Acabei de descobrir algo selvagem que tem acontecido nos mercados de previsão de criptomoedas, e isso na verdade revela muito sobre para onde está indo o trading algorítmico.

Então, aparentemente, um bot de negociação totalmente automatizado executou quase 9.000 negociações em contratos de previsão de curto prazo de bitcoin e ethereum e arrecadou cerca de $150.000 sem qualquer intervenção humana no teclado. A estratégia em si é quase absurdamente simples assim que você a vê, mas a execução é que fica interessante.

Aqui está a ideia central: em mercados de previsão como o Polymarket, você negocia contratos de Sim e Não sobre movimentos de preço de cinco minutos. Em teoria, Sim mais Não deveriam sempre somar $1. Isso é matemática básica. Mas os mercados são confusos. Lacunas de liquidez, preços que se movem rapidamente, desequilíbrios no livro de ordens, traders de varejo panicando e atingindo um lado — tudo isso cria pequenos momentos em que o preço combinado cai abaixo de $1. Talvez atinja $0,97. Quando isso acontece, você pode comprar ambos os lados e garantir lucro quando o mercado se estabilizar. Estamos falando de aproximadamente três centavos por negociação, o que parece patético até você perceber que o bot estava operando isso em milhares de execuções, cortando de 1,5 a 3 por cento por rodada de ida e volta.

Máquinas não se importam com a parte chata. Elas se importam com a repetibilidade.

O que realmente é interessante, no entanto, é por que isso funciona. Esses contratos de bitcoin de cinco minutos no Polymarket normalmente mostram apenas $5.000 a $15.000 de profundidade no livro de ordens por lado durante negociações ativas. Compare isso com um swap perpétuo de BTC nas grandes exchanges centralizadas — estamos falando de ordens de magnitude mais finas. Se uma grande mesa de negociação tentasse colocar $100.000 em uma única operação, ela ultrapassaria a liquidez disponível e destruiria qualquer vantagem que existisse. O jogo de mercado de previsão atualmente pertence a traders confortáveis em dimensionar na casa dos milhares baixos. Essa é a barreira que protege essas estratégias.

Mas aqui é onde fica mais complexo. O $1 arbitragem é literalmente a jogada mais simples. Bots de negociação mais sofisticados estão fazendo algo mais profundo: eles comparam os preços do mercado de previsão com os preços do mercado de opções. Pense nos mercados de opções como máquinas gigantes de probabilidade. Uma opção de compra (call) a um preço de exercício específico codifica expectativas sobre onde um ativo pode ser negociado. Se você trabalhar a matemática com vários preços de exercício, pode deduzir o que o mercado acha que é a probabilidade de diferentes resultados. Então, se a precificação de opções indicar que há uma chance de 62% de o bitcoin fechar acima de um certo nível, mas o mercado de previsão está precificando apenas 55%, há uma discrepância. Um mercado está precificando risco de forma incorreta. Traders automatizados podem monitorar ambos os ambientes em tempo real, detectar essas lacunas e executar quando os números divergem o suficiente. As margens geralmente são pequenas — alguns pontos percentuais — mas em alta frequência, margens pequenas se acumulam.

O que mudou no último ano ou mais é a ferramenta. Antes, traders precisavam codificar manualmente essas estratégias, ajustar parâmetros, testar variações. Agora? Sistemas de aprendizado de máquina podem fazer isso automaticamente. Você pode lançar um sistema de IA para um problema como esse e fazer com que teste dezenas de variações de estratégia, otimize limites, ajuste a regimes de volatilidade em mudança. Algumas configurações envolvem múltiplos agentes monitorando diferentes mercados simultaneamente, reequilibrando posições e desligando automaticamente se as coisas saírem do controle. Um trader poderia teoricamente alocar $10.000 para uma estratégia guiada por IA, deixá-la escanear exchanges e mercados de previsão, e apenas assistir ao algoritmo executar quando discrepâncias estatísticas atingirem um limite.

A lucratividade obviamente depende das condições de mercado e da velocidade. Assim que uma ineficiência se torna conhecimento comum, mais bots de negociação entram na corrida atrás da mesma vantagem. Spreads se estreitam. Latência vira tudo. Eventualmente, a oportunidade diminui ou desaparece completamente. É o padrão clássico no crypto.

Mas a questão maior não é se os bots podem ganhar dinheiro. Eles claramente podem, pelo menos até que a competição elimine a vantagem. O verdadeiro ponto de reflexão é o que acontece com os próprios mercados de previsão. Se a maior parte do volume vem de sistemas que na verdade não têm uma visão sobre os resultados — sistemas que apenas fazem arbitragem entre uma plataforma e outra — então os mercados de previsão deixam de ser sinais independentes. Tornam-se espelhos do mercado de derivativos. Isso muda toda a sua finalidade.

Uma coisa que notei: se esses mercados têm ineficiências exploráveis, por que as grandes firmas institucionais de trading não dominam esses ambientes? Liquidez é uma parte disso. Você não consegue colocar capital sério sem mover os preços contra si mesmo. Há também a complexidade operacional. Os mercados de previsão muitas vezes rodam em infraestrutura blockchain, o que introduz custos de transação e mecanismos de liquidação diferentes das exchanges centralizadas. Para estratégias de alta frequência, até pequenas fricções importam. Então, atualmente, muita atividade parece concentrada entre traders menores e ágeis, que podem mover $10.000 por negociação sem mover o mercado de forma significativa. Essa dinâmica provavelmente não durará para sempre, porém. Se a liquidez aumentar e os ambientes amadurecerem, firmas maiores provavelmente ficarão mais ativas.

O que está acontecendo estruturalmente é bastante significativo. Os mercados de previsão foram criados para agregar crenças e produzir probabilidades coletivas sobre eventos futuros. Mas, com o aumento da automação, mais do volume é impulsionado por arbitragem entre mercados e modelos estatísticos, e menos por convicção humana. Isso não é necessariamente ruim para a eficiência de precificação — arbitradores fecham lacunas e alinham probabilidades entre plataformas. Mas muda o caráter desses mercados. Eles evoluem de ambientes onde as pessoas expressam opiniões sobre eleições ou movimentos de preço para campos de batalha de latência e microestrutura.

No crypto, essa evolução acontece rápido. Ineficiências são descobertas, exploradas, competidas até desaparecerem. Vantagens que funcionaram de forma consistente desaparecem à medida que sistemas mais rápidos surgem. A arrecadação de $150.000 do bot pode ser apenas uma exploração inteligente de uma falha de precificação temporária. Ou pode sinalizar algo maior: os mercados de previsão estão se tornando outra fronteira para finanças algorítmicas. Quando milissegundos importam, a máquina mais rápida geralmente vence.

Vale a pena acompanhar como isso se desenrola. À medida que bots de negociação ficam mais inteligentes e a otimização por IA se torna padrão, os mercados de previsão podem se tornar mecanismos de descoberta de preço realmente úteis ou apenas mais um derivado de mercados maiores. De qualquer forma, os dias de arbitragem de varejo provavelmente estão contados.