Los mercados de predicción no son nuevos
La idea de usar mercados para agregar predicciones no es una innovación del siglo XXI. Existían mercados de apuestas políticas en Estados Unidos ya en la década de 1860, cuando las bolsas de acera de Wall Street tomaban apuestas sobre elecciones presidenciales. Estos mercados eran ampliamente seguidos y a menudo más precisos que las encuestas informales contemporáneas. Los Iowa Electronic Markets, lanzados en 1988, proporcionaron algunas de las primeras evidencias académicas de la precisión de los mercados de predicción en su forma moderna.
El historial académico
Berg, Nelson y Rietz de la Universidad de Iowa publicaron múltiples estudios comparando las predicciones de los Iowa Electronic Markets con los datos de encuestas en elecciones presidenciales desde 1988 hasta 2004. Los mercados superaron a las encuestas el 74% del tiempo cuando se compararon en las mismas fechas. La ventaja fue particularmente pronunciada cuando los pronósticos se hicieron con más de 100 días de anticipación a la elección.
Un metaanálisis de 2023 en el International Journal of Forecasting por Atanasov y colegas examinó mercados de predicción, encuestas y pronosticadores expertos en múltiples dominios. Encontraron que los mejores pronósticos generalmente combinan las tres fuentes, con los mercados desempeñándose mejor cuando la pregunta está bien definida, los criterios de resolución son claros y la liquidez es adecuada.
Dónde han fallado los mercados
Los mercados de predicción no son infalibles, y sus fallas son instructivas. Los mercados subestiman sistemáticamente la probabilidad de eventos extremos (cisnes negros) porque la tasa base para eventos extremos es muy baja y la mayoría de los participantes del mercado no los han vivido. Los mercados también tienen dificultades con eventos donde la resolución depende de un único tomador de decisiones cuyo proceso de pensamiento es genuinamente privado (¿renunciará un CEO específico, fallará un juez específico de cierta manera?).
La elección estadounidense de 2024 presentó un caso mixto. Polymarket identificó correctamente a Trump como el probable ganador cuando las encuestas mostraban un empate, pero la probabilidad del 57% todavía significaba que había un 43% de posibilidades de equivocarse. El mercado tuvo razón en esta instancia, pero una predicción del 57% que resulta correcta no significa que la predicción fuera perfecta. Significa que el mercado evaluó correctamente la incertidumbre, lo cual es una afirmación distinta y más sutil.
La calibración es la métrica correcta
La manera correcta de evaluar la precisión de los mercados de predicción en el tiempo es la calibración: ¿ocurren los eventos que el mercado valora al 30% realmente el 30% del tiempo? ¿Ocurren los eventos valorados al 70% el 70% del tiempo? Una calibración perfecta significa que el mercado no está sistemáticamente sobreconfiado ni subconfiado en ningún nivel de probabilidad.
Los estudios sobre la calibración de los mercados de predicción generalmente muestran un buen desempeño en el rango de 20-80% pero algo de sobreconfianza en los extremos (eventos valorados al 95% ocurren ligeramente menos del 95% del tiempo). Esto es consistente con la expectativa teórica: las probabilidades extremas son más difíciles de valorar con precisión porque pequeños cambios absolutos en la probabilidad requieren grandes cambios porcentuales en la posición para corregir.
Explore estas herramientas en Blockcircle: Prediction Markets Mispricing Engine