Haz que la probabilidad sea un activo: perspectivas sobre agentes inteligentes en mercados de predicción

El mercado predictivo se ha consolidado en 2025 como una nueva tendencia del sector que no puede ser ignorada.

Escrito por: Jacob Zhao @IOSG

En nuestros anteriores informes sobre Crypto AI hemos destacado constantemente este punto de vista: los casos de uso con mayor valor real en el ámbito cripto actualmente se concentran en pagos con stablecoins y DeFi, mientras que el Agent es la interfaz clave de la industria de la IA hacia los usuarios. Por lo tanto, en la tendencia de integración entre Crypto y AI, los dos caminos más valiosos son: a corto plazo, AgentFi, basado en protocolos DeFi ya maduros (estrategias básicas como préstamos, yield farming, y sofisticadas como Swap, Pendle PT, arbitraje de tasas de financiamiento, etc.); y a mediano-largo plazo, Agent Payment, centrado en liquidación con stablecoins y apoyado en protocolos como ACP/AP2/x402/ERC-8004.

El mercado predictivo se ha convertido en 2025 en una tendencia ineludible del sector, con un volumen anual de operaciones que creció enormemente desde unos 9 mil millones de dólares en 2024 a más de 40 mil millones en 2025, un crecimiento interanual superior al 400%. Este notable avance resulta de múltiples factores: la incertidumbre generada por eventos políticos globales, la madurez de la infraestructura y los modelos de trading, y señales favorables en el marco regulatorio (como la victoria judicial de Kalshi y el regreso de Polymarket a EE.UU.). Para inicios de 2026, el agente de mercado predictivo (Prediction Market Agent) ya muestra sus primeras formas y promete ser, en el año venidero, un nuevo modelo de producto en el ámbito de los agentes inteligentes.

Mercado predictivo: de herramienta de apuestas a “capa global de la verdad”

El mercado predictivo es un mecanismo financiero de intercambio sobre resultados de eventos futuros, donde el precio del contrato refleja el juicio colectivo del mercado sobre la probabilidad de ocurrencia. Su eficacia radica en la combinación de sabiduría colectiva e incentivos económicos: en un entorno anónimo donde se apuesta dinero real, la información dispersa se integra rápidamente en señales de precio ponderadas por el capital, lo que reduce drásticamente el ruido y los juicios erróneos.

▲ Tendencia del volumen nominal en mercados predictivos. Fuente: Dune Analytics (Query ID: 5753743)

Hasta finales de 2025, el sector ya muestra un claro duopolio liderado por Polymarket y Kalshi. Según Forbes, el volumen de operaciones anual suma unos 44 mil millones de dólares en 2025, de los cuales Polymarket aporta unos 21,5 mil millones y Kalshi unos 17,1 mil millones. Para la primera semana de febrero de 2026, el volumen de Kalshi (25.9 mil millones) supera al de Polymarket (18.3 mil millones), abarcando casi el 50% del mercado; Kalshi aceleró su expansión beneficiándose de su victoria en la causa legal de contratos electorales, un “early mover” regulatorio para deportes en EE.UU. y una regulación relativamente clara. Sus trayectorias ya muestran una clara diferenciación:

Polymarket adopta una arquitectura híbrida CLOB “off-chain matching, on-chain settlement” y un mecanismo de liquidación descentralizada, creando un mercado sin custodia, global y de alta liquidez. Tras volver al mercado estadounidense, opera con un modelo dual “onshore + offshore”.

Kalshi se integra al sistema financiero tradicional, conecta vía API con brokers minoristas convencionales y atrae a market makers de Wall Street para contratos macros y de datos. Su producto depende de procesos regulatorios tradicionales, con respuestas más lentas ante eventos de baja frecuencia / poca demanda.

Fuera de Polymarket y Kalshi, los competidores siguen dos caminos:

• Uno es la estrategia regulada, integrando contratos de eventos en cuentas y sistemas de clearing de brokers o grandes plataformas (como Interactive Brokers × ForecastEx’s ForecastTrader y FanDuel × CME Group’s FanDuel Predicts). Cuentan con canales, licencias y la confianza institucional, pero tanto producto como usuarios están aún en fase temprana.
• El otro es el camino cripto nativo en blockchain, representado por Opinion.trade, Limitless y Myriad, que impulsan el crecimiento rápido mediante mining de puntos, contratos a corto plazo y distribución en medios. Exaltan performance y eficiencia de capital, aunque su sostenibilidad y manejo de riesgos aún es cuestión abierta.

Estas dos rutas —entrada financiera tradicional regulada y ventaja en performance cripto nativa— conforman juntas la competencia diversa del ecosistema del mercado predictivo.

En apariencia, los mercados predictivos se asemejan a las apuestas y son un juego de suma cero, pero la diferencia central está en su externalidad positiva: agregan información dispersa con dinero real y fijan precios públicos de eventos reales, generando un valor como “capa de señal”. Su tendencia evoluciona de juego hacia “capa global de la verdad”: con la llegada de CME, Bloomberg y otras instituciones, la probabilidad de eventos se convierte en un metadato decisional directo para sistemas financieros y corporativos, brindando una verdad más oportuna, cuantificable y de mercado.

Respecto a la regulación global, los caminos para la legalidad en mercados predictivos varían mucho. EE.UU. es el único gran mercado que los regula explícitamente como derivados financieros. Europa, Reino Unido, Australia, Singapur, etc. los ven como apuestas y endurecen controles. China e India los prohíben por completo. La internacionalización futura del mercado predictivo depende de los marcos regulatorios locales.

Diseño de la arquitectura para los agentes de mercado predictivo

Ahora los agentes de mercado predictivo (Prediction Market Agent) están en fase temprana de pruebas. Su valor no es “predecir mejor con IA”, sino multiplicar la eficiencia de procesamiento y ejecución de información. El mercado predictivo es, esencialmente, un mecanismo de agregación de información, donde el precio expresa el juicio colectivo de probabilidades; en la práctica, la ineficiencia deriva de la asimetría de información, restricciones de liquidez y límites de atención. El agente de mercado predictivo debe identificarse como gestor ejecutor de portafolios probabilísticos (Executable Probabilistic Portfolio Management): traduce noticias, reglas y datos on-chain en desvíos verificables de precios, ejecuta estrategias más rápido, disciplinadamente y a bajo costo, capturando oportunidades estructurales mediante arbitraje cruzado y gestión de portafolios/riesgos.

El ideal del agente de mercado predictivo puede abstraerse en cuatro capas:

• Capa de información: noticias, redes sociales, datos on-chain y fuentes oficiales;
• Capa de análisis: LLM y ML identifican malos precios y calculan Edge;
• Capa de estrategia: fórmula de Kelly, entradas escalonadas y manejo de riesgos convierten el Edge en posiciones;
• Capa de ejecución: envía órdenes a varios mercados, optimiza slippage y gas, ejecuta arbitrajes, cerrando el ciclo automatizadamente.

Marco estratégico del agente de mercado predictivo

A diferencia de la operatoria tradicional, los mercados predictivos presentan claras diferencias en mecanismos de liquidación, liquidez y distribución de información, y no todos los mercados y estrategias son aptos para ejecución automatizada. El núcleo de los agentes de mercado predictivo radica en elegir escenarios con reglas claras, codificables y ventajas estructurales propias. Analizamos aquí la elección de mercados, la gestión de posiciones y la estructura de estrategias.

Selección de mercados en el mercado predictivo

No todos los mercados predictivos tienen valor transaccional. Depende de: claridad en la liquidación (reglas claras y fuente de datos única), calidad de liquidez (profundidad, spread y volumen), riesgo de información privilegiada (asimetría), estructura temporal (duración y ritmo del evento), y la ventaja informativa o experiencia propia del operador. Solo al cumplir los requisitos en la mayoría de dimensiones, conviene participar; los agentes deben alinear sus fortalezas individuales con las del mercado:

• Ventaja humana: mercados que requieren conocimiento profesional, criterio y síntesis de información difusa, con ventanas temporales amplias (días/semanas). Ejemplo: elecciones, tendencias macro, hitos empresariales.
• Ventaja de AI Agent: mercados con foco en manejo de datos, reconocimiento de patrones y ejecución veloz, con ventana decisoria corta (segundos/minutos). Ejemplo: precios cripto de alta frecuencia, arbitrajes intermercados y market making automatizado.
• Ámbitos no aptos: mercados dominados por info interna o azar/alta manipulación, donde nadie tiene ventaja.

Gestión de posiciones en el mercado predictivo

La fórmula de Kelly (Kelly Criterion) es la teoría más representativa de money management en escenarios repetidos; su objetivo no es maximizar un trade aislado sino el crecimiento compuesto de capital en el largo plazo. Basada en estimaciones de probabilidad y cuota, calcula el tamaño óptimo de posición, optimizando la eficiencia si la expectativa es positiva; es ampliamente utilizada en trading cuantitativo, apuestas profesionales, póker y asset management.

• Forma clásica: f* = (bp - q) / b
• donde f* es el porcentaje óptimo, b la gancia neta, p la probabilidad y q=1−p
• En mercados predictivos se simplifica: f* = (p - market_price) / (1 - market_price)
• p es probabilidad real subjetiva, market_price es la probabilidad implícita en mercado

La efectividad teórica de Kelly depende de estimar bien la probabilidad real y cuotas. En la práctica, pocos operadores lo logran sostenidamente, por eso los apostadores y traders prefieren estrategias más ejecutables y que dependen menos del cálculo exacto:

• Unit System: divide el capital en unidades fijas (p.ej. 1% cada una), invierte según grados de confianza y limita el riesgo por transacción automáticamente. Es el más usado en la práctica.
• Flat Betting: mismo porcentaje en cada apuesta, disciplina y estabilidad, apto para entornos de bajo riesgo o baja confianza.
• Confidence Tiers: predefine rangos discretos y techos absolutos para reducir complejidad y evitar la falsa precisión de Kelly.
• Inverted Risk Approach: parte del máximo riesgo permitido para calcular tamaño de posición, focalizando en el control más que en la expectativa de ganancia.

En estrategia de agentes predictivos, la ejecución y estabilidad deben priorizarse sobre la optimización teórica. Claves: reglas claras, pocos parámetros y tolerancia a error de juicio. Bajo esta premisa, la combinación de niveles de confianza y límites fijos es la gestión de posiciones más apta para un PM Agent: no requiere la precisión de Kelly, permite dividir oportunidades por señales y topes; incluso en casos de alta confianza, el riesgo máximo queda controlado.

Selección estratégica en el mercado predictivo

En estructura, las estrategias del mercado predictivo pueden dividirse en dos grupos: arbitraje determinista (Arbitrage), caracterizado por reglas claras y codificables, y estrategias especulativas (Speculative), basadas en interpretación de información y juicio de dirección; también existen estrategias de market making y cobertura, más comunes en instituciones y con mayor exigencia de capital/infraestructura.

Estrategias de arbitraje determinista (Arbitrage)

• Liquidación (Resolution Arbitrage): Se da cuando el resultado del evento ya es cierto pero el mercado aún no lo refleja. El beneficio es la velocidad y la sincronización de info. Reglas claras y bajo riesgo, ideal para ejecución por Agent.
• Arbitraje de conservación de probabilidad (Dutch Book Arbitrage): Aprovecha el desbalance estructural donde la suma de probabilidades (∑P≠1) no se cumple al combinar todos los posibles outcomes. Permite hacer apuestas combinadas con riesgo nulo de dirección, depende de reglas y prices solamente, baja exposición, fácil de automatizar.
• Arbitraje interplataforma: Busca diferencias entre precios de un mismo evento en distintos mercados. Exige monitoreo y baja latencia, apto para Agents con infraestructura avanzada, aunque la competencia achica el margen.
• Bundle Arbitrage: Se basa en inconsistencias de precios entre contratos relacionados. Aunque claro, no abundan las oportunidades. Requiere análisis de reglas y restricciones de paquetes, nivel medio de adaptación para Agents.

Estrategias especulativas (Speculative)

• Estrategias por información estructurada (Information Trading): Se basan en eventos o datos oficiales publicados. Si la fuente y el trigger son claros, el Agent puede operar con rapidez y disciplina. Si la información se vuelve interpretativa, requiere intervención humana.
• Estrategias de seguimiento de señales (Signal Following): Siguen a cuentas históricamente exitosas o movimientos de capital. Son automáticas y simples, pero vulnerables al deterioro de la señal; necesitan un buen filter y manejo de posiciones.
• Estrategias no estructuradas o de alto ruido: Dependen de emociones, azar o comportamientos. Son de alta volatilidad y baja expectativa, imposibles de modelar y riesgosas: no recomendadas para Agents ni sistemas automatizados.

Estrategias de microestructura de precios y liquidez: Requieren ventanas cortísimas, quotes continuos o high frequency trading; exigen baja latencia, buenos modelos y capital. En mercados predictivos, la liquidez y competencia los restringen: sólo posibles para actores con infraestructura de alto nivel.

Estrategias de gestión de riesgo y cobertura: No buscan beneficios directos, sino minimizar exposición global. Son claras y de rutina, como módulo de control de riesgo a largo plazo.

En suma, para los Agents, lo ideal es enfocarse en estrategias con reglas claras, codificables y poco juicio subjetivo. El arbitraje determinista debe ser el pilar de ingresos; la info estructurada y el seguimiento de señales, un complemento; el trading emocional/ruidoso, prohibido sistemáticamente. El valor del Agent a largo plazo es la ejecución disciplinada y la gestión del riesgo veloz.

Modelos de negocio y tipos de productos para agentes de mercado predictivo

El modelo de negocio ideal de los agentes de mercado predictivo, a distintos niveles, explora diferentes direcciones:

• Capa de infraestructura: agrega fuentes múltiples en tiempo real, base de datos de Smart Money, motor de ejecución unificada y herramientas de backtest. Cobra B2B y genera ingresos estables, independiente de la precisión del pronóstico.
• Capa de estrategia: incorpora estrategias de comunidad y terceros, construye un ecosistema evaluable y reutilizable, captura valor vía royalties/calls/ejecución, reduciendo dependencia del Alpha puntual.
• Capa Agent/Vault: agentes participan gestionando capital de terceros, con registros on-chain y risk management estricto, cobrando fees de gestión y performance.

Los modelos de negocio implican formas de producto:

• Modo entertainment/gamificación: interacción tipo Tinder que baja la barrera de entrada y facilita adopción. Es ideal para viralización, pero necesita monetización posterior (vía suscripción o producto de ejecución).
• Suscripción de estrategias/señales: sin gestión de fondos, compatible con regulación y de ingresos más estables (SaaS). Actual modelo más viable, pero limitado por copia de estrategias y leak de ejecución; puede mejorarse con formatos semiautomáticos (“señal + ejecución en un clic”) para retención y UX.
• Vault (gestión delegada): escala y eficiencia óptima, similar a asset management, pero enfrenta barreras regulatorias, de confianza y riesgo técnico. Su viabilidad depende de la performance y aval institucional; no conviene como vía principal salvo excelente trayectoria.

En resumen, un enfoque diversificado (“infraestructura + ecosistema estratégico + performance”) reduce la dependencia en un único supuesto de “AI consistentemente inteligente”. Incluso si el Alpha disminuye con la madurez del mercado, capacidades de ejecución, control de riesgos y clearing siguen teniendo valor, estructurando un negocio sostenible.

Casos de proyectos de agentes de mercado predictivo

Por ahora, los agentes de mercado predictivo (Prediction Market Agents) siguen en etapa inicial. El mercado muestra muchos experimentos, desde frameworks hasta herramientas, pero falta aún un producto estandarizado y maduro, balanceado en generación de estrategias, eficiencia de ejecución, control de riesgos y negocio cerrado.

Dividimos el ecosistema actual en tres capas: infraestructura, agentes autónomos y herramientas de mercado predictivo.

Capa de infraestructura

Polymarket Agents framework

Polymarket Agents es el framework oficial para developers, estandarizando la ingeniería de “conexión e interacción”. Provee interfaces para data del mercado, armado de órdenes y llamadas LLM. Soluciona el "cómo tradear vía código", pero deja fuera el core de trading: generación de estrategias, calibración de probabilidades, gestión dinámica de posiciones y sistema de backtesting. Es más bien una API oficial que un producto terminado con Alpha probado. El Agent comercial deberá robustecer análisis e infrarrojo sobre esta base.

Herramientas de Gnosis Prediction Market

Gnosis Prediction Market Agent Tooling (PMAT) soporta lectura y escritura en Omen/AIOmen y Manifold, pero es sólo lectura para Polymarket, lo que crea una barrera. Funciona como base técnica dentro del ecosistema Gnosis, pero tiene valor limitado para developers centrados en Polymarket.

Polymarket y Gnosis, de momento, son los únicos en haber “productizado” Agents como frameworks oficiales. Kalshi y el resto quedan sólo en API y SDK en Python, dejando al developer integrar la parte estratégica, control de riesgo, operación y monitoreo.

Agentes de trading autónomo

Hoy, la mayoría de los “AI Agents” de mercado predictivo son productos muy iniciales: el “Agent” está lejos de ejecutar en modo 100% delegado y automatizado. Prácticamente todos carecen de un layer independiente y sistemático de gestión de riesgos, no incorporan gestión de posiciones, stop loss, cobertura ni constraints de expectativa lógica, y son poco maduros como producto, sin un sistema durable de operación.

Olas Predict

Olas Predict es el ecosistema de agente predictivo más avanzado. Su producto central, Omenstrat, se construyo sobre Omen (Gnosis), usando FPMM y arbitraje descentralizado, soportando operaciones menores de alta frecuencia, aunque limitado en liquidez. El “AI” depende de un LLM generalista, carece de datos al momento y gestión de riesgos; su success rate varía mucho por producto. En febrero 2026, Olas lanzó Polystrat, expandiendo sus agentes a Polymarket—usuarios configuran estrategias en lenguaje natural y el Agent detecta y opera desvíos de probabilidades en contratos que liquidan en 4 días. Sistema local Pearl, cuentas autoadministradas Safe y límites hardcoded mitigan riesgos. Es el primer Agent de trading autónomo (B2C) en Polymarket.

Estrategia Polymarket de UnifAI Network

Ofrece un Agent automático para Polymarket, basado en gestionar riesgos de cola: busca contratos a punto de liquidarse con probabilidad implícita >95% y compra para capturar un diferencial del 3-5%. On-chain muestra un éxito cercano al 95%, aunque la ganancia varía por tipo de contrato. La estrategia depende de frecuencia de ejecución y buena selección de mercados.

NOYA.ai

NOYA.ai intenta cerrar el ciclo “research-juzgar-ejecutar-monitorear” vía un Agent completo, incluyendo capa de inteligencia, abstracta y de ejecución. Ya lanzó Omnichain Vaults, pero su Agent para mercado predictivo sigue en desarrollo, sin mainnet todavía, en fase de validación del concepto.

Herramientas de mercado predictivo

Las herramientas actuales de análisis en el sector no constituyen un “agent” completo: suman valor en infraestructura y análisis, pero el trading y la gestión de riesgo siguen a cuenta del operator. Cumplen más el rol de “suscripción/auxilio/investigación” y son proto-agents.

Revisando proyectos listados en Awesome-Prediction-Market-Tools, seleccionamos como casos de este informe los que mejor combinan producto y caso de uso—en cuatro categorías: análisis y señal, alertas y seguimiento de ballenas, tools de arbitraje y terminales de trading / routing de ejecución.

Herramientas de análisis de mercado

• Polyseer: herramienta de research predictivo que usa Agents especializados (Planner / Researcher / Critic / Analyst / Reporter) para research gislado, agregación bayesiana y reportes estructurados. Metodología transparente, proceso sistematizado, 100% open source.
• Oddpool: un “Bloomberg” para mercados predictivos: tablero de datos, agregador cross-market (Polymarket, Kalshi, CME), escanea arbitrajes y en tiempo real.
• Polymarket Analytics: plataforma global de análisis Polymarket, muestra datos de traders, mercados, posiciones y volumen, clara y sencilla para consulta.
• Hashdive: data tool para traders, con Smart Score y multipantalla para filtrar mercados e identificar “dinero inteligente” y seguir operaciones rentables.
• Polyfactual: análisis inteligente de mercado y riesgos, plugin Chrome para resultados en el trade panel, orientado a B2B e institucionales.
• Predly: detector de precios erróneos con AI, compara precios de mercado y probabilidades calculadas para identificar arbitrajes en Polymarket y Kalshi. Afirman 89% de acierto en alertas.
• Polysights: cubre 30+ mercados y métricas on-chain, y su Insider Finder rastrea billeteras nuevas o apuestas grandes; útil para monitoreo y señales.
• PolyRadar: plataforma con análisis multinmodelo, interpreta eventos en tiempo real, da score de confianza y transparencia de fuentes, enfatiza colaboración entre AIs;
• Alphascope: motor de inteligencia predictiva con IA, brinda señales en tiempo real, resúmenes y monitorea cambios de probabilidades. Pero es aún muy temprano, focalizado en research y señales.

Alertas y seguimiento de ballenas

• Stand: especializado en seguimiento de ballenas y alertas de acciones de alto conviction.
• Whale Tracker Livid: producto para monitorear cambios en las posiciones de las ballenas.

Herramientas para descubrir arbitrajes

• ArbBets: AI que encuentra arbitrajes en Polymarket, Kalshi y deportes, identificando +EV cross-market, enfocado en escaneo de oportunidades en alta frecuencia.
• PolyScalping: plataforma real time de arbitraje, escaneo market-wide cada 60seg, cálculo de ROI y alerta en Telegram. Permite filtrar oportunidades por liquidez, diferencia de precio y volumen, enfocado en traders activos.
• Eventarb: herramienta compacta para cálculo y avisos de arbitrajes cross-market, gratis, cubre Polymarket, Kalshi y Robinhood.
• Prediction Hunt: agrega y compara en tiempo real los precios de Polymarket, Kalshi y PredictIt (cada 5 min), detectando arbitrajes y simetrías de información.

Terminales de trading y ejecución agregada

• Verso: terminal institucional al estilo Bloomberg soportado por YC Fall 2024, seguimiento en tiempo real de 15.000+ contratos en Polymarket y Kalshi, análisis profundo y noticias AI; para traders avanzados.
• Matchr: agregador y ejecución cross-market para 1.500+ mercados, enrutamiento inteligente para mejor precio y estrategias automáticas basadas en eventos fuertes o arbitraje. Se dirige a maximizar eficiencia de ejecución/capital.
• TradeFox: plataforma Prime Brokerage respaldada por Alliance DAO y CMT Digital, ejecución avanzada (limit orders, stop loss, TWAP), auto-custodia y smart routing en varias plataformas. Planea extenderse a Kalshi, Limitless, SxBet…

Resumen y perspectiva

Hoy en día, el agente de mercado predictivo (Prediction Market Agent) se encuentra en la fase inicial de desarrollo.

• Fundamento y evolución: Polymarket y Kalshi ya son un duopolio con suficiente liquidez y casos de uso para construir agents. El valor diferencial respecto a las apuestas: externalidad positiva, agregación real de información en precios públicos y un paso hacia la “capa global de la verdad”.
• Posicionamiento: El agent debe entenderse como un manager de carteras probabilísticas, cuyo core es transformar noticias, reglas y datos on-chain en señales cuantificables, ejecutando disciplinadamente, con bajos costos y capacidad cross-market. El esquema ideal es cuatrinivel: info, análisis, estrategia y ejecución, pero la viabilidad depende de la claridad de liquidación, liquidez y estructura informativa del mercado.
• Estrategias y gestión de riesgos: En cuanto a estrategia, el arbitraje determinista (liquidación, conservación de probabilidad, arbitraje cross-market) es lo más adecuado para ejecución automatizada. La especulación es apenas soporte. La gestión de posiciones debe priorizar la ejecutabilidad y la resiliencia, recomendando Tier System + límites duros.
• Modelo de negocio y panorama: Comercialmente se divide en tres capas: infraestructura (ingresos B2B dados por data y ejecución), estrategias (cobro o fee sharing por calls de comunidad/terceros), y Agents/Vaults (gestionando activos on-chain bajo estrictas reglas y cobrando fees). Los formatos van del entretenimiento (entrada viral), suscripción/señal (más viable hoy), y Vaults (más restrictivos); “infraestructura + estrategia + performance fees” apunta a ser lo más sustentable.

Si bien hay diversidad de iniciativas —de frameworks a herramientas—, aún no existe un producto estandarizado y maduro en generación de estrategias, eficiencia operativa, gestión de riesgos y ciclo de negocio cerrado. Esperamos futura evolución de estos agentes en el ecosistema de mercados predictivos.