Las 23 Grandes Deficiencias de los Mercados de Predicción

marsbitPublicado a 2026-02-27Actualizado a 2026-02-27

Resumen

**Resumen: 23 defectos principales de los mercados de predicción** Los mercados de predicción enfrentan múltiples desafíos estructurales según el análisis de Alexander Lin. Entre los defectos clave se destacan: la baja eficiencia de capital debido a la necesidad de garantías completas sin apalancamiento; la destrucción estructural de la rotación de capital tras cada liquidación; y el riesgo inherente de los pools de liquidez, donde la mitad de los activos pierden todo valor. Además, carecen de coberturistas naturales, sufren de selección adversa creciente cerca del settlement, y enfrentan el problema de inicio por falta de liquidez inicial. La demanda depende exclusivamente de eventos externos, sin ciclo endógeno, y la liquidez se reinicia tras cada liquidación. Los subsidios artificiales crean una falsa liquidez, y la precisión predictiva a menudo es ilusoria. Otros problemas incluyen: riesgo de oráculos, manipulación del diseño de preguntas, fragmentación regulatoria, falta de herramientas financieras complejas, y el "dilema del innovador" que frena mejoras estructurales. La credibilidad cruzada entre plataformas y la manipulación de eventos reales para beneficiar posiciones también son riesgos críticos no mitigados.

Autor: Alexander Lin, KOL de cripto

Compilado por: Felix, PANews

Las opiniones sobre los mercados de predicción siempre han estado divididas: algunos los consideran una nueva infraestructura que puede revolucionar las instituciones tradicionales, mientras que otros creen que es difícil que los mercados de predicción se conviertan verdaderamente en parte de las finanzas mainstream. Recientemente, el KOL de cripto Alexander Lin publicó un artículo señalando 23 deficiencias de los mercados de predicción. A continuación, los detalles.

1. Baja eficiencia de capital

Los mercados de predicción requieren garantía total y no permiten el uso de apalancamiento. En comparación con el requisito de margen del 5-10% del valor nominal de los contratos perpetuos (Perps), la eficiencia de capital de los mercados de predicción es de 10 a 20 veces peor. Esto sin considerar el rendimiento cero del capital inmovilizado y la imposibilidad de cruzar márgenes entre posiciones.

2. La rotación de capital está estructuralmente dañada

Dado que el capital está inmovilizado durante toda la duración del contrato y finalmente produce un resultado binario, la rotación de capital se ve estructuralmente dañada. Una vez liquidado el contrato, la posición se anula directamente (caduca), por lo que no existe eficiencia del balance, y los activos del creador de mercado no pueden generar interés compuesto. El mismo capital, si se utilizara para operar con cuentas perpetuas en el mismo período, generaría una mayor rotación (5-10 veces): reutilización del inventario, prórrogas de posiciones y operaciones de cobertura en curso.

3. El inventario del LP tiene un defecto fundamental

En la liquidación, la mitad de los activos en el pool de liquidez están destinados a cero. Por ejemplo, los pools de liquidez spot se reequilibran entre activos que conservan valor; para los mercados de predicción, no hay reequilibrio ni valor residual, solo queda el "colapso binario" de los perdedores.

4. Falta de coberturistas naturales

A diferencia de las materias primas, los tipos de interés o las divisas, en los mercados de predicción no existen "coberturistas naturales" que proporcionen liquidez inversa. No hay ninguna entidad o operador con una necesidad económica natural de estar en el lado opuesto del riesgo del evento. Los creadores de mercado se enfrentan a una pura selección adversa, careciendo de contrapartes estructurales. Este es un obstáculo fundamental para la escalabilidad.

5. La selección adversa se intensifica al acercarse la liquidación

A medida que el mercado se acerca a la liquidación, la selección adversa se intensifica. Los operadores con ventaja o información más precisa pueden comprar al ganador a un precio más favorable a los perdedores que aún cotizan basándose en información previa obsoleta. Este desgaste es estructural y empeora con el tiempo.

6. Problema de arranque: Trampa de liquidez estructural

Los nuevos mercados no tienen liquidez, lo que desincentiva la entrada de operadores informados (para evitar pérdidas por deslizamiento); y mientras el precio no sea preciso, no aparecerán más operadores. Los mercados de cola larga a menudo mueren antes de empezar, ningún subsidio puede resolver este problema.

7. No hay ciclo de demanda endógena

Cada dólar de volumen comercial depende de la atención externa (por ejemplo, elecciones, noticias, eventos deportivos), sin ningún soporte entre eventos. En contraste, los contratos perpetuos crean un volante interno: las operaciones generan tasas de financiación, las tasas de financiación crean oportunidades de arbitraje, el arbitraje atrae más entrada de capital.

8. Desconexión con la asignación de activos institucional

Los mercados de predicción no tienen conexión con primas de riesgo, rendimiento de carry o exposición a factores. El capital institucional no tiene un marco sistemático para la asignación escalable o la gestión de riesgos de estas posiciones. Estos mercados no se ajustan a ningún lenguaje o estrategia estándar de construcción de carteras, por lo que no pueden escalar verdaderamente.

9. La liquidez se reinicia a cero en cada liquidación

Después de cada liquidación, la liquidez se reinicia a cero y debe reconstruirse desde cero. El interés abierto (OI) y la profundidad acumulados con el tiempo en los contratos perpetuos son estructuralmente imposibles en los mercados de predicción.

dir="ltr">10. Prosperidad falsa impulsada por subsidios

Los subsidios son la única razón por la que el diferencial de compra-venta no se descontrola permanentemente. Una vez que los incentivos se detienen, la liquidez del libro colapsa. La liquidez "sobornada" es inherentemente una estructura de mercado defectuosa y cortoplacista.

11. Contradicción entre volumen comercial y calidad de la información

Las plataformas se benefician del volumen comercial (por ejemplo, "¡necesitamos volumen de apuestas!") y no de la precisión, mientras que los reguladores necesitan utilidad predictiva para justificar la existencia de estas plataformas. Este trade-off conduce a decisiones de producto/funcionalidad subóptimas.

12. La precisión se convierte en una ilusión

En mercados de alta atención, los participantes marginales sin ventaja informativa simplemente siguen el consenso público, haciendo que los precios reflejen "lo que la gente ya cree", en lugar de valorar señales dispersas. La precisión se convierte en una ilusión.

13. La creación ilimitada de mercados está llena de ruido

Cuando la listación no tiene coste, la liquidez y la atención se dispersan entre miles de mercados. El impulso de crecimiento es directamente opuesto al impulso de curación.

14. El diseño de preguntas puede ser un vector de ataque

Quien redacta la pregunta controla los criterios para determinar el resultado final: no hay un proceso de redacción neutral, ni incentivos para garantizar la precisión del tema, y una vez que alguien explota un vacío, no hay recurso.

15. Riesgo del oráculo

Los oráculos descentralizados determinan la verdad mediante ponderación de tokens. Cuando la capitalización de mercado del oráculo es menor que el valor de los fondos que garantiza (bloqueados), manipular se convierte en una operación racional. La liquidación centralizada enfrenta el riesgo de captura o fallo del operador.

16. Volumen nominal inflado

El volumen reportado no se ajusta por precio. 1 dólar de volumen a un precio de 0.9 dólares es completamente diferente a 1 dólar a 0.5 dólares. La cantidad real de transferencia de riesgo está exagerada en un orden de magnitud, pero todos citan esa cifra inflada.

17. Reflexividad a escala

Cuando los mercados de predicción son lo suficientemente grandes, las predicciones de alta probabilidad (por ejemplo, >90%) por sí mismas alteran el comportamiento de los participantes relevantes. Esta lógica de "descubrimiento de la verdad" tiene limitaciones estructurales.

18. Riesgo de credibilidad entre plataformas

Si el mismo evento se liquida de manera diferente en diferentes plataformas, toda la industria parece poco fiable. La credibilidad es compartida, y la divergencia entre plataformas genera un valor esperado negativo en general.

19. Manipulación del meta-mercado

Los operadores pueden manipular el evento subyacente en el mundo real (mercado primario) para asegurar su posición en el mercado de predicción (mercado secundario). Aún no se han visto límites de posición efectivos o implementación regulatoria.

20. Riesgo de pump and dump

La ausencia de límites de posición y una aplicación regulatoria limitada contra la manipulación significan que una sola billetera puede bombear mercados de baja profundidad y tradear en contra de esa volatilidad sin consecuencias (sin responsabilidad), un problema particularmente grave en Polymarket en comparación con Kalshi.

21. Falta de instrumentos financieros complejos

No hay estructura temporal, órdenes condicionales o composabilidad. Aparte del resultado binario único, todo el kit de herramientas de derivados está completamente ausente, lo que impide la entrada de instituciones profesionales.

22. Fragmentación regulatoria

A medida que se endurece la regulación, las diferencias federales y estatales forzarán la fragmentación de la liquidez. Cuando los mercados se segmentan en grupos de participantes diferentes, la función de descubrimiento de precios se descompone.

23. Dilema del innovador

Los gigantes existentes no tienen incentivos para rediseñar la arquitectura. Si el volumen continúa creciendo y se forman barreras regulatorias, cualquier cambio arquitectónico se vuelve más costoso. Es el clásico dilema del innovador.

Lectura relacionada: Polymarket vs Kalshi ¿Quién es el rey del mercado de predicciones?

Preguntas relacionadas

Q¿Cuál es una de las principales desventajas de los mercados de predicción en términos de eficiencia de capital en comparación con los contratos perpetuos?

ALos mercados de predicción requieren un colateral completo y no permiten el uso de apalancamiento, lo que resulta en una eficiencia de capital 10 a 20 veces peor que la de los contratos perpetuos, que solo exigen un margen del 5-10% del valor nominal.

Q¿Por qué los mercados de predicción carecen de un ciclo de demanda interno según el artículo?

ACada dólar de volumen de negocios depende de la atención externa (como elecciones, noticias o eventos deportivos), y no hay soporte entre eventos. A diferencia de los contratos perpetuos, que crean un volante interno donde las operaciones generan tasas de financiación, lo que crea oportunidades de arbitraje y atrae más capital.

Q¿Qué riesgo presentan los oráculos en los mercados de predicción descentralizados?

ALos oráculos descentralizados determinan la verdad mediante el peso de los tokens. Cuando la capitalización de mercado del oráculo es menor que el valor de los fondos que garantiza (bloqueados), manipular el resultado se convierte en una transacción racional.

Q¿Cómo afecta la proximidad del settlement (liquidación) a la selección adversa en los mercados de predicción?

AA medida que el mercado se acerca a la liquidación, la selección adversa se intensifica. Los operadores con información privilegiada o más precisa pueden comprar posiciones ganadoras a precios más favorables de los perdedores que aún basan sus precios en información previa obsoleta.

Q¿Por qué la liquidez en los mercados de predicción se restablece a cero después de cada liquidación?

ADespués de cada liquidación, las posiciones expiran y se vuelven inválidas, por lo que la liquidez debe reconstruirse desde cero. A diferencia de los contratos perpetuos, donde el interés abierto (OI) y la profundidad se acumulan con el tiempo, esto es estructuralmente imposible en los mercados de predicción.

Lecturas Relacionadas

¿Ha fracasado la narrativa del BTC como 'oro digital'?

**Resumen en español europeo:** El autor abordaja la pregunta del titular ("¿Ha fracasado la narrativa del Bitcoin como 'oro digital'?") analizando tres aspectos clave, aclarando que no son consejos de inversión sino un marco de pensamiento. **1. Cómo ver Bitcoin como activo:** Sigue considerándolo una nueva clase de activo, superior al oro a largo plazo por su oferta limitada y programada (21 millones), su extrema facilidad de transferencia y su total auditabilidad en la cadena de bloques. Compara su actual tasa de adopción global (~3-4%) con etapas tempranas de tecnologías disruptivas como Internet o el comercio electrónico, sugiriendo un gran potencial de crecimiento acompañado de una alta volatilidad. **2. Cómo entender la caída actual (de ~$126k en oct. 2025 a ~$61k en feb. 2026):** La atribuye a una venta cíclica consensuada tras el máximo histórico post-halving, un patrón recurrente. Un factor nuevo es el efecto de los ETF aprobados en EE.UU. en 2024: facilitaron la entrada de capital institucional, pero también permitieron que holders antiguos con costes muy bajos realizaran beneficios, iniciando un "gran traspaso" histórico desde early adopters hacia instituciones. Destaca que, si bien la caída (~50%) es fuerte, las correcciones históricas sucesivas han ido reduciendo su magnitud (de -93% en 2011 a -50% ahora), señal de un activo que madura. **3. Perspectiva a largo plazo:** El marco simple es comparar su capitalización de mercado (~$1.4 billones a $70k) con la del oro físico (~$20 billones). Si la narrativa de "oro digital" se materializa parcialmente (ej., alcanzando el 30-50% de la capitalización del oro), el espacio alcista sigue siendo significativo. Sin embargo, advierte que la volatilidad es extrema y el proceso de traspaso puede no haber terminado. El riesgo real no es que Bitcoin llegue a cero (probabilidad que considera baja), sino una mala gestión de la cartera (sobre-exposición, apalancamiento) y la falta de comprensión profunda del activo, que puede llevar a vender en pánico durante correcciones severas. Concluye con una analogía histórica (Amazon cayó un 95% en 2000 para luego subir 42x) para subrayar que la lógica a largo plazo de Bitcoin permanece, pero la clave es sobrevivir a la volatilidad mediante una gestión prudente. La pregunta final invita a la reflexión: la actual divergencia (oro subiendo, Bitcoin cayendo) puede indicar un traspaso en curso en su evolución de activo especulativo a activo de asignación, y la respuesta revela la fe subyacente de cada uno en esta clase de activo.

marsbitHace 53 min(s)

¿Ha fracasado la narrativa del BTC como 'oro digital'?

marsbitHace 53 min(s)

¿Ha fracasado la narrativa del BTC como 'oro digital'?

El autor analiza si la narrativa del Bitcoin como "oro digital" ha fracasado, presentando tres puntos clave. **Primero, sobre Bitcoin como activo:** Lo considera una nueva clase de activo superior al oro a largo plazo, destacando su oferta limitada (21 millones), su facilidad de transferencia y su transparencia verificable. Rechaza la idea de que sea solo para usos ilícitos, señalando su creciente regulación y una penetración global del 3-4%, comparable a etapas tempranas de internet o el comercio electrónico, lo que implica gran potencial y volatilidad. **Segundo, sobre la caída actual:** La vincula al ciclo histórico de cuatro años tras el "halving". La aprobación de los ETF en EEUU en 2024 atrajo capital institucional, pero también desencadenó una gran "rotación" de tenencias, donde poseedores tempranos (con costos muy bajos) realizan beneficios vendiendo a nuevos actores institucionales. Aunque la caída actual ronda el 50%, nota que las correcciones históricas (93%, 85%, 84%, 77%) se han moderado, señal de un mercado en maduración. **Tercero, la perspectiva a largo plazo:** Si Bitcoin alcanzara incluso la mitad de la capitalización de mercado del oro (~20 billones de dólares), su valor tendría un gran espacio para crecer desde los ~1,4 billones actuales. Sin embargo, advierte que la volatilidad sigue siendo extrema y el proceso de rotación podría no haber terminado. El mayor riesgo no es que Bitcoin llegue a cero, sino una mala gestión del riesgo personal: usar dinero inadecuado, apalancarse o no comprender el activo, lo que puede forzar una salida anticipada incluso si la tendencia a largo plazo es alcista. Concluye con una analogía: Amazon cayó un 95% en 2000 antes de subir 42x. La lógica a largo plazo de Bitcoin no ha cambiado, pero sobrevivir a la volatilidad es clave. La pregunta final: ¿La reciente divergencia (oro +60%, Bitcoin -50%) significa el fracaso de la narrativa o simplemente una etapa de transición y consolidación? La respuesta depende de la fe en los fundamentos del activo.

链捕手Hace 1 hora(s)

¿Ha fracasado la narrativa del BTC como 'oro digital'?

链捕手Hace 1 hora(s)

Del Código a la Cognición: Una Guía de Diez Mil Palabras sobre la Evolución del Cerebro Robótico

Desde el código clásico hasta los modelos que simulan la realidad: así ha evolucionado la inteligencia de los robots. Durante décadas, dependieron de software programado manualmente (percepción, planificación, control) para tareas específicas pero rígidas. La llegada del *deep learning* y el aprendizaje por refuerzo mejoró la percepción y el control, aunque con escasa capacidad de generalización. La aparición de los grandes modelos de lenguaje (LLM) marcó un punto de inflexión, actuando como "compiladores de lenguaje natural" que traducen órdenes en planes de acción ejecutables por sistemas como ROS. Sin embargo, el avance definitivo llegó con los **Modelos Visión-Lenguaje-Acción (VLA)**, que fusionan la percepción visual, la comprensión del lenguaje y la generación de movimientos en una sola red neuronal, permitiendo una adaptación mucho mayor. Los robots más avanzados actualmente utilizan una **arquitectura de doble cerebro**: un sistema lento (S2) para el razonamiento de alto nivel y uno rápido (S1) para el control motor reactivo, a veces con un tercer nivel reflejo (S0) para el equilibrio. Todo el procesamiento crítico se ejecuta localmente en el robot por motivos de seguridad y latencia. El siguiente gran salto son los **Modelos del Mundo**. Estas redes no predicen la siguiente acción, sino las consecuencias físicas de las acciones posibles, permitiendo al robot "imaginar" y evaluar futuros antes de actuar. Esto mejora drásticamente la recuperación ante errores, la planificación a largo plazo y la generalización. Modelos como NVIDIA Cosmos, DeepMind Genie y Meta V-JEPA exploran diferentes enfoques arquitectónicos para lograrlo. Aunque los precios del hardware caen y los modelos open-source aceleran el desarrollo, desafíos como la eficiencia en el aprendizaje, la generalización entre robots físicos y el razonamiento de sentido común persisten. La inteligencia robótica está en plena evolución, transitando desde un código predecible hacia sistemas capaces de aprender y simular el mundo que los rodea.

marsbitHace 1 hora(s)

Del Código a la Cognición: Una Guía de Diez Mil Palabras sobre la Evolución del Cerebro Robótico

marsbitHace 1 hora(s)

La burbuja de la IA se está pinchando

En los últimos días, la volatilidad del mercado ha avivado el debate sobre la "burbuja de la IA". Figuras como Ray Dalio advierten sobre niveles de burbuja "relativamente altos", mientras que Jensen Huang de NVIDIA ve una oportunidad enorme, con la demanda de potencia de cálculo apenas comenzando. Ambos tienen razón. La industria de la IA presenta inevitablemente una burbuja, un fenómeno común al surgir una fuerza productiva disruptiva, similar a la burbuja de las puntocom. Aunque aquella crisis evaporó billones, sentó la infraestructura física (fibra óptica, redes) que luego permitió el auge de gigantes como Amazon, Netflix o la nube. Se subestimó su impacto a largo plazo. Hoy, la inversión es masiva: se prevé que los principales proveedores de nube gasten 690.000 millones de dólares en 2026 en infraestructura física (enfriamiento, energía, redes), muy por encima de los ingresos actuales de las empresas de IA pura. Sin embargo, los costes se han desplomado: el precio por millón de tokens ha caído más de un 99.7% desde 2023. Según la "Paradoja de Jevons", esta eficiencia no reduce el consumo, sino que lo dispara al desbloquear nuevas aplicaciones (agentes autónomos, RAG, multimodalidad). Empresas de todos los sectores (finanzas, salud, manufactura) ya adoptan la "IA+", enfocándose en su implementación, no en si usarla. La burbuja se está desinflando, eliminando start-ups sin sustento, lo que purifica el mercado. El valor migrará gradualmente de la infraestructura (CapEx) a las aplicaciones que optimicen operaciones (OpEx). Aunque las valoraciones son elevadas, un crecimiento sólido de los ingresos podría digerirlas con el tiempo. Estamos en un punto de inflexión. Tras el inevitable ajuste, la infraestructura y los algoritmos optimizados, ahora baratos, impulsarán una nueva era en la que la IA integrará y potenciará todas las industrias. El ruido de la burbuja pasará; el avance de la fuerza productiva subyacente permanece.

链捕手Hace 1 hora(s)

La burbuja de la IA se está pinchando

链捕手Hace 1 hora(s)

Trading

Spot
Futuros
活动图片