Probabilidades en el Precio: Cómo se Calculan las Cuotas de la Copa del Mundo

marsbitPublicado a 2026-06-05Actualizado a 2026-06-05

Resumen

## Probabilidad en el precio: cómo se calculan las cuotas del Mundial Dos sistemas autorizados ofrecen "probabilidades de ganar la Copa del Mundo 2026", pero su favorito es diferente. Los mercados de predicción (agregadores como DeFi Rate) sitúan a Francia como principal favorita, con un **17%**. El superordenador de Opta otorga a España, campeona de la Eurocopa, un **16,1%**. Ambos números son "probabilidades", pero sus métodos de producción son radicalmente distintos. El mercado genera el precio (probabilidad implícita) mediante el comercio continuo. En plataformas como Polymarket y Kalshi, los creadores de mercado (market makers) como Wintermute proporcionan liquidez, y el precio de un contrato (ej. 17 centavos por Francia) se interpreta directamente como un 17% de probabilidad. Un agregador calcula un promedio ponderado por volumen (VWAP) de varios mercados, que acumularon unos **523 millones de dólares** en volumen para este evento. Opta, en cambio, utiliza un modelo. A partir de datos de los equipos (clasificación, estado de forma, rendimiento reciente) y de probabilidades de partido derivadas de un sistema tipo Elo, simula el torneo completo **10.000 veces**. La frecuencia con la que cada equipo gana en las simulaciones se convierte en su probabilidad publicada (España 16,1%, Francia 13%, etc.). Es crucial señalar que el modelo de Opta **incorpora las cuotas de las casas de apuestas tradicionales** como uno de sus insumos, por lo que no es completamente independient...

Antes del inicio de la Copa del Mundo 2026, dos sistemas de autoridad presentaron sus respectivas "probabilidades de campeón", y su primer puesto no era el mismo.

Los mercados de predicción (agregadores de precios como Polymarket y Kalshi) colocaron a Francia como el principal favorito, con aproximadamente 17%. El superordenador de Opta colocó a España, campeona de la Eurocopa, como el principal favorito, con un 16.1%.

Ambas cifras parecen ser "probabilidades". Sin embargo, sus métodos de producción son completamente diferentes: una es el precio resultante del volumen de transacciones de varios cientos de millones de dólares en el mercado, la otra es la frecuencia obtenida al simular la copa entera diez mil veces mediante un superordenador.

Este artículo no predice quién ganará ni evalúa qué sistema es más preciso, solo responde a una pregunta: cuando ves la cifra del "17% para Francia", ¿cómo se obtuvo exactamente y en qué medida es confiable?

Esta es la siguiente capa de EP06: el artículo anterior explicaba las diferencias en la estructura de mercado entre los mercados de predicción y las apuestas tradicionales; este artículo explica cómo se calcula la probabilidad contenida en el precio. Los datos están actualizados hasta el 31 de mayo de 2026.

Primer Acto · Probabilidad en el Precio: Cómo Produce el Mercado la Probabilidad

El mecanismo de los mercados de predicción es claro: el precio de cada contrato de resultado está entre 0 y 100 centavos, y el precio se lee directamente como la probabilidad implícita. Un precio de 17 centavos para el contrato de Francia significa que el mercado considera que Francia tiene aproximadamente un 17% de probabilidades de ganar la copa: por cada contrato acertado se paga 1 dólar, por cada contrato errado se recibe 0.

Pero los precios en una sola plataforma pueden tener ruido. Los agregadores (como DeFi Rate) utilizan el Precio Medio Ponderado por Volumen (VWAP) para agregar las cotizaciones de múltiples sitios como Kalshi, Polymarket, Polymarket US y Gemini por hora, obteniendo una probabilidad implícita multi-plataforma. Hasta el 30 de mayo de 2026, el volumen acumulado de contratos del campeón de la Copa del Mundo fue de aproximadamente 523 millones de dólares, con fecha de liquidación establecida para el 20 de julio de 2026: el día después de la final del 19 de julio.

Este precio no aparece de la nada. Es el resultado de que los creadores de mercado cotizan continuamente precios de compra y venta + los traders realizan transacciones constantemente. Y cabe destacar que quienes proveen liquidez a los mercados de predicción son exclusivamente firmas de trading institucional nativas de las criptomonedas: Wintermute (volumen anual superior a 3.5 billones de dólares, operando en más de 70 exchanges) comenzó en 2026 a cotizar precios bilaterales para Polymarket y Kalshi; Jump Trading y Susquehanna también son creadores de mercado activos.

Jake Ostrovskis, jefe de trading OTC de Wintermute, describió en una frase el estado actual de este mercado:

"Los mercados de predicción tienen el perfil de demanda de una clase de activo principal, pero el perfil de liquidez de una en etapa inicial."

En otras palabras: la confiabilidad de esa "probabilidad" dentro del precio depende de cuánta liquidez real la respalda. Retomaremos este punto en el tercer acto.

Segundo Acto · Probabilidad en la Simulación: Cómo Produce la Probabilidad el Modelo

El superordenador de Opta sigue otro camino. Primero utiliza datos de los equipos: estado, historial, ranking mundial, rendimiento más reciente en partidos internacionales; mediante el Power Rankings (un algoritmo de calificación derivado de Elo), estima las probabilidades de victoria, empate y derrota para cada partido. Luego simula la Copa del Mundo completa 10,000 veces, cuenta cuántas veces gana cada equipo en las simulaciones, y esa frecuencia es su "probabilidad de campeón".

Resultados para 2026 (solo como declaración de hechos, no predicción): España 16.1% (también el único equipo con probabilidad de llegar a cuartos superior al 50%, 52.1%), Francia 13.0%, Inglaterra más del 10%, el actual campeón Argentina cuarto con más del 10%, Portugal 7.0%, Brasil 6.6%.

Aquí hay un detalle metodológico contraintuitivo que vale la pena señalar: una de las entradas del modelo de Opta son las cuotas del mercado de apuestas. Es decir, la comparación "mercado vs. modelo" no es entre dos sistemas completamente independientes; el modelo ya ha "incorporado" parcialmente la información del mercado. Cuando comparas los precios del mercado con la probabilidad de Opta, la diferencia que ves es menor que la discrepancia entre "dos fuentes independientes".

Es necesario aclarar un problema de vigencia: el modelo de fútbol de FiveThirtyEight (SPI), que muchos recuerdan como una autoridad, dejó de actualizarse después de que su fundador Nate Silver lo abandonara en 2023; el sitio web original cerró en septiembre de 2023, y todo 538 fue cerrado por ABC en marzo de 2025. Este artículo solo lo considera como metodología histórica y fuente de comparación para las Copas de 2018 y 2022, no como una fuente de predicción activa para 2026.

Tercer Acto · ¿Cuál es más Preciso? Un Vacío Honesto

¿Mercado o modelo? ¿Cuál es más preciso?

La respuesta honesta es: No existe un estudio académico riguroso que haya comparado directamente el puntaje Brier (medida estándar de precisión predictiva) de los mercados de predicción y Opta/538 en las dos Copas del Mundo de 2018 y 2022. Las cifras promocionadas por las propias plataformas, como "90% de precisión", provienen principalmente de ellas mismas o de blogs sin revisión por pares y no pueden tomarse como conclusiones independientes. Este artículo señala este vacío, no fabrica una respuesta.

Pero hay un caso comúnmente mal interpretado que vale la pena corregir. Muchos dicen que "la victoria de Argentina en 2022 fue una gran sorpresa"—esto no es exacto. Antes del torneo, Argentina era el segundo o tercer favorito: Opta le daba 13.1% (segundo), las casas de apuestas ofrecían cuotas de +500 (aprox. 16.7%, segundo). La verdadera historia no es "una sorpresa al ganar", sino—casi todos los modelos y mercados principales apostaban por Brasil, y ganó el segundo favorito, Argentina; y el único valor atípico que situaba a Argentina alrededor del 8% era precisamente FiveThirtyEight. Esto es más preciso que "una sorpresa al ganar" y también ilustra mejor el punto: las llamadas "probabilidades autorizadas" pueden diferir en un factor de dos entre diferentes fuentes.

El precio en sí mismo tampoco es una probabilidad perfecta. Un fenómeno verificado repetidamente durante casi un siglo es el llamado sesgo del outsider (longshot bias): en los mercados clásicos de carreras de caballos, los apostadores sistemáticamente sobrevaloran a los perdedores (outsiders) y subestiman a los favoritos: la tasa real de victoria de los caballos perdedores es más baja que la mostrada por las cuotas, por lo que apostar a perdedores a largo plazo genera mayores pérdidas (investigación de Snowberg y Wolfers).

El lugar verdaderamente contraintuitivo es que este sesgo no ha desaparecido en los mercados de predicción criptográficos, supuestamente más racionales y eficientes. Múltiples estudios basados en grandes volúmenes de datos de Polymarket y Kalshi han encontrado un sesgo en la misma dirección. El University College Dublin analizó más de 300,000 contratos de Kalshi y encontró que la tasa de cumplimiento real de los contratos de bajo precio era inferior a la probabilidad implícita en su precio, mientras que los contratos de alto precio superaban su probabilidad implícita (es decir, los outsiders seguían sobrevalorados); un estudio de calibración basado en 292 millones de transacciones (preimpresión arXiv 2602.19520) también encontró que los precios de los contratos de largo plazo estaban comprimidos sistemáticamente hacia el 50%, subestimando la ventaja real de los favoritos. Un preprint de microestructura basado en 30 mil millones de eventos de libro de órdenes y 52 días de datos (arXiv 2604.24366) cuantificó el costo en el extremo de los outsiders: el diferencial de oferta/demanda para los contratos de menor probabilidad alcanzaba entre 1,300 y 1,800 puntos básicos, un orden de magnitud mayor que en los mercados tradicionales—la raíz es la fijación de precios que los creadores de mercado dan al riesgo de inventario de "subida acotada, bajada asimétrica".

En otras palabras: un sesgo documentado por primera vez hace un siglo en las pistas de carreras, aún se mantiene hoy en los mercados de cadena de bloques, con volúmenes de miles de millones de dólares: esa "probabilidad" en el precio es menos confiable cuanto más se acerca al extremo de los outsiders.

El Libro Contable es Público

Hay algo que las apuestas tradicionales no pueden hacer: Polymarket está construido en contratos inteligentes de Ethereum, cada transacción está en la cadena y es auditables por todos. Los dos estudios mencionados anteriormente pudieron realizarse precisamente porque los investigadores podían reconstruir la dirección de cada operación directamente a partir de los registros de transacciones en la cadena—lo cual es imposible en las apuestas tradicionales con libros cerrados. La liquidación también es en cadena: se usa USDC como garantía, el contrato inteligente liquida automáticamente, no se necesita confiar en una casa centralizada para custodiar los fondos.

Pero la transparencia no equivale a inmanipulable. Un libro de órdenes poco profundo significa que los mercados pequeños pueden verse movidos por pequeñas cantidades de capital. Durante el torneo (del 11 de junio al 19 de julio), los precios de los contratos para partido a partido fluctuarán en tiempo real con el marcador—ese será el caso más vívido y vivo de "cómo se forman los precios".

Cuarto Acto · Variables más allá del Precio: Regulación

El precio también está influenciado por una variable no mercantil: la incertidumbre regulatoria.

El 18 de mayo de 2026, el gobernador de Minnesota firmó el proyecto de ley SF4760, convirtiéndose en el primer estado de EE.UU. en tipificar como delito grave la operación y publicidad de mercados de predicción (entra en vigor el 1 de agosto de 2026). La CFTC (Comisión de Comercio de Futuros de Productos Básicos de EE.UU.) presentó una demanda en 24 horas; Kalshi presentó una demanda el 28 de mayo. La declaración del presidente de la CFTC, Michael Selig, fue:

"Esta ley de Minnesota convierte a operadores y participantes legales en los mercados de predicción en delincuentes graves de la noche a la mañana."

Detrás de esto hay una disputa de jurisdicción sin resolver: el Tribunal de Apelaciones del Tercer Circuito falló a favor de Kalshi el 7 de abril (los contratos por eventos son derivados y están bajo la jurisdicción de la CFTC); el Noveno Circuito escuchó la apelación de Nevada el 16 de abril, inclinándose hacia Nevada. La divergencia entre los dos tribunales de circuito podría finalmente llegar a la Corte Suprema. Hasta la fecha, 17 estados están impugnando a los operadores de mercados de predicción, 14 estados tienen legislación relacionada; España ordenó en 2026 a los ISP bloquear Polymarket y Kalshi.

Aquí es importante distinguir estrictamente dos cosas: los mercados de predicción siguen la ruta regulatoria federal de la CFTC para contratos por eventos, mientras que las apuestas deportivas siguen la ruta de licencias estatales—el mismo contrato de la Copa del Mundo tiene una legalidad completamente diferente en diferentes jurisdicciones. La incertidumbre regulatoria en sí misma es una variable subyacente en los precios.

Conclusión · Regresando a Esos Dos Números

Volvamos al inicio: "Francia 17%" y "España 16.1%".

Ahora sabes cómo se obtuvieron estos dos números: uno es el precio resultante del volumen de transacciones de varios cientos de millones de dólares en el mercado, afectado por el sesgo del outsider y la profundidad de liquidez; el otro es la frecuencia obtenida al simular la copa entera diez mil veces con un superordenador, afectada por el retraso del modelo y que además ha incorporado parcialmente la información del mercado.

¿Cuál es más preciso? No hay un estudio de comparación riguroso entre torneos que pueda responder a esa pregunta. Bibe hará un análisis posterior al evento una vez que termine la Copa y se liquiden los contratos el 20 de julio, para ver qué acertaron y qué fallaron el mercado y el modelo.

Hasta entonces, cuando vuelvas a ver cualquier "probabilidad de campeón", vale la pena preguntar: ¿cómo se produjo este número?

Preguntas relacionadas

Q¿Cómo se produce la 'probabilidad' en los mercados de predicción y en qué se diferencia de los modelos como el de Opta?

AEn los mercados de predicción (como Polymarket o Kalshi), la 'probabilidad' se deriva directamente del precio de mercado de los contratos. Por ejemplo, si un contrato para que Francia gane el Mundial cotiza a 17 centavos de dólar, eso implica un 17% de probabilidad de que ocurra. Esta cifra es el resultado del volumen de negociación (en este caso, miles de millones de dólares) y de las cotizaciones de creadores de mercado como Wintermute. En cambio, modelos como el de Opta generan su probabilidad (por ejemplo, 16.1% para España) mediante simulaciones por computadora: utilizan datos de los equipos, incluidas cuotas de apuestas, y simulan el torneo decenas de miles de veces para calcular la frecuencia con la que cada equipo gana.

Q¿Qué es el 'sesgo de largo recorrido' (longshot bias) y cómo afecta a los mercados de predicción modernos?

AEl 'sesgo de largo recorrido' (longshot bias) es un fenómeno observado históricamente en mercados de apuestas donde los participantes sistemáticamente sobreestiman la probabilidad de eventos improbables (los 'outsiders' o perdedores) y subestiman la de los favoritos. Investigaciones recientes demuestran que este sesgo persiste incluso en mercados de predicción criptográficos modernos como Polymarket y Kalshi. Por ejemplo, los contratos con precios bajos (que implican baja probabilidad) suelen tener una tasa de ocurrencia real inferior a la que su precio sugiere, mientras que los de alta probabilidad (favoritos) la superan. Esto significa que las 'probabilidades' del mercado, especialmente en el extremo de los eventos poco probables, son menos fiables.

Q¿Por qué la transparencia de los mercados de predicción basados en blockchain es significativa y qué limitaciones persisten?

ALa transparencia es significativa porque plataformas como Polymarket, construidas sobre contratos inteligentes de Ethereum, registran cada transacción en la cadena de bloques (blockchain). Esto permite una auditoría pública completa, algo imposible en las casas de apuestas tradicionales con libros de contabilidad cerrados. Los investigadores pueden acceder a estos datos para analizar el comportamiento del mercado. Sin embargo, esta transparencia no elimina por completo las limitaciones. Los mercados con poca liquidez (ordenes de compra/venta poco profundas) siguen siendo vulnerables a la manipulación de precios con relativamente poco capital, y la liquidez general en este sector aún se considera temprana comparada con la demanda.

Q¿Cómo influye la incertidumbre regulatoria en los precios y la operación de los mercados de predicción?

ALa incertidumbre regulatoria es un factor externo importante que influye en los mercados de predicción. Por ejemplo, en mayo de 2026, Minnesota (EE.UU.) se convirtió en el primer estado en convertir la operación y publicidad de estos mercados en un delito grave, lo que generó demandas inmediatas de la CFTC (Commodity Futures Trading Commission) y de la plataforma Kalshi. Existe una disputa jurisdiccional entre tribunales federales sobre si estos mercados están bajo la supervisión de la CFTC o de los estados. Esta falta de claridad legal en diferentes regiones (varios estados y países como España han tomado medidas restrictivas) introduce riesgo y puede afectar la participación, la liquidez y, en última instancia, los precios de los contratos.

QSegún el artículo, ¿qué tan precisa fue la predicción de la victoria de Argentina en el Mundial 2022 por parte de los mercados y modelos?

AContrario a la narrativa popular de que Argentina fue una sorpresa total ('un derrotado' o 'outsider'), los datos del artículo muestran que, antes del torneo de 2022, Argentina era considerado el segundo o tercer favorito principal. Modelos como Opta le daban una probabilidad del 13.1% (segundo lugar) y las casas de apuestas tradicionales ofrecían cuotas que implicaban alrededor del 16.7% de probabilidad (también segundo). El verdadero desacuerdo notable fue con el modelo FiveThirtyEight, que situó la probabilidad de Argentina en solo alrededor del 8%. Por lo tanto, la historia no es la de un 'derrotado que gana', sino más bien la de cómo el segundo favorito ganó, y cómo las 'probabilidades autorizadas' de diferentes fuentes pueden variar significativamente.

Lecturas Relacionadas

9,42 millones de minoristas se apresuran por comprar acciones de Longxin Technology, ¿quién resultó adjudicado?

El resultado de la OPV de Changxin Technology (Long鑫 Tech) se ha dado a conocer. Un total de 9.4288 millones de inversores minoristas y 285 instituciones participaron en la suscripción. Tras activar el mecanismo de reequilibrio, la tasa de asignación para minoristas en línea subió a aproximadamente el 0,4714%, la más alta para una nueva acción en la bolsa STAR, con unos 7,7 millones de números asignados. Se necesitaba un capital de aproximadamente 1,06 millones de RMB para obtener una asignación. Las instituciones recibieron el 28,25% de las acciones. Taikang Asset Management fue la institución que más asignaciones obtuvo. Entre los fondos públicos, los tres primeros fueron E Fund, Southern Fund y ICBC Credit Suisse. El fundador de la destacada empresa china de modelos de IA, Liang Wenfeng, a través de sus firmas de gestión cuantitativa Ningbo幻方 y Zhejiang九章, obtuvo la mayor asignación entre los fondos privados, con un valor total de 1750 millones de RMB. Se estima que podría obtener unas ganancias de 730 millones de RMB si la capitalización de mercado de la empresa alcanza los 3 billones de RMB tras su cotización. Se prevé que Changxin Technology cotice el 27 de julio. Su valoración se sitúa principalmente por encima del billón de RMB, con estimaciones que van desde 1 billón hasta más de 4 billones. Sin embargo, la reciente corrección del mercado tecnológico global podría afectar a su desempeño inicial en bolsa.

marsbitHace 58 min(s)

9,42 millones de minoristas se apresuran por comprar acciones de Longxin Technology, ¿quién resultó adjudicado?

marsbitHace 58 min(s)

Una ‘diosa’ de la caridad con 3 millones de seguidores era todo una IA: la farsa del ‘orfanato falso’ desmonta de la noche a la mañana una beneficencia transnacional

La australiana Lily Jay, una influencer de Instagram con casi 3 millones de seguidores, es investigada por ABC NEWS Verify por una supuesta red de estafa benéfica utilizando contenido generado por IA. A través de su 'Lily Jay Foundation', publicaba videos de proyectos en Uganda, Gaza, Nepal y Sudán, incluyendo la inauguración de un orfanato en Uganda, donde la imagen de ella con niños mostraba anomalías típicas de la IA, como letras mal escritas. Las autoridades de Uganda confirmaron que no existe registro de dicho orfanato. Además, imágenes de un premio humanitario que recibió contenían la marca de agua invisible SynthID de ChatGPT. La investigación revela que la fundación, que operaba desde Kosovo, se define en su sitio web como "no una organización benéfica". Aunque solicitaba donaciones, no figuraba como entidad benéfica registrada en Australia, lo que evita la obligación de transparencia financiera. Tres personas figuran como directores, uno vinculado a una firma de relaciones públicas que promocionó el falso premio. Tras la investigación de ABC, el sitio web eliminó para visitantes australianos los botones de donación y la advertencia sobre su estatus, aunque se mantuvieron activos para el extranjero. Expertos advierten que este caso explota la confianza y el deseo de creer en actos de bondad, marcando un peligroso precedente del uso del 'deepfake' y la IA para defraudar en el sector humanitario.

marsbitHace 1 hora(s)

Una ‘diosa’ de la caridad con 3 millones de seguidores era todo una IA: la farsa del ‘orfanato falso’ desmonta de la noche a la mañana una beneficencia transnacional

marsbitHace 1 hora(s)

L2 'Recalibrating': Cuando L1 se convierte en su propio Rollup, ¿cuál es el final del camino de Ethereum?

"L2 «recalibración»: cuando L1 se convierte en su propio Rollup, ¿cuál es el final de Ethereum?" La relación entre L1 y L2 en Ethereum está evolucionando. Originalmente, L2 (como los Rollups) se centraban en ofrecer espacio de transacción barato, mientras que L1 priorizaba la descentralización y seguridad. Sin embargo, los avances en Ethereum, como el aumento del límite de Gas y el desarrollo de zkEVM, permiten que L1 también escale significativamente. Esto obliga a repensar el valor de L2, que ya no puede basarse solo en costos bajos, sino que debe ofrecer funciones diferenciadas como privacidad o modelos de gobernanza flexibles. La creciente fragmentación entre múltiples L2 plantea problemas de interoperabilidad y experiencia de usuario. La comunidad está trabajando en soluciones como marcos de intenciones (intents) y una capa de interoperabilidad nativa (EIL) para que Ethereum "vuelva a sentirse como una sola cadena", facilitando las interacciones entre diferentes entornos de ejecución sin que el usuario note la complejidad subyacente. Acortar el tiempo de finalidad de L1 también es crucial para aplicaciones cross-chain. Un concepto provocador sugiere que, con la adopción de sistemas de prueba (zkEVM) en la red principal, Ethereum L1 podría, en un sentido arquitectónico, convertirse en una especie de "Rollup de sí mismo", donde la ejecución y la verificación se separan. Esto, junto con la visión de "Native Rollup", podría difuminar los límites tradicionales entre L1 y L2, transformándolos en un espectro de entornos de ejecución con diferentes funcionalidades pero que comparten seguridad, liquidez y un sistema de estado común. En conclusión, el futuro de Ethereum no es que L1 reemplace a L2 o viceversa. En cambio, el ecosistema podría evolucionar hacia un conjunto unificado de entornos de ejecución especializados que, trabajando en conjunto, ofrezcan escalabilidad, diversidad de funciones y una experiencia de usuario cohesiva. El reto es volver a ensamblar, sin perder los beneficios de la escalabilidad, un Ethereum que funcione como un todo integrado para el usuario final.

marsbitHace 1 hora(s)

L2 'Recalibrating': Cuando L1 se convierte en su propio Rollup, ¿cuál es el final del camino de Ethereum?

marsbitHace 1 hora(s)

Trading

Spot
活动图片