Dimensionar la apuesta y los riesgos reales

Ya conocéis toda la máquina: una acción que paga $1 si tenéis razón y $0 si os equivocáis, un libro de órdenes donde se negocia, un oráculo optimista que decide quién tenía razón, un gráfico de calibración que puntúa a la multitud, el sesgo favorito–longshot que lo distorsiona y el arbitraje binario que recoge los dólares gratis. Lo que falta es la parte que de verdad saca dinero de vuestra cuenta y (eso esperáis) mete más de vuelta: cuánto apostar.

Aquí es donde vuestros otros dos cursos expertos vienen a cobrar la deuda. Bayesian-finance os enseñó a construir una probabilidad a partir de un prior y la evidencia; kelly-and-cagr os enseñó a dimensionar una ventaja repetida para que componga en lugar de arruinaros. Esta lección los suelda a un contrato binario en vivo: formad vuestra probabilidad $p$ a la manera bayesiana, comparadla con el precio para leer vuestra ventaja, dimensionad la posición con Kelly sobre una acción binaria, luego apostad deliberadamente una fracción de eso — y por último enfrentaos a los riesgos que ninguna fórmula os pone precio. Al final podréis tomar una opinión sobre el mundo y convertirla en una posición que no os lleve sigilosamente al borde de un precipicio.

De la creencia a la ventaja — construye tu probabilidad y luego bate el precio

Analogía. Antes de empujar las fichas, un profesional del póker no se pregunta “¿me gusta mi mano?” — se pregunta “¿es mi mano mejor que el precio que me ofrece el bote?”. Un mercado de predicción es idéntico. El precio no es el farol de tu rival; es la estimación cuidadosamente ponderada de la multitud, publicada en céntimos. No ganas por tener razón. Ganas por tener más razón que un precio que ya es bastante bueno.

Definición. Tu ventaja en una acción SÍ es la diferencia entre tu probabilidad $p$ de que ocurra el evento y el precio del mercado $c$ (en dólares, así que 60¢ = $0.60$, que es también la probabilidad implícita de la multitud). Si $p > c$, SÍ está infravalorada para ti y comprarla tiene valor esperado positivo; si $p < c$, NO es el lado de +VE. Concretamente, una acción SÍ cuesta $c$ y devuelve $1$ si el evento ocurre, así que tu beneficio esperado por acción es

$\text{EV}_{\text{YES}} = p \cdot (1 - c) - (1 - p)\cdot c = p - c.$

Todo el VE se reduce a $p - c$: tu probabilidad menos el precio. Limpio. Pero solo es real si tu $p$ está genuinamente mejor calibrada que la de la multitud — de lo contrario, la “ventaja” es solo tu exceso de confianza disfrazado con una bata de laboratorio.

Formar $p$ a la manera bayesiana. Del curso bayesian-finance: empieza con un prior a partir de tasas base, luego actualiza con la evidencia específica para obtener un posterior. Supón que estás valorando “¿Ganará el titular la reelección?”. Prior de tasa base: los titulares de este cargo han ganado alrededor del 60% de las veces, así que $P(\text{ganar}) = 0.60$ antes de mirar nada concreto. Ahora la evidencia: un lote de encuestas de alta calidad muestra al titular por delante. Encuestas como estas han apuntado en la dirección correcta históricamente alrededor del 75% de las veces cuando un candidato gana, y alrededor del 35% cuando pierde ($P(\text{ventaja en encuestas}\mid \text{ganar}) = 0.75$, $P(\text{ventaja en encuestas}\mid \text{perder}) = 0.35$). Bayes:

$P(\text{ganar}\mid \text{ventaja en encuestas}) = \frac{0.75 \times 0.60}{0.75 \times 0.60 + 0.35 \times 0.40} = \frac{0.45}{0.45 + 0.14} = \frac{0.45}{0.59} \approx 0.76.$

Tu posterior es de aproximadamente el 76%. Pero aquí está el movimiento que la mayoría se salta: el precio de mercado es en sí mismo un prior fuerte hacia el que deberías actualizar. Una multitud líquida a 60¢ ha agregado información que tú quizá no tengas. Así que no apuestes tu 76% bruto a ciegas — encógelo hacia el precio (la misma lógica de encogimiento que el curso bayesian-finance). Aterriza en torno al 70%, trata eso como tu $p$, y compáralo con el precio de 60¢: ventaja $p - c = 0.70 - 0.60 = +0.10$ por acción. Positiva — SÍ es el lado de +VE.

Kelly sobre una acción de resultado binario

Analogía. Mismo casino, ficha nueva. En el curso de Kelly apostabas sobre una moneda que pagaba $b$-a-1. Una acción de mercado de predicción es justo esa moneda con las cuotas escritas en la etiqueta de precio: paga $c$, ganas $1 - c$ si acierta, pierdes $c$ si no. Así que las cuotas de pago vienen horneadas en los céntimos — y Kelly se desliza dentro perfectamente.

Definición. Compra una acción SÍ al precio $c$ con tu probabilidad $p$. Con probabilidad $p$ apuestas $c$ para ganar $1 - c$ (neto); con probabilidad $1 - p$ pierdes tu $c$. Esa es una apuesta binaria cuyas cuotas netas son $b = (1 - c)/c$. Métela en la fórmula de Kelly $f^* = (pb - q)/b = p - q/b$ del curso kelly-and-cagr y los céntimos se cancelan de forma preciosa:

$f^* = \frac{p - c}{1 - c} \quad (\text{comprando SÍ}).$

Esto es de nuevo simplemente ventaja ÷ cuota — el numerador $p - c$ es tu ventaja por acción, el denominador $1 - c$ es el beneficio que paga una acción ganadora, es decir, la cuota. Nada nuevo; es el Kelly binario que ya derivaste, especializado a un contrato de $1/$0.

Ejemplo resuelto — la apuesta 70-vs-60. Tu $p = 0.70$, el precio $c = 0.60$:

$f^* = \frac{0.70 - 0.60}{1 - 0.60} = \frac{0.10}{0.40} = 0.25.$

El Kelly completo es el 25% de tu bankroll en SÍ. Una creencia 70/30 valorada a 60/40 es una ventaja gorda, y Kelly está encantado de dimensionarla grande — lo cual, anticipando salvajemente, es exactamente por qué la recortarás en un momento.

La versión del lado NO. Si crees que el evento es menos probable de lo que dice el precio, compras NO. Una acción NO cuesta $1 - c$ y paga $1$ si el evento no ocurre. Por simetría — reemplaza “prob de ganar” por $1 - p$ y “precio” por $1 - c$:

$f^*_{\text{NO}} = \frac{(1 - p) - (1 - c)}{1 - (1 - c)} = \frac{c - p}{c}.$

Ejemplo: crees que un evento valorado a 80¢ ($c = 0.80$) es en realidad solo un 60% probable ($p = 0.60$). SÍ está sobrevalorada, así que compra NO: $f^*_{\text{NO}} = (0.80 - 0.60)/0.80 = 0.20/0.80 = 0.25$. El mismo 25% — la imagen especular de la matemática del SÍ.

La curva de crecimiento de abajo es la mismísima joroba de Kelly del curso kelly-and-cagr — arrastra la probabilidad de ganar y la cuota para ver dónde se sitúa el pico (tu $f^*$) y dónde empieza el precipicio de la sobreapuesta. Para nuestra apuesta, piénsalo como $p = 0.70$ con cuotas de pago $b = (1-c)/c = 0.4/0.6 \approx 0.67$.

Por qué Kelly fraccionado aquí, especialmente

Analogía. El Kelly completo asume que tecleaste las cuotas correctamente. En un casino básicamente puedes — la geometría de la ruleta es fija. En Polymarket tus “cuotas” provienen de una probabilidad que estimaste, contra un competidor afilado (la multitud) que fijó el precio. Es como pisar a fondo hacia un quitamiedos usando un velocímetro que construiste tú mismo a base de conjeturas. El precipicio es real; tu instrumento es borroso. Reduce la velocidad.

Definición. El curso kelly-and-cagr clavó la asimetría: la curva de crecimiento es una joroba suave con una caída en picado en el lado de la sobreapuesta. Pasado aproximadamente el doble de Kelly, tu crecimiento a largo plazo se vuelve negativo — te arruinas con certeza a pesar de tener una ventaja real. Crucialmente, sobrestimar tu ventaja tiene el mismo efecto que sobreapostarla: si tu $p$ verdadera es menor de lo que crees, tu “Kelly completo” ya está secretamente pasado el pico, derivando hacia el precipicio. Como las ventajas en los mercados de predicción son pequeñas y tu $p$ es ruidosa, la solución es Kelly fraccionado — apostar deliberadamente $\tfrac12$ o $\tfrac14$ de $f^*$.

Ejemplo resuelto — medio Kelly en nuestra apuesta. El Kelly completo en la apuesta 70-vs-60 era el 25%. Medio Kelly es

$\tfrac12 \times 0.25 = 0.125 \Rightarrow \textbf{12.5\% del bankroll}.$

Del curso de Kelly conoces el trato que compra esto: medio Kelly conserva aproximadamente tres cuartas partes del crecimiento con la mitad de la volatilidad — y, más importante aquí, deja un margen de seguridad de modo que si tu ventaja verdadera es menor que tu estimación, sigues cómodamente en el lado seguro de la joroba. Un cuarto de Kelly (6.25% aquí) es aún más conservador y es un valor por defecto perfectamente razonable cuando tu $p$ es poco más que una conjetura informada.

Riesgo de resolución y del oráculo — tener razón y aun así cobrar $0

Analogía. Apuestas por un caballo, cruza la línea primero, y los comisarios lo descalifican por un tecnicismo que nunca viste venir. Tenías “razón” y tu boleto no vale nada. En un mercado de predicción los comisarios son el oráculo, y el reglamento es la redacción de resolución del mercado — y ambos pueden torcerse.

Definición. El riesgo de resolución es la posibilidad de que un mercado se liquide en contra del resultado de sentido común a causa de cómo se adjudica, no de lo que ocurrió en el mundo. Tres sabores: redacción ambigua (el título dice una cosa, los criterios de resolución en letra pequeña dicen otra), una disputa del oráculo que se resuelve en el sentido equivocado (recuerda el oráculo optimista de UMA — un proponente publica un resultado, y un mercado disputado escala a una votación de poseedores de tokens que puede caer en el lado “equivocado”), y una propuesta maliciosa y bien financiada que publica un resultado falso y supera en fianza a los disputadores honestos. La propiedad clave: este riesgo en gran medida no está incorporado en el precio de la acción como sí lo está la incertidumbre ordinaria.

Ejemplo resuelto — recorta tu probabilidad. Supón que tu probabilidad honesta y bayesiana de que el evento ocurra es $p = 0.70$. Pero lees los criterios de resolución y juzgas que hay un 5% de probabilidad de que el mercado se resuelva en contra del resultado del mundo real — redacción ambigua, una disputa en vivo, lo que sea. Tu probabilidad efectiva de que la acción te pague es

$p_{\text{eff}} = p \times (1 - 0.05) = 0.70 \times 0.95 = 0.665.$

Vuelve a ejecutar Kelly con $p_{\text{eff}} = 0.665$ contra el precio de 60¢: $f^* = (0.665 - 0.60)/0.40 = 0.065/0.40 \approx 0.16$ — un Kelly completo notablemente menor que el 0.25 que obtendrías ignorando el riesgo de resolución (y luego tomarías una fracción de eso). El recorte tanto reduce tu apuesta como, cerca de un precio de cara o cruz, puede borrar la ventaja por completo.

Riesgo de liquidez y de apuestas correlacionadas

Analogía. Un libro de órdenes fino es una carretera de montaña estrecha: fácil pasar un coche o dos, pero intenta mover un convoy y raspas las paredes al entrar y al salir. Y muchas apuestas “separadas” son secretamente la misma apuesta con distinto sombrero — como asegurar diez casas sobre la misma falla y llamarlo diversificación.

Definición — riesgo de liquidez. Un libro fino tiene poca profundidad, así que una orden significativa desliza el precio en tu contra al entrar, y — peor aún — quizá no puedas salir en absoluto antes de la resolución. Tu capital puede quedar bloqueado en la posición hasta que el mercado se liquide, convirtiendo una “operación” en un bono mantenido hasta vencimiento cuyo vencimiento no controlas. El deslizamiento te golpea dos veces (al entrar y al salir), y el diferencial es un coste real por encima de las comisiones, todo lo cual reduce la ventaja que Kelly cree que tienes.

Definición — riesgo de apuestas correlacionadas. Muchas posiciones de mercado de predicción que parecen independientes están impulsadas por un único evento subyacente. “El candidato A gana el estado X”, “…el estado Y”, “…las elecciones” y “…el Senado cambia de manos” se mueven todas juntas cuando llega una ola nacional. Dimensionar cada una en Kelly independientemente secretamente sobreapuesta el clúster: por la intuición del Kelly multiactivo / riesgo de ruina del curso kelly-and-cagr, las posiciones correlacionadas apilan su lado negativo, así que cinco apuestas de “12.5% del bankroll” que se resuelven todas en las mismas elecciones no son un libro diversificado — están más cerca de una sola apuesta del 62.5% sobre esas elecciones. Eso está bien dentro del territorio de la sobreapuesta, y una sola mala noche puede llevarse toda la pila.

Ejemplo resuelto. Encuentras cinco acciones SÍ que dimensionarías cada una en medio Kelly (12.5% del bankroll). Si fueran verdaderamente independientes, perfecto — Kelly sobre apuestas independientes aproximadamente suma. Pero las cinco se resuelven en las mismas elecciones. Trata el clúster como una posición correlacionada: tu exposición real a ese único evento es de hasta $5 \times 12.5\% = 62.5\%$ del bankroll — muy por encima del doble del Kelly que jamás fijarías para un solo evento. La solución: dimensiona el tema, no cada boleto. Decide cuánto del bankroll merece las elecciones en su conjunto (digamos, 12.5%), luego reparte eso entre las cinco acciones correlacionadas.

Riesgo regulatorio y práctico

Analogía. Incluso una apuesta perfectamente dimensionada y bien razonada corre sobre fontanería que no posees: una cadena, una stablecoin y un entorno legal — cualquiera de los cuales puede apagarse o tener una fuga independientemente de si acertaste el evento.

Definición. Más allá de la apuesta en sí, los mercados de predicción acarrean riesgos estructurales. Riesgo regulatorio y de geobloqueo: el acceso a los mercados de predicción varía según la jurisdicción y cambia con el tiempo — algunos sitios restringen o bloquean a ciertos usuarios o regiones, y el tratamiento legal de estos mercados difiere de un lugar a otro y evoluciona. Riesgo de contrato inteligente: el mercado vive en código on-chain (recuerda Polygon), y un fallo o exploit en ese código puede afectar a los fondos con independencia de cualquier resultado del mercado. Riesgo de stablecoin: la liquidación es en USDC, así que heredas cualquier riesgo que cargue esa stablecoin — un desanclaje o un problema del emisor golpearía el valor en dólares de tu posición y tus ganancias aunque hubieras acertado el evento.

Ejemplo resuelto — dimensionar para la fontanería. Ninguno de estos aparece en el precio de la acción ni en tu cálculo de ventaja, así que la única defensa es, de nuevo, apostar más pequeño y no concentrar. Si juzgas que hay una probabilidad pequeña pero no nula de que el sitio en sí te falle (un cambio de geobloqueo, un fallo de contrato, un bamboleo de la stablecoin) de un modo que te cueste la posición, esa es otra razón por la que tu probabilidad efectiva de cobrar está por debajo de tu probabilidad del evento — y otra razón por la que Kelly fraccionado, limitando la exposición total a una sola plataforma, es el valor por defecto sensato. Piensa en el riesgo de plataforma como un recorte extra permanente sobre $p$ que puedes encoger pero nunca eliminar del todo.

Juntándolo todo — y el dial de seguridad

Tres de estas palancas empujan todas en el mismo sentido: cuando no estás seguro de tu ventaja (Kelly fraccionado), cuando la resolución podría traicionarte (recorte de probabilidad), o cuando las apuestas están correlacionadas (dimensiona el tema), la respuesta correcta es apostar menos. El dimensionamiento en los mercados de predicción es un gran argumento a favor de la humildad.

Esa es la última pieza de la máquina: ahora puedes leer un precio como una probabilidad, construir una mejor probabilidad propia, medir la ventaja entre ambas, dimensionarla con Kelly binario, recortarla con una fracción y un recorte, y respetar los riesgos a los que ninguna fórmula pone precio. Lo que queda es demostrarlo. El curso cierra con el Examen Final — una única ejecución calificada y bloqueada sobre todo lo que has aprendido, desde el libro de órdenes y la acuñación pasando por la resolución de UMA, la calibración y el sesgo favorito–longshot, el arbitraje binario, y el dimensionamiento bayesiano-Kelly de esta lección. Una pregunta cada vez, sin volver atrás, sin reintentos; cada respuesta se bloquea en el momento en que la envías, y tu puntuación de aprobado/suspenso llega solo al final. Trae el curso entero — todo es válido.