Por qué el mercado de predicciones sigue en etapa de exploración

Título original: Why Prediction Markets Are Still in Beta
Autor original: Nick Ruzicka
Traducción original: SpecialistXBT, BlockBeats

Los mercados de predicción están viviendo su momento de gloria. Polymarket llegó a los titulares por su cobertura de las elecciones presidenciales, Kalshi abrió nuevos caminos con victorias regulatorias, y de repente, todos quieren hablar de esta “máquina de la verdad mundial”. Pero detrás de este boom, se esconde una pregunta aún más interesante: si los mercados de predicción son tan buenos anticipando el futuro, ¿por qué no se han masificado?

La respuesta no es sexy. El problema está en la infraestructura—en Estados Unidos, es la regulación. (Por ejemplo, Kalshi obtuvo la aprobación de la Commodity Futures Trading Commission (CFTC), Polymarket se estableció offshore), pero los problemas de infraestructura siguen siendo generalizados. Incluso en regiones donde los mercados de predicción son legales, los mismos desafíos fundamentales persisten.

En 2024, las plataformas dominantes intentaron resolver estos problemas a fuerza de dinero. Según el analista de Delphi Digital, Neel Daftary, Polymarket invirtió cerca de 10 millones de dólares en incentivos para market makers, llegando a pagar más de 50.000 dólares diarios para mantener la liquidez de su libro de órdenes. Hoy, esos incentivos han caído a apenas 0,025 dólares por cada 100 dólares negociados. Kalshi gastó más de 9 millones de dólares en proyectos similares. Ninguna de estas soluciones es sostenible—son solo curitas sobre heridas estructurales.

Lo curioso es que los desafíos que frenan a los mercados de predicción no son un misterio. Están bien definidos, se relacionan entre sí y—para el emprendedor adecuado—son relativamente fáciles de resolver. Tras hablar con equipos del sector y analizar el estado actual, identificamos cinco problemas que se repiten una y otra vez. Podés verlos como un marco, un conjunto de términos comunes que nos ayudan a entender por qué, a pesar de su potencial teórico, los mercados de predicción siguen en fase de prueba.

No son solo problemas, también son una hoja de ruta.

Problema 1: La paradoja de la liquidez

El problema más fundamental es la liquidez. O, más precisamente, el dilema del huevo y la gallina que convierte a la mayoría de los mercados de predicción en ciudades fantasma.

El mecanismo es simple. Cuando un mercado nuevo se lanza, la liquidez es baja. Los traders enfrentan ejecuciones pobres—alto slippage, impacto en el precio que hace que las operaciones no sean rentables. Se van. El bajo volumen ahuyenta a los proveedores de liquidez profesionales, que necesitan comisiones estables para compensar el riesgo. Sin proveedores de liquidez, la liquidez sigue siendo escasa. Y así, en un círculo vicioso.

Los datos lo confirman. En Polymarket y Kalshi, la mayoría de los mercados tienen menos de 10.000 dólares de volumen. Incluso los mercados más grandes carecen de la profundidad necesaria para atraer a inversores institucionales de forma significativa. Cualquier posición grande provoca oscilaciones de precio de dos dígitos.

La raíz es estructural. En pools de liquidez cripto tradicionales (por ejemplo, ETH/USDC), depositás dos activos y ganás comisiones cuando los traders operan—aunque el precio se mueva en tu contra, el valor de ambos lados se conserva. En los mercados de predicción es diferente: tenés contratos que, si pierden, no valen nada. No hay mecanismo de rebalanceo, ni valor residual—el resultado es binario: la mitad de los activos se van a cero.

Peor aún, te “cosechan”. Cuando el mercado se acerca a la liquidación y el resultado se vuelve más claro, los traders informados saben más que vos. Te compran la parte ganadora a buen precio, mientras vos seguís fijando precios con probabilidades desactualizadas. Este “flujo de órdenes tóxico” hace que los market makers pierdan constantemente.

En 2024, Polymarket pasó del modelo de Automated Market Maker (AMM) a un libro de órdenes centralizado por esta razón: el libro de órdenes permite a los market makers cancelar cotizaciones en cuanto detectan que están por quedar atrapados. Pero esto no resuelve el problema de fondo—solo les da herramientas defensivas para limitar pérdidas.

Estas plataformas eluden el problema pagando directamente a los market makers. Pero los subsidios no escalan. Para mercados insignia—elecciones presidenciales, grandes eventos deportivos, criptomonedas populares—el modelo funciona. El mercado electoral de Polymarket tiene liquidez de sobra. El mercado de la NFL de Kalshi compite con casas de apuestas deportivas tradicionales. El verdadero desafío está en todo lo demás: los miles de mercados donde los mercados de predicción podrían ser útiles, pero el volumen no justifica millones de dólares en subsidios.

El modelo económico actual es insostenible. Los market makers no ganan con el spread, sino con pagos de la plataforma. Incluso los proveedores de liquidez protegidos (con pérdidas acotadas al 4-5% por mercado) necesitan subsidios del ecosistema para equilibrar cuentas. La pregunta es: ¿cómo hacer rentable la provisión de liquidez sin quemar dinero?

El modelo exitoso de Kalshi empieza a asomar. En abril de 2024, incorporaron al gigante de Wall Street Susquehanna International Group como primer proveedor institucional. Resultado: la liquidez se multiplicó por 30, la profundidad de contratos llegó a 100.000 y el spread bajó a menos de 3 centavos. Pero esto requiere recursos que los market makers minoristas no tienen: plataformas de trading dedicadas, infraestructura personalizada y capital institucional. La clave no es más incentivos, sino lograr que el primer inversor institucional serio vea a los mercados de predicción como una clase de activo legítima. Una vez que entra uno, los demás lo siguen: menor riesgo, precios de referencia, el volumen crece solo.

Pero hay un problema: los market makers institucionales necesitan condiciones específicas. Para Kalshi, eso significa aprobación de la CFTC y regulación clara. Para plataformas cripto-nativas y descentralizadas—las que carecen de protección regulatoria o escala—ese camino no existe. Enfrentan otro desafío: ¿cómo arrancar la liquidez sin legitimidad regulatoria ni garantías de volumen? Para todos menos Kalshi y Polymarket, el problema de infraestructura sigue sin resolverse.

¿Qué están probando los emprendedores?

Recompensas de rebates por órdenes basadas en calidad para incentivar liquidez y mejorar la experiencia—por ejemplo, reducir el tiempo de ejecución, aumentar el tamaño de las cotizaciones y achicar el spread. Es pragmático, pero no resuelve el fondo: los rebates siguen necesitando financiamiento. Los tokens de protocolo ofrecen una alternativa—subsidian a los proveedores de liquidez (LP) con emisión de tokens, en vez de usar capital de venture, igual que el modelo de lanzamiento de Uniswap y Compound. Si los tokens de mercados de predicción pueden acumular suficiente valor para sostener la emisión en el largo plazo, aún está por verse.

Incentivos cruzados por niveles para diversificar liquidez en varios mercados y reducir el riesgo, haciendo la participación más sostenible.

Liquidez Just-In-Time (JIT): solo se aporta capital cuando el usuario lo necesita. Bots monitorean grandes operaciones en el pool, inyectan liquidez concentrada, cobran la comisión y se retiran. Es eficiente en capital, pero requiere infraestructura compleja y no resuelve el fondo: el riesgo sigue siendo de otro. Las estrategias JIT generaron más de 750.000 millones de dólares en volumen en Uniswap V3, pero la actividad la dominan jugadores con mucho capital y los retornos son mínimos.

Mercados combinados continuos desafían la estructura binaria. Los traders ya no están limitados a “sí/no”, sino que pueden expresar opiniones en un rango continuo. Esto agrupa la liquidez que antes estaba dispersa en mercados relacionados (¿Bitcoin llegará a 60.000 dólares? ¿65.000? ¿70.000?). Proyectos como functionSPACE están construyendo esta infraestructura, aunque aún no se ha probado a gran escala.

Los experimentos más radicales descartan el libro de órdenes. Melee Markets aplica Bonding curve a los mercados de predicción—cada resultado tiene su propia curva, los primeros en entrar obtienen mejores precios y los que mantienen su posición son recompensados. No se necesitan market makers profesionales. XO Market exige que los creadores inyecten liquidez usando LS-LMSR AMM; a medida que entra capital, la profundidad crece. Los creadores ganan comisiones, alineando incentivos con la calidad del mercado.

Ambos resuelven el problema del arranque sin market makers profesionales. El defecto de Melee es la falta de flexibilidad (las posiciones quedan bloqueadas hasta la liquidación). XO Market permite trading continuo, pero requiere que los creadores pongan capital por adelantado.

Problema 2: Descubrimiento de mercados y experiencia de usuario

Aun si resolvés la liquidez, hay un problema más práctico: la mayoría no encuentra los mercados que le interesan, y cuando los encuentra, la experiencia es torpe.

No es solo un “problema de UX”, es estructural. El problema de descubrimiento de mercados agrava directamente el de liquidez. Polymarket tiene miles de mercados online en todo momento, pero el volumen se concentra en unos pocos: elecciones, grandes eventos deportivos y criptomonedas populares. Los demás quedan vacíos. Incluso si un nicho tiene algo de profundidad, si el usuario no lo encuentra, el volumen sigue bajo y los market makers se van. Círculo vicioso: sin descubrimiento, no hay volumen, ni liquidez sostenible.

La concentración de liquidez es extrema. En el ciclo electoral 2024, los mercados principales de Polymarket acapararon casi toda la actividad. Tras las elecciones, la plataforma sigue moviendo entre 650 y 800 millones de dólares mensuales, pero repartidos entre deportes, cripto y mercados virales. Los otros miles—temas locales, nichos, rarezas—casi no tienen actividad.

Las barreras de experiencia de usuario agravan esto. Las interfaces de Polymarket y Kalshi están pensadas para quienes ya entienden los mercados de predicción. El usuario común enfrenta una curva de aprendizaje empinada: terminología extraña, conversión de cuotas a probabilidades, qué significa “comprar un SÍ”, etc. Para usuarios cripto-nativos, es tolerable. Para los demás, estas fricciones matan la conversión.

Mejores algoritmos ayudan, pero el problema central es la distribución: cómo emparejar miles de mercados con los usuarios correctos en el momento justo, sin causar parálisis por elección.

¿Qué están probando los emprendedores?

El enfoque más prometedor es ofrecer el servicio directamente en las plataformas que los usuarios ya usan, en vez de forzarlos a aprender una nueva. Flipr permite operar en mercados como Polymarket o Kalshi marcando un bot directamente en el feed de Twitter. Por ejemplo, si ves un mercado mencionado en un tuit, solo marcás @Flipr y podés operar sin salir de la app. Así, los mercados de predicción se integran en la capa conversacional de internet, convirtiendo el flujo social en una interfaz de trading. Flipr también ofrece hasta 10x de apalancamiento y está desarrollando copy trading y análisis con IA—básicamente, busca ser un terminal de trading completo, pero dentro de Twitter.

La visión de fondo: para startups, la distribución importa más que la infraestructura. En vez de gastar millones en arrancar liquidez como Polymarket, mejor integrar liquidez existente y competir en distribución. Plataformas como TradeFox, Stand y Verso Trading están construyendo interfaces unificadas que agregan cuotas de varios sitios, enrutan órdenes al mejor mercado e integran noticias en tiempo real. Si sos un trader serio, ¿por qué saltar entre plataformas si podés operar todo desde una sola interfaz eficiente?

El método más experimental es tratar el descubrimiento de mercados como un problema social, no algorítmico. Fireplace, de Polymarket, enfatiza invertir con amigos—recreando la energía de apostar en grupo, no solo. Poll.fun de AllianceDAO va más allá: crea mercados P2P entre pequeños grupos de amigos, donde cualquiera puede crear mercados sobre cualquier tema, apostar entre sí y decidir el resultado por votación. Es un modelo hiperlocal, social, que evita el problema de la larga cola enfocándose en la comunidad, no en la escala.

No son solo mejoras de UX, son estrategias de distribución. La plataforma ganadora no será la de mejor liquidez o más mercados, sino la que mejor responda: “¿cómo llevar el mercado de predicción correcto al usuario correcto en el momento justo?”

Problema 3: Expresión de opiniones del usuario

Este dato debería preocupar a cualquiera que crea en los mercados de predicción: el 85% de los traders de Polymarket tiene saldo negativo.

En parte es inevitable—predecir es difícil. Pero también se debe a defectos duros de la plataforma. Como los traders no pueden expresar bien sus opiniones, la plataforma los fuerza a tomar posiciones subóptimas. ¿Tenés una teoría matizada? Mala suerte. Solo podés hacer apuestas binarias: comprar, no comprar, o elegir el tamaño de la posición. No hay apalancamiento para amplificar tu convicción, ni forma de combinar varias opiniones en una sola posición, ni resultados condicionales. Si no podés expresar bien tu creencia, o usás demasiado capital o te quedás corto. En ambos casos, la plataforma captura menos flujo.

El problema se divide en dos necesidades distintas: traders que quieren apalancar una apuesta, y traders que quieren combinar varias opiniones en una sola apuesta.

Apalancamiento: solución de liquidación continua

Las estrategias de apalancamiento tradicionales no sirven en mercados de predicción binarios. Incluso si tu predicción es correcta, la volatilidad puede liquidarte antes del resultado. Por ejemplo, una posición apalancada a favor de Trump puede ser liquidada tras una mala semana en las encuestas, aunque Trump gane en noviembre.

Pero hay una mejor manera: contratos perpetuos de liquidación continua basados en datos en tiempo real. Seda está construyendo funcionalidad de perpetuos reales sobre datos de Polymarket y Kalshi, permitiendo que las posiciones se liquiden continuamente en vez de esperar a un evento discreto. En septiembre de 2025, Seda habilitó contratos perpetuos (inicialmente con 1x de apalancamiento) sobre cuotas en vivo de la pelea Canelo vs. Crawford en testnet, demostrando la viabilidad del modelo para apuestas deportivas.

Las opciones binarias de corto plazo son otra modalidad en auge. Limitless superó los 10 millones de dólares de volumen en septiembre de 2025, ofreciendo opciones binarias sobre precios cripto, que dan apalancamiento implícito sin riesgo de liquidación durante la vida del contrato. A diferencia de las opciones de pago fijo, las binarias liquidan en un tiempo fijo, pero su inmediatez (horas o días, no semanas) da a los minoristas el feedback rápido que buscan.

La infraestructura madura rápido. En septiembre de 2025, Polymarket lanzó mercados de precios cripto de 15 minutos junto a Chainlink. Perp.city y Narrative experimentan con trading sobre flujos de información continua—basados en promedios de encuestas y sentimiento social—contratos perpetuos reales que nunca llegan a un resultado binario.

El HIP-4 “event perpetuals” de Hyperliquid es una tecnología revolucionaria—se negocian probabilidades cambiantes, no solo resultados finales. Por ejemplo, si la probabilidad de Trump sube de 50% a 65% tras un debate, podés ganar sin esperar al día de la elección. Esto resuelve el mayor problema del apalancamiento en mercados de predicción: aunque aciertes, la volatilidad puede liquidarte antes. Plataformas como Limitless y Seda ganan tracción con modelos similares, señalando que el mercado quiere trading continuo, no apuestas binarias.

Apuestas combinadas: el problema sin resolver

Las apuestas combinadas son otra cosa. Expresan hipótesis complejas, como: “Trump gana, Bitcoin supera los 100.000 dólares, la Fed baja tasas dos veces”. Las casas de apuestas deportivas pueden hacerlo porque son instituciones centralizadas que gestionan riesgos dispersos. Las posiciones opuestas se compensan, así que solo necesitan colateral para la máxima pérdida neta, no para cada pago individual.

Los mercados de predicción no pueden. Actúan como agentes de custodia—cada operación debe estar totalmente colateralizada al momento de ejecutarse. Así, los costos se disparan: incluso apuestas combinadas pequeñas requieren que los market makers bloqueen mucho más capital que una casa de apuestas para el mismo riesgo.

La solución teórica es un sistema de margen neto, que solo exige colateral para la máxima pérdida neta. Pero eso requiere motores de riesgo complejos, modelado de correlaciones en tiempo real entre eventos no relacionados y, posiblemente, una contraparte centralizada. El investigador Neel Daftary sugiere empezar con market makers profesionales asegurando combinaciones limitadas, y luego escalar. Kalshi hace esto—al principio solo ofrece combinadas dentro de un mismo evento, donde es más fácil modelar correlaciones y gestionar riesgo. Es una solución astuta, pero reconoce que el verdadero mercado combinado, el “elige tu propia aventura”, es difícil de lograr sin gestión centralizada.

La mayoría de los emprendedores de mercados de predicción ven límites en estas nuevas modalidades: restricciones de apalancamiento en mercados de corto plazo, combinaciones preaprobadas de eventos, o versiones simplificadas de “trading apalancado” que la plataforma puede cubrir. El problema de expresión de opiniones se puede resolver parcialmente (por ejemplo, con liquidación continua), pero otros (como combinaciones arbitrarias) siguen fuera de alcance para plataformas descentralizadas.

Problema 4: Creación de mercados sin permisos

Resolver la expresión de mercado es una cosa, pero el problema estructural más profundo es: ¿quién puede crear mercados?

Todos coinciden en que los mercados de predicción necesitan diversidad—eventos locales, nichos, rarezas que las plataformas tradicionales nunca tocarían... Pero la creación sin permisos siempre fue un desafío.

El problema central es que los temas calientes tienen ciclos de vida cortos. Las mejores oportunidades de trading surgen tras noticias de último momento o eventos culturales. Por ejemplo, si “¿Le quitarán el Oscar a Will Smith por abofetear a Chris Rock?” hubiera existido horas después del incidente, habría tenido mucho volumen. Pero cuando una plataforma centralizada lo aprueba y publica, el interés ya murió.

Pero la creación totalmente sin permisos enfrenta tres problemas: fragmentación semántica (diez versiones del mismo mercado dividen la liquidez en pools inútiles), arranque de liquidez (sin liquidez inicial, el dilema del huevo y la gallina se agrava) y control de calidad (el sitio se llena de mercados basura o, peor, apuestas sobre asesinatos que generan riesgo legal).

Polymarket y Kalshi optaron por la curaduría. Sus equipos revisan todos los mercados para asegurar calidad y criterios claros de resolución. Esto ayuda a construir confianza, pero sacrifica velocidad—la plataforma se convierte en cuello de botella.

¿Qué están probando los emprendedores?

Melee usa una estrategia similar a pump.fun para el arranque. El creador recibe 100 acciones, los primeros compradores menos (3, 2, 1...). Si el mercado despega, los primeros ganan retornos enormes—hasta 1000x o más. Es un “mercado de mercados”, donde los traders apuestan a qué mercados crecerán. El punto es: solo los mejores mercados—creados por los mejores o que realmente cubren una necesidad—atraen suficiente volumen. Al final, los de calidad emergen naturalmente.

XO Market exige que los creadores aporten liquidez usando LS-LMSR AMM. Los creadores ganan comisiones, alineando incentivos con la calidad. Plataformas como Fact Machine y Opinions.fun permiten a influencers monetizar capital cultural creando mercados virales sobre temas subjetivos.

El ideal teórico es un modelo híbrido, impulsado por la comunidad: los usuarios ponen reputación y liquidez al crear mercados, y luego los administradores comunitarios los revisan. Así se logra creación rápida sin permisos y calidad de contenido. Pero ningún sitio importante lo logró aún. La contradicción sigue: la creación sin permisos da diversidad, la administración asegura calidad. Romper ese equilibrio liberaría los mercados locales y de nicho que el ecosistema necesita.

Problema 5: Oráculos y liquidación

Aun si resolvés liquidez, descubrimiento, expresión y creación, queda el problema más básico: ¿quién decide qué pasó?

Las plataformas centralizadas deciden rápido, pero son un punto único de fallo. Las descentralizadas necesitan sistemas de oráculos para resolver cualquier pregunta sin intervención humana constante. Pero decidir los resultados sigue siendo lo más difícil.

Como explica Neel Daftary para Delphi Digital, la solución emergente es una pila multicapa que enruta cada pregunta al mecanismo adecuado:

Para resultados objetivos, se usan feeds automáticos de datos. En septiembre de 2025, Polymarket integró Chainlink para liquidar instantáneamente mercados de precios cripto. Rápido y determinista.

Agentes de IA para preguntas complejas. Chainlink probó oráculos de IA en 1660 mercados de Polymarket, con 89% de precisión (99,7% en deportes). El oráculo Threshold AI de Supra usa comités multiagente para verificar hechos y detectar manipulación, entregando resultados firmados.

Oráculos optimistas como UMA sirven para preguntas ambiguas: proponen un resultado y las partes pueden impugnarlo apostando dinero. Es teoría de juegos, pero funciona bien para preguntas claras.

Para disputas de alto riesgo, se usan jurados reputacionales, donde el voto depende del historial on-chain, no solo del capital.

La infraestructura madura rápido, pero la liquidación sigue siendo el mayor reto. Si falla, se pierde la confianza; si funciona, puede escalar a millones de mercados.

Por qué importan estos problemas

Liquidez, descubrimiento, expresión de opiniones, creación y liquidación están interconectados. Resolver la liquidez hace los mercados más atractivos, mejorando el descubrimiento. Mejor descubrimiento trae más usuarios, habilitando la creación sin permisos. Más mercados aumentan la demanda de oráculos robustos. Es un sistema, y hoy, tiene cuellos de botella.

Pero eso abre oportunidades: los proyectos actuales están atados a modelos viejos. El éxito de Polymarket y Kalshi se basa en ciertos supuestos sobre cómo deben funcionar los mercados de predicción. Optimizan bajo restricciones dadas. La nueva generación puede ignorar esas restricciones.

Melee puede probar distintas Bonding Curves porque no busca ser Polymarket. Flipr puede integrar apalancamiento en el feed social porque no necesita aprobación regulatoria en EE.UU. Seda puede crear perpetuos sobre flujos de datos porque no está atado a la resolución binaria.

Ahí está la verdadera ventaja de los emprendedores en mercados de predicción. No es copiar modelos existentes, sino atacar los problemas de raíz. Estos cinco problemas son el mínimo. Quien los resuelva, no solo ganará cuota de mercado, sino que liberará todo el potencial de los mercados de predicción como mecanismo de coordinación.

2024 demostró que los mercados de predicción pueden ser adoptados a gran escala. 2026 demostrará que pueden funcionar en cualquier parte.

“Enlace al original”