Entender un truco no es tenerlo. Esta es la historia de cómo convertimos una intuición en una estrategia escrita, la sometimos a datos reales… y dejamos que los números nos contradijeran.
Episodio 7 (final de temporada) de «Ventaja Mecánica». Antes: ingeniería
inversa a un ganador.
Aviso: no es consejo financiero. Experimento personal con dinero real que
puedes perder. Haz tu propia investigación.
En el episodio anterior desmontamos el truco de un ganador: comprar ambos
lados de un mercado binario en momentos distintos, cada uno cuando dipea, hasta
tener un par con coste combinado por debajo de 1 dólar. Beneficio garantizado,
gane quien gane.
Entenderlo me dio una euforia peligrosa. Porque entender un truco y poder
ejecutarlo son, otra vez, dos cosas distintas. Tocaba la parte aburrida y
decisiva: escribirlo y probarlo.
Paso 1: escribir la estrategia, sin ambigüedades
Lo primero no fue código. Fue un documento. Una definición paso a paso, tan
explícita que no dejara hueco a la interpretación. Porque cada vez que dejaba un
hueco, la IA (o yo) lo rellenaba con un sesgo.
El documento fijaba:
- Qué mercados valen: binarios, sin empate posible, en directo,
volátiles, de resolución rápida. (Si hay empate, comprar A y B no cubre todos
los casos: el empate mata las dos patas.) - El invariante sagrado: nunca completar un par con un basis combinado por
encima de tu umbral (p. ej. 0,97). Esa es la regla que separa a antec del
perdedor del episodio anterior. - Una sola entrada balanceada por mercado. Nada de iterar sin fin en el
mismo partido: iterar reabre el riesgo de quedarte con una pata suelta. - Órdenes límite, no de mercado. Dejas las dos órdenes puestas a tu precio y
el mercado las ejecuta solo cuando llega ahí, en su volatilidad. Te deja
descansar en vez de vigilar la pantalla.
Escribir la estrategia antes de programarla no es burocracia. Es la única
forma de que el backtest mida tu idea y no tus ganas de que funcione.
Paso 2: la intuición matemática que lo ordenó todo
Mientras lo escribía, cayó la pieza que lo explicaba todo. Como A + B = 1 dólar
en todo instante:
basis combinado ≈ 1 − (amplitud del swing del precio)
Traducido: el beneficio de un par es, esencialmente, cuánto osciló el precio
durante el partido. Si el precio se movió mucho (ambos lados dipearon en
momentos distintos), el par sale barato y ganas. Si apenas se movió, no hay
ventanas y no hay negocio.
La estrategia, en una frase: comprar volatilidad disfrazada de pares
balanceados.
Paso 3: el simulador
Construí un backtest sobre mercados ya resueltos, donde el resultado real es
conocido. La lógica:
- Coger partidos binarios sin empate, ya cerrados.
- Recuperar el histórico de precios de cada uno.
- Simular dos órdenes límite (una por lado) a un umbral T.
- Ver qué pasa según el movimiento real del precio:
- Ambas se llenan → par completo → beneficio garantizado.
- Solo una → te quedas colgado de una pata (riesgo direccional): ganas si
era la ganadora, pierdes si era la perdedora. - Ninguna → no operas.
- Sumar el PnL neto sobre cientos de partidos.
Si los pares completos dominan y los «colgado-perdedor» son raros, la mecánica
es viable. Si los blowouts (partidos que se van de un lado sin volver) nos dejan
colgados a menudo, no lo es. El PnL neto es el juez.
Paso 4: el primer resultado me dio una bofetada honesta
Lo ejecuté. Y el simulador encontró… 5 partidos con datos. Cinco. Y el PnL:
−1,76 dólares. Cuatro de cinco, colgados de la pata perdedora.
Mi primer impulso fue declarar la estrategia muerta. Pero recordé la lección del
episodio 5: antes de concluir, diagnostica.
Miré los títulos de esos cinco «partidos». No eran partidos. Eran preguntas de
futuros: «¿Se clasificará G2 para el MSI?», «¿Ganará X el Split 1?». Mercados
que derivan lentamente durante semanas hacia un resultado y resuelven en una
sola dirección. Justo el tipo de mercado donde una pata nunca dipea y te
quedas colgado.
Mi filtro de palabras clave había pescado la palabra «esports» y se había traído
futuros de temporada en lugar de partidos en directo. No medí la estrategia.
Medí el universo equivocado.
Un backtest que da un número rotundo sobre la muestra equivocada es más
peligroso que no tener backtest. Te da la falsa autoridad de los datos para
una conclusión falsa.
Paso 5: arreglar el universo, no la conclusión
Reescribí la selección de mercados para cazar enfrentamientos reales —
«Equipo A vs Equipo B», «Map 2 Winner», «Completed Match: …»—, ordenados por
volumen (los líquidos son partidos de verdad, con histórico denso), y excluyendo
explícitamente los futuros (clasificar, ganar el título, temporada…).
Y ahí estaba el universo correcto: en los mercados de más volumen había más de
mil enfrentamientos head-to-head reales. Counter-Strike, Valorant, hockey,
tenis, baloncesto universitario, mundiales de fútbol resueltos como «¿gana A?».
Mientras escribo esto, el backtest corregido está corriendo sobre cientos de
esos partidos. Y todavía no sé el resultado. Puede que confirme la mecánica.
Puede que la mate. Las dos respuestas son valiosas, y por primera vez en todo el
proyecto, la pregunta está bien planteada y la muestra es la correcta.
Dónde estamos (y por qué publico esto igual)
Empecé con 80 dólares. Tengo unos 45. No he «ganado a Polymarket». Pero tengo
algo que no tenía: un mapa exhaustivo de lo que no funciona (copiar,
arbitrar, leer el tiempo), el truco real de un ganador desmontado con datos, una
estrategia escrita sin ambigüedades y un backtest que por fin pregunta lo
correcto.
El experimento no terminó en una cuenta llena. Terminó en una pregunta bien
formulada. En investigación, eso a veces vale más.
Lo que aprendí
- Escribe la estrategia antes de programarla. Cada ambigüedad la rellena un
sesgo. - Un resultado contundente sobre la muestra equivocada es una trampa, no una
conclusión. Diagnostica el universo antes de creerte el número. - El beneficio mecánico = volatilidad capturada. Si el evento no se mueve, no
hay negocio; elige eventos que se muevan. - A veces el éxito de una investigación es una buena pregunta, no una buena
respuesta. Y eso también merece contarse.
Esto cierra la primera temporada. Si el backtest confirma la mecánica, la segunda
irá sobre construir el bot ejecutor real con órdenes límite — y sobre la
optimización que más me intriga: vender la pata perdedora justo antes de resolver
para recuperar esos últimos céntimos que, sobre un margen del 3%, pueden doblar
el beneficio.
Gracias por acompañarme en este desastre instructivo. La parte interesante
empieza justo donde termina la certeza.
¿Continuará? Depende de los datos. Como debe ser.