💰 quantitative finance

Empirical Evaluation of Deadline-Resolved Information Leakage on Documented Polymarket Insider Cases

Este artigo avalia empiricamente a Pontuação de Vazamento de Informação com Prazo Resolvido (ILS-dl) nos casos documentados de negociação interna da Polymarket, especificamente no cluster do conflito EUA-Irã de 2026, demonstrando a capacidade da métrica de distinguir sinais genuínos de artefatos proxy, ao mesmo tempo que valida seu ajuste de hazard exponencial para mercados de geopolítica militar e identifica limitações na rastreabilidade de carteiras.

Autores originais: Maksym Nechepurenko

Publicado 2026-05-05

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Maksym Nechepurenko

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine uma casa de apostas global e gigantesca chamada Polymarket. Aqui, as pessoas fazem apostas sobre eventos futuros, como "As tropas dos EUA entrarão no Irã até 30 de abril?" ou "Uma empresa específica divulgará um relatório secreto?".

Às vezes, as pessoas ganham quantias enormes de dinheiro nessas apostas. A grande questão é: Elas ganharam porque tiveram sorte, ou porque sabiam algo que o resto do mundo não sabia? (Isso é chamado de "insider trading" ou "negociação informada").

Este artigo é uma história de detetive. Os autores construíram uma nova ferramenta matemática (uma "placar") para tentar pegar esses apostadores inteligentes. Eles testaram essa ferramenta em um grupo específico de apostas sobre o conflito EUA-Irã de 2026.

Aqui está a análise detalhada de sua investigação em termos simples:

1. O Problema: O "Relógio Errado"

A nova ferramenta dos autores, chamada Deadline-ILS, foi projetada para medir o quanto o preço da aposta mudou antes que a notícia realmente estourasse.

O Jeito Antigo (O Relógio Defeituoso): Anteriormente, os pesquisadores olhavam para o preço de uma aposta apenas uma hora antes do resultado oficial ser anunciado.
O Jeito Novo (O Relógio Real): Os autores perceberam que, para muitas apostas, a "verdadeira" notícia acontece dias ou semanas antes do resultado oficial.
- Analogia: Imagine uma aposta em "Choverá amanhã?". O resultado oficial é anunciado à meia-noite. Mas se começar a chover às 14:00, os apostadores inteligentes compraram seus ingressos às 14:00, não às 23:59. Se você olhar apenas para o preço às 23:59, você perde toda a história.

2. A Investigação: Testando a Ferramenta

Os autores tentaram executar sua nova ferramenta em 18 apostas diferentes relacionadas ao conflito EUA-Irã. No entanto, eles encontraram alguns obstáculos:

Dados Ausentes: Para a maioria das apostas, eles não conseguiram encontrar o minuto exato em que a notícia estourou.
Preços Ausentes: Para muitas apostas, eles não conseguiram obter o histórico completo de como o preço mudou a cada segundo (como um ticker de ações).
O Único Sucesso: Apenas uma aposta passou em todos os testes: "As forças dos EUA entrarão no Irã até 30 de abril?".

3. A Grande Descoberta: O Sinal "Falso"

Nessa única aposta bem-sucedida, os autores encontraram algo chocante.

Usando o Relógio Antigo (1 hora antes do fim): A ferramenta disse que o preço estava se movendo contra o vencedor. Parecia que os apostadores inteligentes estavam errados! A pontuação foi -0,33.
Usando o Relógio Novo (Quando a notícia realmente estourou): A ferramenta disse que o preço se moveu com o vencedor. A pontuação foi +0,11.

A Analogia:
Imagine uma corrida.

O Método Antigo olha para os corredores 1 minuto antes da linha de chegada. Até lá, todos estão cansados e desacelerando. Parece que ninguém estava correndo rápido.
O Método Novo olha para os corredores quando o tiro de largada foi dado. Ele vê uma explosão de velocidade logo no início.

Os autores descobriram que o "Método Antigo" estava mentindo para eles. Na época em que o resultado oficial estava próximo, o mercado já havia desistido da ideia de que o evento aconteceria. O "Método Novo" pegou o pequeno e primeiro indício de que o evento poderia acontecer. Isso prova que usar o tempo real da notícia é crucial para encontrar a verdade.

4. O Mistério da "Carteira"

Os autores também tentaram rastrear as carteiras digitais (as contas) das pessoas que faziam essas apostas para ver se as mesmas pessoas estavam apostando em múltiplos eventos relacionados.

O Resultado: Eles encontraram 332 carteiras que apostaram tanto na aposta "EUA entram no Irã" quanto na aposta "Cessar-fogo".
O Problema: Eles só conseguiram ver as apostas feitas depois que o evento aconteceu (durante a janela de liquidação).
A Conclusão: Essas pessoas não eram "insiders" apostando antes da notícia; elas eram apenas "arbitrageiros" (pessoas que apostam no resultado final para obter um lucro rápido depois que a notícia já estava fora).
A Limitação: Os autores admitem que não conseguiram ver as apostas "pré-evento" porque o sistema de dados que usaram não salva esse histórico. É como tentar resolver um crime quando a câmera de segurança só começa a gravar depois que o ladrão saiu do prédio.

5. O Veredito: "Prova de Conceito"

Os autores são muito honestos sobre suas descobertas. Eles dizem:

Isso é um teste de condução, não um relatório final. Eles só testaram com sucesso a ferramenta em uma aposta específica.
A ferramenta funciona: Ela distinguiu com sucesso entre um "sinal real" e um "artefato falso" causado por olhar para o momento errado.
A ferramenta precisa de atualizações: Para usá-la em grande escala (como verificar milhões de apostas), eles precisam corrigir cinco coisas:
1. Garantir que a aposta seja feita antes do evento começar (não depois).
2. Separar diferentes tipos de notícias (por exemplo, "discursos agendados" vs. "longos processos judiciais") porque elas acontecem em velocidades diferentes.
3. Obter mais dados sobre notícias corporativas.
4. Crucialmente: Construir um sistema que registre o preço de cada aposta desde o segundo em que o mercado abre, não apenas quando ele fecha.
5. Crucialmente: Construir um sistema que registre cada negociação individual feita por cada pessoa desde o início, não apenas a liquidação final.

Resumo

Este artigo é uma "prova de conceito". Ele diz: "Construímos um novo radar para detectar negociação interna em mercados de apostas. Testamos em um caso e funcionou muito melhor que o radar antigo porque olhou para o momento certo. No entanto, nosso radar está atualmente cego para a parte mais importante da história (as negociações iniciais) porque nosso sistema de gravação de dados ainda não é rápido o suficiente. Precisamos construir gravadores de dados melhores antes de poder pegar os grandes peixes."

1. Declaração do Problema

Mercados de previsão descentralizados (por exemplo, Polymarket) acumularam evidências significativas de suspeita de negociação com informação privilegiada (insider trading), particularmente em contratos "resolvidos por prazo" (por exemplo, "O Evento X ocorrerá até a Data Y?"). Embora um artigo de metodologia complementar tenha introduzido a Pontuação de Vazamento de Informação (ILS) e sua extensão resolvida por prazo (ILS $_{dl}$ ), o quadro carecia de uma validação empírica ponta a ponta em casos do mundo real.

Os principais desafios abordados incluem:

Qualidade da Âncora: Cálculos tradicionais de ILS frequentemente dependem de uma âncora proxy (por exemplo, $T_{resolve} - 1$ hora), que falha em capturar o fluxo de informações pré-evento se o preço de mercado colapsar devido à crença pública de que o evento não acontecerá antes da resolução.
Lacunas de Dados: O cálculo preciso requer timestamps recuperados do evento ( $T_{event}$ ), dados contínuos de preço do livro de ordens (CLOB) desde a abertura do mercado e histórico de carteiras por negociação.
Rigor Metodológico: Determinar se os movimentos de preço observados representam negociação informada genuína ou apenas má precificação de mercado e incerteza nos critérios de resolução.

2. Metodologia

O artigo implementa o quadro Deadline-ILS (ILS $_{dl}$ ) ponta a ponta no cluster de conflito EUA–Irã de 2026 do inventário de Casos de Insider do ForesightFlow (FFIC).

Definições Principais

Fórmula ILS $_{dl}$ :
$ILS_{dl}(M) = \frac{\Delta_{pre}^{dl}}{\Delta_{total}^{dl}} = \frac{p(T_{event}^-) - p(T_{open})}{p_{T_{resolve}} - p(T_{open})}$
Onde $p(T_{event}^-)$ é o preço um minuto antes do evento público e $p_{T_{resolve}}$ é o preço final de resolução.
Condições de Escopo: A pontuação é válida apenas se $|\Delta_{total}| \geq \epsilon$ (o mercado se moveu significativamente), o mercado abrir próximo a 0,5 (verificação de efeito de borda) e o resultado for robusto a deslocamentos de âncora.
Recuperação de $T_{event}$ : Um LLM de Nível 3 (Claude Haiku 4.5) com ferramentas de busca na web recupera o timestamp da primeira ocorrência pública do evento subjacente, cruzado e verificado contra $\geq 3$ fontes de notícias independentes.
Estimativa de Taxa de Risco: O quadro assume uma distribuição exponencial de tempo até o evento $S(\tau) = \exp(-\lambda\tau)$ . A taxa de risco $\lambda$ é ajustada via Estimativa de Máxima Verossimilhança (MLE) para categorias específicas (militar, corporativa, regulatória).

Pipeline de Avaliação

Ajuste de Taxa de Risco: Estimar $\lambda$ por categoria usando 20 mercados resolvidos por categoria.
Cálculo de Caso Único: Aplicar o pipeline ao maior mercado aplicável ("Forças dos EUA entram no Irã até 30 de abril").
Análise de Carteiras entre Mercados: Analisar a sobreposição de carteiras entre contratos correlacionados para detectar coordenação.
Refinamento Metodológico: Identificar lacunas de infraestrutura e classificação que impedem a escalabilidade.

3. Principais Contribuições

Primeira Validação Empírica Ponta a Ponta: O artigo move o quadro ILS $_{dl}$ de definição teórica para aplicação quantitativa em um cluster documentado de negociação com informação privilegiada.
Demonstração de Sensibilidade da Âncora: Prova empiricamente que o uso de uma $T_{event}$ derivada de artigos produz um sinal fundamentalmente diferente (e mais preciso) do que uma proxy ancorada na resolução.
Caracterização da Taxa de Risco: Fornece as primeiras estimativas empíricas de distribuições de tempo até o evento para mercados de previsão, distinguindo entre eventos militares/geopolíticos e regulatórios.
Identificação de Lacuna de Infraestrutura: Identifica explicitamente a falta de coleta contínua de dados por negociação como o principal gargalo para a detecção de coordenação pré-evento.

4. Principais Resultados

A. Estimativa de Taxa de Risco

O estudo ajustou distribuições exponenciais para três categorias (tamanho da amostra $n=20$ por categoria, quando possível):

Militar/Geopolítica: Ajuste adequado ( $KS\ p=0,609$ ). Meia-vida: 2,3 dias. Tempo médio de antecedência: 2,2 dias.
Divulgação Corporativa: Ajuste preliminar adequado ( $n=5$ , $KS\ p=0,616$ ). Meia-vida: 4,5 dias.
Decisão Regulatória: Rejeitada ( $KS\ p=0,013$ ). A distribuição é bimodal, misturando mercados de anúncio curto com mercados de deliberação longa. Esta categoria requer sub-categorização antes que o modelo possa ser utilizado.

B. Análise de Caso Único: "Forças dos EUA entram no Irã até 30 de abril"

Este foi o único mercado no cluster que satisfazia todos os quatro requisitos ( $T_{event}$ recuperada, $\tau$ positivo, cobertura CLOB, $\Delta_{total}$ válido).

Contexto do Mercado: Abriu em $p=0,25$ , atingiu o pico em 0,46 e depois colapsou para quase zero em 8 de abril (dia antes da resolução), antes de resolver SIM em 9 de abril.
Comparação ILS $_{dl}$ :
- Âncora Derivada de Artigo ( $T_{event}$ = 3 de abril): $ILS_{dl} = \mathbf{+0,113}$ . Indica leve front-loading positivo (aproximadamente 11% do movimento total ocorreu antes do evento).
- Proxy Legada ( $T_{resolve} - 1h$ ): $ILS_{dl} = \mathbf{-0,331}$ . Indica que o preço se moveu contra o resultado.
- Significância: A proxy falhou porque capturou o colapso da crença do mercado (pensando que o evento não aconteceria) em vez do fluxo de informações pré-evento. Os valores diferem por 0,444 e estão em lados opostos de zero.
Análise de Deriva: Variantes de janela curta (30 min, 2 h) foram exatamente zero, descartando um "pico informado" de última hora. O sinal foi uma deriva leve e precoce, não um pico concentrado.

C. Análise de Carteiras entre Mercados

Limitação de Dados: O histórico de negociações disponível cobria apenas a janela de liquidação-resolução (8 a 11 de abril), não o período pré-evento.
Descobertas: 332 carteiras estavam ativas em ambos os principais mercados do cluster do Irã. As principais carteiras negociaram entre US$ 170 mil e US$ 1,97 milhão.
Interpretação: Como os dados são pós-evento, este sinal representa arbitragem de liquidação (negociação sobre o resultado da resolução), não coordenação informada pré-evento. A metodologia não pode atualmente detectar a assinatura "canônica" de negociação com informação privilegiada devido a lacunas de dados.

5. Significância e Trabalhos Futuros

Refinamentos Metodológicos Necessários

A avaliação revelou cinco restrições críticas para a escalabilidade da metodologia:

Requisito de $\tau$ Positivo: Os mercados devem abrir antes que o evento ocorra ( $T_{event} > T_{open}$ ). Mercados de duração criados após o início de um evento estão fora do escopo.
Sub-categorização Regulatória: Mercados regulatórios devem ser divididos em "anúncio" versus "deliberação formal" para corrigir a distribuição de risco bimodal.
Expansão da Amostra: A amostra de divulgação corporativa ( $n=5$ ) é muito pequena para estimativa de risco estável.
Coleta Contínua de CLOB: A infraestrutura atual perde 82% dos mercados relevantes devido à latência de indexação. É necessária coleta contínua desde $T_{open}$ .
Coleta Contínua por Negociação: Para detectar coordenação, o sistema deve capturar negociações individuais desde a abertura do mercado, não apenas dados de liquidação.

Conclusão

O artigo serve como uma prova de conceito metodológica. Demonstra que a extensão Deadline-ILS distingue com sucesso o sinal de artefatos de proxy ao usar timestamps de eventos precisos. No entanto, a incapacidade atual de acessar o histórico de negociações pré-evento impede uma avaliação completa em nível populacional de negociação com informação privilegiada. Os autores propõem um "programa de trabalho" focado na construção de pipelines de dados contínuos e no refinamento de taxonomias de classificação para permitir a detecção futura em grande escala.

Disponibilidade de Dados: O inventário FFIC e a classificação de tipologia de resolução de 911.237 mercados do Polymarket são lançados como conjuntos de dados abertos no GitHub.