Resumen
El sector de mercados de predicción alcanzó $44B en volumen de operaciones durante 2025, lo que representa un cambio estructural de la curiosidad académica a la infraestructura financiera convencional. Dos modelos dominantes emergen: intercambios centralizados regulados por la CFTC (Kalshi: $17.1B de volumen, $1B de financiación) y protocolos descentralizados nativos de cripto (Polymarket: $21.5B de volumen, $2.279B de financiación). Hallazgos clave: (1) modelos sin tokens demuestran una tracción de mercado superior en comparación con alternativas tokenizadas, (2) los mecanismos de libro de órdenes dominan a pesar de los primeros diseños de AMM LMSR, (3) el arbitraje regulatorio permite el crecimiento pero crea riesgo de fragmentación, (4) la agregación de información supera a las encuestas tradicionales en mercados de alta liquidez pero falla durante la manipulación o la participación escasa. El sector enfrenta dinámicas de ganador se lleva la mayor parte que favorecen la concentración de liquidez, con el 73% del TVL de DeFi ($423M en total) concentrado solo en Polymarket.
1. Panorama del sector
Definición y propuesta de valor fundamental
Los mercados de predicción funcionan como mecanismos de agregación de información donde los participantes negocian contratos que pagan $1 si se producen eventos específicos y $0 en caso contrario. Los precios de los contratos se interpretan como probabilidades estimadas por la multitud: una participación de $0,75 implica un 75 % de probabilidad. Esta estructura de participación incentiva la precisión sobre el sesgo, superando teóricamente las encuestas y el juicio de expertos mediante la rendición de cuentas financiera.
La propuesta de valor empírica del sector se basa en una precisión superior en las previsiones: los mercados de predicción alcanzaron una precisión del 95 % con una resolución previa de 4 horas (puntuación Brier de 0,046), frente a puntuaciones Brier de 0,210-0,227 obtenidas en las encuestas en 113 eventos geopolíticos. Sin embargo, esta ventaja se desvanece en entornos de baja liquidez o durante intentos de manipulación coordinada.
Evolución histórica
Sus orígenes se remontan a las apuestas electorales papales de 1503 y a los mercados electorales de Wall Street de 1884. La formalización moderna comenzó con Iowa Electronic Markets (1988), una plataforma académica que demostró ventajas consistentes en precisión frente a las encuestas en los pronósticos presidenciales de Estados Unidos.
La era blockchain introdujo tres olas:
Primera generación (2015-2018): Augur se lanzó en julio de 2018 como el primer mercado de predicción descentralizado de Ethereum, recaudando 10 millones de dólares mediante una ICO. Utilizó el token REP para informes de oráculos y resolución de disputas, siendo pionero en mercados sin permisos, pero con altos costos de gas y baja liquidez.
Segunda generación (2020-2023): Polymarket se lanzó en 2020 en Polygon, eliminando los tokens nativos en favor de la liquidación en USDC. Su modelo híbrido combinaba la infraestructura de criptomonedas con la creación centralizada de mercados. Kalshi, regulada por la CFTC, se lanzó en 2021 y ofrece mercados fiduciarios compatibles, principalmente para participantes estadounidenses.
Tercera generación (2024-2025): Crecimiento explosivo impulsado por las elecciones presidenciales estadounidenses de 2024, alcanzando un volumen anual de 44 000 millones de dólares. Las casas de apuestas deportivas tradicionales (DraftKings, FanDuel) y las casas de bolsa (Robinhood) entraron en el mercado a través de asociaciones con la CFTC, lo que validó la adecuación entre producto y mercado más allá de las criptomonedas.
Categorías de mercado
Categoría: Representantes, Modelo Regulatorio, Gobernanza de Activos de Liquidación, Regulado Centralizado, Kalshi, PredictIt, DraftKings Predicts, FanDuel Predicts, Aprobación de DCM/DCO de la CFTC; cumplimiento estatal de juegos, USD fiduciario, depósitos en criptomonedas, Equipo centralizado, Descentralizado en cadena, Polymarket (Polygon), Augur (Ethereum), Drift (Solana), Limitless (Base), Offshore o geocercado; riesgo de cumplimiento de la CFTC, USDC, DAI, tokens con rendimiento, Oráculos UMA, votación REP, multifirmas, Híbrido, Relanzamiento de Polymarket en EE. UU. (noviembre de 2025 mediante la adquisición de QCEX), Intermediario regulado + liquidación en blockchain, USDC con pasarela KYC, Mixto: oráculo + equipo de cumplimiento.
Distribución de casos de uso
Política (crecimiento interanual del 43%): Resultados electorales, decisiones políticas; volumen de 1.200 millones de dólares en 2025 concentrado en las contiendas presidenciales y al Congreso. Alta participación, pero ocasional: el volumen se multiplica por diez durante los ciclos electorales y luego se desploma.
Deportes (70-85% del volumen de la plataforma): Impulsor principal de ingresos para Kalshi (85% del volumen) y Polymarket (39% del volumen). DraftKings y FanDuel se lanzaron en diciembre de 2025, aprovechando las bases de usuarios existentes en 38 y 5 estados, respectivamente, y lograron 16.000 y 900 descargas en los primeros 2 días.
Macroeconomía (crecimiento interanual del 905%): Decisiones sobre las tasas de la Reserva Federal, datos de inflación, previsiones del PIB; volumen de 112 millones de dólares en 2025. El interés abierto se multiplicó por 2,5 en el mercado de valores a pesar del menor volumen de transacciones, lo que indica casos de uso de cobertura con uso intensivo de capital.
Eventos criptográficos (de nicho, pero en crecimiento): Objetivos de precios de tokens, lanzamientos de protocolos, votaciones de gobernanza; volumen de 17,3 millones de dólares en 7 días. Alto riesgo de reflexividad: los precios del mercado influyen en los resultados mediante la dinámica de atención.
Escala del sector y trayectoria de crecimiento
Al 25 de diciembre de 2025 UTC:
TVL total de DeFi: $423 millones en todos los protocolos (Polymarket $310 millones, Augur $2,4 millones, Omen $1,3 millones)
Volumen de 7 días: $3.018 mil millones; Interés abierto: $335 millones
Volumen anual de 2025: 44 000 millones de dólares (21 500 millones de dólares en Polymarket y 17 100 millones de dólares en Kalshi)
Usuarios activos: 285.000 semanales, 13 millones de transacciones por semana
Factores de crecimiento: (1) La fragmentación regulatoria de las apuestas deportivas crea una oportunidad de arbitraje de la CFTC, (2) Las elecciones de 2024 demostraron una demanda generalizada, (3) La financiación institucional ($2.279 mil millones de Polymarket de ICE/Founders Fund, $1 mil millones de Kalshi Serie D) valida el sector, (4) La integración con billeteras/casas de bolsa reduce la fricción.
2. Diseño del mecanismo de mercado
Tipos de estructura de mercado
Mercados binarios (dominantes): Contratos de tipo Sí/No que cotizan entre 0 y 1 $, liquidándose en el resultado binario. Representan más del 90 % del volumen en todas las plataformas. Su simplicidad facilita la creación rápida de mercados y facilita la comprensión de los participantes.
Mercados Categóricos: 3-8 resultados mutuamente excluyentes más la opción "Inválido" (especialidad de Augur). Un resultado paga $1, los demás $0. Ejemplo: "¿Qué partido controla el Senado: Demócrata/Republicano/Dividido/Inválido?". Menor liquidez que los equivalentes binarios debido a la fragmentación de los libros de órdenes.
Mercados escalares: Resultados de rango numérico (p. ej., "Precio de BTC al 31 de diciembre: $80,000-$120,000"). Pagos proporcionales a la liquidación dentro de ciertos límites. Raro en la práctica: la complejidad cognitiva y los desafíos del arbitraje limitan su adopción. Augur admite, pero su uso es mínimo.
Mercados de tendencia: Innovación del protocolo Noise centrada en la atención narrativa en lugar de en eventos binarios. Posiciones largas/cortas en el "boom de la IA" o la "temporada de memecoins" con liquidez programática y apalancamiento 5x en MegaETH L2. Pre-producto; especulativo.
Mecanismos de fijación de precios
Libros de órdenes (Libro de órdenes límite central): Dominante en todas las plataformas principales, a pesar de los primeros diseños de AMM. Mecanismo: los participantes publican órdenes límite, la coincidencia de prioridad precio-tiempo, el diferencial entre oferta y demanda revela la profundidad de la liquidez.
Polymarket: Libro de órdenes híbrido y descentralizado, precio medio entre oferta y demanda o última operación si el diferencial es >$0,10. Coincidencia fuera de la cadena (baja latencia), liquidación dentro de la cadena (verificabilidad). Volumen de 7 días: $469 millones con aproximadamente 11 246 usuarios activos.
Kalshi: CLOB tradicional con supervisión de la CFTC. Los pares Sí/No suman $1, lo que permite la aplicación de arbitraje. Incentivos de liquidez de $10 a $1,000/día para creadores de mercado (programa de septiembre de 2025-septiembre de 2026).
Augur: Órdenes límite nativas de Ethereum, prioridad precio-tiempo. Baja actividad debido al costo del gas (promedio de aproximadamente $10 frente a $0.01 en Polygon). Volumen de 24 horas de $40,000 a diciembre de 2025.
Creadores de Mercado Automatizados (LMSR): Regla de Puntuación Logarítmica de Mercado, impulsada por Robin Hanson, diseñada para una provisión de liquidez eficiente en términos de subsidios. Genera precios continuos, pero requiere un compromiso de capital protocolario.
Estado: Abandonado en gran medida por las principales plataformas. La versión inicial de Augur v1 utilizaba LMSR; los líderes actuales prefieren los libros de órdenes entre pares, eliminando así los requisitos de subsidio. Persiste únicamente en mercados académicos de dinero ficticio (Manifold) o en nichos especializados.
Híbrido/Programático: Implementación de MegaETH de Noise para sintéticos de tendencias. Los pools programáticos permiten la ejecución instantánea de posiciones largas/cortas según las métricas de atención. No probado a escala; sin datos públicos de volumen.
Modelos de aprovisionamiento de liquidez
Impulsado por la especulación (entre pares): Polymarket y Augur dependen completamente de las órdenes límite de los usuarios. Sin creación de mercado protocolaria ni profundidad subsidiada. Círculo virtuoso: el volumen atrae a los operadores → spreads más ajustados → mayor volumen. Riesgo de concentración: el 15% de los mejores operadores aporta el 25% del volumen (operadores informados), y el 50% restante proviene de operadores de ruido con posiciones promedio de $100.
Subvenciones de protocolo: Kalshi ofrece recompensas de $10 a $1,000 diarios por órdenes en espera cerca del mejor precio de compra/venta, con capturas instantáneas cada segundo. Busca una compresión del diferencial del 1-5% para competir con las casas de apuestas. Es eficaz para nuevos mercados en fase de arranque, pero insostenible sin cobertura de comisiones por transacción.
Incentivos para creadores: Augur asigna comisiones (participación de los creadores en los canjes ganadores) a los iniciadores del mercado. El protocolo Rain ofrece el 1,2 % del volumen de mercado resuelto a los creadores. Alinea los incentivos para un diseño de mercado y una selección de eventos de alta calidad, pero requiere un volumen suficiente para obtener pagos significativos.
Creación de Mercado Institucional: Implícita en las alianzas entre Kalshi, CME e ICE. Los creadores de mercado profesionales (p. ej., Susquehanna y análogos de Jane Street) ofrecen profundidad a cambio de descuentos en las comisiones o acceso a datos. No se detalla públicamente, pero se evidencia en diferenciales consistentemente ajustados (entre 0,01 y 0,02 dólares) en los mercados de alto volumen de Kalshi.
Lógica de conciliación y resolución de disputas
Polymarket (Oráculo Optimista UMA): Evento finalizado → el proponente publica un bono de $750 USDC + resultado → ventana de actividad de 2 horas. Si no se cuestiona, se autoliquida. La primera disputa genera una nueva propuesta; la segunda escala a UMA DVM (votación del titular del token). Aproximadamente el 99% de las disputas no han sido cuestionadas desde 2021, pero más de 12 resoluciones controvertidas para 2025 (demanda de Zelenski, elecciones en Venezuela, airdrop de LayerZero) ponen de manifiesto la fragilidad interpretativa.
Economía de disputas: Bonos cancelados por propuestas/disputas inválidas; 40% de retorno de la inversión (ROI) para las partes correctas. El costo de escalamiento aumenta cuadráticamente, lo que disuade las impugnaciones frívolas, pero permite la manipulación de las ballenas (p. ej., el mercado de minerales de 7 millones de dólares entre Ucrania y Trump resuelto por un titular de tokens UMA de 5 millones).
Augur (Staking de tokens REP): El reportero designado apuesta REP para obtener un resultado inicial (ventana de 24 horas). Disputas multironda con bonos crecientes; 40% de retorno de la inversión (ROI) para el lado correcto. Si se disputan más de 275,000 REP, se activa una bifurcación: los poseedores de REP migran al universo ganador. El mercado original de control de la Casa de 2018 requirió 6 rondas de disputa (interés abierto de aproximadamente $700,000), lo que demuestra la robustez del mecanismo, pero con alta latencia y costo.
Estado 2025: Actividad mínima; Reinicio de I+D (Fundación Lituus) desarrollando Augur Generalizado con PBFM (bifurcación de mintable basada en precio) para oráculos entre cadenas. No está listo para producción.
Kalshi (Resolución Centralizada por Equipo): El equipo de Mercados determina los resultados según reglas específicas y fuentes de verificación (p. ej., certificaciones electorales oficiales, anuncios de la Reserva Federal). Los usuarios solicitan la liquidación; el equipo la revisa entre 1 y 12 horas después del evento. Finalidad inmediata, bajo costo, pero fallo de la confianza de punto único. Las quejas sobre la resolución "Miami" previa a 2025 ilustran el riesgo de error.
Rain (IA + Fallback Descentralizado): Los mercados públicos utilizan el creador o el oráculo de IA de Delphi (exploradores multiagente + extractor). El plazo de disputa es de 15 minutos tras la resolución; la garantía (volumen del 0,1 % o mínimo de 1000 $) se escala a oráculos humanos descentralizados. Tasa de disputas reclamadas: 0,01 %. Mercados privados: resolución exclusiva para el creador.
Deriva (Gobernanza Multifirma): El consejo de seguridad actualiza el oráculo de Pyth a 0 (NO) o 1 (SÍ) tras el evento y establece la fecha de vencimiento. Las comprobaciones de validez de Pyth (obsoleto 10/120 ranuras, inválido a 0, volátil 5x, incierto >10%) previenen la manipulación. Modo de solo reducción tras el vencimiento, luego liquidación (el déficit se socializa si se agota el seguro). Resolución centralizada, pero transparente en cadena.
3. Teoría de la información y análisis de incentivos
Mecanismo de agregación de información
Los mercados de predicción operacionalizan el «problema del conocimiento» de Hayek de 1945: ningún planificador central agrega información dispersa en poder de los individuos. Los precios surgen del comercio descentralizado, donde los participantes apuestan con base en su conocimiento privado, equilibrando la presión de compra/venta para reflejar las estimaciones de probabilidad colectivas.
Fundamento teórico: Los operadores con información superior compran contratos infravalorados o venden contratos sobrevalorados, obteniendo beneficios mientras impulsan los precios hacia los resultados esperados. Quienes realizan pronósticos erróneos pierden capital y se retiran, minimizando el ruido con el tiempo. El mecanismo recompensa la precisión mediante incentivos financieros, que teóricamente convergen hacia probabilidades reales en condiciones específicas.
Condiciones de convergencia
Los mercados convergen hacia probabilidades precisas cuando:
Liquidez suficiente: Las oportunidades de arbitraje atraen capital, corrigiendo errores de valoración. Los mercados con poca liquidez carecen de mecanismos correctivos: las grandes operaciones individuales mueven los precios entre un 5 % y un 10 % sin nueva información.
Información dispersa: Las creencias heterogéneas y las señales privadas garantizan perspectivas diversas. Los participantes homogéneos (p. ej., las cámaras de eco de Twitter) generan sesgo de correlación.
Sin personas privilegiadas dominantes: la asimetría de información explotada por personas privilegiadas (por ejemplo, empleados de Google en mercados de eventos corporativos) distorsiona los precios y los aleja del consenso de información pública.
Participantes Neutrales al Riesgo: Los modelos teóricos asumen que los operadores maximizan el valor esperado. Realidad: la aversión al riesgo y a la pérdida generan sesgos sistemáticos (sesgo improbable-favorito en los deportes).
Reequilibrio dinámico: El descubrimiento continuo de precios requiere una negociación activa. Los mercados estancados con posiciones fijas no logran incorporar nueva información.
Evidencia empírica: Polymarket logró una precisión del 95 % con 4 horas de pre-resolución (Brier 0,046) en eventos de alta liquidez. Un estudio de Vanderbilt de más de 2500 mercados mostró una precisión del 67-93 %, pero observó una baja eficiencia (brechas de arbitraje y lenta incorporación de noticias).
Modos de falla
Baja participación: Los eventos de nicho con un interés abierto de aproximadamente $10,000 presentan una divergencia de precios del 20-30 % con respecto a las probabilidades racionales. Los libros de órdenes reducidos generan spreads amplios (entre $0.10 y $0.20), lo que disuade a los operadores informados. Efectos que se retroalimentan: baja liquidez → precios bajos → mayor salida de participantes.
Incentivos de manipulación: Los grandes operadores explotan los mercados de baja liquidez para inflar o desinflar artificialmente las probabilidades. Incidentes de Polymarket en 2025:
Mercado de trajes Zelensky (volumen de 58 millones de dólares): la ballena UMA cuestionó el resultado basándose en la interpretación de la tela de la chaqueta
Ucrania-Trump Minerals (volumen de 7 millones de dólares): tenedor de tokens UMA de 5 millones resuelto favorablemente
Google Search Insider (más de 1 millón de dólares): Un empleado corporativo ganó 22 de 23 apuestas consecutivas utilizando datos internos
Operaciones de lavado: un estudio de Columbia descubrió que el 25 % del volumen promedio de operaciones propias con múltiples billeteras infla la liquidez aparente
Incentivo económico: Los manipuladores ganan si (1) ineficiencia del mercado × tamaño de la posición > costo de manipulación, o (2) alteración reflexiva del resultado (por ejemplo, cambiar las narrativas de los medios a través de las probabilidades mostradas).
Reflexividad y predominio narrativo: Los precios buscan reflejar la realidad, en lugar de moldearla. Mecanismo:
Las apuestas de ballenas mueven la probabilidad del mercado (por ejemplo, probabilidades de elección de Trump 45% → 65%)
Los medios informan que "los mercados predicen la victoria de Trump"
Los donantes y votantes responden al impulso percibido
El resultado real se desplaza hacia la predicción
La "Ballena Francesa" de 2024 ejemplificó esto: las posiciones de más de 30 millones de dólares de Polymarket en Trump alteraron las narrativas de las encuestas y, potencialmente, el comportamiento de los donantes. Esto se vio reforzado por el mercado de búsquedas de Google "d4vd", donde la manipulación del volumen de apuestas infló las tendencias de búsqueda, lo que desencadenó la propia condición de resolución del mercado.
Comercio ideológico: El 15% de los participantes operan basándose en preferencias de señalización en lugar de maximizar las ganancias. Esto genera una persistente manipulación de precios: los mercados políticos muestran un sesgo del 5-10% hacia los resultados preferidos por los operadores en entornos de bajo riesgo. Ejemplo: Los mercados del Senado republicano de Polymarket sobreestimaron la probabilidad republicana en un 8% (67% frente al 59% real) a pesar de la alta liquidez.
Comparación con encuestas y paneles de expertos
Precisión empírica: Un estudio de Cambridge/IARPA (113 eventos geopolíticos) reveló que los autoinformes agregados igualaron o superaron la precisión del mercado (Brier: 0,210 frente a 0,227). Las encuestas superaron a los mercados al inicio de los ciclos de eventos, cuando la liquidez era escasa; los modelos híbridos (combinación de mercado y encuesta) demostraron ser superiores en general.
Rendimiento específico del dominio: el análisis de Vanderbilt de más de 2500 mercados mostró lo siguiente:
Deportes: Encuestas competitivas o superiores (fútbol)
Elecciones: Mercados ineficientes con brechas de arbitraje y divergencias entre plataformas (desacuerdo entre PredictIt, Polymarket y Kalshi)
Eventos de nicho: los mercados son menos precisos; predominan los paneles de expertos con contexto
Diferencias de mecanismo:
Mercados de Predicción de Dimensión, Encuestas, Paneles de Expertos, Incentivo, Pérdida/Ganancia Financiera, Reputacional, Mínimo, Reputacional, Carrera, Uso de Información, Señales privadas agregadas mediante precios, Creencias autoinformadas, Análisis estructurado, Actualizaciones en tiempo real, Continuas, Episódicas (semanales), Episódicas (a solicitud), Riesgo de Manipulación, Ataques de ballenas, lavado de activos, Sesgo de muestra, formulación de preguntas, Pensamiento de grupo, Anclaje, Reflexividad, Alta (los precios influyen en los resultados), Media (las encuestas públicas modifican el comportamiento), Baja (asesoramiento privado).
Taxonomía de la motivación del comerciante
Maximizadores de beneficios (25% de los participantes, "Operadores Informados"): Aprovechan la manipulación de precios mediante ventajas de información. Altas tasas de éxito (>60%), posiciones concentradas. Requieren contrapartes de "dinero ineficaz" para liquidez y extracción de beneficios. Ofrecen valor por descubrimiento de precios, pero extraen rentas.
Operadores de Ruido (50%): Pequeñas posiciones (promedio de $100), orientadas al entretenimiento. Ofrecen liquidez, pero pierden ante los diferenciales y los operadores informados. Esenciales para el funcionamiento del mercado a pesar de las rentabilidades esperadas negativas. Análogos a los compradores minoristas de lotería o a los apostadores deportivos ocasionales.
Participantes ideológicos (15%): Señales con motivación política, dispuestos a aceptar pérdidas para apoyar el resultado deseado. Concentrados en mercados políticos. Crean oportunidades persistentes de manipulación de precios para operadores informados.
Arbitrajistas (10%): Aprovechan las ineficiencias de las distintas plataformas o combinaciones de resultados. Ejemplo: Los mercados multiopción de las carreras presidenciales, donde las probabilidades suman más del 100%, permiten obtener ganancias sin riesgo mediante apuestas simultáneas contra oponentes. Los bots automatizan cada vez más este proceso; se reportaron oportunidades de riesgo negativo en 2025.
Coberturadores (<5% pero con capital elevado): Empresas/instituciones compensan los riesgos relacionados con eventos. Ejemplo: Las franquicias deportivas cubren los resultados de los playoffs; los protocolos de criptomonedas cubren los resultados de las votaciones sobre gobernanza; los fondos macroeconómicos cubren las decisiones de la Fed. Las alianzas entre Kalshi y SIG ilustran la demanda de cobertura institucional.
4. Infraestructura de Oracle y Liquidación
Modelos de verificación de resultados
Resolutores centralizados de confianza (modelo Kalshi): El equipo de la plataforma determina los resultados utilizando fuentes predefinidas (certificaciones electorales oficiales, anuncios de la Reserva Federal, datos de ligas deportivas). Ventajas: Baja latencia (1-12 horas), finalización inmediata, costo mínimo. Riesgos: Fallo de confianza de punto único, posible sesgo, censura (restricciones de temas), propagación de errores (incidente de resolución de Miami). Requiere la supervisión y vigilancia de la infraestructura de la CFTC.
Redes de Oráculos Descentralizadas (modelo Polymarket/UMA): Mecanismo de disputa optimista: el proponente aprueba el resultado, el período de actividad permite impugnaciones y, en caso de disputa, escala a votación del tenedor de tokens. Ventajas: Resistente a la censura, transparente, alineado con los incentivos mediante la reducción de bonos. Riesgos: Manipulación de ballenas (5 millones de tokens UMA resolvieron un mercado de $7 millones), ambigüedad en la interpretación (debate sobre la chaqueta Zelenski), finalización lenta (la votación de DVM añade días). ~99% indiscutible, pero más de 12 resoluciones controvertidas para 2025.
Resolución judicial/por votación (modelo Augur/REP): Staking de disputas multironda con bonos crecientes, mecanismo de bifurcación para desacuerdos de más de 275 000 REP. Ventajas: Alta descentralización, seguridad económica gracias al coste de bifurcación, robustez demostrada (mercado de casas de 6 rondas en 2018). Riesgos: Alta latencia (semanas para disputas), alto coste (bloqueo de capital para el staking de REP), baja actividad en 2025 (volumen diario de 40 000 $).
IA + Respaldo Humano (modelo Rain/Delphi): Los agentes de IA (multiexplorador + extractor) proponen resultados para mercados públicos; el margen de disputa de 15 minutos escala a oráculos humanos descentralizados. Ventajas: Resolución inicial rápida, rentable y escalable. Riesgos: Sesgo/alucinación de la IA, vectores de ataque novedosos, no probado en situaciones de alto riesgo. Se afirma una tasa de disputa del 0,01 %, pero los datos de producción son limitados.
Gobernanza Multifirma (modelo Drift): El consejo de seguridad actualiza el oráculo de Python a resultados binarios tras el evento, con comprobaciones de validez (obsolescencia, límites, volatilidad). Ventajas: Flexible, eficiente y transparente en cadena. Riesgos: Confianza centralizada en el consejo, vulnerabilidad de la multifirma, sin derechos de disputa de usuarios. El enfoque híbrido equilibra velocidad y verificabilidad.
Latencia, finalidad y compensaciones de costos
ModeloLatencia de liquidaciónGarantía de firmezaCosto por mercadoDisponibilidad de datosCentralizado (Kalshi)1-12 horasInmediato (decisión del equipo)~$0 (infraestructura fiduciaria)Documentos/reglas fuera de la cadenaOráculo optimista (Polymarket/UMA)2 horas sin disputa; 2-7 días sin disputaProbabilístico → Votación de DVMBono de $750 + gas (~$5 Polygon)Verificación en cadenaVotación de tokens (Augur/REP)24 horas iniciales; semanas si hay disputaEconómico (costo de bifurcación)Participación de REP ($1000+) + gas ($10 ETH)EthereumIA en cadena + respaldo (Rain)15 minutos sin disputa; Horas si se escala. Híbrido (reducción de colateral). $1000 de colateral o 0,1 % del volumen. Arbitrum/Base en cadena. Multifirma (deriva). Posterior al vencimiento por consejo. Consenso de gobernanza. Insignificante (actualización de oráculo). Solana en cadena (Pyth).
Vectores de ataque de Oracle y economía de disputas
Propuestas de mala fe: El atacante propone un resultado incorrecto con la esperanza de que no haya rivales. Mitigación: Pérdida de la fianza (750 $ en Polymarket, reducción de REP en Augur). Coste del ataque: Fianza × probabilidad de desafío. Tasa de éxito: 1 % en mercados de alto valor debido a la monitorización de bots, pero explotable en eventos específicos o ambiguos.
Compra de votos/Control de ballenas: Los grandes tenedores de UMA o REP resuelven disputas favorablemente a sus posiciones. Casos de Polymarket: 5 millones de tokens UMA (más del 1% de la oferta) resolvieron un mercado de 7 millones de dólares entre Ucrania y Trump; el mercado de 58 millones de dólares de Zelenski fue disputado por una ballena. Mitigación: Aumento de costos (DVM requiere una distribución más amplia de tokens), daño a la reputación. Viabilidad: Alta para mercados de 10 millones de dólares frente a tenencias concentradas de tokens.
Definiciones de eventos ambiguos: Aprovechar la flexibilidad interpretativa en las descripciones del mercado. Ejemplo: "¿Llevará Zelensky traje?" vs. "Chaqueta que forma parte de un traje". Esto genera disputas incluso con resultados claros. Mitigación: Lenguaje de mercado preciso, pero la complejidad reduce la usabilidad. Compromiso fundamental entre precisión y participación.
Censura/Manipulación de la fuente: Los resolutores centralizados (Kalshi) pueden rechazar mercados o manipular los datos de origen. Los oráculos descentralizados (Polymarket) son vulnerables si la resolución depende de una única fuente (p. ej., un sitio web gubernamental) que puede ser alterada. Mitigación: Verificación multifuente, datos anclados en blockchain (poco frecuente). Realidad: La mayoría de los mercados utilizan fuentes únicas y frágiles.
Alteración Reflexiva de Resultados: Los precios del mercado influyen en los resultados reales, corrompiendo la función del oráculo. Ejemplo: Mercado "Volumen de búsquedas en Google para 'd4vd'", donde el volumen de operaciones impulsó las búsquedas, lo que provocó una resolución SÍ. Mitigación: Excluir los mercados autorreferenciales y utilizar datos basados en instantáneas. Desafío: Distinguir la agregación de información reflexiva de la legítima.
Resumen de economía de disputas:
Polymarket: fianza de $750 cancelada por propuestas inválidas; 40% de retorno de la inversión (ROI) por disputas correctas; DVM requiere votación de token UMA (días de latencia, costos de gas)
Augur: Staking de REP con un ROI del 40 % para los reporteros correctos; rondas crecientes; bifurcación si >275 000 REP (ataque de mayor costo: ~270 000 USD a $0,98/REP)
Lluvia: 0,1 % del volumen o 1000 $ de garantía recortados si es incorrecto; escalada descentralizada del oráculo
Drift/Kalshi: Sin disputas entre usuarios; gobernanza/resolución en equipo
El papel de la disponibilidad y verificabilidad de los datos
Verificación en cadena: Ethereum (Augur), Polygon (Polymarket), Solana (Drift) y Arbitrum/Base (Rain) permiten la verificación criptográfica de la lógica de liquidación y las fuentes de resultados. Los usuarios pueden auditar de forma independiente la exactitud de la resolución si los datos están en cadena. Realidad: La mayoría de los oráculos aún hacen referencia a fuentes externas (resultados electorales, anuncios de la Reserva Federal), lo que limita la verificabilidad a la precisión de los datos externos reportados por el oráculo en lugar de a la exactitud de los datos en sí.
Centralizado fuera de la cadena: La liquidación de Kalshi es opaca más allá de las normas y fuentes publicadas. Los usuarios confían en la supervisión de la CFTC y en la reputación de la plataforma. No es posible realizar una verificación independiente. Contrapartida: Velocidad y cumplimiento normativo vs. transparencia.
Modelos híbridos: Las propuestas de UMA de Polymarket hacen referencia a eventos fuera de la cadena, pero el proceso de disputas es en cadena y transparente. Teóricamente, lo mejor de ambos mundos, pero las lagunas de interpretación (la demanda de Zelenski) revelan limitaciones.
Desafíos de disponibilidad de datos: La mayoría de los eventos carecen de datos de base nativos de blockchain. Elecciones certificadas semanas después de la votación; resultados deportivos de ligas centralizadas; datos macroeconómicos de agencias gubernamentales. Los mercados de predicción heredan la fragilidad de las fuentes originales. Potencial futuro: Los eventos nativos de blockchain (gobernanza en cadena, métricas DeFi) permiten una verdadera verificabilidad de extremo a extremo.
5. Tokenomics y sostenibilidad económica
Análisis de la necesidad de tokens
Pregunta central: ¿Los mercados de predicción requieren tokens nativos para la funcionalidad o la captura de valor?
Respuesta empírica: No. Las dos plataformas de mayor volumen operan sin tokens:
Polymarket: volumen de $21.5 mil millones en 2025, financiación de $2.279 mil millones, valoración de $9 mil millones: liquidación solo en USDC, sin token
Kalshi: $17.1 mil millones en volumen en 2025, $1 mil millones en financiación, $11 mil millones en valoración (depósitos fiduciarios/criptomonedas, sin tokens)
El 88% del volumen combinado del sector (38.600 millones de dólares / 44.000 millones de dólares) fluye a través de modelos sin tokens. Las alternativas tokenizadas presentan dificultades: Augur (REP), con un volumen diario de 39.000 dólares a pesar de su estatus pionero; los nuevos participantes (Rain/RAIN, Drift/DRIFT) muestran una tracción inicial, pero su sostenibilidad no está demostrada.
Casos de uso de tokens en modelos tokenizados
Gobernanza (Augur/REP, Rain/RAIN, Drift/DRIFT): Los poseedores de tokens votan sobre actualizaciones de protocolo, cambios de parámetros y reglas del mercado. Propuesta de valor: Control descentralizado vs. riesgo de equipo centralizado. Realidad: Baja participación en la gobernanza (con una participación típica del 10%), dominio de las ballenas (los 10 principales poseedores de Augur controlan el 53,62%, Rain aproximadamente el 65%, Drift el 57,17%).
Participación en Disputas (Augur/REP): REP se participa para reportar resultados; las disputas requieren bonos REP con un ROI del 40% para el lado correcto; mecanismo de bifurcación a partir de 275 000 REP. Propuesta de valor: Verdad descentralizada mediante seguridad económica. Realidad: Uso mínimo para 2025 (fase de reinicio de I+D); robustez demostrada históricamente, pero costosa (participaciones superiores a 1000 USD, semanas de latencia).
Incentivos de Liquidez (Rain/RAIN): Los LP obtienen el 1,2 % del volumen de mercado resuelto; requieren la tenencia de RAIN para obtener poder de negociación. Propuesta de valor: Alinear la provisión de liquidez con el éxito del protocolo. Realidad: El volumen de 24 horas de 68 millones de dólares (diciembre de 2025) muestra una tracción inicial, pero una retención del 35 % sugiere riesgo de abandono.
Recompra/Quema de comisiones (Rain/RAIN): 2,5 % del volumen de negociación asignado a la recompra y quema de RAIN (deflacionario). Propuesta de valor: Apreciación del precio del token por la acumulación de comisiones. Realidad: No probado a escala; requiere un volumen sostenido (actualmente $68 millones/día × 2,5 % = $1,7 millones de recompra diaria si se queman todos).
Evaluación empírica: estudio de caso de Augur
Contexto de lanzamiento (2015-2018): ICO de 10 millones de dólares, mercado pionero de predicción de Ethereum, token REP para gobernanza y generación de informes. Promesa teórica: Descentralizado, resistente a la censura, acceso global.
Rendimiento 2018-2023:
Baja liquidez: los costos del gas (un promedio de $10) desalentaron las operaciones; el interés abierto rara vez superó el millón de dólares por mercado.
Exclusiones de exchanges: Binance eliminó REP 2019-2022 por bajo volumen
Disputas mínimas: 10 disputas importantes al año; servicio REP subutilizado
La bifurcación nunca se activó: el umbral de REP de <275K nunca se acercó a pesar de las controversias
Estado 2025:
Capitalización de mercado: $8 millones (11 millones de suministro en circulación × $0,98/REP)
Volumen diario: $39.000 (25 de diciembre de 2025)
Volatilidad de precios: rango de $0,70 a $0,99 en diciembre (oscilación del 41 %)
Reinicio de I+D: la Fundación Lituus desarrolla Augur Generalizado; aún no está listo para producción
Lecciones: El modelo de tokens no logró adecuarse al mercado producto a pesar de la innovación técnica. Razones: (1) Altos costos de gas en comparación con alternativas centralizadas, (2) volumen insuficiente para una utilidad REP significativa, (3) competidores sin tokens (Polymarket) captaron liquidez gracias a una mejor experiencia de usuario, (4) la incertidumbre regulatoria limitó la adopción institucional.
Estructuras de tarifas en los distintos modelos
Polymarket (sin token): 0,75-0,95 % a través de agregadores (Cowswap, 1inch); la plataforma cubre el gas en Polygon (aproximadamente $0,01 de promedio). Modelo de ingresos: Spread implícito + futuros cambios de comisiones tras la escala. La fase actual de subsidio está financiada con $2279 millones de capital de riesgo.
Kalshi (sin token): Comisiones de negociación no divulgadas públicamente; reembolsos de creadores de mercado (programa de liquidez de $10 a $1,000/día). Modelo de ingresos: Comisiones de transacción + licencias de datos de mercado. Requisitos de transparencia de comisiones regulados por la CFTC.
Lluvia (tokenizada): 5% del volumen de negociación del mercado resuelto asignado:
1,2% al creador
1,2% a LP
0,1% al resolutor
2,5% para recompra/quema de acciones de RAIN
+$1 adicional o 1% para oráculo de IA en mercados públicos
Augur (tokenizado): modelo histórico con tarifas de staking de REP; datos actuales de 2025 no disponibles debido a la baja actividad.
Sostenibilidad a largo plazo sin subsidios
Modelos sin tokens: Polymarket y Kalshi prosperan gracias a las subvenciones de capital riesgo para la creación de mercado, el arranque de liquidez y la adquisición de usuarios. Captan valor mediante la apreciación del capital (valoraciones: Polymarket $9 mil millones, Kalshi $11 mil millones) sin dilución de tokens. Camino hacia la sostenibilidad: Cambios de tarifas a escala, licencias de datos y colaboraciones institucionales.
Desafíos: (1) Requiere un volumen sostenido (USD 3 mil millones semanales actuales × 0,5 % = USD 15 millones en ingresos semanales si se activan las tarifas), (2) la presión competitiva limita los aumentos de las tarifas, (3) costos regulatorios (cumplimiento, legales, lobby).
Modelos tokenizados: Se basan en la acumulación de comisiones para el valor del token mediante recompras (Rain) o utilidad (Augur). Históricamente, muchos muestran un bajo volumen post-lanzamiento, excepto los nuevos participantes. Rain demuestra potencial de crecimiento impulsado por las comisiones (volumen diario de 68 millones de dólares × 5 % = comisiones diarias de 3,4 millones de dólares si se mantiene).
Desafíos: (1) El valor del token depende del volumen sostenido: riesgo de espiral de muerte si el volumen cae → el precio del token cae → la gobernanza se debilita → mayor salida del volumen, (2) dilución a través de la inflación de la gobernanza, (3) clasificación regulatoria (riesgo de la ley de valores).
Dependencia de Subsidios Estructurales: Históricamente, ambos modelos requerían capital externo para la revelación de liquidez. Los Mercados Electrónicos de Iowa fueron subsidiados por la universidad; los primeros protocolos de criptomonedas fueron financiados por ICO/VC. Problema principal: Los mercados reducidos proporcionan información deficiente, lo que crea el problema del huevo y la gallina. La solución requiere (1) subsidios a los protocolos (inflacionarios o financiados por el Tesoro), (2) asociaciones con creadores de mercado, o (3) subsidios cruzados desde mercados de alto volumen a eventos de nicho.
Consenso de Twitter (diciembre de 2025): Los protocolos rentables prefieren el capital a los tokens para mantener el potencial alcista sin dilución. Los mercados de predicción dependen estructuralmente de los subsidios hasta alcanzar la velocidad de escape de liquidez (umbral de volumen diario de aproximadamente mil millones de dólares, donde la creación de mercado orgánica se vuelve autosuficiente).
Comparación entre tokenizados y no tokenizados
Dimensión: No tokenizado (Polymarket, Kalshi). Tokenizado (Rain, Augur). Liderazgo en volumen: 88 % del volumen del sector (38 600 millones de dólares/44 000 millones de dólares). 12 % del volumen del sector. Éxito de financiación: 3300 millones de dólares de financiación de capital riesgo combinada con 100 000 millones de dólares combinados. Progreso regulatorio: Rutas de cumplimiento de la CFTC. Incertidumbre en la legislación sobre valores. Profundidad de liquidez: Polymarket: 310 000 millones de dólares en valor total acumulado; Kalshi: >1000 millones de dólares semanales. Rain/Augur: 5 000 millones de dólares en valor total acumulado. Adopción de usuarios: 285 000 usuarios activos semanales con 10 000 millones de dólares combinados. Descentralización: Creación de mercados centralizada, liquidación híbrida. Mercados sin permisos, votación de oráculos. Captura de valor: Revalorización de capital. Revalorización del precio del token. Gobernanza: Controlado por el equipo. DAOs de tokenistas (baja participación). Componibilidad: Limitada (elementos de custodia). Alta (nativo de DeFi).
Implicación estratégica: Los modelos no tokenizados dominan el corto plazo gracias a una experiencia de usuario superior, claridad regulatoria y alianzas institucionales. Los modelos tokenizados conservan la opcionalidad a largo plazo gracias a la innovación sin permisos y la componibilidad, pero requieren un crecimiento de volumen significativo o impulsos regulatorios favorables para competir.
6. Comportamiento del usuario y dinámica del mercado
Distribución de arquetipos de usuario
Operadores Informados (25% de los participantes): Altas tasas de éxito (>60%), posiciones concentradas (promedio de más de 1000 $), estrategias analíticas que emplean modelos de IA y teoría de carteras. Ofrecen valor para el descubrimiento de precios mediante el arbitraje de precios erróneos. Ejemplos: Operadores cuantitativos que utilizan las probabilidades de las tasas de la Reserva Federal para la cobertura macroeconómica, operadores de criptomonedas con conocimiento de la cadena de bloques.
Datos: el 15% superior de traders de Polymarket contribuye con el 25% del volumen; tamaño de posición promedio $1,100 frente a $100 para traders de ruido.
Operadores de Ruido (50%): Pequeñas posiciones (promedio de $100), motivados por el entretenimiento, bajas tasas de ganancia (45%). Proporcionan liquidez esencial a pesar de las rentabilidades esperadas negativas. Demografía: Usuarios minoristas, apostadores ocasionales, participantes sociales. Esencial para el funcionamiento del mercado: sin operadores de ruido, los operadores informados carecen de contrapartes.
Datos: 70% de las transacciones de Polymarket por debajo de $100; retención promedio del 60% (tasa de retorno de 7 días).
Participantes ideológicos (15%): Motivados políticamente, dispuestos a aceptar pérdidas para apoyar resultados preferidos o expresar sus creencias. Concentrados en mercados políticos y culturales. Crean precios persistentemente incorrectos: Los mercados del Senado republicano, con su sistema de mercado múltiple, mostraron un sesgo del 8% hacia los resultados republicanos a pesar de su alta liquidez.
Datos sociales: Las discusiones en Twitter enfatizan los mercados de predicción como “principios de libre mercado” y “sabiduría colectiva”, atrayendo una demanda de señalización más allá de la motivación de lucro.
Arbitrajistas (10%): Aprovechan las ineficiencias de las plataformas o combinaciones de resultados. Utilizan bots para oportunidades de riesgo negativo (mercados multiopción con una suma superior al 100%). Ejemplos: Apuestas presidenciales en Polymarket/Kalshi/PredictIt con spreads garantizados del 2-5%.
Datos: Los patrones de transacciones entre plataformas muestran que el 5% de los usuarios están activos en múltiples sitios de mercado de predicción simultáneamente.
Frecuencia de participación y retención
Polymarket (mayor retención): El 60 % de los nuevos usuarios regresan en un plazo de 7 días; 28 000-75 000 usuarios activos diarios (proxy de finales de 2023); 230 000 usuarios activos semanales; 510 000 usuarios activos mensuales. Fuerte retención impulsada por la interacción ocasional con deportes y política.
Protocolo Drift: 50% de retención; 3.800 usuarios activos semanales; alta rotación en los mercados de predicción vs. el negocio principal de los perpetradores (mayoría de $779 millones de TVL).
Augur: retención del 20 %; 100 usuarios activos diarios; participación mínima después de 2023 debido a los altos costos del gas y la escasa liquidez.
Rain/Limitless: retención del 25-35%; plataformas en etapa inicial (<2000 usuarios activos mensuales); entre el 50 y el 60% de los participantes únicos sugieren una adaptación deficiente del producto al mercado o una liquidez insuficiente.
Estacionalidad: Los mercados políticos muestran picos de volumen que se multiplican por diez durante las elecciones, seguidos de una pérdida de usuarios del 80 %. Los mercados deportivos mantienen una participación constante durante todo el año, pero se concentran en las temporadas de la NFL/NBA. Los mercados macro muestran la mayor retención (45 % de tasa de retorno a 90 días) gracias a los casos de uso de cobertura.
Concentración de liquidez y efectos ballena
Polymarket: TVL de $310 millones dominado por los principales mercados—los mercados electorales de EE. UU. tuvieron un pico de interés abierto de más de $150 millones en noviembre de 2024. Efectos ballena: Las posiciones individuales de más de $30 millones ("ballena francesa") movieron las probabilidades presidenciales entre 10 y 15 puntos porcentuales, lo que influyó en la cobertura mediática y, potencialmente, en el comportamiento de los votantes/donantes.
Los mejores traders controlan el 15% del volumen; las posiciones individuales más grandes superan los $5 millones en eventos de alto riesgo. Los mercados de baja liquidez (con un interés abierto de $100,000) muestran oscilaciones de precio del 5% al 10% en operaciones individuales de $10,000.
Concentración de tokens (protocolos tokenizados):
Augur (REP): Los 10 principales accionistas controlan el 53,62%; el principal accionista, el 9,62%
Drift (DRIFT): Control del Top 10 57,17%; titular del top 26,97%
Lluvia (RAIN): Top 10 estimado ~65%; titular superior ~20%
Sin límites (LMTS): Los 10 mejores controlan el 96,05 %; el máximo titular tiene el 39,04 %
Implicaciones: La concentración extrema de tenedores en modelos tokenizados genera centralización de la gobernanza y riesgo de manipulación de disputas. Grandes tenedores individuales pueden resolver resultados favorables para las posiciones de negociación (como lo demuestran los casos de ballenas de UMA). Los modelos sin tokens evitan esto, pero enfrentan diferentes riesgos de ballenas en los precios del mercado.
Correlación entre mercados y riesgo de hacinamiento
Mercados Políticos: 30% de solapamiento en mercados de alto volumen en Polymarket, Kalshi y PredictIt. Correlación de volumen de 0,65 entre plataformas durante las elecciones. Riesgo de saturación: El 40% del volumen total del sector se concentra en las contiendas presidenciales/congresionales durante los ciclos, lo que genera fragmentación de la liquidez y oportunidades de arbitraje.
Mercados Deportivos: 70% del volumen de Kalshi y 39% del de Polymarket. Alta correlación (0,7) con las cuotas de las casas de apuestas tradicionales, lo que sugiere fuentes de información y flujos de arbitraje compartidos. La aglomeración en la NFL/NBA genera una concentración estacional del volumen.
Mercados de criptomonedas: Baja correlación (0,3-0,4) entre plataformas; el posicionamiento de nicho limita la aglomeración. Excepción: Eventos importantes (objetivos de precio de BTC, aprobación de ETF de Ethereum) muestran una correlación de 0,6 entre Polymarket y Drift.
Mercados Macro: Correlación moderada (0,5) entre plataformas; las decisiones sobre las tasas de la Reserva Federal y los datos de inflación generan una negociación sincronizada. El interés abierto se multiplica por 2,5 en el mercado deportivo a pesar del menor volumen de transacciones, lo que indica un posicionamiento intensivo en capital y demanda de cobertura.
Dinámica de arbitraje: Las ineficiencias entre plataformas persisten a pesar de la correlación: las probabilidades presidenciales divergieron entre un 5 % y un 10 % entre Polymarket, Kalshi y PredictIt durante las elecciones de 2024. Los bots explotan las oportunidades de riesgo negativo de las billeteras múltiples, lo que contribuye a un volumen de operaciones de lavado del 25 % (estudio de Columbia).
Riesgos de aglomeración: La concentración en eventos populares (política: 40% de volumen, deportes: 70% específicos de la plataforma) genera fragilidad: la resolución de disputas o la manipulación en mercados emblemáticos erosionan la credibilidad de la plataforma a nivel global. Ejemplo: La controversia sobre la demanda de Zelensky en Polymarket (volumen de 58 millones de dólares) afectó la percepción general de la plataforma a pesar de afectar al mercado único.
7. Panorama regulatorio y legal
Intersección del marco jurisdiccional
Los mercados de predicción ocupan zonas grises legales que cruzan la legislación sobre juegos de azar (comisiones de juego estatales), la legislación sobre derivados (Ley de Intercambio de Productos Básicos de la CFTC) y la regulación de los productos básicos (contratos de eventos como activos subyacentes).
Clasificación de juegos de azar: Los reguladores estatales consideran los contratos de eventos deportivos/políticos como apuestas de línea de dinero, diferenciales y parlays, productos de apuestas tradicionales que requieren licencias de juego y protección al consumidor (mayores de 21 años, informes de integridad, recursos para problemas de adicción al juego). Ejemplo: Órdenes de cese y desistimiento del Departamento de Protección al Consumidor de Connecticut (diciembre de 2025) contra Kalshi, Robinhood y Crypto.com por "apuestas sin licencia".
Clasificación de Derivados: La CFTC clasifica los contratos de eventos como derivados regulados por la CEA que se negocian en mercados de contratos designados (DCM). Los pagos binarios de sí/no sobre eventos futuros constituyen swaps o futuros según la legislación federal. Ejemplo: Kalshi opera como una DCM/DCO (Organización de Compensación de Derivados) aprobada por la CFTC.
Conflicto regulatorio: Los estados afirman la primacía de la ley de juegos de azar mediante poderes de policía; la CFTC argumenta la primacía de la Cláusula de Supremacía: la regulación federal de derivados prevalece sobre las restricciones estatales al juego. Tribunales divididos: los tribunales de distrito de Nevada/Nueva Jersey dictaminaron la primacía de la CEA; Maryland denegó la medida cautelar; el litigio continúa.
Panorama regulatorio de Estados Unidos
Enfoque de la CFTC y precedente de Kalshi:
2020: La CFTC aprobó a Kalshi como DCM, lo que permite contratos de eventos regulados por la CFTC.
2024: Se permiten contratos de eventos políticos tras la victoria de KalshiEX contra la CFTC en el Circuito de D.C.; la apelación de la CFTC se retiró en mayo de 2025.
Enero de 2025: Kalshi autocertifica los contratos deportivos; la CFTC no tomó ninguna medida de prohibición a pesar de que la Norma Especial de la CEA permite la prohibición de contratos relacionados con los juegos de azar "contraria al interés público".
Precedente: La supervisión federal establece el acceso al mercado de predicciones a nivel nacional mediante la aprobación de la CFTC, omitiendo las licencias de juego estatales.
Desafíos del Estado (2025):
Connecticut (diciembre): Órdenes de C&D para Kalshi/Robinhood/Crypto.com; Kalshi fue demandada alegando prelación federal.
Massachusetts (septiembre): Demanda del Fiscal General contra Kalshi por apuestas deportivas sin licencia; pendiente de prisión preventiva
Nevada (disuelta en diciembre): Se revocó la orden judicial contra Kalshi; apelación de planificación estatal
Nueva Jersey/Maryland/Ohio/Illinois/Montana/Arizona: Se emitieron C&D o se presentaron demandas; fallos judiciales mixtos sobre la prelación
Trayectoria del resultado: Los tribunales favorecen la primacía de la CFTC en algunas jurisdicciones (doctrina de primacía de campo), pero los litigios en curso ponen a prueba los límites de la Cláusula de Supremacía. El acceso a nivel estatal sigue fragmentado: Kalshi opera a nivel nacional, excepto en los estados con problemas; DraftKings/FanDuel aprovechan las licencias de juego existentes para lanzamientos en cada estado.
Historial de cumplimiento de la CFTC:
Polymarket: multa de 1,4 millones de dólares (2022) por swaps no registrados; orden modificada (noviembre de 2025) que permite el relanzamiento en EE. UU. mediante la adquisición de QCEX y un intermediario regulado.
PredictIt: Acción de la CFTC de 2022 para cerrar; litigio resuelto en julio de 2025, lo que permite una operación limitada centrada en la política bajo las restricciones de la carta de no acción (NALR) de 2014
Panorama regulatorio europeo
Reino Unido: La FCA prohíbe las opciones binarias minoristas (2019); la Comisión de Juego clasifica los mercados de predicciones como bolsas de apuestas, no como derivados. Matchbook se lanzará en enero de 2026 con la licencia de la Comisión de Juego para mercados deportivos y políticos.
Unión Europea: Prohibición de opciones binarias minoristas por parte de la ESMA (2018); la regulación MiCA se aplica a los mercados basados en criptomonedas, pero las predicciones se consideran juegos de azar a nivel nacional. Ejemplo: Francia, la AMF las clasifica como juegos de azar.
Implicación: Los mercados de predicción europeos requieren licencias de juego en lugar de la aprobación de valores o derivados. Mayores costos de cumplimiento (verificación de edad, prevención del blanqueo de capitales, herramientas de juego responsable), pero un marco regulatorio más claro que los conflictos federales y estatales en EE. UU.
Jurisdicciones offshore
Licencias de bajo costo: Anjouan, Tobique y Kahnawake ofrecen licencias anuales de juegos de azar y criptomonedas de entre $10,000 y $50,000 con mínima supervisión. Permiten el acceso global, pero se arriesgan a medidas coercitivas en los principales mercados.
Centros emergentes: Nevis, Emiratos Árabes Unidos, emiten licencias remotas (2025); primera licencia de mercado de predicción B2B/B2C de los Emiratos Árabes Unidos, pero con estrictos requisitos de cumplimiento (más de $500 000 en costos de instalación).
Caso práctico de Polymarket: Operaba en el extranjero antes de 2025; la multa de la CFTC impulsó el geofencing en EE. UU. Tras la adquisición de QCX (julio de 2025), se busca un relanzamiento conforme a las normas en EE. UU. a través de un intermediario regulado, manteniendo al mismo tiempo las operaciones globales en el extranjero.
Estrategia de arbitraje: El arbitraje offshore permite el arbitraje regulatorio (de bajo costo y sin permisos), pero sacrifica la legitimidad y el acceso institucional. La viabilidad a largo plazo requiere un proceso de cumplimiento normativo para las principales jurisdicciones.
Implicaciones de KYC, AML y censura
Plataformas reguladas por la CFTC (Kalshi, Crypto.com):
KYC/AML completo: identificación oficial, verificación de domicilio, edad 18+
Aplicación de geolocalización: bloqueo de IP, verificación de GPS
Límites de depósito/apuesta: $25,000 diarios, herramientas de autoexclusión
Monitoreo de transacciones: requisitos de vigilancia de la CFTC, informes de actividades sospechosas
Plataformas cripto-nativas (pre-cumplimiento de Polymarket):
Solo conexión con billetera: sin KYC para usuarios fuera de EE. UU.
Geofencing: bloqueos de IP para jurisdicciones restringidas
Compensaciones en materia de privacidad: historial de transacciones pseudoanónimo pero en cadena
Dinámica de la censura:
Las plataformas centralizadas (Kalshi) restringen los temas del mercado: no se permiten mercados de asesinatos, actividades ilegales ni especulaciones perjudiciales.
Plataformas descentralizadas (Polymarket): creación de mercados sin permisos, pero con censura de oráculos (los votantes de UMA pueden rechazar la resolución).
Demandas estatales: Bloqueos geográficos para el deporte en estados con dificultades; restricciones políticas del mercado en algunas jurisdicciones
Arbitraje regulatorio vs. legitimidad a largo plazo
Modelo de arbitraje: La aprobación del CFTC DCM permite el acceso a nivel nacional en EE. UU., sin necesidad de licencias ni impuestos estatales de juego. Kalshi procesa un volumen anual de $17.100 millones sin costos de licencia por estado (se estima que se calcula entre $10 y $50 millones por estado).
Compensaciones en la legitimidad:
Supervisión Federal: vigilancia de la CFTC, normas de manipulación, protección de los inversores
Protecciones estatales: mayores de 21 años vs. mayores de 18 años, informes de integridad a las ligas, recursos para problemas con el juego, reparto de ingresos
Resolución judicial: El litigio en curso determinará si la regulación federal de derivados prevalece sobre las leyes estatales de juego. La trayectoria actual favorece a la CFTC en algunos circuitos, pero es probable que persistan resultados fragmentados. Predicción: La resolución de la Corte Suprema en un plazo de 2 a 3 años sentará precedente nacional.
Matriz de riesgo jurisdiccional
Modelo de plataformaRiesgo federalRiesgo estatalNo estadounidense Puntuación de legitimidad de riesgo CFTC DCM de EE. UU. (Kalshi, Crypto.com) Bajo (regulado) Medio-alto (más de 8 C&D estatales, fallos judiciales mixtos) N/D (solo EE. UU.) Alto (supervisión federal) Criptomoneda offshore/Compatible (Polymarket posterior a QCX) Medio (multa previa de la CFTC; relanzamiento pendiente) Medio (geocercado pero en expansión) Bajo (base offshore) Medio (mejora mediante cumplimiento) Licencia de juego del Reino Unido/UE (Matchbook) N/A/A Bajo (si cumple con la normativa como intercambio de apuestas) Medio (la prohibición de binarios minoristas limita los derivados) Offshore puro (plataformas Anjouan, Tobique) Alto (riesgo de aplicación de la CFTC si los usuarios son de EE. UU.) Alto (infracciones de juego estatales) Bajo (inmunidad offshore) Bajo (barreras institucionales) NALR heredado (PredictIt) Bajo (alivio de no acción de 2014, litigio resuelto) Bajo (solo política, limitado escala)N/A (académico de EE. UU.)Media (alcance restringido)
Recomendaciones estratégicas:
Instituciones: Priorizar las plataformas reguladas por la CFTC (Kalshi) por su cumplimiento y legitimidad a pesar de los riesgos de litigios estatales
Retail Global: Las plataformas nativas de criptomonedas (Polymarket) ofrecen la mejor liquidez y acceso; monitorean los desarrollos de cumplimiento
Usuarios europeos: esperen Matchbook o alternativas con licencia; las opciones actuales son limitadas en comparación con las de EE. UU.
Desarrolladores: Offshore permite innovación sin permisos pero limita la adopción institucional; los caminos híbridos (modelo Polymarket QCX) equilibran innovación y cumplimiento
8. Panorama competitivo y fosos
Compensaciones entre centralización y descentralización
DimensiónCentralizada (Kalshi)Descentralizada (Polymarket)Experiencia de usuarioAccesos a fiat, liquidación instantánea, prioridad móvilFricción en la conexión de la billetera, tarifas de gas (mínimas en Polygon), nativa de DeFiEstado regulatorioAprobado por CFTC DCM/DCO; KYC/AML compatibleOffshore (pre-cumplimiento); historial de multas de la CFTC; relanzamiento en EE. UU. pendienteModelo de custodiaCustodia centralizada, depósitos bancariosSin custodia (billeteras de usuario), liquidación de contratos inteligentesCreación de mercadoTemas aprobados por el equipo centralizadoSin permisos (teóricamente); seleccionado por el equipo de Polymarket en la prácticaResolución de OracleBasada en equipo con supervisión de la CFTCOracle optimista de UMA con disputas entre titulares de tokensResistencia a la censuraBaja (restricciones de temas, bloqueos geográficos)Alta (diseño sin permisos, aunque los votantes de UMA pueden rechazar)Velocidad de liquidación1-12 horas (centralizada)2 horas sin disputas; Días si DVM escala. Componibilidad: Ninguna (sistema cerrado). Alta (integraciones DeFi, liquidación en cadena). Profundidad de liquidez: Más de mil millones de dólares en volumen semanal; asociaciones con creadores de mercado. Valor total bloqueado (TVL) de 310 millones de dólares; volumen anual de 21 500 millones de dólares; más que la competencia. Acceso institucional: Alto (cumplimiento, fiat, supervisión de la CFTC). Bajo (solo criptomonedas, incertidumbre regulatoria previa al cumplimiento).
Posicionamiento en el mercado: Kalshi capta la demanda institucional regulada y minorista estadounidense (60-70 % de participación en EE. UU.); Polymarket domina el mercado minorista global y nativo de criptomonedas (32 % de participación global, operaciones offshore). DraftKings/FanDuel aprovechan la base de usuarios de las casas de apuestas para una rápida distribución (16 000/900 descargas en los primeros 2 días); Robinhood integra mercados de predicción en su aplicación de corretaje (30-35 % de participación).
Efectos de red: liquidez, reputación y datos
Efectos de red de liquidez (foso más fuerte):
Mecanismo: El volumen atrae a los operadores → spreads más ajustados → descubrimiento de precios más rápido → más operadores (círculo virtuoso). Empírico: El valor total bloqueado (TVL) de $310 millones y un volumen anual de $21,5 mil millones de Polymarket genera liquidez pegajosa; los usuarios optan por los mercados más profundos para una mejor ejecución.
Evidencia: El 73% del TVL del mercado de predicción DeFi se concentra en Polymarket, a pesar de la competencia de más de 20 protocolos. Kalshi logra un dominio similar en los mercados regulados de EE. UU. (participación del 60-70%).
Efectos de la red de reputación:
Una resolución precisa genera confianza → retención de usuarios → la plataforma se convierte en una fuente confiable → los medios citan probabilidades → adopción más amplia. Polymarket logró esto durante las elecciones de 2024. CNBC, Bloomberg y NYT citaron las probabilidades de Polymarket como "los mercados predicen...", impulsando la concienciación general.
Contrarriesgo: Las disputas de resolución (demanda contra Zelenski, elecciones en Venezuela) erosionan la reputación desproporcionadamente. Un solo error de alto perfil puede derivar en un éxodo de usuarios.
Efectos de red de datos (emergentes):
Las plataformas acumulan datos propios sobre el flujo de órdenes, el historial de precios y el comportamiento de los usuarios. La colaboración entre Kalshi y CME aprovecha esto para el diseño de derivados; los datos de Polymarket alimentan el análisis institucional. Crea ventajas competitivas y de monetización secundaria (licencias de datos).
Costos de cambio para usuarios y creadores de mercado
Usuarios:
Bajos costos de cambio: Sin contratos de permanencia; las posiciones se pueden cerrar o transferir (limitado)
Fricción entre hábitos y experiencia de usuario: aprender una nueva interfaz, volver a depositar fondos (especialmente en las transiciones de moneda fiduciaria a criptomoneda)
Rigidez de liquidez: los usuarios se acostumbran a las plataformas con mejor ejecución; el cambio a competidores ilíquidos aumenta el deslizamiento
Empírico: la retención del 60 % durante 7 días en Polymarket sugiere costos de cambio moderados; la retención del 20 % de Augur indica baja adherencia cuando las alternativas ofrecen una experiencia de usuario superior.
Creadores de mercado:
Plataformas centralizadas: Alto costo de cambio (proceso de aprobación del mercado, revisión de cumplimiento, sin portabilidad)
Plataformas descentralizadas: teóricamente, bajo costo de cambio (sin permisos), pero reputación/base de seguidores vinculada a la plataforma
Realidad: Los creadores de mercado rara vez cambian; se concentran en las plataformas de mayor liquidez para maximizar la visibilidad y el volumen comercial.
Dinámica de "el ganador se lleva la mayor parte"
Marco teórico: Los efectos de red (liquidez, reputación, datos) crean distribuciones de ley de potencia: las plataformas dominantes captan una cuota de mercado desproporcionada. Analogías: CME (derivados), Binance (intercambios de criptomonedas), Google (búsqueda).
Evidencia empírica:
Predicción de mercados DeFi: Polymarket: 73 % de participación en valor total bloqueado (TVL) ($310 millones / $423 millones en total)
Mercados regulados de EE. UU.: Kalshi mantiene una cuota de mercado del 60-70% a pesar de las participaciones de DraftKings, FanDuel y Robinhood.
Concentración de volumen: Las 2 principales plataformas (Polymarket + Kalshi) representan el 88% del volumen del sector ($38,6 mil millones / $44 mil millones)
Competibilidad: Los nuevos participantes con una distribución superior (la base de usuarios de DraftKing en 38 estados y los millones de cuentas de Robinhood) pueden competir con los operadores tradicionales mediante la adquisición de usuarios, en lugar del crecimiento orgánico de la liquidez. La integración de las apuestas deportivas reduce los costes de adquisición de clientes.
Riesgos de fragmentación: La división de jurisdicciones regulatorias (EE. UU. vs. offshore, con licencias estatales) impide una verdadera competencia entre los ganadores. Es probable que haya varios líderes regionales viables: Kalshi (regulado en EE. UU.), Polymarket (criptomonedas globales), Matchbook (con licencia de juego en el Reino Unido y la UE).
Perspectivas a largo plazo: Se prevén 2 o 3 plataformas dominantes a nivel mundial (80 % de participación combinada) con actores de nicho que atienden verticales específicas (cripto nativas, resolución por IA, eventos exóticos). Similar a los mercados de derivados: CME domina, pero ICE y Eurex poseen participaciones significativas a través de productos especializados.
9. Restricciones de crecimiento y modos de falla
Problema de liquidez de arranque en frío
Desafío: Los nuevos mercados/protocolos requieren un volumen de negociación suficiente para un descubrimiento preciso de precios y spreads ajustados. La escasa liquidez genera amplios diferenciales entre oferta y demanda (0,10-0,20 $), lo que desalienta la participación (una dinámica de la gallina y el huevo).
Impacto empírico:
Los mercados de Polymarket de baja liquidez (con un interés abierto de $10 000) muestran una divergencia de precios del 20-30 % con respecto a las probabilidades racionales.
Los altos costos del gas de Augur (un promedio de $10) desalentaron las transacciones, lo que creó una liquidez permanentemente escasa a pesar del mérito técnico.
Los nuevos protocolos (Limitless, Hedgehog) tienen dificultades con un volumen diario de aproximadamente 1 millón de dólares a pesar de la innovación del producto.
Soluciones intentadas:
Subsidios de protocolo: Kalshi: recompensas para creadores de mercado de $10 a $1,000/día; subsidios históricos para AMM de LMSR (abandonados).
Asociaciones de creadores de mercado: las empresas institucionales (análogas a Susquehanna y Jane Street) brindan profundidad a cambio de reembolsos de tarifas
Subvenciones cruzadas: los mercados deportivos de alto volumen financian la liquidez de eventos de nicho en la misma plataforma
Tasa de éxito: Mixta. Polymarket/Kalshi logró una velocidad de escape de liquidez (más de mil millones de dólares semanales, donde la creación de mercado orgánica se vuelve autosuficiente). Los protocolos más pequeños siguen dependiendo de subsidios o no logran lanzarse.
Educación del usuario y carga cognitiva
Barreras de la plataforma descentralizada:
Configuración de la billetera: instalación de MetaMask/Phantom, administración de frases semilla, comprensión de la tarifa de gas
Interacción en cadena: firma de transacciones, conmutación de red (Polygon/Ethereum/Solana), uso de puente
Mecánica del mercado: comprensión de la fijación de precios de probabilidad, el reembolso de acciones y la resolución de oráculos
Empírico: Augur/Rain/Limitless muestran una retención de 7 días del 25-35% frente al 60% de Polymarket (UX híbrida) y el 70% implícito para Kalshi (nativo fiduciario).
Simplificación de la plataforma centralizada:
Kalshi/DraftKings/FanDuel ofrecen una experiencia de apuestas familiar con depósitos fiduciarios, liquidación instantánea y diseño optimizado para dispositivos móviles.
Compensación: riesgo de custodia y censura vs. accesibilidad
Complejidad de la interpretación del mercado:
Los mercados escalares (rangos numéricos) no logran ser adoptados debido a la carga cognitiva
Los mercados categóricos de resultados múltiples registran un volumen menor que sus equivalentes binarios
Los mercados condicionales ("X dado Y") rara vez se negocian a pesar del valor teórico
Restricción de escalabilidad educativa: Los mercados de predicción requieren inherentemente conocimientos de probabilidad: comprender que $0,70 ≠ 70 % de certeza, pero 70 % de probabilidad. La adopción generalizada está limitada por la brecha en conocimientos estadísticos (adultos estadounidenses con un 50 % de comprensión de probabilidad, según estudios).
Eventos del Cisne Negro y Disputas de Resolución
Escenarios de fallo de Oracle:
Resultados ambiguos: Eventos con interpretación subjetiva (el tejido del "traje" de Zelensky, las elecciones "justas" en Venezuela) desencadenan disputas a pesar de su evidente ocurrencia física. Casos de Polymarket 2025: más de 12 resoluciones controvertidas con un volumen total de más de $100 millones.
Manipulación de la fuente de datos: Las dependencias de resolución de una sola fuente crean vectores de ataque. Ejemplo: sitios web gubernamentales editados a posteriori, manipulación del volumen de búsquedas (mercado de búsquedas de Google "d4vd", donde el volumen de apuestas en sí mismo impulsó la métrica).
Cisnes Negros: Eventos sin precedentes que carecen de marcos claros de resolución. Ejemplo: Colegio Electoral empatado o escenarios de crisis constitucional no contemplados en las reglas del mercado.
Fallo en la economía de disputas: La ballena UMA (5 millones de tokens) resolvió favorablemente un mercado de $7 millones a pesar del desacuerdo de la comunidad. El mecanismo de bifurcación REP nunca se activó a pesar de las controversias, lo que sugiere que los costos de las disputas superan los beneficios.
Impacto de la resolución: Los resultados controvertidos erosionan desproporcionadamente la credibilidad de la plataforma: existe el riesgo de éxodo de usuarios por un solo error de alto perfil. La disputa entre Polymarket y Zelenskyy generó cobertura mediática negativa a pesar de representar solo el 0,3 % del volumen anual.
Credibilidad de la plataforma y erosión de la confianza
Incidentes de seguridad:
Vulneración de seguridad en Polymarket Magic Labs (2025): una vulnerabilidad de autenticación expuso los datos de los usuarios; el impacto en la confianza no se ha cuantificado, pero las métricas de retención muestran resiliencia.
Multas de la CFTC: Polymarket: 1,4 millones de dólares (2022) por swaps no registrados, lo que genera una percepción de incertidumbre regulatoria.
Escándalos de manipulación:
Uso de información privilegiada: un empleado de Google ganó 22/23 mercados de eventos corporativos utilizando información interna (más de 1 millón de dólares)
Operaciones de lavado: un estudio de Columbia descubrió que el 25% del volumen promedio proviene del auto-comercio; infla la liquidez aparente y engaña a los usuarios
Manipulación de ballenas: La posición de 30 millones de dólares de la "ballena francesa" alteró las narrativas electorales y, potencialmente, los resultados.
Calidad de resolución:
Incidente de Kalshi "Miami" (antes de 2025): Quejas por resolución incorrecta; se cuestiona la credibilidad del equipo.
Elecciones en Venezuela: La resolución del oráculo centralizado es desmentida por observadores internacionales
Riesgo de bucle de retroalimentación:
Manipulación/disputas → cobertura mediática → escepticismo de los usuarios → disminución del volumen → deterioro de la liquidez → mayor vulnerabilidad a la manipulación. Aún no se observa a nivel de sistema, pero las fallas individuales del mercado demuestran el mecanismo.
Barrera institucional: La erosión de la confianza limita la adopción institucional. Los fondos de cobertura y las empresas requieren una resolución creíble y claridad regulatoria para los casos de uso de cobertura macroeconómica. La volatilidad actual en ambas dimensiones limita el mercado objetivo.
10. Perspectiva estratégica
Mercados de predicción vs. instituciones de pronóstico tradicionales
Escenario complementario (más probable):
Los mercados de predicción proporcionan estimaciones de probabilidad en tiempo real para decisiones urgentes donde las encuestas o el análisis de expertos resultan demasiado lentos o costosos. Casos de uso:
Integración de medios: CNBC/Bloomberg cita las probabilidades de Polymarket/Kalshi como datos complementarios a las encuestas
Gestión de riesgos corporativos: empresas que cubren exposiciones relacionadas con eventos (resultados electorales, decisiones regulatorias)
Validación de la investigación: Concursos de pronóstico académico (IARPA/GJP) utilizando los mercados como referencia
Evidencia: La cobertura de las elecciones de 2024 integró datos del mercado de predicciones junto con las encuestas tradicionales; las asociaciones de Kalshi con CME/ICE sugieren una demanda institucional de instrumentos de cobertura.
Escenario sustituto (dominios limitados):
Los mercados de predicción de alta liquidez superan a los métodos tradicionales en contextos específicos:
Resultados deportivos: Los mercados superan consistentemente las predicciones de los expertos en la NFL/NBA (más del 70 % de precisión frente al 60 % de los expertos).
Eventos a corto plazo: decisiones sobre las tasas de la Reserva Federal, anuncios de ganancias donde los mercados incorporan información más rápido que los informes de los analistas.
Limitaciones: Los mercados de baja liquidez fallan (67% de precisión frente a más del 75% en las encuestas del estudio de Vanderbilt); los mercados ideológicos (elecciones) muestran sesgo.
Modelo híbrido (mejor práctica emergente):
Combine las probabilidades de predicción del mercado con datos de encuestas y análisis de expertos. Un estudio de Cambridge/IARPA demostró que los modelos híbridos alcanzan un Brier de 0,15 frente a 0,21 en autoinformes agregados o 0,23 en mercados puros.
Leer más: https://www.kkdemian.com/blog/polymarket_kalshi_prediction_2026
