Haz que la probabilidad se convierta en un activo: Perspectivas de los agentes inteligentes del mercado predictivo

撰文：Jacob Zhao @IOSG

En los informes de la serie Crypto AI que hemos publicado anteriormente, hemos enfatizado continuamente que los escenarios con mayor valor práctico en el campo de las criptomonedas se concentran principalmente en pagos con stablecoins y DeFi, y que los Agentes son la interfaz clave para los usuarios en la industria de la IA. Por lo tanto, en la tendencia de integración entre Crypto y AI, las dos rutas más valiosas son: AgentFi, basado en protocolos DeFi maduros existentes (estrategias básicas como préstamos, minería de liquidez, así como estrategias avanzadas como swaps, Pendle PT, arbitraje de tasas de fondos, etc.) a corto plazo, y Agent Payment, a mediano y largo plazo, centrado en liquidaciones con stablecoins y apoyado en protocolos como ACP/AP2/x402/ERC-8004.

El mercado de predicciones se ha convertido en una nueva tendencia en la industria para 2025, con un volumen total de transacciones anuales que pasa de aproximadamente 9 mil millones de dólares en 2024 a más de 40 mil millones en 2025, logrando un crecimiento interanual superior al 400%. Este crecimiento significativo está impulsado por múltiples factores: la incertidumbre generada por eventos políticos macro, la madurez de infraestructura y modelos de transacción, y un entorno regulatorio que comienza a abrirse (como la victoria legal de Kalshi y el regreso de Polymarket a EE. UU.). Se espera que los agentes de mercado de predicciones (Prediction Market Agent) muestren un prototipo inicial a principios de 2026, con potencial para convertirse en un producto emergente en el campo de los agentes en el próximo año.

Mercado de predicciones: de herramienta de apuestas a la «capa de verdad global»

El mercado de predicciones es un mecanismo financiero que permite comerciar en torno a los resultados futuros de eventos, donde el precio del contrato refleja esencialmente la evaluación colectiva del mercado sobre la probabilidad de que ocurra un evento. Su efectividad proviene de la combinación de sabiduría colectiva y incentivos económicos: en un entorno de apuestas anónimas y con dinero real, la información dispersa se integra rápidamente en señales de precios ponderadas por la voluntad de inversión, reduciendo significativamente el ruido y las falsas interpretaciones.

▲ Gráfico de tendencias del volumen nominal de transacciones en mercados de predicciones Fuente de datos: Dune Analytics (Query ID: 5753743)

Para finales de 2025, el mercado de predicciones ha consolidado principalmente un duopolio dominado por Polymarket y Kalshi. Según Forbes, en 2025 el volumen total de transacciones alcanzó aproximadamente 44 mil millones de dólares, con Polymarket aportando unos 21.5 mil millones y Kalshi unos 17.1 mil millones. En febrero de 2026, los datos semanales muestran que el volumen de Kalshi ($25.9B) superó al de Polymarket ($18.3B), acercándose a una participación de mercado del 50%. Kalshi ha logrado esta expansión rápida gracias a su victoria legal en contratos electorales anteriores, su ventaja en cumplimiento en el mercado de predicciones deportivas en EE. UU., y expectativas regulatorias relativamente claras. Actualmente, el desarrollo de ambos ha mostrado una clara diferenciación:

• Polymarket adopta una arquitectura híbrida de «matching off-chain y liquidación on-chain» con un mecanismo de libro de órdenes descentralizado (CLOB) y mecanismos de liquidación descentralizados, construyendo un mercado global, no custodial y con alta liquidez. Tras volver a cumplir con regulaciones en EE. UU., opera en un modelo de doble vía «enshore + offshore».

• Kalshi integra el sistema financiero tradicional, conectándose mediante API con corredores minoristas principales, atrayendo a creadores de mercado en Wall Street para participar en contratos macro y basados en datos. Sus productos están limitados por procesos regulatorios tradicionales, con demandas de cola larga y eventos imprevistos que aún se retrasan en su respuesta.

Además de Polymarket y Kalshi, otros participantes competitivos en el campo de los mercados de predicciones se desarrollan principalmente en dos caminos:

1. Ruta de distribución regulada: integrando contratos de eventos en cuentas y sistemas de liquidación existentes de corredores o plataformas grandes, aprovechando ventajas en cobertura de canales, calificación regulatoria y confianza institucional (ej. ForecastTrader de Interactive Brokers × ForecastEx, FanDuel × CME Group). Aunque con ventajas regulatorias y de recursos, sus productos y escala de usuarios aún están en etapas tempranas.

2. Ruta nativa en cadenas de bloques de criptomonedas: representada por Opinion.trade, Limitless, Myriad, que mediante minería de puntos, contratos de ciclos cortos y distribución mediática logran una rápida expansión, enfatizando rendimiento y eficiencia de fondos, aunque su sostenibilidad a largo plazo y gestión de riesgos aún deben ser validadas.

La combinación de entradas regulatorias tradicionales y ventajas de rendimiento nativo en blockchain conforma un ecosistema competitivo diversificado en los mercados de predicciones.

A simple vista, los mercados de predicciones parecen similares a los juegos de azar, pero en esencia son juegos de suma cero. La diferencia clave radica en si generan externalidades positivas: mediante transacciones con dinero real, agregan información dispersa y establecen precios públicos para eventos reales, formando una capa de señal valiosa. La tendencia está cambiando de un juego a una «capa de verdad global» — con la integración de instituciones como CME y Bloomberg, la probabilidad de eventos se ha convertido en metadato de decisión que puede ser utilizado directamente por sistemas financieros y empresariales, proporcionando verdades de mercado más oportunas y cuantificables.

Desde la perspectiva regulatoria global, los caminos de cumplimiento en los mercados de predicciones están altamente diversificados. EE. UU. es la única economía que ha incluido claramente los mercados de predicciones en el marco regulatorio de derivados financieros. Europa, Reino Unido, Australia y Singapur generalmente los consideran juegos de azar y están endureciendo regulaciones. China e India los prohíben completamente. La expansión global futura dependerá en gran medida de los marcos regulatorios de cada país.

Arquitectura de los agentes en mercados de predicciones

Actualmente, los agentes en mercados de predicciones (Prediction Market Agents) están en una fase inicial de práctica. Su valor no radica en «predicciones más precisas por IA», sino en amplificar la eficiencia en procesamiento de información y ejecución en los mercados. La esencia del mercado de predicciones es un mecanismo de agregación de información, donde los precios reflejan la evaluación colectiva de probabilidades; la ineficiencia en mercados reales proviene de asimetrías de información, liquidez y restricciones de atención. La función principal del agente en mercados de predicciones es la gestión de activos probabilísticos ejecutables (Executable Probabilistic Portfolio Management): transformar noticias, textos de reglas y datos en cadena en desviaciones de precios verificables, permitiendo ejecutar estrategias de forma más rápida, disciplinada y con menor costo, capturando oportunidades estructurales mediante arbitraje entre plataformas y gestión de riesgos en portafolios.

La arquitectura ideal del agente en mercados de predicciones puede abstraerse en cuatro capas:

1. Capa de información: recopila noticias, redes sociales, datos en cadena y oficiales.

2. Capa de análisis: usa LLM y ML para identificar errores de precio y calcular ventajas (Edge).

3. Capa de estrategia: convierte ventajas en posiciones mediante fórmulas de Kelly, construcción por lotes y gestión de riesgos.

4. Capa de ejecución: realiza órdenes en múltiples mercados, optimiza deslizamientos y tarifas de gas, ejecuta arbitraje, formando un ciclo automatizado eficiente.

Marco estratégico del agente en mercados de predicciones

A diferencia de entornos tradicionales de trading, los mercados de predicciones presentan diferencias notables en mecanismos de liquidación, liquidez y distribución de información, por lo que no todas las estrategias y mercados son aptos para automatización. La clave está en si el escenario tiene reglas claras, puede codificarse y aprovecha las ventajas estructurales del agente. A continuación, se analizará desde la selección de activos, gestión de posiciones y estructura de estrategias.

Selección de activos en mercados de predicciones

No todos los mercados de predicciones tienen valor transaccional; su participación depende de factores como: claridad en la liquidación (reglas explícitas y fuente de datos única), calidad de liquidez (profundidad, spread y volumen), riesgo de información privilegiada (grado de asimetría), estructura temporal (fecha de vencimiento y ritmo del evento), y ventajas informativas y experiencia del trader. Solo cuando la mayoría de estos aspectos cumplen requisitos básicos, el mercado tiene una base para participar, y los participantes deben alinearse según sus ventajas y características del mercado:

• Ventajas humanas: basadas en conocimientos especializados, juicio y capacidad de integrar información difusa, en mercados con ventanas de tiempo amplias (días/semanas). Ej. elecciones políticas, tendencias macroeconómicas y hitos corporativos.

• Ventajas de agentes AI: basadas en procesamiento de datos, reconocimiento de patrones y ejecución rápida, en mercados con ventanas de decisión muy cortas (segundos/minutos). Ej. precios de criptomonedas de alta frecuencia, arbitraje entre mercados y market making automatizado.

• Áreas no aptas: mercados dominados por información privilegiada o completamente aleatorios / con alta manipulación, donde ningún participante tiene ventaja.

Gestión de posiciones en mercados de predicciones

La fórmula de Kelly (Kelly Criterion) es una de las teorías de gestión de fondos más representativas en escenarios de juego repetido. Su objetivo no es maximizar ganancias en una sola operación, sino maximizar el crecimiento exponencial del capital a largo plazo. Basada en estimaciones de probabilidades de éxito y cuotas, calcula la proporción óptima de apuesta, mejorando la eficiencia del crecimiento del capital cuando la expectativa es positiva. Se aplica ampliamente en inversión cuantitativa, apuestas profesionales, poker y gestión de activos.

Forma clásica: f* = (bp - q) / b

donde f* es la proporción óptima de apuesta, b es la cuota neta, p la probabilidad de éxito, q=1−p.

En mercados de predicciones, puede simplificarse a: f* = (p - precio_de_mercado) / (1 - precio_de_mercado)

donde p es la probabilidad subjetiva real, y precio_de_mercado es la probabilidad implícita del mercado.

La validez teórica de Kelly depende de estimaciones precisas de probabilidades reales y cuotas. En la práctica, los operadores encuentran difícil mantener estimaciones precisas, por lo que suelen usar estrategias más prácticas y menos dependientes de la estimación de probabilidades:

• Sistema de unidades (Unit System): dividir fondos en unidades fijas (ej. 1%), apostar según confianza, limitando riesgo por unidad.

• Apuesta fija (Flat Betting): apostar un porcentaje fijo del capital en cada operación, priorizando disciplina y estabilidad.

• Niveles de confianza (Confidence Tiers): predefinir niveles de posición discretos y límites absolutos, simplificando decisiones y evitando problemas de pseudo-precisión del modelo de Kelly.

• Enfoque inverso de riesgo (Inverted Risk): partir del máximo riesgo tolerable y ajustar la posición en consecuencia, priorizando límites de riesgo.

Para agentes en mercados de predicciones, la estrategia debe priorizar la ejecutabilidad y estabilidad, no la optimización teórica. La clave está en reglas claras, parámetros simples y tolerancia a errores de juicio. En este contexto, la estrategia de niveles de confianza con límites fijos de posición es la más adecuada, ya que no requiere estimaciones precisas de probabilidades, sino que clasifica oportunidades en niveles finitos según la señal, estableciendo límites claros incluso en escenarios de alta confianza.

Selección de estrategias en mercados de predicciones

Desde la perspectiva de estructura, los mercados de predicciones se dividen principalmente en dos grandes categorías: estrategias de arbitraje determinista (que aprovechan reglas claras y codificables) y estrategias especulativas basadas en interpretación de información y dirección del mercado. Además, existen estrategias de market making y cobertura que requieren infraestructura y capital elevados.

Estrategias de arbitraje determinista

• Arbitraje de resolución (Resolution Arbitrage): ocurre cuando el resultado de un evento ya está casi definido, pero el mercado aún no ha reflejado completamente esa información. La ganancia proviene de sincronización de información y velocidad de ejecución. Es una estrategia con reglas claras, riesgo bajo y totalmente codificable, ideal para automatización.

• Arbitrage de probabilidad (Dutch Book Arbitrage): aprovecha desequilibrios estructurales en precios de eventos mutuamente excluyentes y exhaustivos, donde la suma de probabilidades no suma 1. Combinando posiciones, se asegura un retorno sin riesgo direccional. Solo requiere reglas y relaciones de precios, con riesgo bajo y alta capacidad de automatización.

• Arbitraje entre plataformas: captura diferencias de precios en diferentes mercados para el mismo evento, con riesgo bajo pero alta dependencia de infraestructura y latencia. Es adecuado para agentes con infraestructura avanzada, aunque la competencia reduce las ganancias marginales.

• Arbitraje de portafolio (Bundle): combina contratos relacionados para aprovechar discrepancias de precios. Es lógico, pero las oportunidades son limitadas y requiere análisis de reglas y restricciones de combinaciones.

Estrategias especulativas

• Información estructurada (Information Trading): basada en eventos claros o información estructurada, como datos oficiales, anuncios o decisiones judiciales. La velocidad y disciplina en monitoreo y ejecución son clave; cuando la información requiere interpretación semántica, aún se necesita intervención humana.

• Seguimiento de señales (Signal Following): sigue comportamientos de cuentas o fondos con buen rendimiento histórico, con reglas simples y automatizables. Riesgo de que las señales se degraden o sean manipuladas, por lo que requiere filtros y gestión estricta de posiciones. Útil como estrategia auxiliar.

• Estrategias no estructuradas / de alto ruido: dependen de emociones, azar o comportamiento de participantes, sin ventajas estables. Son riesgosas y no aptas para ejecución sistemática por agentes.

• Microestructura de mercado / alta frecuencia: decisiones en fracciones de segundo, con cotizaciones continuas y alta demanda de infraestructura y capital. Aunque teóricamente aptas para agentes, en mercados de predicciones suelen estar limitadas por liquidez y competencia, siendo apropiadas solo para actores con infraestructura avanzada.

• Gestión de riesgos y cobertura: no buscan ganancias directas, sino reducir exposición total. Son reglas claras y objetivos definidos, útiles como módulos de control de riesgo a largo plazo.

En general, las estrategias aptas para agentes en mercados de predicciones son aquellas con reglas claras, codificables y con bajo sesgo subjetivo, donde el arbitraje determinista debe ser la principal fuente de ingresos, complementado con estrategias de interpretación de información y seguimiento de señales. Las estrategias de alto ruido y emocional deben ser excluidas sistemáticamente. La ventaja a largo plazo del agente radica en la ejecución disciplinada, rápida y en la gestión de riesgos.

Modelo de negocio y productos de agentes en mercados de predicciones

El diseño ideal del modelo de negocio para agentes en mercados de predicciones puede explorarse en diferentes niveles:

• Infraestructura: proveer agregación de datos en tiempo real, bases de direcciones de dinero inteligente, motor de ejecución de mercado y backtesting, cobrando a empresas (B2B), con ingresos estables independientes de la precisión predictiva.

• Estrategia: incorporar comunidades y estrategias de terceros, construir ecosistemas reutilizables y evaluables, y capturar valor mediante llamadas, ponderaciones o repartos de beneficios, reduciendo dependencia de un solo alfa.

• Agente / Vault: gestión fiduciaria en cadena, participando en operaciones reales con registros transparentes y gestión de riesgos estricta, cobrando comisiones de gestión y rendimiento.

Las formas de producto relacionadas con estos niveles incluyen:

• Modelo de entretenimiento / gamificación: interfaces intuitivas tipo Tinder para reducir barreras de entrada, con gran potencial de crecimiento y educación de mercado, ideal para atraer usuarios, pero que requiere monetización mediante suscripciones o productos de ejecución.

• Suscripción a estrategias / señales: sin gestión de fondos, regulaciones amigables, estructura de ingresos estable, la vía más viable actualmente. Limitaciones: fácil copia de estrategias, pérdidas en ejecución, ingresos limitados a largo plazo; puede mejorarse con «señales + ejecución automática» semi-automatizada.

• Vault de gestión: con ventajas de escala y eficiencia, similar a productos de gestión de activos, pero enfrentando regulaciones, confianza y riesgos de centralización. Requiere rendimiento sostenido y respaldo institucional, no recomendable como camino principal sin estos.

En resumen, una estructura de ingresos diversificada basada en «infraestructura + ecosistema de estrategias + participación en resultados» ayuda a reducir la dependencia de la hipótesis de que «IA vencerá continuamente en el mercado». Aunque el alfa se consolide con madurez del mercado, las capacidades básicas de ejecución, gestión de riesgos y liquidación seguirán siendo valiosas para construir un ciclo de negocio sostenible.

Casos de proyectos de agentes en mercados de predicciones

Actualmente, los agentes en mercados de predicciones están en una fase exploratoria temprana. Aunque existen diversas aproximaciones desde marcos básicos hasta herramientas avanzadas, aún no se ha establecido un producto estandarizado maduro en generación de estrategias, eficiencia de ejecución, gestión de riesgos y ciclo de negocio.

La ecosfera se puede dividir en tres niveles: infraestructura, agentes autónomos y herramientas de mercado de predicciones.

Infraestructura

• Polymarket Agents: marco oficial para desarrollo, enfocado en estandarizar conexión e interacción. Incluye adquisición de datos, construcción de órdenes y llamadas a LLM. Resuelve el «cómo hacer órdenes con código», pero no cubre generación de estrategias, calibración de probabilidades ni gestión dinámica de posiciones. Es más una norma de acceso que un producto con alfa. Se requiere construir núcleo de investigación y control de riesgos propio.

• Gnosis Prediction Market Tooling (PMAT): soporta lectura y escritura en Omen/AIOmen y Manifold, pero solo lectura en Polymarket. Es una base para agentes en ecosistema Gnosis, con utilidad limitada para desarrolladores centrados en Polymarket.

• Polymarket y Gnosis son los ecosistemas que han formalizado el desarrollo de agentes como productos oficiales. Otros, como Kalshi, aún operan principalmente a nivel de API y SDK en Python, requiriendo que los desarrolladores completen sistemas de estrategia, control de riesgos, monitoreo y operación.

Agentes autónomos (Autonomous Agents)

• La mayoría aún en etapa inicial, con capacidades limitadas. Aunque llevan el nombre de «agentes», su automatización y cierre de ciclo aún no son maduros, carecen de gestión de riesgos independiente, control de posición, stop-loss, cobertura y restricciones de valor esperado, por lo que su producto aún no es estable para operación a largo plazo.

• Olas Predict: uno de los ecosistemas más desarrollados. Basado en Gnosis, con producto Omenstrat, usa mecanismos descentralizados y FPMM, soporta alta frecuencia en pequeños montos, pero con liquidez limitada en Omen. Depende de LLM general, sin datos en tiempo real ni gestión de riesgos sistemática. En febrero de 2026, lanza Polystrat para Polymarket, permitiendo definir estrategias en lenguaje natural, con reconocimiento automático de desviaciones y ejecución. Usa Pearl, cuentas autoalojadas y límites codificados para control de riesgos. Es el primer agente de consumo para Polymarket.

• UnifAI Network: ofrece agente automatizado para Polymarket, basado en estrategia de riesgo residual: compra contratos con probabilidad implícita >95%, buscando un diferencial de 3-5%. Datos muestran una tasa de éxito cercana al 95%, pero con variaciones por categoría y dependencia de frecuencia de ejecución.

• NOYA.ai: busca integrar investigación, juicio, ejecución y monitoreo en un ciclo completo, con infraestructura en desarrollo. Su mercado de predicciones aún en fase de prueba, sin ciclo completo en mainnet.

Herramientas de mercado de predicciones (Prediction Market Tools)

• Actualmente, estas herramientas no constituyen un agente completo, sino que aportan principalmente en las capas de información y análisis. La ejecución, gestión de posiciones y control de riesgos aún dependen del trader. Se orientan más a «suscripción de estrategias / apoyo a señales / investigación avanzada», siendo una etapa inicial de agentes.

• Se seleccionan proyectos destacados en la comunidad Awesome-Prediction-Market-Tools, con productos y escenarios de uso iniciales, en cuatro categorías: análisis y señales, alertas y seguimiento de ballenas, herramientas de arbitraje y terminales de trading y ejecución agregada.

Herramientas de análisis de mercado

• Polyseer: herramienta de investigación, con arquitectura de múltiples agentes (Planner / Researcher / Critic / Analyst / Reporter), realiza recopilación de evidencia y agregación bayesiana, generando informes estructurados. Transparente, automatizada y de código abierto.

• Oddpool: «terminal Bloomberg» para mercados de predicciones, con agregación, escaneo de arbitraje y panel de datos en tiempo real en Polymarket, Kalshi, CME.

• Polymarket Analytics: plataforma global de análisis de datos, muestra en forma sistemática traders, mercados, posiciones y transacciones, útil para investigación y consulta.

• Hashdive: herramienta para traders, con puntuaciones inteligentes y filtrado multidimensional, útil para identificar dinero inteligente y decisiones de seguimiento.

• Polyfactual: enfocado en inteligencia de mercado AI, análisis de emociones y riesgos, con extensión Chrome para integrar resultados en interfaz de trading, orientado a B2B y clientes institucionales.

• Predly: plataforma de detección de precios incorrectos, compara precios de mercado y probabilidades calculadas por IA, con alertas con precisión del 89%, para detección de señales y oportunidades.

• Polysights: monitorea más de 30 mercados y métricas en cadena, rastrea comportamientos anómalos como nuevas carteras y apuestas grandes, para monitoreo diario y detección de señales.

• PolyRadar: análisis en paralelo con múltiples modelos, ofrece interpretaciones en tiempo real, evolución temporal, puntuaciones de confianza y transparencia en fuentes, con validación cruzada de IA, orientado a análisis.

• Alphascope: motor de inteligencia en tiempo real, con señales, resúmenes y monitoreo de probabilidades, aún en fase temprana, enfocado en investigación y soporte de señales.

Alertas y seguimiento de ballenas

• Stand: enfocado en seguimiento de ballenas y alertas de acciones con alta confianza.

• Whale Tracker Livid: producto de seguimiento de cambios en posiciones de ballenas.

Herramientas de arbitraje

• ArbBets: detección de arbitraje con IA, enfocado en Polymarket, Kalshi y apuestas deportivas, identificando oportunidades de arbitraje cruzado y valor esperado positivo (+EV).

• PolyScalping: plataforma en tiempo real para arbitraje en Polymarket, con escaneo cada 60 segundos, cálculo de ROI y notificaciones en Telegram, para traders activos.

• Eventarb: herramienta ligera de cálculo y alertas de arbitraje cruzado, cubre Polymarket, Kalshi y Robinhood, gratuita y básica.

• Prediction Hunt: comparación y agregación de precios en diferentes exchanges y mercados, detecta oportunidades de arbitraje en aproximadamente 5 minutos, orientado a detectar ineficiencias y asimetrías.

Terminales de trading / ejecución agregada

• Verso: plataforma institucional respaldada por YC Fall 2024, con interfaz estilo Bloomberg, seguimiento en tiempo real de más de 15,000 contratos en Polymarket y Kalshi, análisis profundo y noticias IA, dirigida a traders profesionales y institucionales.

• Matchr: herramienta de agregación y ejecución en múltiples plataformas, con más de 1,500 mercados, routing inteligente para mejores precios, con estrategias automáticas basadas en eventos de alta probabilidad, arbitraje entre mercados y automatización de beneficios, orientada a ejecución y eficiencia de capital.

• TradeFox: plataforma de ejecución avanzada, respaldada por Alliance DAO y CMT Digital, con órdenes avanzadas (limit, stop, TWAP), trading autoalojado y routing multi-plataforma, dirigida a traders institucionales, con planes de expansión a Kalshi, Limitless, SxBet, entre otros.

Resumen y perspectivas

Actualmente, los agentes en mercados de predicciones están en una fase exploratoria temprana.

Evolución del mercado y su esencia: Polymarket y Kalshi ya conforman un duopolio con suficiente liquidez y escenarios. La diferencia principal con el juego es la generación de externalidades positivas, agregando información dispersa y estableciendo precios públicos para eventos reales, evolucionando hacia una «capa de verdad global».

Posicionamiento clave: los agentes deben ser herramientas de gestión de activos probabilísticos ejecutables, transformando noticias, textos de reglas y datos en desviaciones de precios verificables, con mayor disciplina, menor costo y capacidad de operar en múltiples mercados. La arquitectura ideal puede dividirse en capas de información, análisis, estrategia y ejecución, pero su comerciabilidad real depende de la claridad en liquidación, calidad de liquidez y estructura de la información.

Selección de estrategias y lógica de gestión de riesgos: el arbitraje determinista (incluyendo arbitraje de resolución, de probabilidad y de diferencias entre plataformas) es el más adecuado para automatización, mientras que la especulación direccional solo como complemento. La gestión de posiciones debe priorizar la ejecutabilidad y la tolerancia a errores, siendo la estrategia de niveles de confianza con límites fijos la más apropiada.

Opciones estratégicas

• Arbitraje de resolución: cuando el resultado está casi definido, pero aún no reflejado en mercado. Bajo riesgo, reglas claras, ideal para agentes.

• Arbitraje de probabilidad: aprovecha desequilibrios en precios de eventos mutuamente excluyentes, combinando posiciones para retorno sin riesgo direccional.

• Arbitraje entre plataformas: captura diferencias de precios en diferentes mercados, con riesgo bajo, pero requiere infraestructura avanzada.

• Arbitraje de portafolio: combina contratos relacionados, oportunidad limitada, requiere análisis de reglas y restricciones.

• Estrategias especulativas: basadas en información estructurada, señales, o en comportamiento de mercado, con diferentes niveles de riesgo y automatización.

• Microestructura y alta frecuencia: decisiones en fracciones de segundo, con alta infraestructura, pero limitadas por liquidez y competencia.

• Gestión de riesgos y cobertura: no buscan ganancias directas, sino reducir exposición, con reglas claras y objetivos definidos.

En general, las estrategias más aptas para agentes en mercados de predicciones son aquellas con reglas claras, codificables y con bajo sesgo subjetivo, donde el arbitraje determinista debe ser la principal fuente de ingreso, complementado con estrategias de interpretación de información y seguimiento de señales. Las estrategias de alto ruido y emocional deben ser excluidas sistemáticamente. La ventaja a largo plazo del agente radica en la ejecución disciplinada, rápida y en la gestión de riesgos.

Modelo de negocio y productos de agentes en mercados de predicciones

El diseño ideal del modelo de negocio puede explorarse en diferentes niveles:

• Infraestructura: proveer agregación de datos en tiempo real, bases de direcciones de dinero inteligente, motor de ejecución y backtesting, con ingresos estables B2B.

• Estrategia: incorporar comunidades y estrategias de terceros, construir ecosistemas reutilizables y evaluables, capturando valor mediante llamadas, ponderaciones o repartos.

• Agente / Vault: gestión fiduciaria en cadena, participando en operaciones reales, con registros transparentes y gestión de riesgos, cobrando comisiones.

Las formas de producto incluyen:

• Entretenimiento / gamificación: interfaces intuitivas, gran crecimiento y educación, con monetización vía suscripciones o productos de ejecución.

• Suscripción a estrategias / señales: sin gestión de fondos, regulaciones amigables, estructura estable, con potencial de automatización y mejora en experiencia.

• Vault de gestión: con ventajas de escala y eficiencia, pero con desafíos regulatorios y de confianza, requiere rendimiento sostenido y respaldo institucional.

En suma, una estructura de ingresos diversificada basada en infraestructura, ecosistema de estrategias y participación en resultados ayuda a reducir la dependencia de la hipótesis de que «IA vencerá continuamente en el mercado». Aunque el alfa se consolide, las capacidades básicas seguirán siendo valiosas para un ciclo de negocio sostenible.

Casos de proyectos de agentes en mercados de predicciones

Actualmente, los agentes están en fase exploratoria. Aunque hay diversas aproximaciones, aún no existe un producto estandarizado maduro en estrategia, eficiencia, gestión de riesgos y ciclo de negocio.

La ecosfera se divide en tres niveles: infraestructura, agentes autónomos y herramientas de mercado.

Infraestructura

• Polymarket Agents: marco oficial para desarrollo, enfocado en estandarizar conexión e interacción, con adquisición de datos y llamadas a LLM, pero sin generación de estrategias ni gestión de riesgos avanzada. Requiere núcleo propio.

• Gnosis Prediction Market Tooling: soporta lectura y escritura en ecosistema Gnosis, útil para desarrollo interno, con utilidad limitada para Polymarket.

• Otros: Kalshi y similares operan principalmente a nivel de API y SDK, requiriendo desarrollo adicional para estrategia y control.

Agentes autónomos

• La mayoría en etapa inicial, con capacidades limitadas. Aunque llevan el nombre de «agentes», aún no tienen ciclo completo automatizado, gestión de riesgos independiente ni control de posición.

• Olas Predict: ecosistema avanzado, basado en Gnosis, con producto Omen, usa mecanismos descentralizados y LLM general, con limitaciones en liquidez y datos en tiempo real. En 2026, lanza Polystrat para Polymarket, permitiendo definir estrategias en lenguaje natural y reconocimiento de desviaciones.

• UnifAI: ofrece agente automatizado para Polymarket, con estrategia de riesgo residual, con éxito cercano al 95%, pero con variaciones por categoría.

• NOYA.ai: busca integrar investigación, juicio, ejecución y monitoreo, en fase de desarrollo, sin ciclo completo en mainnet.

Herramientas de mercado

• No constituyen aún agentes completos, sino que aportan en información y análisis. La ejecución y gestión aún dependen del trader. Son más bien «suscripción de estrategias / apoyo a señales / investigación avanzada».

• Se destacan proyectos en comunidades como Awesome-Prediction-Market-Tools, con productos en análisis, alertas, arbitraje y terminales de trading.

Resumen y perspectivas

Los agentes en mercados de predicciones están en fase inicial. Polymarket y Kalshi conforman un duopolio con liquidez y escenarios sólidos. La diferencia con el juego es la externalidad positiva, agregando información dispersa y estableciendo precios públicos, evolucionando hacia una «capa de verdad global».

El posicionamiento clave es que los agentes deben ser herramientas de gestión de activos probabilísticos, transformando datos en desviaciones verificables, con mayor disciplina, menor costo y capacidad multilateral. La arquitectura ideal puede dividirse en capas de información, análisis, estrategia y ejecución, pero su comerciabilidad depende de la claridad en liquidación, liquidez y estructura de la información.

Las estrategias más aptas son arbitraje determinista, con reglas claras, y estrategias complementarias de interpretación y seguimiento de señales. Las estrategias de alto ruido y emocional deben ser excluidas. La ventaja a largo plazo radica en ejecución disciplinada, rápida y gestión de riesgos.

El modelo de negocio ideal combina infraestructura, ecosistema de estrategias y participación en resultados, permitiendo sostenibilidad y adaptación a cambios del mercado. Aunque aún no hay productos completamente maduros, la evolución y la innovación en los agentes en mercados de predicciones seguirán siendo una tendencia clave.