Párrafo inicial
Los mercados de predicción han ganado prominencia como herramientas para agregar información descentralizada, pero evidencia reciente sugiere vulnerabilidades estructurales que dejan los resultados susceptibles a la influencia de un solo actor. El 22 de marzo de 2026 Coindesk publicó una crítica subrayando que «si un operador puede forzar el resultado de un mercado de predicción, no debería ser negociable» (Coindesk, Mar 22, 2026), una afirmación que cristaliza la creciente preocupación entre participantes institucionales. Nuestro análisis de la actividad en cadena y de los diseños de creadores de mercado automatizados (AMM) encuentra que un gran subconjunto de contratos presenta liquidez escasa y concentración de exposición que los hace manipulables económicamente en la práctica. Este artículo cuantifica esa exposición, la compara con normas históricas en mercados tanto centralizados como descentralizados, y describe palancas de gobernanza y diseño que pueden restaurar la credibilidad del conjunto de productos de mercados de predicción.
Contexto
Los mercados de predicción —contratos binarios y escalares que se liquidan en función de eventos del mundo real— se han posicionado como instrumentos de siguiente generación para el descubrimiento de información y la cobertura. Su crecimiento se aceleró durante el periodo 2020–2024 a medida que los intercambios descentralizados y los servicios de oráculos maduraron, sin embargo la adopción ha sido desigual: la profundidad de mercado y el volumen de negociación siguen concentrados en un pequeño número de contratos grandes, mientras que la larga cola de mercados atrae liquidez mínima. Desde el punto de vista del diseño, la interacción entre las curvas de precio de los AMM, las ventanas de finalización de oráculos y la concentración a nivel de cartera crea un conjunto de modos de fallo que difieren de la manipulación en libros de órdenes convencionales. Entender esos modos de fallo requiere vincular métricas de liquidez en cadena con la economía de la liquidación final.
Un marco práctico es el concepto de «manipulabilidad de la liquidación»: el grado en que un único contraparte puede afectar el estado final basado en oráculos al entrar o salir del contrato dentro de su ventana de liquidación. El umbral teórico es directo: si una cartera controla más del 50% de las posiciones pendientes en un mercado binario estructurado de ganador se lo lleva todo, esa cartera puede forzar de forma determinista el resultado registrado en cadena bajo muchos diseños de AMM y oráculos. En mercados reales importan umbrales más bajos: nuestros modelos muestran que controlar entre el 20% y el 30% del interés abierto puede ser suficiente para mover la probabilidad implícita entre un 30% y un 50% cuando la liquidez está concentrada y el tiempo de los oráculos es ajustado (análisis de Fazen Capital, Mar 2026).
Las reacciones regulatorias e institucionales se moldean tanto por evidencia empírica como por principios. Los mercados que se resuelven en resultados políticos o regulatorios atraen un escrutinio mayor por parte de bolsas, proveedores de liquidez y equipos de cumplimiento debido al riesgo reputacional y legal. La industria está en un punto de inflexión donde las decisiones de diseño determinarán si los mercados de predicción se convierten en un mecanismo confiable de descubrimiento de precios o permanecen como un terreno especulativo vulnerable a juegos.
Análisis detallado de datos
Evaluamos una sección transversal de 2.400 mercados de predicción en cadena en Ethereum y Solana abarcando del 1 de enero al 31 de diciembre de 2025. Hallazgos empíricos clave: el 62% de estos mercados mostró interés abierto inferior a $25.000 en el momento de mayor actividad; el volumen agregado mensual de negociación disminuyó un 18% interanual en 2025 frente a 2024 en estas plataformas (análisis en cadena, instantánea de Dune, 2025–2026); y hubo múltiples instancias en las que una única cartera representó más del 30% de la exposición de posición en un contrato individual (datos internos de Fazen Capital, Mar 2026). Estos números son relevantes porque se traducen directamente en manipulabilidad cuando se combinan con funciones de impacto de precio de los AMM y ventanas de liquidación de oráculo cortas.
Para ilustrar la mecánica: en un mercado con $50.000 de liquidez y un AMM de producto constante, nuestras pruebas de estrés muestran que una cartera que despliegue $15.000 de capital comprador puede mover una probabilidad implícita del 40% al 65% en un solo bloque, creando la capacidad de amplificar o invertir señales de precio antes de la finalización del oráculo. Bajo AMM con funciones de coste alternativas (por ejemplo, LMSR —regla de puntuación logarítmica del mercado—), la curva de impacto de precio es distinta, pero el resultado económico es similar: los mercados thin siguen siendo frágiles. El factor decisivo no es solo la liquidez sino también el tiempo: cuando los oráculos se cierran en ventanas cortas, un atacante puede concentrar la actividad en ese intervalo para maximizar su influencia mientras limita la respuesta de las contrapartes.
Las comparaciones con mercados tradicionales ponen el riesgo en perspectiva. Los intercambios con libro de órdenes y liquidez límite profunda y supervisión regulatoria típicamente requieren compromisos de capital mucho mayores para producir movimientos comparables; mover la probabilidad implícita en 25 puntos porcentuales en un mercado regulado de opciones sobre acciones a menudo exigiría múltiplos del capital necesario para un mercado de predicción fino en cadena. Las comparaciones interanuales muestran que, si bien los volúmenes generales en derivados cripto aumentaron un 12% interanual en 2025, el subconjunto atribuible a mercados de predicción se contrajo, lo que sugiere migración de usuarios hacia instrumentos más grandes y líquidos o hacia plataformas sociales no económicas.
Implicaciones sectoriales
Para los operadores de mercado, la imagen empírica implica una necesidad urgente de rediseñar plantillas de contrato y gobernanza. Los operadores se enfrentan a tres caminos distintos: endurecer los estándares de listado para exigir liquidez inicial mínima y salvaguardas anti-concentración; cambiar las funciones de coste de los AMM para aumentar el deslizamiento en operaciones grandes y de último minuto; o adoptar mecánicas de liquidación que incorporen promedios ponderados por tiempo y oráculos multi-fuente. Cada elección conlleva compensaciones en provisión de liquidez, experiencia de usuario y eficiencia de capital.
Los proveedores de liquidez y los market makers deben recalibrar los modelos de riesgo. Bajo las dinámicas actuales, los LP que suministran capital a mercados de predicción enfrentan riesgo de cola por comportamiento adversarial en la liquidación que no está totalmente reflejado en los spreads o en las expectativas de pérdida impermanente. Los LP institucionales acostumbrados a mercados centralizados han manifestado reticencia a participar sin protecciones robustas; nuestras conversaciones con tres grandes mesas de creación de mercado de activos digitales en Q
