El acceso institucional a los mercados de predicción se estanca en la tercera fase

Odaily星球日报Publicado a 2026-04-17Actualizado a 2026-04-17

Resumen

Los mercados de predicción, antes considerados un nicho, están ganando terreno mainstream, como se evidenció en la reciente conferencia de Kalshi Research en Nueva York. Aunque eventos deportivos y electorales aún dominan el volumen (80%), categorías como macroeconomía, política y cultura están creciendo más rápido, atrayendo tanto a minoristas como a instituciones. Wall Street muestra interés creciente, usando estos mercados como herramientas de información y cobertura de riesgos. Proporcionan un "precio de referencia" en tiempo real para eventos inciertos (ej. políticas, decisiones judiciales), permitiendo a las instituciones gestionar riesgos directamente sin depender de activos correlacionados. La adopción institucional sigue tres fases: 1) acceso a datos (ya en marcha), 2) integración sistémica (en proceso) y 3) trading activo (limitado por requisitos de margen total). La falta de apalancamiento frena a fondos de cobertura, pero Kalshi trabaja con reguladores para implementar margen. Expertos prevén que estos mercados se volverán infraestructura básica, como opciones en los 70. Líderes políticos ya citan probabilidades de Kalshi, y firmas como Vote Hub integran sus datos en modelos predictivos. El futuro apunta a mercados aburridos pero indispensables.

Título original:Prediction Markets: They Grow Up So Fast, Autor: Alex Immerman(@aleximm)

Compilado|Odaily Planet Daily(@OdailyChina); Traductor|Asher(@Asher_ 0210)

Nota del editor: A finales de marzo de este año, los mercados de predicción, un campo que alguna vez fue considerado marginal, alcanzaron un momento crucial. Kalshi Research, la institución de investigación de Kalshi, celebró su primera conferencia de investigación en Nueva York, reuniendo a académicos, ejecutivos de Wall Street, ex políticos y traders de primera línea. La composición de los asistentes envió una señal clara: los mercados de predicción están pasando de ser un nicho a convertirse en algo mainstream.

La conferencia comenzó con una conversación entre los cofundadores de Kalshi, Tarek Mansour y Luana Lopes Lara, moderada por la periodista de Bloomberg Katherine Doherty. Este artículo selecciona y organiza los puntos de vista clave de esta conferencia.

Los mercados de predicción no son solo elecciones y deportes

Durante mucho tiempo, los mercados de predicción han sido definidos por ciertos "momentos destacados": las elecciones presidenciales de EE.UU., el Super Bowl, March Madness. Estos eventos dominan el ciclo de noticias y, naturalmente, absorben la mayor parte del volumen de operaciones, haciendo creer erróneamente que el valor de los mercados de predicción se limita a esto.

Pero esta impresión se está rompiendo. Justo cuando se celebraba la conferencia, el volumen semanal de operaciones de predicciones deportivas acababa de acercarse a los 3 mil millones de dólares, representando aproximadamente el 80% del volumen total de operaciones de Kalshi. Aunque parece dominante, detrás se esconde una tendencia más crucial: el porcentaje de los deportes está en realidad en su punto más bajo histórico.

En otras palabras, todas las demás categorías están creciendo más rápido. Entretenimiento, cripto, política, cultura y otras áreas están generando un mayor crecimiento de usuarios y una retención más estable. Los deportes son más un producto de entrada: son intuitivos, impulsados por la emoción, de ritmo claro, ideales para atraer al público en general. Mientras tanto, los mercados de cola larga, que representan más del 20% del volumen total de operaciones, están creciendo rápidamente. Estos mercados desempeñarán un papel importante en la cobertura institucional y la fijación de precios de información en el futuro.

Y esto también ha sido confirmado por el lado institucional. Cyril Goddeeris, copresidente global de operaciones de acciones de Goldman Sachs, dijo que las predicciones relacionadas con eventos macro y el IPC son la categoría que más interesa actualmente a Wall Street; Sally Shin, directora de la plataforma de crecimiento de CNBC, mencionó que ya utiliza mercados de predicción relacionados con el presidente de la Fed y datos de empleo no agrícolas como herramientas narrativas; Troy Dixon, copresidente de mercados globales de Tradeweb, describió un futuro donde los grandes bancos de inversión establecerán departamentos de operaciones especializados en mercados de predicción, con contratos financieros como productos centrales.

Los mercados de predicción están pasando de ser "operaciones de entretenimiento" a "herramientas de información y riesgo".

Por qué Kalshi atrae la atención de Wall Street

Los mercados financieros tradicionales pueden funcionar de manera eficiente en gran medida porque varios activos tienen referencias reconocidas: el S&P 500 representa el rendimiento promedio de 500 acciones, el petróleo crudo tiene el precio de referencia ICE. Pero para eventos políticos y económicos (por ejemplo, quién ganará las elecciones, si se aprobará un arancel determinado, el resultado de un caso de la Corte Suprema), prácticamente no existía una "referencia" ampliamente reconocida y actualizada dinámicamente.

Los mercados de predicción cambian esto. Hoy, casi cualquier evento futuro puede tener una referencia de precio en tiempo real y líquida. Cuando el mercado puede dar un precio creíble a "la probabilidad de que se apruebe un arancel del 30%", las instituciones pueden operar en torno a este precio o cubrir otros riesgos en sus carteras. Esto convierte al evento mismo en un objeto directamente negociable.

Como dijo Troy Dixon de Tradeweb: "Si volvemos a la primera vez que Trump fue elegido, mucha gente en el mercado de valores hizo coberturas, por ejemplo, vendiendo en corto el S&P, porque se pensaba que su elección haría caer el mercado. Pero esta fue una operación errónea. La pregunta es, ¿cómo se debe poner precio a estos eventos? ¿Dónde está la referencia?"

Tarek también mencionó que una de sus motivaciones para fundar Kalshi surgió de su trabajo anterior en Goldman Sachs, dando consejos de operaciones en torno a las elecciones de 2024 y el Brexit. Sin mercados de predicción, cuando las instituciones cubren eventos políticos o macro mediante activos relacionados, en realidad tienen que asumir dos juicios simultáneos: juzgar el resultado del evento mismo y juzgar la relación entre ese evento y el activo que están operando, y este último conlleva un riesgo de fallo independiente.

Cuando el evento en sí tiene una referencia de precio directa, los dos riesgos originalmente separados se combinan en un solo juicio. Como dijo Tarek, el mercado ya ha comenzado a poner precio a todo tipo de eventos.

Las tres fases hacia la adopción institucional

Todavía es pronto para afirmar que las instituciones de Wall Street ya participan masivamente en las operaciones de Kalshi. Actualmente, la forma de uso de la mayoría de las instituciones sigue siendo principalmente como referencia de datos, más que como operaciones reales.

Sin embargo, Luana señaló que el camino hacia la adopción institucional ya es bastante claro y se puede dividir en tres fases:

  • La primera fase es la integración de datos: hacer que los precios de los mercados de predicción entren en el flujo de trabajo diario de las instituciones, por ejemplo, que los gestores de inversiones de Goldman Sachs consulten las probabilidades de Kalshi como consultan el índice VIX. Esta fase ya se ha logrado en cierta medida. Jonathan Wright, profesor de la Universidad Johns Hopkins y exfuncionario de la Fed, dijo que, en decisiones de la Fed, desempleo y PIB, Kalshi es casi la única fuente de referencia;
  • La segunda fase es la integración sistémica: incluye aprobaciones de cumplimiento, confirmaciones legales, integración técnica y educación interna, es decir, incorporar los mercados de predicción al sistema de herramientas financieras utilizables;
  • La tercera fase son las operaciones reales: las instituciones comienzan a realizar coberturas de riesgo en la plataforma, el volumen de operaciones y la liquidez se acumulan gradualmente, formando una retroalimentación positiva. Más coberturistas atraen a más especuladores, spreads más ajustados atraen a más coberturistas, y el precio de referencia se fortalece constantemente.

Actualmente, la mayoría de las instituciones aún se encuentran en la primera fase, algunas han entrado en la segunda, y solo unas pocas han llegado a la tercera.

Un motivo importante que impide que las instituciones entren en la tercera fase es que, actualmente, operar en mercados de predicción requiere un margen completo: una posición de 100 dólares requiere depositar 100 dólares. Esto es aceptable para los minoristas, pero para los fondos de cobertura o bancos que dependen del apalancamiento y la eficiencia de capital, es una limitación evidente. Como dijo Tarek, si quieres hacer una cobertura de 100 dólares, debes invertir 100 dólares, lo cual es demasiado costoso para las instituciones; instituciones como Citadel o Millennium no adoptarían este método. Kalshi ya ha obtenido el permiso de la National Futures Association de EE.UU. y está colaborando con la Commodity Futures Trading Commission para introducir un mecanismo de operaciones con margen.

¿Qué pasará después?

Michael McDonough, director de innovación de mercados de Bloomberg, dio un juicio muy directo: el signo del éxito es que estas cosas se vuelvan aburridas. Comparó los mercados de predicción con los mercados de opciones de la década de 1970, que también tenían controversias sobre manipulación e incertidumbre regulatoria, pero estos problemas finalmente se digirieron y evolucionaron hasta convertirse en una infraestructura básica sobre la que casi no hace falta pensar.

Toby Moskowitz, socio de AQR, dijo que está dispuesto a apostar por el desarrollo de los mercados de predicción. En cinco años, o incluso menos, se convertirá en una herramienta viable a nivel institucional.

Garrett Herren de Vote Hub describió la forma final: la pregunta ya no es si usar los mercados de predicción, sino cómo usarlos. Una vez que la discusión gira en torno a este nivel, significa que ya se ha vuelto indispensable. De hecho, aunque el mercado de predicciones es todavía pequeño, el mercado de cobertura en sí es extremadamente grande.

La normalización de los mercados de predicción ya está ocurriendo.

En la discusión sobre temas políticos, el ex congresista Mondaire Jones mencionó que altos cargos de ambos partidos, incluidos Trump, el líder de la minoría de la Cámara de Representantes Jeffries y el líder de la minoría del Senado Schumer, ya han comenzado a citar públicamente las probabilidades de Kalshi. Scott Tranter de DDHQ también confirmó que los datos de los mercados de predicción ahora son una entrada importante para las decisiones internas del partido. Al mismo tiempo, Vote Hub anunció que ha integrado directamente los datos de Kalshi en su modelo de predicción para las elecciones de medio término.

Y todo esto, hace dos años, prácticamente no existía. En ese entonces, los operadores más exitosos en Kalshi aún eran considerados aficionados. Pero ahora, la situación ha cambiado, e incluso es difícil definirlos con esa palabra.

En la mesa redonda, cuatro operadores contaron su trayectoria: uno pasó once años estudiando las listas de Billboard, otro ha participado continuamente en mercados de predicción desde 2006, cuando aún era un campo de interés sin fondos y de carácter ligeramente geek. No provenían del sector financiero, sino de diferentes ámbitos como la música, la política y el póker. Pero todos coincidieron en que lo que esta plataforma realmente premia es el conocimiento profundo del campo, no el currículum.

Resumen

Los mercados de predicción han recorrido un largo camino. Una vez fueron considerados un experimento académico, luego un tema candente durante los ciclos electorales, y también se vieron en su momento como una extensión de las apuestas deportivas.

Y el mensaje transmitido por esta conferencia ya es muy claro: los mercados de predicción están evolucionando gradualmente hacia una infraestructura que pone precio a la incertidumbre, sirviendo a una amplia gama de participantes, desde minoristas hasta grandes instituciones, y a diversos escenarios de aplicación.

Preguntas relacionadas

Q¿Cuál es la principal tendencia que se observa en los mercados de predicción según el artículo?

ALos mercados de predicción están evolucionando desde transacciones de entretenimiento hacia herramientas de información y gestión de riesgos, con un crecimiento más rápido en categorías como entretenimiento, cripto, política y cultura, no solo elecciones y deportes.

Q¿Por qué los mercados de predicción como Kalshi están atrayendo la atención de Wall Street?

APorque proporcionan un punto de referencia en tiempo real y con liquidez para eventos políticos y económicos, permitiendo a las instituciones operar o cubrir riesgos directamente sobre estos eventos, en lugar de depender de activos correlacionados.

Q¿En qué etapa de adopción institucional se encuentran actualmente la mayoría de las instituciones según Luana Lopes Lara?

ALa mayoría de las instituciones se encuentran en la primera etapa (acceso a datos), algunas en la segunda (integración sistémica) y solo unas pocas han llegado a la tercera etapa (transacciones reales).

Q¿Cuál es una barrera clave que frena a las instituciones para participar plenamente en la tercera etapa de adopción?

ALa necesidad de depósito de garantía total, donde una posición de 100 dólares requiere bloquear 100 dólares, lo que resulta ineficiente en términos de capital para fondos de cobertura o bancos que dependen del apalancamiento.

Q¿Qué señal de normalización de los mercados de predicción se menciona en el ámbito político?

AFiguras políticas de alto nivel de ambos partidos, como Trump, Jeffries y Schumer, han comenzado a citar públicamente las probabilidades de Kalshi, y los datos se integran en modelos de predicción de elecciones.

Lecturas Relacionadas

Los multimillonarios detrás de las elecciones de medio mandato más costosas de la historia

**Resumen: Los multimillonarios detrás de las elecciones intermedias más caras de la historia** Esta temporada electoral está marcada por contribuciones récord de grandes fortunas. Jeff Yass, fundador de Susquehanna International Group, es el tercer mayor donante individual con más de 81 millones de dólares, apoyando principalmente causas como la libertad de elección escolar y al comité de acción política de Trump, MAGA Inc. El ciclo electoral federal ha recaudado más de 4,700 millones de dólares, y se prevé que el gasto en anuncios políticos supere los 10,800 millones. Los fondos fluyen mayoritariamente hacia los comités republicanos y los PAC asociados a Trump, que recaudaron 917 millones solo en el primer trimestre, muy por encima de los 262 millones de los demócratas. Los superricos intervienen impulsados por intereses clave: Sergey Brin y Chris Larsen invierten millones para oponerse a un impuesto a los ultra ricos en California, y figuras como Marc Andreessen y Ben Horowitz financian PACs relacionados con la criptomoneda y la IA. Entre los mayores donantes destacan George Soros (102.6 millones), Elon Musk (84.8 millones) y Miriam Adelson (42.6 millones), cuyas donaciones moldean políticas sobre Israel, tecnología y elecciones judiciales. La influencia del "dinero oscuro" anónimo sigue en aumento. Estas enormes sumas subrayan la batalla por el control del Congreso y la definición de políticas cruciales en los últimos dos años de un posible segundo mandato de Trump.

marsbitHace 21 min(s)

Los multimillonarios detrás de las elecciones de medio mandato más costosas de la historia

marsbitHace 21 min(s)

Después de 50 veces el almacenamiento, Sun Yuchen siempre está mirando al próximo decenio

La mayoría conoce a Sun Yuchen por sus excéntricas historias, desde gastar millones en cenas con Warren Buffett hasta volar al espacio. Pero detrás del escándalo, lleva una década acertando en inversiones: en 2016 recomendó comprar Bitcoin, Nvidia, Tesla y Tencent. Hoy, quienes siguieron su consejo han multiplicado su capital enormemente. Recientemente, Sun predijo el auge del almacenamiento de datos, y acciones como SanDisk (SNDK) se dispararon casi 50 veces. Ahora, su mirada está puesta en la inteligencia física (Physical AI), destacando cuatro áreas clave: 1. **Inteligencia encarnada (Robótica)**: Empresas como Unitree y Galaxy General lideran la producción y financiación de robots humanoides, impulsados por modelos VLA que permiten a las máquinas "ver" y actuar en el mundo real. 2. **Drones**: Ya son una realidad comercial, desde la agricultura hasta entregas urbanas y uso militar, siendo la primera aplicación de IA con un ciclo comercial cerrado en el mundo físico. 3. **Computación espacial**: Más allá del VR, tecnologías como el Apple Vision Pro buscan que la IA comprenda y interactúe con el espacio físico, un requisito fundamental para robots, drones y vehículos autónomos. 4. **Exploración espacial**: Sun viajó al espacio con Blue Origin y visualiza una "economía espacial" con blockchain para derechos de activos y transacciones interplanetarias. Su lógica de inversión se basa en apostar por sectores con dirección clara, diversificando entre actores clave: en robótica, apuesta por el "cuerpo" (Tesla Optimus) y el "cerebro" (Nvidia); en drones, por aplicaciones militares y comerciales; en el espacio, por SpaceX (próxima gran IPO) y Rocket Lab. En resumen, Sun Yuchen prevé que, mientras la última década transformó el flujo de información, las próximas dos décadas verán a la IA remodelar el mundo físico: robots en fábricas, vehículos autónomos, enjambres de drones y una creciente presencia humana y robótica en el espacio. Mientras muchos aún esperan oportunidades tradicionales, él ya está mirando hacia el próximo horizonte tecnológico.

marsbitHace 26 min(s)

Después de 50 veces el almacenamiento, Sun Yuchen siempre está mirando al próximo decenio

marsbitHace 26 min(s)

El mayor IPO de la historia se acerca, superando a SpaceX: 28 años de auto-iteración de la IA, cuenta atrás para la explosión de inteligencia

**Resumen: La carrera hacia el primer IPO de un billón de dólares y la cuenta atrás para la 'explosión de inteligencia'** Anthropic, la empresa de IA fundada en 2021, está cerca de una operación que la valoraría en casi **un billón de dólares**, superando potencialmente a SpaceX en lo que sería una de las OPV más grandes de la historia. Su valoración implícita en mercados previos a la OPV ya alcanza los 1,2 billones. Este frenesí inversor se debe a un crecimiento sin precedentes. Sus ingresos anuales recurrentes (ARR) se dispararon a **450.000 millones de dólares en mayo de 2026**, multiplicándose por 5 en solo cinco meses. Desde 2022, los ingresos han crecido 4.500 veces. Este crecimiento exponencial está impulsado por sus productos estrella, Claude Code y Cowork, que dominan los mercados de codificación con IA y colaboración empresarial. Sin embargo, la verdadera razón detrás de esta valoración astronómica es una audaz predicción de su cofundador, Jack Clark: **para finales de 2028, hay más de un 50% de probabilidad de que los sistemas de IA puedan automejorarse de forma autónoma**, iniciando una "explosión de inteligencia" recursiva. Clark compara esto con una impresora 3D capaz de imprimir cabezales de impresión mejores que sí misma, un concepto que cambiaría todo. Esta visión explica la estrategia de Anthropic de desbancar a gigantes de la consultoría como McKinsey mediante una empresa conjunta de 15.000 millones de dólares con Goldman Sachs y Blackstone. No se trata solo de reemplazar tareas, sino de que la IA ejecute estrategias complejas, probando si puede sustituir el trabajo cognitivo de alto nivel. Así, la vertiginosa valoración de Anthropic no solo cotiza un negocio exitoso, sino **la expectativa de un cambio de paradigma global**. La cuenta atrás hacia 2028, el año de la posible autorreplicación de la IA, ya ha comenzado, planteando tanto oportunidades extraordinarias como riesgos existenciales para la economía y la seguridad mundial.

marsbitHace 41 min(s)

El mayor IPO de la historia se acerca, superando a SpaceX: 28 años de auto-iteración de la IA, cuenta atrás para la explosión de inteligencia

marsbitHace 41 min(s)

El egoísmo refinado de Mira Murati, ex CTO de OpenAI: Pasó el cuchillo y fue la primera en pedir reconciliación

Según la evidencia y testimonios del caso de Musk contra Altman, Mira Murati, ex directora de tecnología de OpenAI y actual fundadora de Thinking Machines Lab, desempeñó un papel clave en la destitución de Sam Altman en noviembre de 2023. Ya en 2022, Murati expresó desacuerdos internos, quejándose de la presión de Altman por alcanzar objetivos de ingresos. En 2023, proporcionó materiales al cofundador Ilya Sutskever para una memorándum de 52 páginas para el consejo. También alegó que Altman mintió sobre revisiones de seguridad de IA. El 16 de noviembre, tras el despido unánime de Altman, Murati fue nombrada CEO interina. Sin embargo, los mensajes de texto revelados muestran que, mientras informaba a Altman sobre la postura firme del consejo, ya buscaba ayuda externa con Microsoft para revertir la decisión. Cuando percibió que el consejo cedía, informó a ejecutivos de Microsoft y fue la primera en firmar una petición de 750 empleados exigiendo la renuncia del consejo y la reinstalación de Altman. Una directora testificó que Murati fue "poco cooperativa" después del despido y se negó a respaldar la decisión que ella misma había impulsado, lo que llevó a los empleados a apoyar a Altman. En resumen, Murati promovió activamente la destitución, pero rápidamente cambió de bando cuando la situación se volvió en su contra, priorizando siempre sus propios intereses.

marsbitHace 51 min(s)

El egoísmo refinado de Mira Murati, ex CTO de OpenAI: Pasó el cuchillo y fue la primera en pedir reconciliación

marsbitHace 51 min(s)

La factura de la inferencia de IA se dispara, Shopify y Roblox advierten: los ahorros de los despidos no son suficientes para pagar las GPU

El primer trimestre de 2026 revela que los costes de la IA, especialmente las facturas de inferencia y la depreciación de GPUs, están superando los ahorros por recortes de personal en empresas tecnológicas. Shopify informa que, aunque la IA escribe más del 50% de su código y mantiene estable la plantilla, los costes de los LLM están presionando el margen bruto de sus suscripciones, impulsados por el uso masivo de su asistente Sidekick. Roblox ajustó a la baja su previsión de margen anual, atribuyendo un 25% de ese recorte directamente a mayores inversiones en IA. La compañía maneja millones de inferencias por segundo y planea monetizar funciones avanzadas de IA para compensar costes. A nivel macro, los gastos de capital en IA de Amazon, Meta, Microsoft y Google alcanzarán los 725.000 millones de dólares en 2026. Los ahorros por despidos, como los 24.000 millones estimados en Meta, palidecen frente a estos desembolsos, cubriendo solo una fracción del incremento en depreciación. Mientras proveedores como Nvidia o OpenAI mantienen altos márgenes, las empresas de aplicación enfrentan un dilema: sus ingresos dependen del uso de IA, pero los costes los fijan los proveedores de modelos. Las estrategias ahora se centran en integrar la IA profundamente en la plataforma (Shopify) o hacer pagar al usuario por su uso avanzado (Roblox), admitiendo que los ahorros en personal no son suficientes para cubrir la factura de los chips.

marsbitHace 58 min(s)

La factura de la inferencia de IA se dispara, Shopify y Roblox advierten: los ahorros de los despidos no son suficientes para pagar las GPU

marsbitHace 58 min(s)

Trading

Spot
Futuros
活动图片