Las cifras de trading de Polymarket están siendo 'contadas dos veces': Paradigm

cointelegraphPublicado a 2025-12-09Actualizado a 2025-12-09

Resumen

Según un investigador de Paradigm, los volúmenes de operación reportados en la plataforma de mercados de predicción Polymarket podrían estar significativamente inflados debido a un "error de datos". El problema surge porque los datos onchain de Polymarket emiten múltiples eventos "OrderFilled" por cada operación: uno para los creadores de mercado (makers) y otro para los tomadores (takers), lo que ha llevado a que muchos dashboards importantes cuenten el mismo volumen dos veces. Este error afecta tanto al volumen nocional como al de flujo de caja. La complejidad de los datos, que incluye operaciones con splits y merges, ha dificultado un análisis preciso. Polymarket, valorada recientemente en $9 mil millones, habría registrado un volumen mensual récord de $3.7 mil millones en noviembre, aunque la cifra real podría ser la mitad si se confirma el error. Se señala que plataformas como DefiLlama y Dune Analytics habrían estado contabilizando incorrectamente los datos. El investigador aboga por estándares de reporting más consistentes y transparentes en este sector en crecimiento.

Parte de la actividad comercial y el volumen reportados de la plataforma de mercado de predicciones Polymarket pueden ser significativamente más altos de lo real debido a un "error de datos", según un investigador de Paradigm.

"Resulta que casi todos los paneles principales han estado contando dos veces el volumen de Polymarket no relacionado con el lavado de operaciones", dijo Storm, investigador de la firma de capital de riesgo.

Storm explicó que esto se debía a que "los datos onchain de Polymarket contienen representaciones redundantes de cada operación".

"Los datos onchain de Polymarket son bastante complejos, y esto ha llevado a la adopción generalizada de métodos de contabilidad defectuosos."

Cuando se realizan operaciones en Polymarket, el sistema emite múltiples eventos "OrderFilled": un conjunto para los makers, que tienen órdenes existentes, y otro para los takers, que ejecutan la operación.

Estos eventos describen la misma operación desde diferentes perspectivas, no operaciones separadas. Sin embargo, muchos paneles principales los han estado combinando, contando el mismo volumen dos veces.

Polymarket ha sido visto como un raro éxito en el mundo cripto recientemente, mientras que los mercados spot y de derivados han estado en turbulencia. El descubrimiento de que su métrica principal podría ser incorrecta en muchos paneles podría empañar parte de su éxito percibido.

Los complejos datos blockchain de Polymarket

El investigador continuó explicando que el error contable "infla ambos tipos de métricas de volumen comúnmente utilizadas para los mercados de predicción, el volumen nocional y el volumen de flujo de caja".

"Los datos de Polymarket han sido notoriamente confusos para los analistas de datos cripto... los datos tienen demasiadas capas de complejidad interactiva para desentrañar usando solo un explorador de bloques."

Relacionado: Polymarket planea usar un creador de mercado interno para operar contra los usuarios: Informe

Esta complejidad surge porque las operaciones de Polymarket pueden ser intercambios simples o pueden ser "divisiones" y "fusiones" donde ambas partes intercambian efectivo por posiciones opuestas.

Los contratos inteligentes emiten eventos redundantes con fines de seguimiento, y los exploradores blockchain estándar no aclaran esta distinción, declaró el investigador.

Cointelegraph se puso en contacto con Polymarket para obtener comentarios, pero no recibió una respuesta inmediata.

*Volúmenes de Polymarket usando diferentes métricas. Fuente:* *Paradigm*

Polymarket está valorado en $9 mil millones

Intercontinental Exchange (ICE) valoró la plataforma de predicción en $9 mil millones esta semana, según informes, citando $25 mil millones en volumen de operaciones, lo que ahora podría estar en duda.

En septiembre, se informó que Polymarket se preparaba para un lanzamiento en EE. UU. con una valoración de $10 mil millones. En octubre, Bloomberg informó que buscaba recaudar fondos con una valoración entre $12 mil millones y $15 mil millones.

Mientras tanto, Dune Analytics informó que la plataforma alcanzó un récord mensual de $3.7 mil millones en volumen de operaciones en noviembre, pero esto podría ser el doble de la cifra real si la investigación de Paradigm es correcta.

"DefiLlama, Allium, Blockworks y muchos paneles de Dune estaban contando dos veces", dijo el investigador.

Los mercados de predicción están evolucionando rápidamente hacia un sector financiero crítico, "y a medida que la categoría madura, la industria debería converger en estándares de informes consistentes, transparentes y objetivos", concluyó el investigador.

Revista: El momento 'ahora o nunca' de XRP, Kalshi apuesta por Solana: Hodler’s Digest

Preguntas relacionadas

Q¿Qué problema de datos ha identificado Paradigm en relación con las cifras de trading de Polymarket?

AParadigm identificó que las cifras de trading y volumen reportadas en Polymarket estaban siendo 'double-counted' o contabilizadas dos veces debido a un 'bug de datos'. Esto ocurría porque los datos onchain de Polymarket contienen representaciones redundantes de cada operación, lo que llevó a muchos dashboards a combinar eventos duplicados y contar el mismo volumen dos veces.

Q¿Por qué los dashboards principales estaban contabilizando el volumen de Polymarket incorrectamente?

ALos dashboards principales como DefiLlama, Allium, Blockworks y varios de Dune estaban combinando múltiples eventos 'OrderFilled' que Polymarket emite para cada trade: uno para los 'makers' (creadores de órdenes) y otro para los 'takers' (ejecutores). Estos eventos describen la misma operación desde perspectivas diferentes, pero los dashboards los trataban como operaciones separadas, duplicando el volumen real.

Q¿Qué impacto tiene este error de contabilización en las métricas clave de Polymarket?

AEste error infla ambas métricas de volumen comúnmente utilizadas para los mercados de predicción: el volumen nocional y el volumen de flujo de caja (cashflow volume). Como resultado, el volumen de trading reportado, que se utilizó para valorar la empresa en miles de millones de dólares, podría ser significativamente más alto que la realidad, potentially cuestionando su valoración percibida.

Q¿A qué se debe la complejidad de los datos onchain de Polymarket que causó este problema?

ALa complejidad surge porque las operaciones en Polymarket no son simples swaps; pueden involucrar 'splits' (divisiones) y 'merges' (fusiones) donde ambas partes intercambian efectivo por posiciones opuestas. Los contratos inteligentes emiten eventos redundantes con fines de seguimiento, y los exploradores de blockchain estándar no aclaran esta distinción, making it difficult for analysts to interpret the data correctly without deep expertise.

Q¿Cuál fue la valoración reportada de Polymarket y cómo podría verse afectada por este descubrimiento?

ASegún los informes, Intercontinental Exchange (ICE) valoró recientemente Polymarket en $9 mil millones, citando un volumen de trading de $25 mil millones. Además, se informó que la plataforma buscaba una lanzamiento en EE.UU. con una valoración de $10 mil millones y una ronda de financiación entre $12 y $15 mil millones. Si la investigación de Paradigm es correcta y el volumen real es la mitad del reportado (por ejemplo, el récord mensual de $3.7 mil millones de noviembre podría ser en realidad ~$1.85 mil millones), estas valoraciones podrían ser reconsideradas.

Lecturas Relacionadas

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

En solo tres días, Google ha perdido a dos leyendas de la IA. El 18 de junio, Noam Shazeer, coautor del seminal trabajo "Attention is All You Need" y copresponsable de Gemini, anunció su salida para unirse a OpenAI. Dos días después, John Jumper, ganador del Nobel de Química 2024 y líder de AlphaFold, dejó Google DeepMind para incorporarse a Anthropic. Estas partidas no son incidentes aislados, sino parte de una tendencia clara de fuga de talento de Google hacia OpenAI y Anthropic, como lo confirma también la reciente incorporación a Anthropic del exmiembro fundador de OpenAI, Andrej Karpathy. El trasfondo de este éxodo es fundamentalmente una cuestión de misión y enfoque. El modelo de negocio central de Google, basado en la publicidad, impone una lógica orientada a productos y métricas comerciales que, en última instancia, restringe la investigación pura. En contraste, tanto OpenAI (con su misión de AGI) como Anthropic (centrada en la seguridad y la ciencia) ofrecen un entorno de trabajo enfocado únicamente en empujar los límites de las capacidades de los modelos. A esto se suma la fuerte atracción financiera: OpenAI y Anthropic están en camino a una OPI, lo que promete una recompensa económica masiva a través de capital para sus empleados, algo que la ya gigantesca Google difícilmente puede igualar. La fusión de Google Brain y DeepMind en 2023, destinada a consolidar esfuerzos, ha generado en cambio tensiones culturales y ha hecho más evidente la presión por alinear la investigación con los objetivos de los equipos de productos. El resultado es una reorganización estructural del mapa del talento en IA. Google, a pesar de sus vastos recursos en computación y datos, está perdiendo a las personas que definen el futuro del campo. La verdadera ventaja competitiva en IA reside en retener a las mentes más brillantes, y Google está descubriendo que esa es quizás su batalla más difícil.

marsbitHace 46 min(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

marsbitHace 46 min(s)

Tras las notas de la IA, se esconde un "creador de exámenes" chino

Cada vez que se lanza un modelo de IA de vanguardia, la comunidad fija su atención en ciertas "hojas de resultados" familiares: MMLU-Pro, MMMU, MMMU-Pro. Estos puntos de referencia se han convertido en exámenes estándar para evaluar y comparar modelos como GPT, Claude, Gemini, Llama, Qwen y DeepSeek. Detrás de estas influyentes evaluaciones está el investigador chino Wenhu Chen, profesor asistente en la Universidad de Waterloo y fundador del TIGERLab (apodado "虎头帮"). Su trabajo surge de una necesidad crítica: a medida que los modelos avanzaban, las pruebas antiguas como MMLU se saturaban con puntuaciones casi perfectas, dejando de ser útiles para discernir diferencias reales. En 2024, Chen y su equipo presentaron MMLU-Pro, una renovación exhaustiva del original. Con 12,032 preguntas de 14 disciplinas, aumenta las opciones de respuesta de 4 a 10 para reducir las conjeturas e incorpora problemas más complejos que requieren razonamiento. El resultado fue una caída del 16% al 33% en la precisión de los modelos y una evaluación más estable y discriminatoria, rápidamente adoptada por la industria. Su contribución se extiende al ámbito multimodal con MMMU, un conjunto de 11,500 preguntas que combinan imágenes (gráficos, mapas, fórmulas) con conocimientos académicos para probar una comprensión integrada. Incluso los mejores modelos como GPT-4V inicialmente solo alcanzaron un 56% de precisión, revelando un largo camino por recorrer. Su sucesor, MMMU-Pro, cierra aún más las brechas, obligando a los modelos a utilizar la información visual y no solo el texto. La experiencia de Chen, que incluye investigación doctoral en preguntas complejas y una etapa en Google DeepMind trabajando en Gemini, le permite anticipar cómo los modelos pueden "aparentar" competencia. Su laboratorio no solo diseña evaluaciones, sino que también desarrolla modelos (como UniVideo para video o MoCha para avatares), asegurando que sus "exámenes" reflejen desafíos reales y los límites actuales de la tecnología. Actualmente, Chen continúa este trabajo en el laboratorio de superinteligencia de Meta, enfocado en datos y evaluación multimodal. Su historia destaca el papel fundamental, aunque a menudo menos visible, de los investigadores que construyen las herramientas para medir el verdadero progreso de la IA.

marsbitHace 59 min(s)

Tras las notas de la IA, se esconde un "creador de exámenes" chino

marsbitHace 59 min(s)

Selección Semanal del Editor Weekly Editor's Picks (0613-0619)

**【Resumen semanal de los editores (13-19 de junio)】** Esta selección semanal rescata análisis profundos del flujo de información, filtrando el ruido para ofrecer perspectivas clave. **Panorama macro:** Tras la reapertura del Estrecho de Ormuz, el mercado ajusta su foco desde el "impacto bélico" hacia la "recuperación de la oferta". Se observan movimientos en petróleo, bonos, inflación y cadenas de valor como LNG y fertilizantes. **Inversión y emprendimiento:** Ray Dalio advierte sobre la concentración del mercado en acciones de grandes tecnológicas de IA, recomendando diversificación. En cripto, se analizan ciclos a largo plazo, señales de posible fondo para BTC en Q4, y los desafíos regulatorios en mercados como Corea del Sur. El análisis de SpaceX tras su IPO destaca su elevada valoración, riesgos sistémicos potenciales y la importancia de próximos hitos como su inclusión en índices. **Web3 & IA:** Una advertencia señala exposiciones de billones de dólares fuera de balance en la nube/IA, un riesgo latente si la comercialización falla. Se exploran las predicciones de IA para el Mundial y la estructura de costos de una suscripción a IA como Claude. **Mercados de predicción:** Robinhood desarrolla su propia plataforma (Rothera), iniciando una "guerra de canales" en la industria y posicionándose como competidor directo de Kalshi. **CeFi & DeFi:** Se analizan mecanismos de perpetuales para pre-IPO (ej. SpaceX) y los desafíos técnicos pendientes. La desviación del precio de STRC (vinculado a Strategy) refleja preocupaciones sobre su modelo de negocio. Se presenta el nuevo ETF de Bitcoin con rendimiento de BlackRock (BITA). **Ethereum y escalabilidad:** Se destaca la ventaja clave de Ethereum: su vasto ecosistema de desarrolladores y estándares, consolidándolo como sistema operativo para las finanzas descentralizadas. **Otros titulares de la semana:** Acuerdo EEUU-Irán, decisión de la Fed, movimientos en SpaceX y Anthropic, y opiniones destacadas sobre mercados.

marsbitHace 1 hora(s)

Selección Semanal del Editor Weekly Editor's Picks (0613-0619)

marsbitHace 1 hora(s)

La apuesta por la IA de las empresas mineras: La valoración entra en una fase de diferenciación, no será fácil dar la vuelta a la situación

L'empresa minera d'actius digitals s'enfronta a pressions creixents mentre els actius criptogràfics segueixen baixant. Buscant noves vies de creixement, cada vegada més empreses mineres s'estan traslladant al camp de la IA. Aquesta narrativa de transformació ha captat l'atenció del mercat de capitals, amb les accions de moltes mineres pujant significativament. Tot i això, la transició a la IA presenta reptes importants: despeses de capital massives, necessitats de finançament continu i cicles de retorn llargs. Les empreses amb avantatges de primera hora com CoreWeave han assolit una valoració líder, mentre que la indústria en general es troba en una fase de diferenciació valorativa basada en la capacitat d'execució, el progrés dels centres de dades i la qualitat dels clients. Tot i que la demanda d'infraestructura per a IA ofereix un motor de creixement potencial, la transformació és una carrera de fons que posa a prova les finances i les capacitats operatives de les empreses mineres.

链捕手Hace 1 hora(s)

La apuesta por la IA de las empresas mineras: La valoración entra en una fase de diferenciación, no será fácil dar la vuelta a la situación

链捕手Hace 1 hora(s)

Análisis de la última reasignación de cartera del "hijo de la versión" del mercado de valores estadounidense: 9.000 millones de USD en ventas en corto de NVIDIA, apuntando a los sectores eléctrico y de memoria

Leopold Aschenbrenner, considerado uno de los inversores más agresivos en IA, ha realizado cambios significativos en su cartera. Ha establecido posiciones cortas por unos 9.000 millones de dólares en empresas como NVIDIA, ASML y Oracle, al mismo tiempo que redirige capital hacia lo que él identifica como los próximos cuellos de botella en infraestructura de IA: energía eléctrica, memoria, redes de centros de datos y activos de modelos más profundos como Anthropic. Su lógica no sugiere que la burbuja de la IA haya estallado, sino una rotación dentro de la infraestructura. Considera que la "transacción de la pala" clásica (como invertir en semiconductores) está demasiado concurrida y sobrevalorada. En su lugar, apuesta por los eslabones fundamentales siguientes: la capacidad real de construir y energizar centros de datos, y la necesidad crítica de materiales como el cobre y la fibra óptica para la transmisión de datos. La reciente emisión de bonos de NVIDIA por 25.000 millones de dólares, a pesar de su gran liquidez, se interpreta como una señal de un cambio en la financiación del sector. Aschenbrenner también ha invertido de forma privada en Anthropic, lo que representa una apuesta directa al "mineral" (el modelo de IA) en lugar de solo a las "herramientas". En resumen, su estrategia actual se centra en la infraestructura física y de servicios esenciales (energía, construcción, redes) que habilitarán la próxima fase de expansión de la IA, considerándolas apuestas más sólidas y menos saturadas.

marsbitHace 1 hora(s)