Función de Coste en Mercados de Predicción: Cómo se Mueve el Precio

En un mercado de predicción automatizado, el precio no se mueve por azar. Sigue una regla. Esa regla puede venir de un libro de órdenes, donde los traders publican bids y asks, o de una fórmula de creador de mercado automatizado. Cuando el mercado usa una fórmula, una pieza central suele ser la función de coste, o cost function.

Una función de coste conecta el precio mostrado antes de la orden, el precio medio de ejecución durante la orden y el nuevo precio marginal después de la orden. Si una operación grande empuja un mercado de 50% a 60%, esta función ayuda a explicar matemáticamente ese movimiento.

Esta guía explica el concepto dentro de la microestructura de mercados de predicción, con foco en AMMs, LMSR, liquidez, slippage y diferencias frente a CLOBs como los documentados por Polymarket y Kalshi. Es contenido educativo, no recomendación de inversión ni de trading.

Última revisión: mayo de 2026. En nuestra revisión editorial, tratamos este concepto como una herramienta práctica para leer ejecución, profundidad y calidad de señal en mercados automatizados.

¿Qué es una función de coste en mercados de predicción?

Una función de coste es la regla matemática que calcula cuánto cuesta comprar contratos y mover la probabilidad implícita de un mercado de predicción. En AMMs como LMSR, el precio no viene de una contraparte directa. Viene de la diferencia entre el coste del mercado antes y después de la orden.

En palabras simples, la función mira el estado actual del mercado, calcula el coste de añadir más contratos a un resultado y convierte ese cambio en precio. No es una comisión de la plataforma ni un gasto operativo. Es el mecanismo que determina cómo cambia el precio cuando alguien negocia.

En un mercado binario puede haber dos resultados: Sí y No. Si muchos traders compran Sí, la curva de coste hace subir el precio marginal de Sí. La probabilidad implícita sube con él. Si compran No, el movimiento va en sentido contrario.

El punto clave: la función de coste convierte flujo de órdenes en probabilidad de mercado.

Cómo una cost function transforma órdenes en precios

La manera más intuitiva de entender el mecanismo es comparar dos estados: antes y después de la orden.

Un mercado puede representarse con un vector de cantidades, normalmente escrito como q. Este vector registra cuántos contratos de cada resultado se compraron dentro del mecanismo. La función, escrita como C(q), asigna un coste al estado actual. Cuando un trader compra más contratos, el vector pasa de q a q'. El coste de la orden es:

coste de la orden = C(q') - C(q)

Esa diferencia es lo que el trader paga para mover el mercado del estado inicial al nuevo estado. No es simplemente precio actual multiplicado por cantidad, porque el precio puede cambiar durante la propia orden.

Precio marginal vs. precio medio de ejecución

Dos precios importan:

• Precio marginal: el precio de la siguiente unidad mínima de exposición en el estado actual del mercado. Es la probabilidad mostrada en ese instante.
• Precio medio de ejecución: el coste total de la orden dividido por la cantidad de contratos comprados. Es el precio promedio realmente pagado.

Cuando la orden es pequeña, el precio medio queda cerca del precio marginal inicial. Cuando la orden es grande, recorre la curva de precio. En una compra grande de Sí, el precio medio queda por encima del precio inicial y por debajo del precio marginal final. Esa diferencia es una forma de slippage.

Por eso un trader no debe leer “el mercado está en 50%” como “puedo comprar cualquier tamaño a 50%”. El tamaño importa.

Ejemplo práctico: mercado sobre una decisión de banco central

Imagina un mercado hipotético: “¿El banco central mantendrá la tasa en la próxima reunión?” El mercado empieza equilibrado, con 50% Sí y 50% No.

Un trader cree que la probabilidad debería ser mayor y compra contratos Sí. La orden es suficientemente grande para mover la probabilidad marginal final de 50% a 60%. ¿Qué ocurrió?

El trader no simplemente “compró a 60%”. La orden empezó cuando el precio marginal era 50% y terminó cuando llegó a 60%. El precio medio probablemente quedó entre 50% y 60%, dependiendo de la curva.

Este ejemplo es hipotético. No describe precios en vivo ni una reunión real. Muestra la mecánica: la orden mueve la curva y la función de coste determina cuánto cuesta ese movimiento.

LMSR: la función de coste más conocida en prediction markets

La familia más conocida de funciones de coste en mercados de predicción viene de las market scoring rules, especialmente LMSR, o Logarithmic Market Scoring Rule. El trabajo de Robin Hanson sobre market scoring rules es una referencia técnica clásica.

Una forma común de LMSR es:

C(q) = b · ln(Σ exp(qᵢ / b))

Donde:

• qᵢ es la cantidad de contratos asociada al resultado i;
• b es el parámetro de liquidez;
• ln es el logaritmo natural;
• Σ exp(qᵢ / b) suma los términos exponenciales de todos los resultados.

La fórmula parece técnica, pero la intuición es simple. Crea una curva suave donde comprar más de un resultado aumenta su precio marginal. El precio se ajusta de forma continua a medida que cambia el estado del mercado.

El parámetro de liquidez b

El parámetro b controla la profundidad del mercado. Un b más alto exige más contratos para mover el precio. Un b más bajo vuelve al mercado más sensible a cada orden.

Esto crea un trade-off de diseño. Un b alto mejora la ejecución y reduce el slippage, pero requiere más subsidio o capital. Un b bajo reduce la exposición del market maker, pero hace que los precios se muevan más rápido.

Bounded loss

Una ventaja de LMSR es que puede limitar la pérdida máxima del market maker dentro del modelo. Esta propiedad se conoce como bounded loss. No elimina el riesgo del trader ni garantiza precios eficientes. Significa que el mecanismo puede definir un límite calculable de exposición para el operador.

Función de coste, liquidez y slippage

Para un trader, la función de coste aparece como liquidez, profundidad y slippage. Una curva más plana absorbe órdenes grandes con menor impacto. Una curva más empinada se mueve rápido.

Tres conceptos prácticos importan:

1. Probabilidad mostrada: el precio marginal del próximo contrato.
2. Precio ejecutable: el precio medio para el tamaño de orden deseado.
3. Profundidad real: cuánto tamaño absorbe el mercado antes de moverse mucho.

Un mercado puede mostrar 55%, pero una orden grande puede ejecutarse a un precio medio muy distinto. La curva explica esa diferencia.

También conviene mirar el diseño desde el lado del operador del mercado. Si la curva es demasiado empinada, el mercado puede parecer activo. Sin embargo, cada orden desplaza mucho la probabilidad. Eso puede crear ruido y desalentar a participantes que necesitan ejecutar tamaños mayores. Si la curva es demasiado plana, la experiencia de ejecución mejora, pero el operador necesita aceptar más exposición o financiar más liquidez inicial.

La curva de coste, por lo tanto, no solo afecta a traders individuales. Afecta al arranque del mercado, al nivel de confianza en las probabilidades mostradas y a la capacidad del mercado para absorber nueva información. En un evento político, macroeconómico o deportivo, una noticia relevante puede atraer órdenes rápidas. Además, la calidad del mecanismo determina si ese flujo se traduce en un precio útil o en movimientos exagerados por falta de profundidad.

Una buena lectura combina tres preguntas. Primero: ¿cuál es la probabilidad marginal ahora? Segundo: ¿qué precio medio tendría mi tamaño de orden? Tercero: ¿cuánto capital sería necesario para mover el mercado otros cinco o diez puntos? Sin esas preguntas, la probabilidad visible puede parecer más informativa de lo que realmente es.

Slippage no es lo mismo que una comisión. Una comisión es explícita. El slippage es el coste de negociar tamaño contra una curva o contra profundidad limitada del libro.

Curva de coste vs. libro de órdenes: Polymarket y Kalshi

No todo mercado de predicción usa una curva automatizada como motor principal de precios. Muchos mercados modernos usan CLOB, o libro central de órdenes limitadas.

En un CLOB, los precios vienen de órdenes limitadas publicadas por participantes: bids, asks, tamaños disponibles y prioridad de ejecución. La documentación pública de Polymarket describe trading CLOB con matching offchain y liquidación onchain. La documentación de Kalshi muestra order books con bids de Yes y No; en mercados binarios, un bid de Yes a X centavos equivale económicamente a un ask de No a 100-X centavos.

Ningún modelo es siempre mejor. Los AMMs pueden dar precio inmediato a un mercado nuevo. Los CLOBs pueden ser eficientes cuando hay suficientes traders proporcionando liquidez. Algunos diseños combinan elementos de ambos.

Por qué los traders deben entender esta curva

Entender esta curva ayuda a estimar impacto de precio antes de operar. También permite comparar mercados con probabilidades similares, pero profundidades distintas, y evita confundir probabilidad mostrada con precio ejecutable.

Los precios de prediction markets agregan información, incentivos y liquidez. Son señales útiles, pero no garantías. Una probabilidad de 60% todavía implica incertidumbre.

Una forma práctica de usar este concepto es separar señal y ejecución. La señal es la probabilidad que el trader cree mal valorada. La ejecución es el recorrido de precios que debe atravesar para expresar esa visión. En un mercado poco profundo, incluso una tesis correcta puede volverse cara si la propia orden mueve demasiado el precio.

Esto también importa para quien solo observa el mercado. Una probabilidad mostrada puede parecer precisa, pero su fiabilidad depende en parte de cuánto cuesta moverla. Un mercado con poca liquidez puede reaccionar con fuerza ante un solo trader motivado. Un mercado más profundo suele exigir más capital o una convicción más amplia para moverse los mismos puntos porcentuales.

Para analistas, la curva no es solo una fórmula. Forma parte del entorno de información. Define la velocidad de reacción de los precios, el ruido que puede crear una orden aislada y cuánta confianza conviene dar a una probabilidad en un momento específico.

Errores comunes

Confundir funciones de coste de IA con AMMs

En machine learning, una cost function o loss function mide error durante el entrenamiento de un modelo. En AMMs, la curva de coste valora contratos y mueve probabilidades de mercado. Mismo término, papel económico distinto.

Tratar el precio final como precio medio

Si una orden mueve un mercado de 50% a 60%, el 60% es el precio marginal final. No necesariamente es el precio medio pagado.

Ignorar comisiones, spreads y profundidad

La ejecución real puede incluir comisiones, reglas de plataforma, límites de orden, retrasos o competencia de otros traders. Un buen análisis separa cada componente.

FAQ

¿Cuál es la fórmula de una cost function?

La forma general es C(q). En LMSR, una versión común es C(q)=b·ln(Σ exp(qᵢ/b)). El precio de la orden es C(q') - C(q).

¿Función de coste es lo mismo que loss function?

No necesariamente. En IA mide error de predicción. En AMMs de mercados de predicción define el coste de comprar contratos y mover precios.

¿Polymarket usa AMM o CLOB?

La documentación pública de Polymarket describe trading vía CLOB. Consulta siempre la documentación actual antes de afirmar cómo funciona una plataforma.

¿Kalshi usa libro de órdenes?

La documentación de Kalshi expone order books con bids de Yes y No, lo que ilustra la lógica de libro de órdenes en mercados binarios.

¿Esta curva elimina el slippage?

No. Define cómo ocurre el slippage. Más liquidez reduce el impacto; una curva más empinada lo aumenta.

Conclusión

En resumen, antes de valorar una probabilidad, conviene preguntar: ¿qué tamaño de orden la movió, cuánta profundidad había y qué precio medio habría pagado un trader real? Esa disciplina evita leer una cotización aislada como si fuera toda la verdad del mercado.

Una curva de coste conecta órdenes, precios, liquidez, slippage y riesgo del market maker en mercados de predicción basados en AMM. Explica por qué cambia el precio marginal, por qué las órdenes grandes tienen un precio medio distinto del precio mostrado y por qué la liquidez debe leerse como una curva.

Para más contexto, vuelve al glosario de microestructura de mercados de predicción y estudia LMSR, CLOB, market depth y slippage juntos.

Fuentes

• Robin Hanson, Logarithmic Market Scoring Rules for Modular Combinatorial Information Aggregation
• Polymarket Docs, CLOB trading overview
• Kalshi Docs, Get Market Orderbook

Aviso: contenido educativo. No es recomendación de inversión, trading ni uso de plataformas específicas.