💰 quantitative finance

Information Leakage at Population Scale: An Evaluation of the Polymarket Insider-Relevant Subpopulation, 2020-2026

Este artículo evalúa el marco del Puntaje de Fuga de Información en 12.708 mercados de Polymarket desde 2020 hasta 2026, revelando que su aplicación efectiva se ve severamente limitada por la ambigüedad en la resolución y la baja sensibilidad al anclaje, demostrando así que la detección de flujos informados requiere refinamientos metodológicos en la tipología de resolución y la corrección de la línea base, y no simplemente el cálculo del puntaje.

Autores originales: Maksym Nechepurenko

Publicado 2026-05-04

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Maksym Nechepurenko

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina una sala de apuestas gigante y global llamada Polymarket. La gente apuesta sobre todo, desde "¿Firmará el Presidente este proyecto de ley?" hasta "¿Ganará esta película un Oscar?". El documento que estás leyendo es una investigación sobre si algunas personas están haciendo trampa al apostar sobre secretos que conocen antes que el resto del público.

El autor, Maksym Nechepurenko, construyó una herramienta especial de "detector de mentiras" llamada Puntuación de Fuga de Información (ILS). En una prueba anterior, esta herramienta funcionó perfectamente en una sola apuesta específica. Este documento pregunta: ¿Funciona esta herramienta cuando intentamos usarla en miles de apuestas a la vez?

Aquí está la historia de lo que encontraron, explicada de forma sencilla.

1. La herramienta es demasiado exigente (El problema del "filtro")

El autor intentó ejecutar esta herramienta en 12.708 mercados de apuestas diferentes. El objetivo era encontrar a los "tramposos" (personas que apuestan sobre información privilegiada).

El resultado: La herramienta solo funcionó en 88 de esos mercados (menos del 1%).
La analogía: Imagina que tienes un detector de metales que debería encontrar monedas de oro en un campo masivo. Barres todo el campo, pero la máquina solo pita en 88 lugares. ¿Por qué? Porque la máquina está diseñada para pitar solo en monedas que son perfectamente redondas y brillantes.
El problema real: La mayoría de las preguntas de apuestas eran demasiado confusas. Por ejemplo, una apuesta podría preguntar: "¿Será removido el líder?". Pero "removido" podría significar despedido, renunciando o muriendo. La herramienta necesita un momento único y claro en el tiempo (como una fecha específica en la que se firma una ley) para funcionar. Si la pregunta es vaga, la herramienta se rinde.
La sorpresa: Incluso cuando examinaron 32 casos famosos donde ya se sabía que había ocurrido fraude, la herramienta solo funcionó en uno de ellos. Los otros 31 eran demasiado vagos para que la herramienta los entendiera.

2. El "evento" es difícil de precisar

Para atrapar a un tramposo, la herramienta necesita saber exactamente cuándo se filtró la noticia.

El problema: La herramienta intentó usar inteligencia artificial para encontrar el segundo exacto en que se rompió una noticia. Solo acertó la fecha correcta aproximadamente el 58% de las veces.
La analogía: Es como intentar atrapar a un ladrón sabiendo exactamente en qué segundo entró por la puerta principal. Si piensas que entró a las 2:00 PM, pero en realidad entró a las 2:05 PM, tu cámara no lo captura.
La consecuencia: Debido a que la herramienta es tan sensible al momento exacto, solo funciona en las apuestas más "limpias" donde la noticia ocurre en un momento único y claro (como un resultado deportivo). En apuestas políticas o legales confusas, la herramienta se confunde.

3. Las puntuaciones "negativas" eran solo matemáticas, no fraude

Cuando la herramienta finalmente funcionó, dio mayoritariamente puntuaciones negativas.

El malentendido: Al principio, el autor pensó que una puntuación negativa significaba que la gente estaba apostando en contra de la verdad (un tipo extraño de fraude).
La corrección: El autor se dio cuenta de que esto era solo un truco de las matemáticas.
La analogía: Imagina una cuenta regresiva para el lanzamiento de un cohete. A medida que pasa el tiempo y el cohete aún no despega, la probabilidad de que despegue ahora mismo disminuye naturalmente. Si el cohete finalmente despega en el último segundo, el precio en el mercado de apuestas parece haber caído antes de subir. La herramienta vio esta "caída" y pensó que era fraude.
La solución: El autor añadió una "corrección de línea base" (como restar el efecto natural de la cuenta regresiva). Después de esta corrección, parte del "fraude" desapareció, pero en un tipo específico de apuesta (anuncios regulatorios), las puntuaciones negativas persistieron. Esto sugiere que en esas apuestas específicas, la gente podría estar apostando realmente en contra del resultado antes de que se filtre la noticia.

4. La suposición de "talla única" era incorrecta

La herramienta asumía que todos los eventos ocurren a un ritmo constante y predecible (como la lluvia cayendo a velocidad constante).

El hallazgo: Los datos mostraron que los eventos no ocurren a un ritmo constante. A veces ocurren en ráfagas; a veces tardan mucho tiempo.
La analogía: La herramienta estaba usando un modelo de "lluvia constante", pero el mundo real era más como una "tormenta" seguida de una "sequía". El autor tuvo que cambiar la herramienta a un modelo más flexible (llamado Weibull) para manejar correctamente las tormentas y las sequías.

La conclusión general

El documento concluye que la herramienta de "detector de mentiras" es real y funcional, pero actualmente es demasiado estrecha para ser utilizada en todo el mercado de apuestas.

Funciona bien en eventos claros y discretos (como "¿Ganará el Equipo X el partido?").
Falla en eventos vagos y complejos (como "¿Cambiará el gobierno su política?").

El autor dice: "Encontramos que la herramienta funciona, pero necesitamos actualizarla para manejar preguntas vagas y corregir las matemáticas sobre cómo pasa el tiempo". Planea hacer esto en un futuro documento (Documento 3b) utilizando una inteligencia artificial más inteligente para entender preguntas confusas y combinando esta herramienta con otros métodos que examinan las carteras de los apostadores individuales.

En resumen: La herramienta es un rifle de francotirador de alta precisión. Funciona perfectamente si tienes un objetivo claro. Pero el mercado de apuestas está lleno de objetivos borrosos y en movimiento, por lo que el rifle falla en la mayoría de ellos. El autor ahora está tratando de construir una mira que funcione en la niebla.

Aquí se presenta un resumen técnico detallado del artículo "Fuga de Información a Escala de Población: Una Evaluación de la Subpoblación Relevante para Informantes en Polymarket, 2020–2026" de Maksym Nechepurenko.

1. Planteamiento del Problema

El artículo aborda el desafío de detectar el comercio informado (comercio con información privilegiada) en mercados de predicción descentralizados, específicamente en Polymarket. Si bien trabajos anteriores (por ejemplo, Mitts & Ofir [2026], Gómez-Cram et al. [2026]) han identificado con éxito a comerciantes informados a nivel de billetera o cuenta utilizando patrones de comercio agregados, existe la necesidad de un diagnóstico a nivel de mercado y en tiempo real que pueda identificar fugas de información antes de que se resuelva un evento.

El autor busca escalar la Puntuación de Fuga de Información (ILS) y su extensión resuelta por fecha límite (ILSdl), previamente probadas en casos individuales, a un nivel poblacional. El problema central es determinar si el marco puede detectar eficazmente el flujo informado a través de miles de mercados, o si las limitaciones estructurales (como definiciones de eventos ambiguas) hacen que el método sea inaplicable a la mayoría de los mercados "relevantes para informantes".

2. Metodología

El estudio emplea una tubería rigurosa y multifase para evaluar 12,708 mercados candidatos del corpus de Polymarket (octubre 2020 – abril 2026) dentro de tres categorías relevantes para informantes: Militar/Geopolítica, Decisiones Regulatorias y Divulgaciones Corporativas.

A. El Marco ILSdl

La Puntuación de Fuga de Información (ILSdl) cuantifica la proporción del movimiento total de precios de un mercado que ocurrió antes de la observación pública del evento subyacente ( $T_{evento}$ ).
$ILSdl(M) = \frac{p(T_{evento}^-) - p(T_{apertura})}{p(T_{resolución}) - p(T_{apertura})}$
Donde:

$p(T_{evento}^-)$ es el precio un minuto antes del evento.
$p(T_{apertura})$ es el precio de apertura.
$p(T_{resolución})$ es el precio final de resolución (1 para SÍ, 0 para NO).

B. Condiciones de Alcance y Filtros

Para calcular una puntuación válida, los mercados deben superar cuatro filtros secuenciales:

Tipología de Resolución: Debe ser "resuelta por fecha límite" (el evento ocurre para la fecha $D$ ) y no "inclasificable".
Resultado: Debe resolverse como SÍ (los resultados NO carecen de un $T_{evento}$ recuperable).
Recuperación de $T_{evento}$ : La marca temporal del evento subyacente debe recuperarse mediante una tubería de verificación multi-fuente asistida por LLM con una confianza $\ge 0.7$ .
Condiciones de Alcance: Tiempo de anticipación positivo, restricciones de efecto de borde (precio de apertura no demasiado extremo) y Sensibilidad del Ancla (estabilidad de la puntuación a través de desplazamientos de ancla de ventana corta).

C. Corrección de Línea Base de Decaimiento de Peligro

Una innovación metodológica crítica es la introducción de una puntuación ajustada por decaimiento de peligro ( $ILSdl_{ajustada}$ ).

Problema: En contratos con fecha límite, los precios decaen mecánicamente hacia cero a medida que pasa el tiempo sin que ocurra el evento (actualización bayesiana racional). Esto crea un sesgo negativo en el ILSdl crudo incluso sin comercio con información privilegiada.
Solución: Los autores restan el precio esperado bajo una línea base de probabilidad de supervivencia (derivada de un modelo de hazard de Weibull) del precio observado.
$ILSdl_{ajustada}(M) = \frac{p(T_{evento}^-) - E[p(T_{evento}^-) | T_{apertura}, D, \hat{\lambda}]}{p(T_{resolución}) - p(T_{apertura})}$

D. Validación

Verdad Terrenal: El inventario de Casos de Informantes ForesightFlow (FFIC) (32 episodios documentados de comercio con información privilegiada) sirve como conjunto de validación etiquetado.
Validación de Segundo Paso: Una ejecución independiente de LLM en una muestra de 50 mercados valida la precisión de la recuperación de $T_{evento}$ .

3. Contribuciones y Hallazgos Clave

Hallazgo 1: Exclusión Estructural (La Categoría "Inclasificable")

Resultado: Solo el 0.7% (88 de 12,708) de los mercados candidatos producen valores de ILSdl computables.
Causa: La exclusión principal (43.8% del inventario FFIC) es la ambigüedad del criterio de resolución. Los mercados con predicados como "ganar la elección", "salir como Líder Supremo" o "bajo custodia" carecen de una única marca temporal pública discreta ( $T_{evento}$ ).
Implicación: El dominio efectivo del marco es estructuralmente más estrecho de lo que se planteó inicialmente. La categoría "inclasificable" contiene ambigüedad genuina, no solo ruido del clasificador.

Hallazgo 2: Sensibilidad del Ancla y Reducción de la Muestra

Resultado: De los 88 mercados computables, solo 12 (13.6%) satisfacen la condición de sensibilidad del ancla (puntuaciones estables a través de ventanas de tiempo cortas).
Validación: La recuperación independiente de $T_{evento}$ logró solo un 57.8% de acuerdo en fecha exacta en general (frente a un objetivo de $\ge 90\%$ ). El acuerdo fue alto para eventos discretos (Militar/Corp: 78.9%) pero bajo para procesos de múltiples etapas (Formal Regulatorio: 35.7%).
Implicación: La muestra operativamente significativa se restringe a los 12 mercados robustos frente al ancla. La mayoría de las puntuaciones calculadas son probablemente ruido debido a la ambigüedad en la cronología de los eventos.

Hallazgo 3: Sesgo Negativo y Corrección de Hazard

Resultado: Las medianas del ILSdl crudo son negativas en todos los sub-buckets (ranging desde -0.88 hasta -0.16).
Interpretación: Inicialmente, esto sugiere que los mercados fijan precios en contra del resultado. Sin embargo, después del ajuste por decaimiento de hazard:
- Formal Regulatorio (Post-2024): Cambia de -0.21 a -0.02 (esencialmente cero). La negatividad fue puramente decaimiento racional.
- Anuncio Regulatorio (Post-2024): Permanece fuertemente negativo (-0.80 $\to$ -0.84). Esto sugiere un flujo genuino de "anti-información" o un sesgo de selección en anuncios programados.
- MilGeo/Corp: Parcialmente corregido pero retiene alguna señal negativa.
Implicación: Las puntuaciones negativas crudas a menudo son artefactos de la mecánica de las fechas límite; se requieren puntuaciones ajustadas por hazard para una interpretación válida.

Hallazgo 4: Especificación de la Tasa de Hazard

Resultado: El modelo exponencial de hazard constante (utilizado en trabajos anteriores de casos individuales) es rechazado para la población agrupada post-2024 en favor de una distribución Weibull.
Matiz: Cuando se analiza por subcategoría, el modelo exponencial a menudo se ajusta mejor. La preferencia por Weibull en la muestra agrupada es impulsada por la mezcla de categorías (combinar anuncios de fecha límite corta con procesos formales de fecha límite larga) en lugar de una verdadera dependencia de la duración dentro de la categoría.
Implicación: Los modelos futuros deben utilizar Weibull para datos agrupados o reestimar hazards por subcategoría.

4. Significado y Limitaciones

Significado

Descubrimiento de Alcance: El artículo demuestra que escalar un marco de detección revela limitaciones estructurales (ambigüedad semántica) que los estudios de casos individuales pasan por alto.
Refinamiento Metodológico: Establece que la corrección por decaimiento de hazard es esencial para contratos con fecha límite para distinguir entre el decaimiento racional de precios y el comercio con información privilegiada.
Detección Complementaria: La lente a nivel de mercado (ILSdl) ofrece un diagnóstico en tiempo real y en vuelo para un subconjunto estrecho de mercados, complementando los métodos a nivel de billetera (Mitts & Ofir) y cuenta (Gómez-Cram) que son post-hoc pero cubren una población más amplia.

Limitaciones y Trabajo Futuro (Artículo 3b)

Cobertura: El marco actual excluye ~99% de la muestra candidata debido a restricciones de tipología y ancla.
Ambigüedad: La categoría "inclasificable" requiere reclasificación asistida por LLM y una extensión de múltiples anclas (manejo de múltiples valores candidatos de $T_{evento}$ ) para incluir mercados con predicados ambiguos.
Datos: El estudio depende de una sola ejecución de tubería; el trabajo futuro validará en instantáneas independientes e integrará características a nivel de billetera (PIN, VPIN, etc.) para entrenar un detector impulsado por gradiente.

Conclusión

El artículo concluye que, si bien el marco ILSdl es operativo, su aplicación a escala poblacional se limita actualmente a un subconjunto pequeño y altamente específico de mercados (aprox. 12 de 12,708) donde los eventos son discretos, las marcas temporales son recuperables y las anclas son robustas. El obstáculo principal para una detección más amplia no es el cálculo de la puntuación, sino la semántica de la resolución. Los autores proponen una hoja de ruta que involucra reclasificación con LLM y extensiones de múltiples anclas para expandir la cobertura del marco en trabajos futuros.