseguir ciegamente la tasa de éxito sin considerar la relación ganancia/pérdida. La verdadera rentabilidad depende del ratio entre ganancias y pérdidas por operación. Una tasa de éxito del 50% puede ser rentable si el ratio es alto, y viceversa.

Trampa 5: La limitación del tamaño del mercado. La liquidez y participación en el mercado de predicción aún son pequeñas, lo que limita la capacidad de obtener beneficios multimillonarios incluso para los mejores operadores, y hace que el interés institucional sea limitado.

En Polymarket, un mercado de predicción que parece lleno de oportunidades, la “inteligencia” real suele ser de supervivientes o de trabajadores diligentes. La clave no está en las tasas de éxito infladas, sino en los algoritmos de unos pocos top que logran beneficios estables mediante gestión estricta, juicio único y control de riesgos. Para los participantes comunes, entender estas trampas es mucho más importante que seguir ciegamente a la “inteligencia” aparente.