¿Puede la IA ganar 200 dólares al día con la predicción del tiempo?

Título del artículo original: "Usando IA para jugar a la predicción del tiempo y ganar 200 dólares pasivamente en un día"

Autores del artículo original: Changan, Biteye

El tiempo no es como las elecciones, no tiene postura; a diferencia de la NBA, no tiene equipo local. Sin embargo, es este mismo mercado el que ha atraído a usuarios nacionales. La razón es simple: todos tienen una percepción, todos piensan que entienden el tiempo de Shanghái.

Pero "sentirse informado" y "ganar dinero" son dos cosas diferentes.

Biteye comparte tres cosas hoy:

1. Entender las reglas de liquidación

2. Establecer un método de predicción del tiempo

3. Usar un sistema para encontrar oportunidades de trading que otros no pueden ver

I. Primero, entiende: ¿Cómo se liquida este mercado del tiempo?

1. La temperatura de liquidación no es lo que piensas

Muchas personas, al participar por primera vez, tienen una idea errónea: comparan la temperatura más alta en la aplicación del tiempo de su teléfono, pero la aplicación muestra la temperatura para el área urbana de Shanghái, mientras que la liquidación de Polymarket utiliza los datos reales del Aeropuerto de Pudong de Shanghái (estación meteorológica ZSPD). Estos datos están disponibles públicamente a través de la plataforma meteorológica americana Wunderground, y PM lee directamente los registros en WU como base de liquidación.

Dos ubicaciones diferentes, dos números diferentes. El Aeropuerto de Pudong está ubicado en el lado este de la ciudad, cerca de la desembocadura del río Yangtsé, influenciado por las brisas marinas, y las temperaturas suelen ser más bajas que en el área urbana. Esta diferencia generalmente no es notable, pero en el límite de un rango de predicción, podría ser la diferencia entre estar correcto e incorrecto.

Así que en la sección de comentarios del mercado del tiempo, puedes ver este tipo de confusión: "A pesar de que hoy se siente más cálido que ayer, ¿por qué la temperatura máxima mostrada es más baja?"

2. El número es correcto, pero la unidad no es lo que piensas

Los datos de WU provienen directamente del mensaje METAR reportado por el aeropuerto cada hora (un formato de informe meteorológico de aviación utilizado globalmente).

Hay un detalle oculto aquí: Los registros METAR son enteros en Fahrenheit, y WU muestra directamente este número sin conversión ni corrección.

La mayoría de los sistemas de pronóstico del tiempo y las salidas de modelos meteorológicos tienen temperaturas con decimales. Cuanto más precisa sea la calculación de tu modelo, más fácil es pasar por alto este aspecto más grosero.

3. Patrones de Temperatura de Shanghái

Después de recopilar casi 1900 días de datos de la estación ZSPD, resulta que los momentos pico para las temperaturas más altas de Shanghái están más concentrados de lo que se imaginaba:

· Las horas pico para las cuatro estaciones están altamente concentradas alrededor de las 11:00-13:00,

· La concentración en verano es más alta a las 12:00, representando el 27,6% de toda la temporada en una sola hora.

· El periodo pico en otoño es ligeramente anterior, siendo las 10:00 también uno de los periodos de alta frecuencia.

Entender el patrón es el primer paso, pero el patrón no se monitoriza solo. Saber cuándo ocurre la temperatura más alta cada día, si se está actualizando y cuán lejos está del umbral.

Así que, el autor estableció este sistema: antes del asentamiento diario, predecir con precisión tanto como sea posible en qué nivel Celsius caerá la temperatura más alta del día.

II. Cinco Métodos, Tres Validados

Después de entender las reglas del mercado, la siguiente pregunta es: ¿cómo predecir la temperatura más alta del día?

Como novato en meteorología, el primer paso es preguntar a ChatGPT: ¿cómo calcula realmente la industria meteorológica la temperatura más alta del día y cuáles son los métodos maduros disponibles? ChatGPT proporcionó un marco teórico, que Claude tradujo a código. Con dos IA trabajando juntas, el sistema se estableció durante un fin de semana.

Se probaron un total de cinco métodos, y al final solo tres fueron exitosos.

Validados:

1. WC + Pronóstico Integrado del ECMWF

Para predecir la temperatura más alta, se necesitan datos. Se utilizaron dos fuentes:

· The Weather Company (WC) es una API comercial de meteorología que proporciona datos de pronóstico horario con alta precisión;

· ECMWF es el modelo global de pronóstico del tiempo del Centro Europeo para Pronósticos Meteorológicos a Medio Plazo, más sensible a los sistemas meteorológicos a gran escala.

Cada fuente tiene sus pros y sus contras, por lo que se ponderan mediante votación. Los pesos se ajustan dinámicamente en función del tipo de clima del día: El WC es más confiable en días soleados, mientras que el ECMWF es más confiable en días nublados y ventosos.

2. Corrección en tiempo real: Usando datos de aumento de temperatura para estimar picos

La previsión se calculó anoche, pero el clima de hoy ha estado cambiando. Así que lo que hace este módulo es: utilizando datos medidos reales de esta mañana, calcula hasta qué altura puede llegar la temperatura de hoy.

La lógica no es complicada. El editor encontró que la temperatura sube más rápido en Shanghái entre las 8 y las 9 de la mañana. El sistema, después de recibir la temperatura medida en este momento, consulta datos históricos: para la misma temporada, a la misma hora, cuánto más podría aumentar la temperatura de media.

Entonces se realizan dos ajustes:

· Si hay muchas nubes, se aplica un descuento porque las nubes más densas impiden el calentamiento.

· Si hace viento, también se aplica un descuento porque los vientos fuertes aceleran la pérdida de calor. Esto calcula una "estimación de extrapolación."

La presión, el punto de rocío y la humedad también se consideran en el cálculo, pero debido a que las pruebas retrospectivas revelaron su impacto mínimo y baja relevancia, se han eliminado.

Pero confiar únicamente en la extrapolación no es lo suficientemente estable. Aquí se utiliza un concepto llamado ganancia de Kalman, que esencialmente toma un promedio ponderado entre el "resultado extrapolado" y la "previsión original," con este peso cambiando automáticamente con el tiempo.

· A las 6 a.m., la extrapolación solo representa el 20%, con la mayor confianza en la previsión.

· Al mediodía a las 12 p.m., la extrapolación constituye el 72%.

· Después de la 1 p.m., casi toda la confianza está en la medición real, representando el 85%.

Cuanto más tarde se hace, más importantes son los eventos actuales; cuanto más temprano es, mayor es el valor de referencia de las previsiones históricas.

Después de las 2 p.m., el sistema juzga que la temperatura máxima probablemente ya se ha alcanzado, y bloquea la temperatura más alta de hoy directamente de los registros históricos, sin más cálculos.

3. ¿Es hoy un día de calentamiento?

Este es el módulo más satisfactorio de todo el sistema, haciendo una evaluación diaria antes del amanecer: ¿La temperatura máxima de hoy será más alta que la de ayer?

Entre las 2 y las 4 a.m. todos los días, el sistema recopila un lote de datos meteorológicos para alimentar este modelo:

· Cambios de presión en las últimas 3 horas y 12 horas

· Dirección del viento antes del amanecer, velocidad del viento, condiciones de nubes

· Fluctuaciones de temperatura de ayer, tendencias de temperatura en los últimos tres días, si la temperatura de ayer fue más alta o más baja

· Además del mes, la estación, el día del año, si llovió ayer

La salida del modelo se divide en cinco niveles: Día de Calentamiento, Ligero Calentamiento, Estable, Ligera Refrigeración, Día de Refrigeración, mientras también proporciona un nivel de confianza.

Sin embargo, este método tiene una variación significativa en precisión a través de diferentes estaciones.

Más preciso en invierno: Cuando llega el aire frío, la presión del aire sube bruscamente, el viento del norte se fortalece, y la señal es muy clara, por lo que el modelo puede identificarlo fácilmente de un vistazo.

Menos preciso en otoño: Cuando las masas de aire cálido y frío tiran de un lado a otro, con temperaturas subiendo un día y bajando al siguiente, los patrones históricos se vuelven inválidos más rápidamente en esta estación.

Métodos eliminados:

1. Pronóstico Numérico de Fourier

Inicialmente se intentó usar el análisis de Fourier para ajustar los patrones cíclicos de los datos de temperatura históricos para ver si podía predecir directamente la temperatura máxima del día.

El resultado fue que solo podía decirte "cuál ha sido la temperatura media en esta estación históricamente." La aleatoriedad del clima de Shanghái es demasiado alta, y el ajuste de Fourier produce una curva media suave, no las fluctuaciones diarias reales. Con un error de 3.6°C y una subestimación sistemática del 100%, este método fue directamente descartado.

2. Predicción del Momento Pico ERA5

ERA5 es el conjunto de datos de reanálisis histórico global del Centro Europeo de Previsiones Meteorológicas a Medio Plazo, utilizado para predecir la hora del día en que se produce la temperatura más alta.

Después de la prueba retrospectiva,

· La precisión dentro de ≤1 hora es del 59.6%

· La precisión dentro de ≤2 horas es del 81.3%

Aunque esto suena bien, la precisión del PM es mayor, y la ventana de tiempo que queda para que los traders tomen decisiones es muy corta. Si no se puede lograr la predicción del valor pico en media hora, es mejor mirar los datos de Polymarket. Por lo tanto, este método fue eliminado.

III. Combate Real del Sistema: Dos Casos y Reflexión sobre las Deficiencias

El mercado de clima de Polymarket abre para operar cuatro días antes, con rangos de temperatura populares que suelen estar completamente valorados temprano en el mercado. Comprar directamente a niveles de alta probabilidad resulta en una mala relación riesgo-recompensa.

Por lo tanto, la estrategia que adopta el autor es: esperar la señal, esperar la ventana de tiempo de calentamiento antes de entrar en el mercado.

Posteriormente, basándose en el sistema meteorológico autodesarrollado, se realizaron las siguientes dos operaciones:

Caso 1:

En la mañana del día 16, el canal de Telegram publicó un informe sobre el modo nocturno: Mañana será un día de enfriamiento. La razón es que la noche tenía nubes densas, y tanto la estación como el conteo de días del año apuntaban a una tendencia de enfriamiento.

En ese momento, el editor no realizó una apuesta inmediata. La señal de la madrugada era solo el primer punto de referencia.

A las 11 a.m., el sistema envió un informe en tiempo real sobre un periodo de calentamiento. En ese momento, la temperatura más alta medida ya era de 12°C, con un resultado de puntuación de probabilidad de +1°C: un 42% de probabilidad de otro aumento de 1°C hoy, inclinándose hacia no más calentamiento.

Combinando la señal de regresión logística de la madrugada que indicaba enfriamiento, ambos módulos se alinearon en la misma dirección. La señal era mucho más clara que en la madrugada. Por lo tanto, se realizó una apuesta de que la temperatura máxima del 16 no superaría los 13°C.

Liquidación ese día: 12°C. La temperatura del día anterior, el 15, fue de 15°C, una caída completa de 3 grados.

Caso 2:

Por ejemplo, mirando el clima de hoy en Shanghái el 17, el sistema meteorológico aún puede proporcionar una función de advertencia: un empuje recibido a las 7 a.m. mostró un tiempo pico inusual: 22:00.

En un día soleado normal, la temperatura más alta ocurre por la tarde entre la 1 y las 3 p.m. Sin embargo, el pico de hoy es a las 10 p.m., indicando que esto no es un calentamiento inducido por la luz solar, sino el transporte nocturno de corrientes de aire cálido y húmedo. Llovió todo el día, con una cobertura de nubes del 97-100% y casi cero sol.

Abriendo Polymarket en este punto, viendo el precio de 12°C aún en un 53%. Algunos en la comunidad están confundidos: Ya es tarde, y la temperatura solo es de 11°C. El horario habitual de máxima afluencia ha pasado, ¿por qué siguen comprando las personas a 12°C?

Detrás de esta confusión está el hecho de que la gente sigue utilizando la lógica de un día soleado para evaluar un mercado de día lluvioso.

El sistema no está confundido. Identificó correctamente el tipo de tiempo de hoy por la mañana, con un horario de máxima afluencia inusual, mostrando una clara desviación entre la temperatura actual y la expectativa del mercado. Esta diferencia en la información es una oportunidad de trading.

Esta es la importancia de tener este sistema: Facilita la identificación de oportunidades ante la oportunidad y advierte más rápido ante el riesgo.

¿Cuáles son algunas limitaciones del sistema?

Se implementó un sistema durante el fin de semana, imposible estar sin fallos:

· La precisión en otoño es solo del 63.7%, cerca de un lanzamiento de moneda.

· Las masas de aire frías y cálidas se enfrentan repetidamente durante esta temporada, con el aumento de temperatura de hoy seguido de una caída mañana, los patrones históricos son los menos fiables en otoño.

· Las características de presión no están disponibles en el trading en vivo. Los cambios de presión se utilizaron como una característica al entrenar el modelo, y los resultados de las pruebas retrospectivas fueron buenos.

· La señal del paso de aire frío es muy clara. Sin embargo, durante el trading en vivo, la interfaz actual no proporciona datos de presión en tiempo real.

· La corrección costera aún está esperando la activación de datos. El efecto de la brisa marina en el Aeropuerto de Pudong es de hecho real, y el sistema ha construido un módulo de corrección correspondiente, pero las muestras de las pruebas retrospectivas no son suficientes.

Un sistema que acaba de funcionar durante un fin de semana ya puede identificar estos problemas, lo que se considera una ganancia. Los próximos pasos implican depuración durante la ejecución.

IV. Conclusión

La meteorología se ha desarrollado durante cientos de años, incorporando satélites, superordenadores, modelos globales, sin embargo, las previsiones meteorológicas aún no se atreven a garantizar un 100% de precisión para mañana. No es que los científicos no estén trabajando lo suficiente, sino que la atmósfera en sí es caótica. Una ligera diferencia en las condiciones iniciales puede llevar a resultados completamente diferentes.

Este sistema que funcionó durante un fin de semana, por supuesto, cometerá errores. La tasa de precisión en otoño se acerca a una moneda al aire, si el aire frío llega pronto, el sistema puede no responder a tiempo, y el efecto de la brisa marina no se ha capturado completamente incluso ahora.

Pero esto no es importante. Predecir el mercado no requiere tener razón cada vez, solo necesita tener una ventaja en las probabilidades, viendo una capa más de información que el mercado.

Enlace al artículo original