Cómo leer el score de una IA en mercados de predicción: probabilidad de la IA vs precio de mercado

Un servicio de scoring con IA te dice que una pregunta de Polymarket tiene un 38% de probabilidad de resolverse en SÍ. Ahora mismo el mercado cotiza el SÍ a 12¢. ¿Deberías apostar? ¿A qué lado? ¿Y cuánto? La mayoría de los traders minoristas miran el score de la IA y o lo creen a ciegas o lo descartan del todo. La interpretación honesta vive en la brecha entre la probabilidad de la IA y el precio de mercado, y las reglas para leer bien esa brecha son más simples de lo que parecen.

Los dos números que estás comparando

En cualquier mercado de predicción binario hay dos probabilidades en todo momento:

• Probabilidad de la IA — lo que tu modelo cree que vale la posibilidad de que el SÍ resulte cierto. Un número entre 0 y 1 (o entre 0% y 100%).
• Probabilidad implícita del mercado — lo que el precio actual del SÍ dice que piensa el consenso. El precio del SÍ ES la probabilidad implícita (un precio del SÍ de 0,30 significa que el mercado le da un 30% de probabilidad).

La diferencia entre ambas es el «edge». Si la probabilidad de la IA es 0,38 y el SÍ del mercado está en 0,12, el edge es 0,38 − 0,12 = 0,26, o sea 26 puntos porcentuales. La IA cree que el SÍ es mucho más probable de lo que cree el mercado.

El árbol de decisión

Tres relaciones posibles, tres decisiones distintas:

Caso 1: probabilidad de la IA > precio de mercado + umbral → COMPRAR SÍ

La IA cree que el SÍ es más probable de lo que cree el mercado. La mala valoración juega a favor del SÍ. Compras SÍ al precio de mercado actual.

Ejemplo: la IA dice 0,38, el SÍ del mercado está en 0,12. Edge = +26pp. Por encima de tu umbral de acción (digamos 10pp). Recomendación: COMPRAR SÍ.

Si aciertas, compraste un evento con 38% de probabilidad a 12¢: el pago es de 1$ por acción si sale SÍ, así que el beneficio neto por acción es de 0,88$. Si te equivocas (resuelve NO), pierdes tus 0,12$ por acción. Valor esperado: 0,38 × 0,88 − 0,62 × 0,12 = +0,26$ por acción. Rendimiento esperado positivo; el tamaño de la apuesta lo eliges tú.

Caso 2: probabilidad de la IA < precio de mercado − umbral → COMPRAR NO

La IA cree que el SÍ es menos probable de lo que cree el mercado. La mala valoración juega a favor del NO. Compras NO a (1 − precio del SÍ del mercado).

Ejemplo: la IA dice 0,60, el SÍ del mercado está en 0,85 (el NO en 0,15). Edge = −0,25, o sea 25pp hacia el NO. Por encima del umbral. Recomendación: COMPRAR NO.

Si aciertas (resuelve NO), compraste un evento con 40% de probabilidad (el NO) a 15¢: pago de 1$, neto +0,85$. Si fallas (resuelve SÍ), pierdes 0,15$. Valor esperado: 0,40 × 0,85 − 0,60 × 0,15 = +0,25$ por acción.

Caso 3: |probabilidad de la IA − precio de mercado| < umbral → PASAR

La IA y el mercado están lo bastante cerca como para que el valor esperado sea pequeño o nulo. No merece la pena apostar.

Ejemplo: la IA dice 0,55, el SÍ del mercado está en 0,52. Edge = +3pp. Por debajo del umbral. Pasas.

¿Por qué un umbral? Porque toda apuesta tiene costes implícitos: spread, slippage del AMM, comisiones de Polymarket, error de scoring de la IA. Un edge pequeño se lo comen esos costes. El umbral es el tamaño a partir del cual las matemáticas aguantan tus supuestos sobre los costes.

Por qué el umbral importa más de lo que la gente cree

Poner el umbral de acción demasiado bajo es el error más común. Si apuestas con cada edge de 3 puntos porcentuales, en realidad estás apostando al ruido del scoring de la IA. La probabilidad de la IA no está perfectamente calibrada: tiene un margen de error alrededor de su estimación puntual.

Un modelo de scoring típico produce probabilidades con un error estándar de ±5pp. Si apuestas con cada edge de 5pp, la mitad de tus apuestas son ruido (el edge real podría ser cero o negativo). Si apuestas solo con edges de 15pp, casi todas tus apuestas son señal real (es poco probable que el edge verdadero ronde el cero).

La mayoría de los servicios de mercados de predicción en producción apuntan a un umbral de 10pp para apuestas accionables. Por debajo, la apuesta tiene demasiado ruido para justificarse. Por encima, la apuesta tiene un valor esperado alto con una robustez razonable frente al error de scoring.

El asunto de apostar al underdog

Las matemáticas del Caso 1 son llamativas: probabilidad de la IA de 0,38 vs mercado de 0,12. La IA da el SÍ tres veces más probable que el mercado. Si la IA acierta, la tasa de acierto es del 38% por apuesta. Suena mal: casi ningún trader minorista apostaría por algo que espera perder el 62% de las veces.

Pero cada apuesta de 1$ gana +7,33$ (1/0,12 − 1) cuando resuelve SÍ. Así que:

• 38 aciertos × 7,33$ = +278,54$
• 62 fallos × −1$ = −62$
• Neto: +216,54$ por cada 100$ apostados. ROI por apuesta: +2,17$ o +217%

Misma IA, mismas estimaciones de probabilidad, mismas apuestas, pero con un 38% de acierto direccional generas un +217% de ROI por apuesta. El titular de la precisión pinta fatal; la economía es excepcional.

Esta es la razón de fondo por la que la mayoría de los traders minoristas no deberían operar estrategias de IA en mercados de predicción a puro instinto. Las matemáticas dicen que apuestes al underdog; su psicología se niega a hacerlo. Lo tratamos a fondo en por qué precisión y rentabilidad son dos cosas distintas.

Cómo verificar que una IA está calibrada

Una probabilidad de IA calibrada es la que coincide con las frecuencias reales a lo largo del tiempo. Si la IA dice «40% de probabilidad» en 100 mercados, cabría esperar que unos 40 resuelvan en SÍ.

La prueba estándar: agrupa las salidas de la IA en deciles (0-10%, 10-20%, ..., 90-100%) y comprueba que las frecuencias de resolución reales coinciden con la media de cada grupo. Un buen gráfico de calibración tiene los puntos sobre la diagonal. Uno malo los tiene muy fuera.

Si tu servicio de IA no publica su calibración, es una señal de alarma. La calibración es el resumen más honesto de la precisión probabilística. Nosotros publicamos la nuestra junto con los resultados de resolución en nuestra página de historial de PREDICT, para que los suscriptores puedan verificarlo directamente.

La rutina de interpretación en cinco pasos

Cuando un servicio de scoring con IA te da una señal, pasa esta checklist en 60 segundos:

1. Magnitud del edge. Calcula |probabilidad de la IA − precio de mercado|. Si es menos de 10pp, pasas. La apuesta es demasiado marginal.
2. Dirección del edge. Si la IA > mercado → COMPRAR SÍ. Si la IA < mercado → COMPRAR NO. La señal apunta a un lado o al otro.
3. Interpretación del precio de mercado. Si el precio del lado que apuestas está por debajo del 20%, apuestas a un underdog con pago asimétrico. Si está por encima del 80%, apuestas a un favorito claro con pago bajo. Distinto perfil de riesgo, distinto sizing.
4. Chequeo de liquidez. Un edge de 20pp en un mercado con 200$ de liquidez es inoperable. Un edge de 10pp en un mercado con 200k$ de liquidez es excelente. Revisa la profundidad antes de dimensionar.
5. Criterios de resolución. Lee la descripción del mercado una vez. A veces la IA malinterpreta la regla de resolución real. Si el criterio del mercado es ambiguo o parece que la IA lo lee mal, pasas.

Esa es toda la rutina de decisión. 60 segundos por señal. Si no puedes hacer esos cinco pasos antes de colocar una apuesta, no la coloques.

Qué hace nuestro propio servicio

PREDICT ejecuta el equivalente a esta rutina de cinco pasos de forma automática en cada mercado que valora. Los mercados que no pasan el umbral o los tests de liquidez reciben PASAR en lugar de COMPRAR. Los que pasan reciben una señal accionable que llega a los suscriptores con todos los metadatos relevantes: probabilidad de la IA, precio de mercado, edge en puntos básicos, recomendación y el razonamiento de fondo.

Este es el flujo que construimos para que los suscriptores no tengan que verificar cinco cosas a mano en cada apuesta. La señal llega con contexto suficiente para que un vistazo baste para actuar. La prueba es gratis.