Las "discrepancias de precios" en los mercados de predicción: ¿por qué hay cuatro probabilidades de victoria para el mismo resultado electoral?

Autor: Equipo de investigación de Coin Metrics

Compilado por: Shenchao TechFlow

Introducción de Shenchao: Con la proximidad de las elecciones intermedias de EE. UU. en 2026, el volumen acumulado de transacciones en los mercados de predicción ha superado los 1.4 mil millones de dólares, convirtiéndose en un barómetro de probabilidades más sensible que las encuestas tradicionales. Sin embargo, la gran mayoría de las personas solo se centran en la única "probabilidad de victoria" que está bajo los reflectores, ignorando la compleja estructura microeconómica que se encuentra debajo de la superficie.

El gigante de datos en cadena y cuantitativo de criptomonedas Coin Metrics, en este informe, utiliza el evento de control del Senado en la plataforma de predicción regulada Kalshi como muestra de análisis, rastreando 38 contratos independientes vinculados al mismo resultado electoral. Sorprendentemente, la cuestión política objetiva de si "el Partido Demócrata podrá controlar el Senado" ha dado lugar a cuatro probabilidades implícitas divergentes en diferentes matrices de contratos de la plataforma, con un diferencial máximo intradía que llegó a dispararse hasta 9.7 puntos porcentuales.

Al construir un paquete de combinación "Nine-Leg" (nueve patas) que compra el control y vende posiciones segmentadas, teóricamente se puede asegurar un rendimiento constante y capturar oportunidades de arbitraje bajo cualquier resultado electoral. Sin embargo, las complicadas fricciones de mercado, la extrema polarización de la liquidez del libro de órdenes, el riesgo de ejecución de las patas y las tarifas de hasta 5.2 centavos, revelan vívidamente el abismo cruel que los mercados de predicción deben cruzar para pasar de "arbitraje teórico" a "rendimiento real".

Puntos clave

Kalshi aborda la misma cuestión central: "¿El Partido Demócrata controlará el Senado?", a través de cuatro familias de contratos diferentes para la fijación de precios.

Desde agosto, las probabilidades implícitas de victoria que ofrecen han variado en promedio 3.3 puntos porcentuales, y el diferencial máximo incluso se amplió a 9.7 puntos porcentuales en un momento dado. Hasta el 25 de octubre, las valoraciones de probabilidad de los diferentes contratos aún se distribuyen en un amplio rango de 62.5% a 65.3%.

El paquete de arbitraje teórico "Nine-Leg" (comprando contratos de control del Senado del Partido Demócrata y vendiendo todos los contratos de número de escaños independientes que ganen 51 o más), si ambos grupos de contratos se liquidan según los mismos hechos, puede obtener un pago fijo de $8 en cualquier resultado electoral final.

Según los precios de cierre al final del día, se estima que en 51 días de negociación, en 19 días el costo total de compra de este paquete fue inferior a $8, lo que generó una oportunidad de arbitraje teórica (el 24 de octubre, antes de las tarifas, el pico de espacio de arbitraje por cada grupo de $8 alcanzó 8.1 centavos).

La ejecución real supuso un papel decisivo en las ganancias finales. Al incluir las tarifas de transacción estimadas, si se asume que el contrato principal se ejecuta mediante órdenes pasivas, el rendimiento simulado se mantuvo positivo en 7 días de negociación (máximo de +4.7 centavos); pero si todas las nueve patas adoptan un enfoque agresivo de órdenes de mercado, los días con ganancias positivas se reducen drásticamente a solo 2 días.

La distribución de liquidez interna de la plataforma muestra un desequilibrio extremo. Desde agosto, el contrato insignia de control del Senado del Partido Demócrata ha tenido un volumen de transacciones de $3.3 millones, mientras que el volumen acumulado de los contratos de número de escaños necesarios para la fijación de precios en el paquete ha sido de solo $2,000.

El caso del Senado es solo un microcosmos del ecosistema de todo el mercado de predicción. A través de los datos de mercado de predicción de Talos CM, se han capturado más de 880,000 contratos en la plataforma Kalshi, y esta estructura de mercado altamente fragmentada genera comúnmente discrepancias de precios similares entre diferentes eventos e incluso entre diferentes plataformas. Para capturar realmente estos alfa, se requiere una identificación sistemática de mapeo de eventos y algoritmos de ejecución precisos.

Introducción

A solo una semana de las elecciones intermedias, el volumen acumulado de transacciones de contratos vinculados a las elecciones intermedias de 2026 en las plataformas Kalshi y Polymarket ha superado los 1.4 mil millones de dólares.

La gran mayoría de los informes de los medios y comentarios del mercado suelen centrarse solo en un único dato destacado: Kalshi actualmente muestra que la probabilidad de que el Partido Demócrata gane el Senado es de aproximadamente 63%.

Sin embargo, este único número ampliamente conocido es solo la punta del iceberg. Kalshi ha listado hasta 38 contratos independientes sobre el control del Senado bajo cinco eventos diferentes, cada uno con su propio libro de órdenes y grupo de negociación.

En este artículo, profundizaremos en las diferencias de probabilidad implícitas de estos contratos derivados, calculando cuándo estas discrepancias pueden converger en un espacio de arbitraje simulado con expectativa positiva, y analizaremos en profundidad qué estructura microeconómica hace que estas discrepancias de precios no se puedan suavizar a largo plazo.

La misma pregunta, cuatro respuestas completamente diferentes

En la plataforma Kalshi, los inversores pueden expresar sus apuestas sobre el control del Senado a través de cuatro caminos diferentes:

La primera es un contrato binario directamente vinculado al resultado del control (¿controlará el Partido Demócrata el Senado?); la segunda son contratos escalonados sobre el número específico de escaños que cada partido obtendrá en el Senado (cubriendo de 51 a 57 escaños y más); la tercera es un contrato de combinación de equilibrio de poder; y la cuarta es un contrato inverso sobre el control del Partido Republicano.

Gráfico: Cuatro familias de contratos y estructura de eventos en la plataforma Kalshi sobre el control del Senado

Si cada contrato derivado en el mercado de predicción tuviera una eficiencia de fijación de precios estrictamente consistente, las cuatro curvas que reflejan las probabilidades implícitas de las cuatro categorías de contratos deberían superponerse perfectamente.

Gráfico: Comparación de las tendencias de probabilidades implícitas de diferentes contratos sobre el control del Senado en Kalshi

En términos generales, las cuatro categorías de contratos siguen la misma tendencia macro de evolución: la probabilidad de victoria del Partido Demócrata ha aumentado desde aproximadamente 46% a principios de agosto hasta un rango bajo de 60% a 65% en octubre. Sin embargo, rara vez alcanzan un consenso absoluto en puntos específicos.

En hasta dos tercios de los días de negociación, la probabilidad implícita derivada del número específico de escaños del Partido Demócrata es significativamente más alta que la del contrato de control principal. En el día 20 de septiembre, las valoraciones de probabilidad entre las cuatro respuestas incluso variaron drásticamente entre 55.7% (derivada del número de escaños del Partido Republicano) y 65.4% (derivada del número de escaños del Partido Demócrata).

Gráfico: Trayectoria de variación del diferencial máximo y mínimo de probabilidades implícitas entre diferentes familias de contratos

Las estadísticas muestran que la diferencia promedio entre la probabilidad implícita más alta y la más baja es de 3.3 puntos porcentuales. Esta discrepancia fue más exagerada en septiembre (promedio de 4.5 puntos porcentuales, mientras que en agosto fue de 3.2 puntos porcentuales); en octubre, con un volumen de transacciones en aumento, el diferencial promedio se mantuvo en 2.5 puntos porcentuales.

Esto indica que la discrepancia de precios no se ha cerrado automáticamente con la inyección de liquidez: justo el 21 de octubre, la diferencia máxima de valoración entre las cuatro categorías de contratos seguía siendo de 4.0 puntos porcentuales.

Montaje de un paquete de activos de arbitraje sin riesgo de nueve patas

Cuando dos contratos que deberían ser equivalentes tienen discrepancias sobre el mismo hecho electoral, teóricamente, siempre que se compren simultáneamente los lados subestimados, se puede convertir esta diferencia en ganancias sin riesgo. Aquí, la estructura de arbitraje más intuitiva se compone de un "Nine-Leg" (nueve patas) ensamblado con precisión:

Primera pata: comprar el contrato YES (sí) de "el Partido Demócrata gana el control del Senado". Si el Partido Demócrata gana, este contrato pagará $1.

Las otras ocho patas: comprar cada contrato NO (no) de cada escalón del número específico de escaños del Partido Demócrata (51 escaños, 52 escaños, 53 escaños hasta 57 escaños y más de 57 escaños). Siempre que el resultado final de las elecciones no caiga exactamente en ese escalón, el contrato correspondiente pagará $1.

Gráfico: Matriz de simulación de rendimientos de la combinación de compra del control del Partido Demócrata y venta de contratos de número de escaños

Siempre que estos dos grupos de contratos se liquiden según la misma lógica de hechos, este paquete de arbitraje puede asegurar $8 en pagos al vencimiento bajo cualquier resultado electoral.

En otras palabras, siempre que el costo total de compra de estas nueve dimensiones sea inferior a $8, todo el paquete habrá asegurado un espacio de arbitraje positivo en el modelo matemático.

Gráfico: Rendimiento histórico simulado del paquete de arbitraje de nueve patas antes y después de incluir las tarifas de transacción

Basado en el análisis de precios de cierre diario desde agosto (todas las estimaciones son teóricas):

En un estado ideal sin incluir tarifas de transacción, si cada pata se compra a precio de venta (Ask), en 51 días de negociación, en 19 días el costo total de este paquete fue inferior a $8.

Sin embargo, al deducir las tarifas estimadas (promedio de aproximadamente 5.2 centavos por paquete de arbitraje), solo 2 días pudieron mantener ganancias positivas en un modo de compra agresivo.

Tomando como ejemplo la instantánea de profundidad del libro de órdenes del 25 de octubre, el costo total de construir 10 paquetes de arbitraje fue de $79.65 (incluidas las tarifas estimadas), mientras que el total fijo de pagos al vencimiento fue de $80, con una ganancia neta de solo $0.35.

La mayoría de las oportunidades de ganancias positivas se concentraron en las últimas dos semanas, principalmente impulsadas por la cercanía de las elecciones y el aumento drástico en la actividad comercial del mercado que provocó discrepancias de precios.

¿Por qué existen las discrepancias a largo plazo? Desigualdad de liquidez y fricciones comerciales

Dado que el flujo de efectivo final de esta estrategia está asegurado, ¿por qué el capital de arbitraje racional no ha cerrado rápidamente esta discrepancia? La clave de la respuesta radica en la liquidez.

Gráfico: Distribución de volumen de transacciones de contratos en Kalshi sobre el Senado

Desde agosto, el volumen nominal acumulado de transacciones de todos los contratos del Senado en Kalshi ha sido de aproximadamente $14.3 millones, pero más del 90% de los fondos han sido absorbidos completamente por un solo contrato insignia de control del Senado.

El éxito o fracaso final del paquete de arbitraje depende completamente de la pata más débil en términos de liquidez. El contrato de control del Partido Demócrata ha acumulado $3.3 millones en transacciones, mientras que el contrato de "el Partido Demócrata obtiene 54 escaños" ha tenido un volumen de transacciones de solo $3,000, y el contrato de "el Partido Demócrata obtiene 56 escaños" ha tenido un volumen de solo $2,000.

Además de la extrema falta de liquidez, también existen muchos costos de fricción en la operación real que deben ser considerados:

Primero, el riesgo de ejecución de las patas (Legging Risk). Los comerciantes deben completar todas las órdenes de las nueve patas antes de poder asegurar completamente las ganancias teóricas; si se encuentran con deslizamientos o órdenes no ejecutadas en la pata débil, las órdenes restantes están expuestas a un alto riesgo de fluctuaciones de precios unilaterales.

En segundo lugar, las altas tarifas de transacción. Las tarifas en la plataforma Kalshi tienen una distribución parabólica, siendo más altas cerca del 50% de probabilidad, y disminuyendo hacia 0 centavos y 100 centavos en ambos extremos. Cada paquete de combinación tiene un gasto promedio de tarifas de aproximadamente 5.2 centavos, lo que puede consumir rápidamente la mayoría de los pequeños alfa de las discrepancias de precios.

En tercer lugar, la desincronización de los criterios de liquidación y el tiempo. Esta estrategia asume que el contrato de "control del Senado" y el de "número específico de escaños" se liquidan según los mismos hechos. Sin embargo, el contrato de control se liquida inmediatamente después de que se aclaran los resultados de las elecciones, mientras que el contrato de número de escaños se liquida según la composición oficial del Congreso del 1 de febrero de 2027. Si durante este tiempo hay renuncias de legisladores, cambios de partido o recuentos en distritos disputados, los criterios de liquidación de ambos pueden divergir, lo que lleva a que los rendimientos al vencimiento se desvíen de los $8.

En cuarto lugar, el costo de oportunidad y la ocupación de capital. La mayor parte del capital de construcción se verá forzada a permanecer bloqueada en los contratos de número de escaños hasta que se liquiden finalmente el 1 de febrero de 2027, lo que trae consigo un costo de interés de capital no despreciable durante varios meses.

Implicaciones profundas para los participantes del mercado de predicción

Las discrepancias estructurales expuestas en el evento del Senado no son un caso aislado, sino una característica estructural común durante la rápida expansión de todo el mercado de predicción. El volumen de transacciones mensual total del mercado de predicción ha crecido explosivamente de menos de $5 mil millones en septiembre de 2025 a aproximadamente $24 mil millones en abril de 2026, y con este aumento de escala ha venido una fragmentación sin precedentes del mercado:

Un solo tema genera una gran cantidad de contratos. Según los datos de referencia de Talos CM, solo en la plataforma Kalshi hay actualmente más de 880,000 contratos en circulación. Desde la política electoral, las decisiones de la Reserva Federal, los datos macroeconómicos hasta los eventos deportivos, cada tema macro se ha fragmentado en contratos de victoria, intervalo, umbral y diversas combinaciones.

Múltiples lugares de negociación coexisten fragmentados. Plataformas como Kalshi y Polymarket a menudo lanzan contratos competitivos para el mismo evento objetivo, pero existen diferencias sutiles en la definición del texto del contrato, tarifas de transacción y reglas de liquidación.

La profundidad de capital es extremadamente desigual. Como lo demuestra la información del Senado, los contratos principales dominantes han absorbido la mayor parte del capital de transacciones en el mercado, mientras que la liquidez de los contratos derivados relacionados a menudo es solo una fracción de eso. Esta falta de profundidad en los libros de órdenes débiles es un caldo de cultivo para que los precios se desvíen significativamente, pero también es un asesino que erosiona rápidamente las ganancias de arbitraje debido al deslizamiento en la ejecución.

Para los creadores de mercado cuantitativos y fondos de cobertura, capturar sistemáticamente este tipo de discrepancias de precios depende de la construcción de capacidades en dos dimensiones clave:

Primero, la capacidad de identificación precisa de eventos. En diferentes plataformas y matrices de contratos, descubrir rápidamente los contratos vinculados al mismo resultado objetivo, normalizarlos a un criterio unificado y calcular el precio real negociable teniendo en cuenta las tarifas y la profundidad. Esto requiere establecer un mapa de eventos estandarizado entre plataformas, revisar exhaustivamente los términos de liquidación para evitar conflictos de hechos, y acceder en tiempo real a libros de órdenes de alta frecuencia y modelos de tarifas.

En segundo lugar, la capacidad de captura de transacciones precisa. Las oportunidades teóricas en la pantalla no equivalen a dinero real en la cuenta. En la práctica, esto requiere que el algoritmo espere pacientemente órdenes pasivas en la pata principal más líquida, y luego complete la cobertura rápidamente a través de los ocho libros de órdenes de menor profundidad antes de que los precios se desvíen, controlando con precisión el deslizamiento y las pérdidas por tarifas de órdenes.

Este riguroso paradigma de análisis también se aplica a cualquier evento de predicción importante que tenga múltiples contratos o coexista en múltiples plataformas.

Conclusión

En la percepción pública, los mercados de predicción a menudo se ven simplemente como una caja negra que proporciona una única probabilidad para cada problema. Sin embargo, los contratos del Senado de Kalshi revelan profundamente que la esencia de los mercados de predicción es, de hecho, un conjunto de libros de órdenes interconectados pero autónomos.

Estos libros de órdenes, aunque en general siguen la misma narrativa macro, siempre presentan una fricción cognitiva de dos a tres puntos porcentuales en lo local. Es preocupante que, incluso en un contexto de explosión del volumen de transacciones, estas discrepancias no se hayan cerrado por completo. En varios días de negociación de este mes, la acumulación de estas pequeñas diferencias ha evolucionado con éxito en oportunidades de arbitraje matemático con expectativa positiva.

Las elecciones intermedias de 2026 son solo una muestra estándar en esta ola. A medida que el tamaño del mercado de predicción se expanda aún más y la ecología se fragmenta cada vez más, ventanas de oportunidad similares seguirán surgiendo en diversos campos. Para tener éxito en este camino, los participantes institucionales necesitan contar con dos bases clave: la capacidad de discernir los activos de datos subyacentes para descubrir oportunidades y un marco de reconocimiento racional y sereno sobre los costos de ejecución en el mercado para realizar apuestas prudentes.

Método de investigación: Este estudio se basa en los datos diarios de K de 38 contratos relacionados con el Senado obtenidos de la API pública de Kalshi desde el 1 de agosto de 2026 hasta el 25 de octubre de 2026, con los días de negociación definidos según la hora del este de EE. UU. Todos los contratos incluidos en el paquete se listaron oficialmente en Kalshi antes de agosto de 2026. Las probabilidades implícitas se calcularon en función del precio medio entre el precio de compra y el precio de venta al final del día, y las probabilidades de número de escaños y equilibrio de poder se normalizaron mediante la suma escalonada para eliminar el exceso de prima generada por el diferencial de compra-venta.

El costo del paquete se calcula utilizando el precio de venta para la pata YES y 1 menos el precio de compra para las patas NO. El volumen nominal de transacciones se calcula multiplicando el número de contratos por el precio. El universo de contratos proviene de la base de datos de referencia de Talos CM para mercados de predicción. Todos los resultados de simulación son teóricos y no incluyen deslizamientos adicionales más allá de las cotizaciones del mercado, y no constituyen ningún consejo de inversión.