LMSR: cómo funciona la regla de puntuación logarítmica en mercados de predicción

Navegación rápida: Qué es LMSR · Cómo LMSR calcula precios · El papel del parámetro b: liquidez, slippage y riesgo
En un mercado de predicción, el reto no es solo acertar el resultado. El reto es tener un precio negociable antes de que exista una gran multitud de traders. LMSR resuelve parte de ese problema al crear liquidez automatizada y precios que se mueven como probabilidades.
LMSR significa Logarithmic Market Scoring Rule, o regla de puntuación logarítmica de mercado. Es un mecanismo matemático usado como formador de mercado automatizado en mercados de predicción. Cuando los traders compran o venden shares, LMSR ajusta el precio de cada resultado y limita la pérdida máxima del formador de mercado.
Esta guía explica la fórmula, el parámetro b, la relación entre liquidez y slippage, y la diferencia entre LMSR y un libro de órdenes tradicional. El objetivo es técnico, pero práctico. Debes terminar entendiendo por qué este mecanismo importa en mercados nuevos, sobre todo cuando la liquidez inicial es baja.
Nota de riesgo: este contenido es educativo. No es recomendación de inversión, trading ni uso de ninguna plataforma específica. Los mercados de predicción implican riesgo financiero, reglas de resolución, liquidez variable y posible pérdida del capital utilizado.
Qué es LMSR
LMSR es una regla de puntuación logarítmica diseñada para convertir pronósticos sobre eventos futuros en precios negociables. En mercados de predicción, puede funcionar como AMM para resultados de eventos. Eso significa que el trader no necesita esperar una contraparte directa para comprar o vender.
La idea está asociada al trabajo de Robin Hanson sobre market scoring rules. El paper académico sobre Logarithmic Market Scoring Rules explica cómo las reglas de puntuación pueden agregar información en mercados. Hay una versión PDF disponible en Harvard EECS.
Definición simple
Imagina un mercado binario: “¿El banco central mantendrá la tasa sin cambios en la próxima reunión?”. Hay dos resultados: Sí y No. Si nadie quiere vender Sí cuando tú quieres comprarlo, un libro de órdenes puro puede bloquearse. LMSR evita ese problema de arranque en frío.
Siempre ofrece un precio. Cuando compras Sí, el precio de Sí sube. Al mismo tiempo, el precio de No baja. El mercado sigue siendo negociable incluso con pocos participantes.
Por qué se llama Logarithmic Market Scoring Rule
El nombre viene de la función logarítmica usada para calcular el costo total del estado del mercado. Esa función conecta tres cosas: la cantidad de shares ya compradas, la sensibilidad del precio y la suma de las probabilidades de todos los resultados.
La parte “scoring rule” viene del origen académico. Las reglas de puntuación recompensan mejores pronósticos. En mercados, esa lógica se convierte en una estructura donde cada trade actualiza una probabilidad colectiva.
LMSR como AMM para mercados de predicción
Un automated market maker es un sistema que cotiza precios con una fórmula en lugar de depender solo de compradores y vendedores presentes al mismo tiempo.
En LMSR, la fórmula no está diseñada para intercambiar tokens como en un AMM de producto constante. Está diseñada para valorar resultados de eventos. Por eso LMSR es específico para mercados de predicción y agregación de información.
Cómo LMSR calcula precios
LMSR calcula precios mediante una función de costo. La función de costo muestra cuánto cobra el mercado para pasar del estado actual a un nuevo estado. El precio marginal de cada resultado viene de la pendiente de esa función.
Fórmula de costo: C(q) = b ln(Σ e^(qᵢ/b))
La fórmula estándar es:
C(q) = b · ln(Σ e^(qᵢ / b))
Donde:
- qᵢ es la cantidad de shares ya emitidas para el resultado i.
- b es el parámetro de liquidez.
- n es el número de resultados posibles.
- Σ suma todos los resultados del mercado.
En la práctica, el trader paga la diferencia entre el costo después de la orden y el costo antes de la orden. Si la orden cambia mucho el estado del mercado, el costo sube. Por lo tanto, las órdenes grandes enfrentan más impacto de precio.
Fórmula de precio: probabilidad marginal de cada resultado
El precio marginal de cada resultado es:
pᵢ = e^(qᵢ / b) / Σ e^(qⱼ / b)
Ese precio está entre 0 y 1. En un mercado binario, los precios de Sí y No suman 1 antes de posibles comisiones o ajustes de producto. Un precio de 0,63 puede leerse como una probabilidad implícita cercana al 63%.
Ese número no es una garantía. Es el precio colectivo en ese momento. Puede cambiar cuando llega nueva información o cuando traders con capital mueven el mercado.
Ejemplo 50/50 antes y después de una compra
Imagina un mercado binario que empieza neutral. No se han comprado shares de Sí ni de No. Con q_Sí = 0 y q_No = 0, ambos precios empiezan cerca de 50%.
Ahora un trader compra shares de Sí. LMSR recalcula el costo y aumenta el precio marginal de Sí. Si la compra es pequeña, quizá Sí suba de 50% a 53%. Si es mayor, puede subir a 60% o más.
El punto clave es que el trader no recibe un precio fijo para toda la orden. La primera parte de la compra cuesta menos. La parte final cuesta más porque el propio trade empuja la probabilidad hacia arriba.
| Situación | Precio Sí | Precio No | Lectura práctica |
|---|---|---|---|
| Mercado inicial | 50% | 50% | Incertidumbre equilibrada |
| Compra pequeña de Sí | 53% | 47% | Señal leve a favor de Sí |
| Compra mayor de Sí | 60% | 40% | La orden movió el mercado |
| Nueva compra grande | 70% | 30% | El slippage es más visible |
Los números son simplificados. El movimiento real depende del parámetro b y del tamaño de la orden. Aun así, la intuición central es clara: los precios en LMSR son dinámicos.
El papel del parámetro b: liquidez, slippage y riesgo
El parámetro b es el centro práctico de LMSR. Controla la profundidad algorítmica del mercado. Si b es bajo, el precio se mueve rápido. Si b es alto, el precio se mueve lentamente.
b bajo: precios más sensibles
Con b bajo, órdenes pequeñas pueden mover bastante la probabilidad. Esto puede ser útil en mercados experimentales o de bajo presupuesto, porque el formador de mercado compromete menos capital.
La desventaja es un mayor slippage. Un trader puede ver Sí a 50%, pero pagar un precio medio más alto si la orden es relevante. El mercado se vuelve más sensible a traders aislados.
b alto: más profundidad y menos slippage
Con b alto, el mercado absorbe órdenes más grandes sin un gran movimiento de precio. Eso mejora la experiencia para traders que quieren entrar y salir con menor impacto.
Pero esa profundidad tiene costo. El formador de mercado acepta un riesgo máximo mayor. Elegir b no es un detalle técnico menor. Es una decisión de diseño de mercado.
Pérdida máxima del formador: b ln(n)
Una ventaja de LMSR es la pérdida máxima limitada. Para un mercado con n resultados, la pérdida máxima teórica del formador es:
b · ln(n)
En un mercado binario, n = 2. La pérdida máxima es b · ln(2). Si b aumenta, el mercado se vuelve más líquido, pero el presupuesto de riesgo también sube.
Esta propiedad importa para las plataformas. Les permite sembrar liquidez sin asumir riesgo ilimitado. Aun así, limitado no significa irrelevante. El capital debe planificarse.
Ejemplo práctico: un mercado sobre decisión de banco central
Apliquemos LMSR a un evento realista: un mercado que pregunta si un banco central mantendrá su tasa de política monetaria sin cambios en la próxima reunión. Este tipo de evento tiene información pública, calendario definido y traders con opiniones distintas.
Mercado binario: mantener o cambiar tasas
Al inicio, el mercado puede abrir en 50% para Mantener y 50% para Cambiar. Luego salen nuevos datos de inflación, comunicaciones del banco central e informes de bancos. Los traders reaccionan a esa información.
Si muchos traders compran Mantener, LMSR aumenta el precio de ese resultado. Si después un dato más hawkish empuja a los traders hacia Cambiar, el precio puede retroceder. El mercado se convierte en un panel vivo de expectativas.
Cómo una orden mueve la probabilidad
Supón que Mantener está en 55%. Un trader cree que el precio justo debería ser 65%. Compra shares de Mantener. La orden mueve el precio a 58%, luego a 60% y quizá a 62%, según el tamaño.
Ese movimiento tiene dos lecturas. Primero, el trader expresó convicción con capital. Segundo, los próximos traders enfrentan ahora un precio distinto. El mercado incorporó información o, al menos, presión compradora.
Qué debe revisar un trader antes de operar
Antes de operar, el trader debe revisar tres puntos. ¿El precio actual está lejos de su propia estimación? ¿La orden generará demasiado impacto? ¿Las reglas de resolución son claras?
También conviene separar precio de verdad. Un mercado a 62% no sabe el futuro. Muestra una probabilidad implícita creada por trades, liquidez e información disponible.
LMSR vs CLOB: qué microestructura tiene más sentido
LMSR no es la única forma de operar mercados de predicción. Muchas plataformas usan un libro central de órdenes limitadas, o CLOB. Otras usan modelos híbridos.
Una afirmación débil sería decir que toda plataforma popular usa LMSR. Eso no es seguro. Polymarket y Kalshi, por ejemplo, suelen discutirse en relación con dinámicas de order book o estructuras propias. El punto útil es comparar microestructuras, no hacer claims de plataforma sin fuente.
El libro de órdenes depende de contrapartes
En un CLOB, compradores y vendedores publican precios y cantidades. Una operación ocurre cuando una orden encuentra una cotización compatible. Este modelo funciona muy bien cuando hay liquidez suficiente.
El problema aparece en mercados nuevos o pequeños. Si no hay contraparte, el trader puede no ejecutar. Si el spread es amplio, la probabilidad mostrada se vuelve menos informativa.
LMSR ofrece liquidez algorítmica
LMSR resuelve el problema de arranque en frío. Siempre cotiza un precio, incluso cuando hay pocos traders activos. Eso puede ser decisivo para mercados long-tail, como eventos locales, preguntas técnicas o publicaciones económicas de nicho.
La contrapartida es el impacto de precio. La liquidez viene de la fórmula, no de una cola profunda de traders. Si b está mal calibrado, el mercado puede volverse demasiado sensible o demasiado caro de mantener.
Por qué una plataforma puede preferir un modelo híbrido
Los modelos híbridos intentan combinar ventajas. Un AMM puede aportar liquidez base. Luego, los traders pueden añadir órdenes límite. Así, el mercado obtiene ejecución inicial y mejora su eficiencia cuando crece.
La mejor elección depende del producto, el público, el costo de capital y la complejidad operativa. No existe una microestructura perfecta para todos los casos.
| Criterio | LMSR | CLOB / libro de órdenes | Modelo híbrido |
|---|---|---|---|
| Liquidez inicial | Fuerte | Débil sin contrapartes | Fuerte |
| Eficiencia en mercados grandes | Buena, pero depende de b | Fuerte | Fuerte |
| Slippage | Controlado por b | Controlado por profundidad real | Mixto |
| Riesgo del formador | Limitado por b ln(n) | Menor para la plataforma | Depende del diseño |
| Mejor uso | Mercados nuevos y long-tail | Mercados líquidos | Plataformas en escala |
Ventajas y limitaciones de LMSR
LMSR es elegante porque convierte una regla académica en infraestructura de mercado. Pero no elimina el riesgo. Tampoco crea información de la nada ni hace que todo precio sea correcto.
Ventajas: liquidez continua, precios coherentes y pérdida limitada
La primera ventaja es la liquidez continua. El trader siempre encuentra una cotización. Eso reduce el problema de mercado vacío.
La segunda ventaja es la coherencia. En mercados mutuamente excluyentes, los precios se comportan como probabilidades que suman 100% antes de comisiones y ajustes. Eso ayuda a interpretar el mercado.
La tercera ventaja es la pérdida limitada. El operador conoce el presupuesto máximo de riesgo para ese mercado. Esa previsibilidad ayuda al diseño del producto.
Limitaciones: calibración de b, costo de capital e incentivos
La principal limitación es la calibración de b. Si b es demasiado bajo, los traders pueden mover el mercado con poco capital. Si b es demasiado alto, la plataforma compromete capital excesivo.
También existe costo de capital. La liquidez automatizada parece simple en pantalla, pero alguien financia el riesgo. En mercados grandes, un CLOB profundo puede ser más eficiente.
Por último, LMSR no impide el comportamiento estratégico. Los traders pueden probar la profundidad, explotar baja liquidez o mover precios en mercados con poca atención. La transparencia y los límites siguen siendo importantes.
El riesgo de tratar el precio como verdad absoluta
El precio es una señal, no una verdad. Un precio de 70% puede ser útil, pero todavía falla 30% de las veces en una lectura probabilística honesta. También puede reflejar baja liquidez, sesgos de participantes o restricciones de acceso.
Por eso, los traders profesionales usan las probabilidades de mercado como una entrada analítica. Comparan el precio con sus propios modelos, fuentes oficiales, datos públicos y riesgo de ejecución.
Preguntas frecuentes sobre LMSR
¿LMSR es lo mismo que un AMM?
LMSR puede usarse como un tipo de AMM para mercados de predicción. Pero no todo AMM es LMSR. Los AMM de producto constante, comunes en DeFi, siguen otra lógica. LMSR fue diseñado para precios ligados a resultados de eventos.
¿LMSR manipula probabilidades?
No en el sentido común de la palabra. LMSR aplica una fórmula pública para actualizar precios conforme ocurren trades. Aun así, traders grandes pueden mover probabilidades en mercados con baja liquidez. Por eso importan el impacto de precio y el parámetro b.
¿Cuál es la diferencia entre LMSR y una casa de apuestas?
En LMSR, el precio nace de una regla transparente y cambia con la negociación. En una casa tradicional, la casa define líneas y gestiona exposición. La diferencia central es la microestructura: un mercado de predicción busca descubrimiento de probabilidad, no solo una cotización fijada por la casa.
¿LMSR funciona con más de dos resultados?
Sí. LMSR funciona para mercados con múltiples resultados. La fórmula suma todos los resultados posibles, y cada precio marginal representa la probabilidad de ese resultado. La pérdida máxima crece con ln(n), donde n es el número de resultados.
¿Cuál es la mejor forma de estudiar LMSR?
Empieza por la intuición: el precio sube cuando los traders compran un resultado, y b controla la fuerza de ese movimiento. Después, lee materiales prácticos como la guía de Cultivate Labs sobre LMSR. Por último, avanza hacia papers y simulaciones.
Conclusión: por qué LMSR importa en la microestructura de mercados de predicción
LMSR importa porque resuelve un problema real de diseño de mercado: los mercados nuevos necesitan liquidez antes de tener muchos traders. La Logarithmic Market Scoring Rule ofrece una forma transparente de cotizar precios, actualizar probabilidades y limitar la pérdida máxima del formador.
Al mismo tiempo, LMSR exige cuidado. El parámetro b define el equilibrio entre liquidez, slippage y riesgo. Un mal diseño puede dejar el mercado demasiado sensible o demasiado caro. Un buen diseño crea un entorno más claro para trading y análisis.
Para los traders, la lección práctica es simple. Cuando miras un mercado sobre bancos centrales, elecciones, cripto o deportes, no observes solo la probabilidad mostrada. Pregunta qué microestructura produjo ese precio, cuánta liquidez existe y cuánto puede mover tu orden el mercado.
Esa es la diferencia entre leer una probabilidad como titular y leer una probabilidad como trader. LMSR no predice el futuro por sí solo. Organiza incentivos para que información, capital y riesgo aparezcan en forma de precio.