Esto no es un «cómo hacerme rico». Es la crónica honesta de lo que pasa cuando pones dinero real, una IA y un mercado eficiente en la misma habitación.
Empecé con unos 80 dólares en Polymarket y una idea que parecía razonable:
Si hay gente que gana dinero de forma consistente aquí, y yo tengo una IA capaz de programar a toda velocidad, ¿no debería poder copiar lo que hacen los ganadores y llevarme una parte?
Spoiler: hoy tengo unos 45 dólares. Perdí más de un tercio del capital.
Y aun así, creo que esta es una de las historias más útiles que he vivido como programador. Porque lo que perdí en dólares lo gané en algo más difícil de conseguir: entender de verdad por qué las cosas fáciles no funcionan, y cómo trabajar (y discutir) con una IA hasta sacarle algo real.
Esta serie cuenta todo el viaje, sin maquillaje.
Las reglas del juego
Polymarket es un mercado de predicción. Compras «acciones» de un resultado (por ejemplo, «Gana el equipo A») a un precio entre 0 y 1 dólar. Si aciertas, cada acción vale 1 dólar al resolverse. Si fallas, vale 0.
La clave matemática que lo gobierna todo:
En un mercado binario, YES + NO = 1 dólar. Siempre. En todo momento.
Esa simple igualdad es la heroína y la villana de esta historia. Es lo que hace posible un beneficio «mecánico»… y lo que hace imposible casi todos los atajos obvios que se te ocurran.
La promesa de esta serie: honestidad radical
Hay miles de posts sobre «bots de trading que imprimen dinero». Casi todos mienten por omisión: te enseñan el backtest bonito y esconden el rojo.
Aquí hago lo contrario. Te voy a enseñar:
- Cómo el copy-trading —copiar a traders ganadores— me hizo perder dinero una y otra vez, y por qué era matemáticamente esperable.
- Un bug en mi código de análisis que infló los win-rates y me costó días persiguiendo fantasmas.
- Dos estrategias preciosas sobre el papel (arbitraje y un bot del tiempo) que el mercado ya había matado antes de que yo llegara.
- Las lecciones más duras de programar con una IA: las «ensaladas de razonamiento», los palos de ciego, el sesgo de confirmación de la máquina.
- Y finalmente, el momento en que ingeniería-inversamos a un ganador real (+27.000 dólares verificados) y entendimos su verdadero truco.
El valor de un experimento fallido no es el resultado. Es el mapa de todos los caminos que ya no tienes que volver a recorrer.
¿Por qué con una IA?
Porque quería ir rápido. Una IA programa en minutos lo que a mí me llevaría horas: clientes de API, scripts de análisis, backtests, bots en dry-run.
Pero descubrí algo incómodo: la velocidad de la IA amplifica tanto tus aciertos como tus errores. Si tu hipótesis es mala, la IA te construye el fracaso más rápido y con más convicción. Y a veces te lo defiende con una seguridad que no se ha ganado.
Aprender a usarla bien —a frenarla, a obligarla a demostrar en vez de afirmar, a no dejar que invente categorías para darse la razón— resultó ser la habilidad más valiosa de todo el proyecto. De eso va el post 5, probablemente el más útil de la serie.
El stack, en una línea
Python, las APIs CLOB y Gamma de Polymarket, py-clob-client, y mucho prices-history para mirar cómo se movieron los precios en partidos ya resueltos. Nada exótico. La dificultad nunca estuvo en las herramientas.
Lo que aprendí (en este primer asalto)
- Un mercado eficiente no te debe nada. Si una oportunidad es obvia y gratis, probablemente no existe.
- El dinero real cambia tu forma de pensar. Un backtest es teoría; ver tu saldo bajar es pedagogía acelerada.
- Una IA es un copiloto brillante y peligrosamente convincente. Vale oro si la diriges; te arruina el día si la dejas conducir sola.
- La honestidad con los datos es innegociable. El día que dejas que una métrica bonita te mienta, empiezas a perder de verdad.
En el próximo post: la primera gran idea, la que parecía infalible y nos costó los primeros dólares — copiar a los ganadores. https://0xrand.com/la-trampa-del-copy-trading/
1 comentario en «Le di 80 dólares a una IA y le dije que ganara a un mercado de predicción»