Los mercados de predicción no pueden prescindir del uso de información privilegiada, pero el uso de información privilegiada los está matando

marsbitPublicado a 2026-04-27Actualizado a 2026-04-27

Resumen

El mercado de predicciones enfrenta una paradoja fundamental: depende de la información privilegiada (insider trading) para generar precios precisos, pero esta práctica aleja a los pequeños inversores al percibir el mercado como manipulado. Recientemente, un soldado estadounidense ganó 400.000 dólares en Polymarket usando información clasificada, lo que destaca el problema. Aunque plataformas como Polymarket y Kalshi prohíben el uso de información no pública, su valor social radica en incentivar a quienes poseen conocimientos exclusivos a compartirlos. Sin embargo, esto crea un ciclo destructivo: cuanta más información privilegiada hay, menos confianza tienen los pequeños inversores, reduciendo la liquidez. El desafío es encontrar un equilibrio entre eficiencia informativa y equidad percibida para que estos mercados sobrevivan a largo plazo.

Autor: Nic Carter

Compilado: Deep Tide TechFlow

Guía de Deep Tide: Un soldado de las fuerzas especiales estadounidenses ganó 400.000 dólares en Polymarket utilizando información clasificada, y este es solo el último de una serie de escándalos. Nic Carter señala que los mercados de predicción están atrapados en un círculo vicioso: dependen del uso de información privilegiada para generar precios precisos, pero esto hace que los pequeños inversores sientan que el mercado está manipulado y se alejen. Esta contradicción determina si los mercados de predicción pueden sobrevivir a largo plazo.

Como escribí en febrero de este año, los mercados de predicción tienen un grave problema con el uso de información privilegiada, y esto no es accidental. Esto conduce a un importante modo de fallo:

El valor social de los mercados de predicción proviene de incentivar económicamente a los iniciados para que filtren información confidencial, pero esto destruye la confianza de los pequeños inversores en el mercado con el tiempo.

Hace dos días estalló el mayor escándalo hasta la fecha: el Departamento de Justicia de EE. UU. acusó al sargento mayor de fuerzas especiales Gannon Ken Van Dyke de realizar operaciones indebidas con información clasificada. Antes de la operación de incursión contra Maduro, ganó 400.000 dólares en Polymarket. No era un soldado ordinario, sino un miembro senior de los Boinas Verdes responsable de la planificación y operaciones de operaciones especiales.

Dicho brevemente, aunque muchas personas piden clemencia para él debido a que los congresistas suelen realizar (legalmente) operaciones con información privilegiada, aún debería ir a la cárcel. Sus acciones podrían haber filtrado información sobre la incursión a los venezolanos a través de actividades comerciales, lo que es problemático tanto moral como legalmente. Aunque los venezolanos parecen no haberse dado cuenta, el gobierno no puede aceptar un precedente en el que el personal de operaciones de élite filtre detalles de operaciones inminentes a través de actividades de mercado para beneficio personal. Simpatizo con Van Dyke, pero violó la ley y la confidencialidad que juró proteger.

Este es solo el último de una serie de escándalos reales o presuntos de uso de información privilegiada en los mercados de predicción. Anteriormente, Israel arrestó a dos reservistas militares por utilizar inteligencia militar confidencial para operar en Polymarket. Los mercados sobre el momento de inicio de la guerra con Irán, acuerdos de alto el fuego, el asesinato de Khamenei y el indulto de Biden también han sido objeto de sospechas, pero aún no se han producido arrestos. Kalshi y Polymarket también han marcado y suspendido cuentas que operaban en mercados en los que tenían intereses propios, como tres candidatos al Congreso que apostaban en sus propios mercados electorales.

Podrías pensar que estos problemas desaparecerán a medida que más personas se den cuenta de que operar con información confidencial no solo es ilegal en los mercados de valores, sino también en los mercados de predicción. Pero creo que el problema es más profundo.

La premisa de los mercados de predicción es que son informativamente eficientes porque recompensan a los iniciados informados.

En otras palabras, los mercados de predicción son "buenos" porque reúnen a una gran cantidad de pequeños inversores desinformados que crean incentivos económicos para que los iniciados revelen información privada. (Este concepto—que los pequeños inversores crean incentivos para que los iniciados informados participen—está bien documentado en la literatura financiera, y un artículo reciente lo extiende aún más a los mercados de predicción). Luego, los mercados de predicción pueden promocionarse de manera confiable como socialmente útiles porque realmente proporcionan una señal mejor y más oportuna que otras plataformas (expertos, encuestas, etc.). Kalshi y Polymarket saben esto, pero son reacios a admitirlo explícitamente. ¡Pero lo insinúan en su marketing!

El CEO de Kalshi, Tarek Mansour, dijo explícitamente en el podcast Sourcery que "en los mercados de productos básicos no existe el uso de información privilegiada. En realidad, todo es uso de información privilegiada", lo cual es... una interpretación extremadamente creativa de la ley. Añadió:

Creo que hay una parte de la información no pública que los operadores no pueden operar, pero creo que ahora estamos restringiendo un poco demasiado.

Kalshi ha utilizado eslóganes como "opera cualquier cosa" y "todos son expertos en algo", ambos insinúan que las personas comunes pueden monetizar información privilegiada que posean en la plataforma.

El CEO de Polymarket, Shayne Coplan, tuvo esta conversación con CBS el año pasado:

Anderson Cooper: Pero los mercados de predicción realmente dependen de que algunas personas tengan información privilegiada.

Shayne Coplan: Mmm. Sí. Creo que es bueno que las personas tengan ventajas en el mercado. Obviamente, necesitas gestionarlas, ser muy claro y estricto en trazar líneas, como en aspectos éticos, en los que pasamos mucho tiempo. Pero esto es en cierto modo inevitable, y se pueden obtener muchos beneficios de ello. Ya sabes, la gente se adaptará.

Shayne también ha dicho que los mercados de predicción son "lo más preciso que tiene la humanidad en este momento, hasta que alguien cree una especie de bola de cristal súper". Parte de esa precisión proviene de los iniciados.

El CEO de Robinhood, Vlad Tenev (que colabora con Kalshi), dijo:

Los mercados de predicción en realidad te permiten obtener noticias más rápido, en algunos casos incluso antes de que sucedan. Creo que tiene un enorme valor económico.

El economista Robin Hanson, considerado por muchos como el padrino de los mercados de predicción, acepta directamente este punto de vista y ha hecho una larga defensa del uso de información privilegiada en los mercados de predicción. En 2024 dijo:

Si el propósito del mercado (de predicción) es obtener información precisa en los precios, entonces definitivamente quieres permitir que los iniciados operen, incluso si esto hace que otras personas no quieran apostar porque se sienten injustas, porque esto hará que los precios sean más precisos. Esa es la prioridad.

Debo señalar que tanto Kalshi como Polymarket tienen políticas contra el uso de información privilegiada. Kalshi está regulado por la CFTC y siempre ha prohibido explícitamente las operaciones basadas en información material no pública (MNPI) y realiza monitorización del mercado. Cuando escribí mi blog anterior en febrero, noté que Polymarket no sancionaba explícitamente el uso de información privilegiada, pero en marzo actualizaron su manual de reglas, añadiendo prohibiciones detalladas contra los siguientes tipos de operaciones:

  • Operar basándose en información confidencial robada (si eres soldado, los planes de operación no te pertenecen, sino al gobierno)
  • Operar basándose en información que un iniciado te haya pasado ilegalmente
  • Operar en cualquier contrato en el que puedas influir en el resultado

El punto de esta sección no es culpar a Kalshi o Polymarket o a sus líderes por insinuar que los operadores tienen ventajas informativas. Creo que sus políticas (actualizadas en marzo de 2026) son lo suficientemente claras. En cambio, quiero señalar la contradicción fundamental que plaga estos mercados:

Los mercados de predicción dependen de operadores informados para generar precios precisos, pero también dependen de operadores desinformados para crear incentivos económicos que atraigan el flujo de operadores informados. Esto crea una tensión:

  • Si se es demasiado permisivo con el uso de información privilegiada, los operadores desinformados pueden abandonar al sentirse injustos
  • Si se restringe demasiado el uso de información privilegiada, el mercado puede excluir su fuente de información más valiosa

Por lo tanto, existe una compensación entre la eficiencia informativa y la percepción de equidad. Esta es una versión visual de la misma idea:

Gráfico: Curva de compensación entre eficiencia informativa y percepción de equidad

Así que terminamos enfrentándonos a varios modos de fallo diferentes:

Demasiados tiburones, se comen todos los peces

Los estándares de uso de información privilegiada son demasiado flexibles, el mercado se vuelve muy eficiente en información, pero los pequeños inversores sentirán claramente que el mercado está "manipulado", que siempre están apostando contra iniciados. Por lo tanto, los pequeños inversores se van y la liquidez del mercado disminuye. Este es el modo de fallo del que hablé antes. Esta es la posición en la que nos encontramos actualmente, pero creo que rebotaremos hacia la otra dirección.

Sin tiburones, sin ventaja

Este es el otro extremo del espectro. El uso de información privilegiada está estrictamente regulado en la plataforma, con monitorización de mercado en tiempo real y fuertes informes regulatorios, por lo que el flujo de operadores informados se aleja. Estos mercados, por lo tanto, producen menos información de valor social, convirtiéndose meramente en agregadores de sentimiento, en lugar de generar "noticias antes de las noticias". Por lo tanto, las plataformas no pueden comercializarse de manera efectiva.

La cuestión existencial es si existe un punto medio dorado: maximizar la liquidez, donde los pequeños inversores sientan que el mercado es "lo suficientemente justo" y el flujo de operadores informados aún pueda ser recompensado por su recopilación de información. El gráfico sugiere que podría existir, pero la realidad es más complicada.

Mi predicción de febrero aún se mantiene. Como dije entonces:

El riesgo grave sigue existiendo, los escándalos de uso de información privilegiada harán que los operadores minoristas sientan que el mercado está manipulado, llevándolos a abandonar la plataforma. Predigo que este año habrá una serie de eventos de uso de información privilegiada que convencerán a las plataformas de fortalecer significativamente la monitorización del mercado y llevarán a Polymarket, en particular, a alejarse del modo anónimo.

Espero que Polymarket elimine por completo la capacidad de operar sin KYC (que es el caso actual de la plataforma no estadounidense) y refuerce el marcado de operaciones sospechosas en la plataforma. Habrá muchos casos penales sobre robo de información privilegiada, pero la tentación seguirá existiendo. Aunque las plataformas no lo admitan, existe un volumen "óptimo social" de uso de información privilegiada. ¿Pero pueden calibrarlo de manera óptima? ¿Los reguladores se lo permitirán?

Vale la pena señalar que no todos los operadores informados son iniciados. Puedes informarte recopilando información pública y operando en base a ella. Pero una parte de los operadores informados son indeed iniciados que se apropian indebidamente de información.

Preguntas relacionadas

Q¿Cuál es la principal contradicción que enfrentan los mercados de predicción según el artículo?

ALos mercados de predicción dependen de operadores informados (incluyendo insider trading) para generar precios precisos, pero también necesitan operadores no informados que proporcionen liquidez. El exceso de insider trading ahuyenta a los pequeños inversores, mientras que su prohibición estricta elimina la información privilegiada que da valor al mercado.

Q¿Qué caso reciente de insider trading en Polymarket se menciona en el texto?

AEl sargento de fuerzas especiales estadounidense Gannon Ken Van Dyke fue acusado de ganar 400.000 dólares en Polymarket utilizando información clasificada sobre una incursión militar planificada contra Maduro en Venezuela.

Q¿Cómo justifican los defensores de los mercados de predicción la presencia de información privilegiada?

AArgumentan que el insider trading mejora la eficiencia informativa del mercado, permitiendo que los precios reflejen datos más precisos y oportunos, incluso antes de que ocurran los eventos, lo que proporciona valor social.

Q¿Qué medidas han tomado plataformas como Polymarket contra el insider trading?

AEn marzo actualizaron su reglamento prohibiendo explícitamente operar con información confidencial robada, información ilegalmente compartida por internos, o en contratos donde el operador pueda influir en el resultado.

Q¿Qué riesgo principal identifica el autor para el futuro de estos mercados?

AEl riesgo de que los escándalos de insider trading repetidos disuadan a los pequeños inversores, llevando a una pérdida de liquidez y forzando a las plataformas a implementar medidas tan severas que ahuyenten también a los operadores informados legítimos.

Lecturas Relacionadas

GensynAI : Que la IA no repita los errores de Internet

En los últimos meses, el auge de la IA ha atraído talento del sector cripto. Muchos proyectos exploran cómo la blockchain puede integrarse en la infraestructura de IA, pero pocos logran un modelo de negocio cerrado. Gensyn se distingue al enfocarse en el núcleo más costoso: el entrenamiento de modelos. Su propuesta es organizar recursos de GPU dispersos globalmente en una red abierta para entrenamiento de IA. Los desarrolladores pueden enviar tareas, los nodos aportan capacidad de cálculo, y la red verifica los resultados y distribuye incentivos. Esto aborda un problema crítico: la creciente centralización del poder de cálculo en grandes tecnológicas, donde el acceso a GPUs como la H100 se ha convertido en una barrera clave para la innovación. Gensyn destaca por cuatro razones: 1. Ataca la capa de infraestructura central de la IA (entrenamiento), no solo aplicaciones. 2. Ofrece un modelo de colaboración abierto que puede optimizar costes y eficiencia para equipos más pequeños. 3. Su principal barrera tecnológica y ventaja es la capacidad de verificar resultados y garantizar fiabilidad en un entorno distribuido. 4. Responde a una demanda real y creciente en un mercado ya validado, más allá de la narrativa cripto. En conclusión, la frontera entre cripto e IA se desdibuja. La IA necesita coordinación de recursos e incentivos para la colaboración global, áreas donde la tecnología blockchain puede aportar soluciones. Gensyn representa un paso hacia una infraestructura de IA más abierta y accesible, no solo controlada por unos pocos gigantes.

marsbitHace 11 hora(s)

GensynAI : Que la IA no repita los errores de Internet

marsbitHace 11 hora(s)

¿Por qué el desarrollo de la IA en China es tan rápido? La respuesta está dentro de sus laboratorios

El artículo explora las razones del rápido desarrollo de la IA en China, centrándose en la cultura organizativa de sus laboratorios. A diferencia del ecosistema estadounidense, que prioriza la innovación disruptiva, el capital y las "estrellas" científicas individuales, el enfoque chino se caracteriza por un pragmatismo basado en la ejecución en equipo, la ingeniería eficiente, la rápida iteración y un fuerte deseo de controlar la pila tecnológica clave. Los laboratorios chinos sobresalen como "seguidores rápidos", optimizando direcciones ya establecidas. Una cultura que valora menos el ego individual y más el trabajo en equipo, combinada con una gran afluencia de jóvenes investigadores y estudiantes integrados en proyectos centrales, facilita una adaptación ágil y un enfoque en tareas prácticas de mejora de modelos. Existe un respeto general dentro del ecosistema, que se percibe más como una comunidad que como tribus en competencia. En el ámbito industrial, se observa una mentalidad de "construir, no comprar", con muchas grandes empresas tecnológicas desarrollando sus propios modelos LLM fundamentales para mantener la soberanía tecnológica. El apoyo gubernamental existe pero es descentralizado. La demanda interna de IA está creciendo, potencialmente similar al mercado de la nube, y los desarrolladores muestran una fuerte admiración por herramientas como Claude. Aunque hay una gran necesidad de chips de Nvidia, también se utilizan alternativas locales como Huawei para inferencia. El ecosistema de datos es menos maduro que en Occidente, lo que fomenta soluciones internas. En conclusión, se están formando dos trayectorias distintas: una carrera impulsada por el capital y el prestigio en EE.UU. frente a una competencia industrial impulsada por la capacidad de ejecución, el ecosistema de código abierto y la autonomía tecnológica en China. El autor destaca la calidez y el enfoque pragmático de los investigadores chinos, subrayando que la competencia futura dependerá no solo de los modelos, sino también de las capacidades organizativas y la fuerza del ecosistema.

marsbitHace 13 hora(s)

¿Por qué el desarrollo de la IA en China es tan rápido? La respuesta está dentro de sus laboratorios

marsbitHace 13 hora(s)

3 años, 5 veces: el renacimiento de una fábrica de vidrio centenaria

Según CRU, la demanda de fibra óptica en centros de datos de IA creció un 75,9% anual, ampliando el déficit de oferta del 6% al 15%. Los precios de la fibra se triplicaron en meses. NVIDIA invirtió en Corning, Lumentum y Coherent (total 45 mil millones USD) para asegurar la cadena de suministro óptica. Corning, fundada en 1851, ve su valor subir un 316,81% en el último año, alcanzando 160 mil millones USD. Su crecimiento se debe a dos factores clave: la rigidez de la oferta (el proceso de fabricación de preformas es complejo y lento) y la transición forzada de cobre a fibra en infraestructuras de IA para mayor eficiencia y menor consumo energético. La fibra es crucial para la IA: su uso en bastidores de IA es 5-10 veces mayor que en centros tradicionales. Se espera que la demanda de fibra para IA represente el 35% del mercado total para 2027. Corning lidera en fibra especializada de baja pérdida, alta densidad y resistencia a la curvatura, esencial para transmisiones de 800G a 1,6T. Sus ingresos en comunicación óptica para empresas se duplicaron en dos años, superando los 30 mil millones USD en 2025, respaldados por acuerdos a largo plazo con Meta, NVIDIA y otros grandes clientes. Aunque no es el mayor fabricante global, Corning destaca en I+D (más de 10 mil millones USD anuales) y en su enfoque en el segmento premium de centros de datos de IA. El aumento de precios beneficia a toda la industria, como muestran los resultados de empresas chinas. El despliegue de Óptica de Co-Embalaje (CPO) y la posible adopción de fibra hueca son variables futuras clave. Sin embargo, la rápida apreciación de las acciones de Corning (multiplicando por 3 su relación P/E) ya refleja grandes expectativas, lo que podría aumentar la volatilidad si los pedidos no cumplen con el ritmo esperado.

marsbitHace 13 hora(s)

3 años, 5 veces: el renacimiento de una fábrica de vidrio centenaria

marsbitHace 13 hora(s)

Trading

Spot
Futuros
活动图片