Por qué la precisión y la rentabilidad en mercados de predicción son dos cosas distintas

Una IA que acierta el lado correcto el 80% de las veces todavía puede perder dinero en mercados de predicción. Otra que acierta solo el 25% puede hacer una fortuna. Las dos métricas miden cosas distintas, y confundirlas lleva a los traders a perseguir la IA equivocada o a descartar una que sí es rentable. Aquí están las matemáticas, con ejemplos reales de Polymarket.

Las dos métricas, definidas

Precisión direccional mide: cuando la IA asignó una probabilidad por encima del 50% al SÍ, ¿ocurrió el SÍ? Cuando asignó por debajo del 50%, ¿ocurrió el NO? Es una métrica de clasificación: ¿eligió la IA el lado correcto del resultado binario, ignorando el precio?

Rentabilidad por apuesta mide: cuando la señal de la IA disparó una apuesta (lo que solo ocurre cuando hay suficiente edge sobre el precio de mercado), ¿ganó dinero la apuesta? Es una métrica económica: beneficio neto por importe apostado en todas las apuestas disparadas.

Las dos métricas suelen divergir porque los precios en los mercados de predicción no son 50/50. Un mercado que cotiza el SÍ a $0.85 ya implica que el mercado cree que el SÍ tiene un 85% de probabilidad. Apostar al SÍ a ese precio devuelve solo $0.18 por cada dólar apostado. Apostar al NO a $0.15 devuelve $5.67 por dólar apostado. Mismo resultado, pagos radicalmente distintos según el lado que tomaras.

La asimetría fundamental

En Polymarket, una apuesta de $1 a un lado con precio P paga $1/P si ese lado gana. Así que:

• Apuesta $1 al SÍ a $0.50 → ganar devuelve $2 (beneficio +$1)
• Apuesta $1 al SÍ a $0.20 → ganar devuelve $5 (beneficio +$4)
• Apuesta $1 al SÍ a $0.10 → ganar devuelve $10 (beneficio +$9)
• Apuesta $1 al SÍ a $0.05 → ganar devuelve $20 (beneficio +$19)

Las pérdidas son siempre −$1, sin importar el precio. La asimetría se agranda con la confianza: cuanto más barato el lado, más ganas por cada acierto y menos pierdes por cada error (en términos relativos).

Esta asimetría es todo el juego en los mercados de predicción. Una estrategia que apuesta a underdogs extremos necesita ganar menos del 50% de las veces para ser rentable. Una que apuesta a favoritos claros necesita ganar más del 80% de las veces solo para no perder.

Ejemplo trabajado: un 25% de precisión puede ser muy rentable

Supongamos que una IA apuesta de forma consistente a underdogs con precio de $0.10 (10% de probabilidad implícita). La IA afirma que su estimación real de probabilidad para esos mercados es del 25%, muy por encima del 10% implícito del mercado.

En 100 apuestas, los resultados esperados de la IA si su estimación del 25% es correcta:

• 25 ganadas × $9 de beneficio cada una = +$225 de beneficio bruto
• 75 perdidas × −$1 cada una = −$75 de pérdida bruta
• Neto: +$150 sobre $100 apostados = +150% de ROI por apuesta de media

La precisión direccional aquí es del 25%. El titular pinta fatal. La rentabilidad por apuesta es +150%. La realidad económica es excelente.

El caso opuesto: una IA que apuesta a favoritos claros a $0.85 y afirma una probabilidad real del 90%. En 100 apuestas:

• 90 ganadas × $0.18 de beneficio cada una = +$16.20 de beneficio bruto
• 10 perdidas × −$1 cada una = −$10 de pérdida bruta
• Neto: +$6.20 sobre $100 apostados = +6.2% de ROI por apuesta

La precisión direccional de esta IA es del 90% y el titular pinta fantástico. La rentabilidad por apuesta es de solo +6.2%. Veinticinco veces menos rentable que la IA de underdogs con 25% de precisión.

Qué determina de verdad la rentabilidad

La identidad económica es simple. Para una apuesta binaria con probabilidad P que entra a un precio de mercado M:

EV por $1 apostado = P × (1/M − 1) − (1 − P) × 1
= P/M − P − 1 + P
= P/M − 1

La apuesta es rentable en esperanza si y solo si P/M > 1, lo que significa P > M, es decir, que la estimación de probabilidad de la IA supera la probabilidad implícita del mercado. Eso es exactamente lo que significa "tener edge".

La magnitud de la rentabilidad escala con el ratio P/M, no con P por sí solo. Apostar un mercado de $0.30 con probabilidad IA de 0.40 tiene un EV = 0.40/0.30 − 1 = +33%. Apostar un mercado de $0.05 con probabilidad IA de 0.10 tiene un EV = 0.10/0.05 − 1 = +100%. El primer mercado tiene mayor precisión direccional (40% > 10%) pero el segundo es mucho más rentable por apuesta.

Por qué esto confunde a casi todos

La mayoría de los traders retail evalúan los servicios de mercados de predicción por la precisión del titular. "La IA acierta el 70% de las veces" suena convincente. Se les escapa la pregunta de a qué mercados apuesta la IA, porque no se dan cuenta de que el lado del precio importa tanto como el lado correcto.

Un servicio que afirma un 70% de precisión podría estar eligiendo solo favoritos obvios a $0.85+ y acertando el 70% de las veces. El ROI real es pésimo. Otro servicio que afirma un 30% de precisión podría estar eligiendo underdogs a $0.10−$0.20 y acertando lo suficiente como para ser enormemente rentable.

Sin ver el PnL apuesta por apuesta, parece que uno es "mejor" que el otro. La economía cuenta la historia contraria.

Qué preguntar a cualquier servicio de IA de mercados de predicción

Cinco preguntas de diagnóstico honestas:

1. ¿Cuál es tu ROI medio por apuesta? No la precisión del titular. El ROI por apuesta es el resumen correcto.
2. ¿Cuál es tu precisión ponderada por apuesta? Pondera el resultado de cada apuesta por su importe. Muchos servicios tienen una gran precisión sin ponderar que se derrumba cuando las apuestas se ponderan por edge.
3. ¿Cuál es tu precio de mercado medio al apostar? Si siempre está por encima de $0.5, el servicio va contra los favoritos y solo sobrevive con alta precisión. Si la media está por debajo de $0.3, el servicio apuesta a underdogs.
4. ¿Cuál es tu tasa de acierto frente a la probabilidad implícita? Si el precio medio de apuesta es $0.30, la probabilidad implícita es del 30%. Si la tasa de acierto real es del 35%, el servicio tiene 5 puntos porcentuales de edge por apuesta, y eso se acumula hasta un ROI significativo.
5. ¿Cuál es tu varianza y tu drawdown máximo? Las estrategias de underdogs tienen mayor varianza. Un servicio de underdogs con gran ROI puede tener drawdowns de varios meses que se ven fatales aunque el EV a largo plazo sea positivo.

Nuestras propias métricas, con honestidad

PREDICT, nuestro servicio interno de IA para mercados de predicción, tiene el siguiente perfil en los últimos 60 días de apuestas resueltas:

• Precisión direccional en todos los mercados puntuados: 67.5%. La IA elige el lado correcto de los resultados binarios la mayor parte del tiempo, sin importar el precio.
• Tasa de acierto de las apuestas (apuestas realmente disparadas): 25.2%. La IA va deliberadamente contra los precios de mercado, a menudo en underdogs, así que la tasa de acierto se ve mucho peor que la precisión direccional.
• ROI medio por apuesta: +19.4%. A pesar del 25% de tasa de acierto, la estrategia es claramente rentable porque las apuestas ganadoras pagan varios múltiplos y las perdedoras pagan −1x.

El 25% de tasa de acierto se ve mal en aislamiento. El 19.4% de ROI por apuesta es la métrica que paga las facturas. Publicamos ambas cifras porque la brecha entre ellas es la verdadera historia, y porque queremos que los suscriptores entiendan por qué una tasa de acierto baja no es un fallo sino toda la estrategia.

Qué significa esto para los traders retail

Si operas mercados de predicción directamente, los mismos principios se aplican a tus propias decisiones. Las estrategias rentables suelen ser las que:

• Apuntan a underdogs donde tienes una razón estructural para creer que el mercado se equivoca;
• Aceptan tasas de acierto bajas por apuesta individual a cambio de un alto pago por apuesta;
• Siguen el ROI por apuesta, no la precisión direccional, como métrica principal de éxito;
• Aceptan drawdowns de varias semanas o meses como el coste de la varianza.

Si tu psicología de trading no tolera una tasa de pérdidas del 75% ni siquiera con un EV positivo a largo plazo, apostar a underdogs en mercados de predicción es estructuralmente inadecuado para ti, por buena que sea la IA subyacente. Muchos traders por lo demás racionales no toleran esa tasa de pérdidas aunque las matemáticas digan que es rentable.

La versión sistemática

Los mismos trade-offs se aplican a cualquier servicio de IA de predicción, el nuestro incluido. Si prefieres no hacer las cuentas y elegir tú mismo las métricas correctas, la alternativa es suscribirte a un servicio construido en torno al ROI por apuesta como objetivo principal, que publique con honestidad tanto la precisión como la rentabilidad, y que te deje entrar o salir de las estrategias de underdogs de alta varianza según lo requiera tu psicología.

El umbral de entrega por tier de PREDICT te deja controlar tu exposición a la varianza. El tier Basic entrega solo los picks de mayor confianza, con umbrales de edge más altos; el tier Whale entrega más apuestas, incluidas las jugadas de underdogs de mayor varianza. Tú eliges la varianza que quieres; la estrategia entrega en consecuencia.