Ganando 10.32 millones de dólares, la imprenta de dinero del gran tiburón de Polymarket en el Mundial

Foresight NewsPublicado a 2026-07-13Actualizado a 2026-07-13

Resumen

**Resumen: La "Ballena" de Polymarket y su máquina de imprimir dinero durante el Mundial** Mientras los equipos luchaban por la Copa del Mundo en el campo, un actor anónimo, conocido como "swisstony", amasaba una fortuna en el mercado de predicciones Polymarket. En aproximadamente un año desde su creación en julio de 2025, esta cuenta ha obtenido ganancias históricas totales de 18.62 millones de dólares, con 10.33 millones solo en el último mes. Su estrategia combina una ejecución automatizada de alta frecuencia (con unas 380 operaciones diarias) con un enfoque dual. Por un lado, apuesta grandes cantidades (a menudo cientos de miles de dólares) en contra de los favoritos del mercado ("NO" a que ganen equipos como Alemania o Inglaterra), explotando cuotas favorablemente sesgadas cuando estos equipos no cumplen las expectativas. Por otro lado, dedica pequeñas cantidades de capital a eventos extremadamente improbables (con probabilidades de mercado del 0.2% al 1.2%), logrando ocasionalmente retornos multiplicados por 100 que aportan ganancias significativas de más de 100.000 dólares por operación. Con una tasa de acierto del 52.9% pero un volumen de operaciones masivo (más de 139,000 predicciones), este usuario, que probablemente utiliza un bot algorítmico, demuestra cómo la ventaja sistemática en la valoración de probabilidades, ejecutada a gran escala, puede generar enormes beneficios en los mercados de predicción. Su perfil se describe acertadamente como "mapache" ("trash ...


Escrito por: Mahe, Foresight News


Mientras los equipos luchan por la Copa del Mundo en el campo de juego, una ballena oculta está haciendo una fortuna en silencio en el mercado de predicciones.


Una cuenta en Polymarket con el apodo "swisstony" tiene una ganancia total histórica de 18.62 millones de dólares, y solo en el último mes ha obtenido ganancias de 10.33 millones de dólares. Esta cuenta se registró por primera vez en julio de 2025, un período no muy largo, pero debido a sus asombrosas ganancias, las visitas a su página principal han aumentado a 922,200.




Hasta el 13 de julio, el número total de predicciones de esta cuenta alcanzó las 139,617 veces, y el valor actual de sus posiciones es de aproximadamente 606,100 dólares. Cabe destacar que casi todas sus posiciones actuales se concentran en la semifinal de la Copa Mundial de la FIFA del 14 de julio de 2026 entre Francia y España. Esto incluye apostar por la derrota de Francia, con una apuesta actual de unos 160,000 dólares. Además, en muchos detalles específicos del marcador, principalmente apuesta por el NO, buscando un rendimiento del 5% al 10%.




La tasa de éxito de esta dirección se mantiene en torno al 52.9%, con un número total de operaciones superior a 245,000 y un volumen de transacciones de miles de millones de dólares. Estas cifras pertenecen a la élite dentro del ecosistema general de Polymarket. Investigaciones públicas muestran que la mayoría de las direcciones de pequeños inversores sufren pérdidas a largo plazo, mientras que unas pocas cuentas de alta frecuencia y sistemáticas logran rendimientos positivos significativos mediante la ejecución a gran escala. La tasa de éxito de los datos de swisstony no es extremadamente alta, pero combinada con una frecuencia de operaciones y gestión de posiciones muy elevadas, amplifica la ventaja del EV (valor esperado) positivo.


Desde que se creó la cuenta hace aproximadamente un año, esta dirección ha completado 139,617 operaciones de predicción. Calculado, eso es un promedio de unas 380 operaciones por día, 16 por hora, 24/7 sin descanso. Es muy probable que sea un bot cuantitativo de ultra alta frecuencia impulsado por API.


Su descripción dice «trash panda» (mapache). En la cultura norteamericana, el mapache es un maestro de la supervivencia al que le gusta hurgar en los contenedores de basura. Esta firma resume con precisión su estrategia central: ganar dinero en los vastos datos de basura y los pequeños diferenciales de precios de Polymarket, eventualmente acumulando un imperio de decenas de millones de dólares.


Más de 17 veces con ganancias superiores a 1 millón de dólares


Al revisar las ganancias de esta dirección, lo asombroso es que tiene 17 ocasiones en las que sus ganancias superaron el millón de dólares, siendo la más grande una apuesta por el resultado del partido de Alemania el 25 de junio. Esta ballena apostó por el NO, ganando 2,221,241 dólares, con un retorno del 111.67%.



El ROI mostrado en esta captura de pantalla es generalmente alto, con precios de entrada claramente ventajosos. La escala de inversión es grande, con montos individuales que a menudo oscilan entre 400,000 y 1 millón de dólares.


A esta ballena le gusta apostar grandes cantidades al No (no ganar), contra los equipos fuertes sobrevalorados por el mercado: Alemania, Paraguay (aparece varias veces), Inglaterra y Japón. Los precios de compra fueron en su mayoría entre 35.8¢ y 53.7¢, lo que en ese momento implicaba una probabilidad de victoria del mercado para estos equipos fuertes entre el 46% y el 64%, pero el resultado real fue que perdieron o no ganaron. Esta es una estrategia típica de ir contra los favoritos.


Retorno de 100 veces


En el mercado de predicciones, cuando ocurre algo que el mercado considera imposible, el retorno de la ganancia es extremadamente exagerado. Esta ballena no solo es experta en apostar fuerte para ganar fuerte, sino que su habilidad para ganar mucho con poco también es bastante alta.


Tomando como ejemplo el partido en la imagen, los precios de compra son extremadamente bajos: 0.2¢ – 1.2¢ (probabilidad implícita del mercado de solo 0.2% – 1.2%), y el capital invertido en cada operación es de solo unos pocos miles de dólares, pero la ganancia contribuida por cada operación supera los 100,000 dólares.



Estos eventos, que originalmente el mercado consideraba casi imposibles, ocurrieron, y la cuenta obtuvo altos rendimientos con un costo extremadamente bajo.


Utilizar pequeñas cantidades de capital para posicionarse en eventos de probabilidad extremadamente baja es equivalente a una "lotería" pero ejecutada de manera sistemática. Una vez que acierta, puede contribuir con ganancias superiores a los 100,000 dólares con un costo muy bajo, lo que es un buen complemento a las ganancias generales. Aunque el capital en riesgo por operación en este tipo de transacciones de alto múltiplo es bajo, la tasa de éxito es extremadamente baja. La mayoría de apuestas similares se perderán.


Aunque la mayoría de este tipo de apuestas se perderán (porque la probabilidad es realmente baja), con solo acertar algunas ocasionalmente, se puede aumentar significativamente las ganancias totales sin afectar demasiado al capital principal.


En general, es muy probable que el sistema automatizado de esta cuenta cubra una gran cantidad de mercados poco conocidos y de baja liquidez, donde es más probable que ocurran errores graves de fijación de precios, y luego ejecute una estrategia de doble vía en paralelo para obtener ganancias.


Capital grande apostando contra los equipos fuertes favoritos, capital pequeño apostando por los casos extremadamente improbables. La combinación de ambos garantiza ganancias grandes y estables, mientras que las transacciones de alto múltiplo mejoran el rendimiento general.

Preguntas relacionadas

Q¿Quién es el usuario destacado en el artículo y cuánto ha ganado en total en Polymarket?

AEl usuario destacado es 'swisstony'. Según el artículo, ha obtenido una ganancia total de 18.62 millones de dólares en Polymarket, con aproximadamente 10.33 millones ganados solo en el último mes.

Q¿Qué estrategias principales utiliza la 'ballena' swisstony para generar sus ganancias en el mercado de predicciones?

Aswisstony utiliza principalmente dos estrategias. Una es una estrategia 'anti-favorita', apostando grandes sumas en contra ('NO') de equipos fuertes sobrevalorados por el mercado. La otra es una estrategia de 'apuesta de alta multiplicación', donde invierte pequeñas cantidades en eventos extremadamente improbables (con probabilidades implícitas muy bajas) para obtener retornos potencialmente enormes si ocurren.

Q¿Qué evidencia sugiere que la cuenta swisstony probablemente opera con un sistema automatizado (bot)?

ALa evidencia clave es su frecuencia de operaciones extremadamente alta. En aproximadamente un año, ha realizado 139,617 predicciones, lo que equivale a un promedio de unas 380 operaciones por día o 16 por hora, funcionando continuamente. Este ritmo sostenido y preciso es típico de un sistema automatizado impulsado por API, no de un operador humano manual.

Q¿En qué evento específico del Mundial 2026 tiene concentrada la mayor parte de su posición actual la cuenta swisstony, según el artículo?

ASegún el artículo, al 13 de julio, casi la totalidad de su posición actual (valorada en unos 606,100 dólares) está concentrada en la semifinal de la Copa Mundial de la FIFA 2026 entre Francia y España, programada para el 14 de julio. Incluye una apuesta de aproximadamente 160,000 dólares a que Francia perderá el partido.

Q¿Qué simboliza el apodo 'trash panda' (mapache basurero) en la biografía de swisstony y cómo se relaciona con su método?

AEn la cultura norteamericana, el mapache ('trash panda') es conocido por rebuscar en los contenedores de basura para encontrar recursos y sobrevivir. Este apodo simboliza perfectamente la estrategia central de swisstony: 'buscar' y capitalizar las ineficiencias de precios (los 'desperdicios' de datos) y los pequeños diferenciales en el vasto mercado de Polymarket, acumulando ganancias de manera constante hasta construir un 'imperio' multimillonario.

Lecturas Relacionadas

OpenAI revela por primera vez el "progreso interno de la RSI": ha logrado un "becario de investigación automatizado"

El 6 de septiembre, OpenAI publicó datos internos sobre su progreso en la "mejora autorrecursiva" (RSI), anunciando que ha cumplido su objetivo de crear un "investigador interno automatizado". Este sistema, comparable a un pasante de investigación, puede realizar tareas bien definidas que antes requerían días de trabajo humano. El próximo objetivo es tener un "investigador de IA automatizado" completo para marzo de 2028. Los datos muestran que los agentes de IA ya producen 3.1 días de trabajo por cada día humano en el departamento de investigación, y su uso ha crecido 124 veces desde diciembre de 2025. Estas herramientas están acelerando principalmente tareas ejecutivas como escribir código, ejecutar experimentos, depurar y analizar resultados. Sin embargo, las decisiones de alto nivel y la planificación siguen siendo dominio humano. La complejidad de la tarea sigue siendo un límite: más de la mitad de las tareas que requerirían 4-8 horas humanas necesitan intervención manual. OpenAI también informó de dos incidentes de seguridad en julio y agosto que llevaron a pausas temporales y nuevas restricciones. En paralelo, el científico jefe Jakub Pachocki advirtió en un artículo que la IA se está desarrollando más rápido de lo que se puede comprender o controlar de forma segura, e instó a una desaceleración voluntaria y a una mayor coordinación internacional. OpenAI se compromete a seguir informando sobre el RSI y a ralentizar o detener el desarrollo si surgen riesgos de seguridad inaceptables.

marsbitHace 11 min(s)

OpenAI revela por primera vez el "progreso interno de la RSI": ha logrado un "becario de investigación automatizado"

marsbitHace 11 min(s)

Tendencias de la Bolsa Estadounidense (7 de septiembre): El sólido empleo no agrícola reaviva las expectativas de subida de tasas; la escalada del conflicto entre EE.UU. e Irán impulsa la apertura del petróleo

**Resumen de las Tendencias del Mercado Bursátil de EE.UU. (7 de septiembre):** Los principales índices de Wall Street cerraron a la baja el viernes, interrumpiendo dos días de ganancias, tras la publicación de los sólidos datos de empleo no agrícola de agosto, que avivaron las expectativas de un nuevo aumento de tasas por parte de la Fed en septiembre. Esto impulsó los rendimientos de los bonos del Tesoro a corto plazo. Sin embargo, el sector de los semiconductores destacó, con el índice de Filadelfia subiendo un 3.37%, respaldado por una sólida demanda de infraestructura de IA. La tensión geopolítica escaló durante el fin de semana, después de que Irán anunciara planes para establecer una "zona de exclusión" en el Estrecho de Ormuz, una ruta crucial para el transporte de petróleo. Esto provocó una apertura al alza de los precios del crudo este lunes. El oro experimentó una recuperación en forma de V, tras caer inicialmente por la fortaleza del dólar. Una tendencia notable es el aumento de los bancos centrales que trasladan sus reservas de oro a ubicaciones nacionales por motivos geopolíticos. **Atención esta semana:** Los datos de IPC de agosto de EE.UU. (jueves) serán clave para calibrar el camino de las tasas de interés. La evolución del conflicto entre Estados Unidos e Irán en Ormuz seguirá influyendo en los precios del petróleo y la aversión al riesgo. Además, se espera una posible actualización sobre el calendario de la OPV de Anthropic.

marsbitHace 1 hora(s)

Tendencias de la Bolsa Estadounidense (7 de septiembre): El sólido empleo no agrícola reaviva las expectativas de subida de tasas; la escalada del conflicto entre EE.UU. e Irán impulsa la apertura del petróleo

marsbitHace 1 hora(s)

Nueva entrevista de Fei-Fei Li: Los LLM predicen tokens, los modelos del mundo predicen 'nuevas perspectivas'

En una nueva entrevista con a16z, Li Fei-Fei y los cofundadores de World Labs presentan Atlas, el "primer" modelo mundial multimodal. Atlas predice nuevas perspectivas espaciales, a diferencia de los LLM que predicen tokens o los modelos de vídeo que predicen fotogramas. Con unas pocas fotos, Atlas entiende las relaciones espaciales y genera cómo se vería la escena desde otro ángulo. El modelo unifica por primera vez la generación y la reconstrucción 3D en una sola arquitectura, procesando texto, imagen, vídeo y 3D de forma nativa. Esto permite una reconstrucción 3D precisa con drásticamente menos datos de entrada: de cientos de imágenes a solo unas pocas (por ejemplo, tres iPhones), logrando efectos como el "bullet time". Las aplicaciones van más allá del cine, juegos y creación 3D. Li Fei-Fei destaca su potencial en robótica, donde el cuello de botella actual es la falta de datos, no el hardware. Atlas puede trasladar entornos reales a simulaciones y generar variaciones para entrenar robots. El objetivo final no es solo imágenes realistas, sino añadir dinámica, edición e interacción para que el modelo no solo genere, sino que comprenda y simule cómo responde el mundo. El equipo plantea que la "predicción de nueva perspectiva" es un primitivo fundamental, equiparable a la "predicción del siguiente token" en LLM, y podría ser un camino hacia la AGI. Atlas representa un avance significativo en inteligencia espacial, combinando precisión geométrica con capacidades generativas en un solo modelo escalable.

marsbitHace 1 hora(s)

Nueva entrevista de Fei-Fei Li: Los LLM predicen tokens, los modelos del mundo predicen 'nuevas perspectivas'

marsbitHace 1 hora(s)

Google deja que las IA se enfrenten durante días, y un modelo pequeño logra reproducir 3 problemas de nivel de doctorado

Si no vieras el nombre, pensarías que es otro modelo top secreto con un rendimiento increíble: resuelve 7 problemas complejos de matemáticas e informática, genera una prueba verificada de 40 páginas, construye desde cero un simulador de CPU RISC-V con solo un 0.71% de error y optimiza código clave en bibliotecas de código abierto, con sus cambios fusionados por los mantenedores. Este es el resultado presentado por el equipo Antigravity de Google el 27 de agosto. La sorpresa: la mayor parte del trabajo no lo realizó un modelo enorme, sino el modelo pequeño y económico Gemini 3.7 Flash, utilizando un marco de trabajo multiagente llamado Teamwork. Teamwork organiza a múltiples agentes de IA en un proceso de cuatro pasos: 1) Búsqueda competitiva de estrategias, donde cada idea es atacada por un "crítico" dedicado. 2) Descomposición precisa del problema en subproblemas. 3) Torneos internos para refinar soluciones. 4) Aprendizaje continuo, donde los errores y el conocimiento se comparten entre rondas. Este enfoque fomenta el debate riguroso y evita el pensamiento grupal, liberando la "inteligencia colectiva". De los siete logros matemáticos, inicialmente obtenidos por Gemini 3.1 Pro, el modelo más pequeño Flash logró replicar completamente tres problemas de nivel doctoral, como la construcción de coresets para aproximación de subespacios lp. Para el conocido "Problema de los Ciclos de Knuth", Google no encontró la solución inicial (ya resuelta por otros modelos a principios de año), sino que proporcionó nuevas construcciones más elegantes y pruebas extensas y verificadas automáticamente con Lean. Más allá de la teoría, Teamwork usó solo Flash para construir desde cero el complejo simulador de CPU, que arrancó el sistema operativo xv6. En el ámbito práctico, optimizó el rendimiento de las bibliotecas Eigen y ParlayHash, y sus contribuciones fueron aceptadas oficialmente en el código fuente principal. El mensaje clave es que el futuro de la investigación con IA no depende solo de modelos más grandes, sino de una mejor organización y coordinación de agentes más pequeños y accesibles. El rol humano se desplaza de resolver problemas a plantearlos, supervisar y validar rigurosamente los resultados generados por la IA, un paso crucial como demuestra el hecho de que incluso el ganador del Premio Turing Donald Knuth valore la verificación automatizada de pruebas.

marsbitHace 1 hora(s)

Google deja que las IA se enfrenten durante días, y un modelo pequeño logra reproducir 3 problemas de nivel de doctorado

marsbitHace 1 hora(s)

Trading

Spot
活动图片