Detección y explotación de señales en mercados de predicción mediante técnicas de IA

Abstract

Polymarket es el mayor mercado de predicción del mundo: cada contrato cotiza entre 0 y 1 dólar y su precio se lee como la probabilidad de un suceso real. Este trabajo investiga si sus datos de negociación contienen señales explotables y si la inteligencia artificial puede aprovecharlas de forma sistemática para obtener una ventaja de trading. La dificultad principal no fue encontrar señales aparentes, sino descartar las falsas: con estos datos es fácil producir backtests espectaculares que mueren al enfrentarse a una ejecución realista. Por eso el núcleo del proyecto es un protocolo de validación estricto: sin fugas temporales, walk-forward por fecha de resolución, ejecución pagada a libro real o modelado, contraste contra nulos aleatorios y paper trading en vivo. Sobre una plataforma común se estudian cinco enfoques basados sobre todo en gradient boosting (LightGBM). Cuatro se descartan con causa medida y reproducible: lead-lag (validado, pero opera fuera de Polymarket), forensic flows (falsificado por el rebote bid-ask), informed market making (selección adversa y cola FIFO) y smart money (su ventaja es información privada, no estado público observable). El superviviente explota el sesgo estructural favorito-longshot con un modelo anclado al precio y apuesta a resolución: +440% en 29 semanas fuera de muestra, Sharpe semanal 0,997 y 25 de 29 semanas positivas. La conclusión es afirmativa pero matizada: Polymarket contiene información real y un edge explotable, pero la mayor parte de la predictibilidad aparente no lo es, y demostrarlo exige el mismo rigor que explotar la parte que sí. El sistema final funciona como bot automático en paper trading.

Polymarket is the world's largest prediction market: each contract trades between $0 and $1 and its price reads directly as the probability of a real-world event. This work investigates whether its trade data contain exploitable signals and whether artificial intelligence can systematically leverage them into a trading edge. The main difficulty was not finding apparent signals but discarding the false ones: this data easily produces spectacular backtests that die under realistic execution. The core of the project is therefore a strict validation protocol: no temporal leakage, walk-forward by resolution date, execution paid at a real or modeled book, testing against random nulls, and live paper trading. On a shared platform (a data pipeline from the official APIs, an execution-cost model and a validation framework) five approaches are studied, based mostly on gradient boosting (LightGBM). Four are discarded with a measured, reproducible cause: lead-lag (validated, but trades outside Polymarket), forensic flows (falsified by the bid-ask bounce), informed market making (adverse selection and the FIFO queue) and smart money (its edge is private information, not observable public state). The survivor exploits the structural favourite-longshot bias with a price-anchored model and bets to resolution: +440% over 29 out-of-sample weeks, weekly Sharpe 0.997, and 25 of 29 positive weeks. The conclusion is affirmative but qualified: Polymarket contains real information and an exploitable edge, but most of the apparent predictability is not exploitable, and proving that requires the same rigour as exploiting the part that is. The final system runs as an automated paper-trading bot.