Novas pesquisas da Kalshi sobre mercados de previsão sugerem que essas plataformas podem superar as estimativas tradicionais de Wall Street quando se trata de prever a inflação nos EUA.
Sumário
Estudo da Kalshi revela que mercados de previsão superam Wall Street em dados de inflação
De acordo com um novo estudo da Kalshi, os mercados de previsão superaram as estimativas de consenso de Wall Street sobre a inflação nos EUA com um erro médio 40% menor ao longo de um período de 25 meses. Além disso, a análise mostra que esses mercados foram particularmente precisos quando a inflação se desviou acentuadamente das expectativas dos economistas.
Comparando previsões de inflação em sua plataforma com o consenso profissional, a Kalshi descobriu que os traders baseados no mercado superaram economistas e analistas convencionais ao longo dos 25 meses analisados. A vantagem de desempenho foi mais visível durante períodos de alta volatilidade econômica, quando os modelos tradicionais tendem a ter dificuldades.
As estimativas baseadas no mercado das mudanças ano a ano no Índice de Preços ao Consumidor (CPI) registraram um erro médio 40% menor do que as previsões de consenso entre fevereiro de 2023 e meados de 2025, relata o estudo. No entanto, a diferença aumentou ainda mais quando as leituras reais do CPI divergiram fortemente das expectativas, com as previsões da Kalshi superando o consenso em até 67% nesses casos.
Crisis Alpha e o valor do desacordo
O estudo, intitulado “Crisis Alpha: When Do Prediction Markets Outperform Expert Consensus?”, também examinou como o próprio desacordo pode sinalizar surpresas iminentes. Especificamente, analisou a relação entre o tamanho da diferença entre a estimativa do CPI da Kalshi e o consenso de Wall Street, e a probabilidade de um choque.
Quando a estimativa do CPI da Kalshi diferia do consenso em mais de 0,1 ponto percentual uma semana antes do lançamento oficial, a probabilidade de um desvio significativo na leitura real do CPI aumentava para cerca de 80%, em comparação com uma linha de base de 40%. Dito isso, o artigo adverte que a amostra de grandes choques ao longo do período ainda é relativamente pequena.
Os autores argumentam que esse padrão destaca o potencial da previsão baseada no mercado para servir como uma ferramenta de alerta precoce para formuladores de políticas e investidores institucionais. Em vez de substituir os modelos existentes, os resultados sugerem que os mercados podem atuar como um sinal complementar, especialmente durante episódios de mudança estrutural ou estresse financeiro.
Agrupamento de informações e a sabedoria das multidões
Ao contrário da previsão tradicional, que muitas vezes se baseia em um conjunto compartilhado de modelos econômicos e suposições, os mercados da Kalshi agregam informações de um conjunto diversificado de traders com incentivos financeiros diretos. Essa estrutura, observa o estudo, cria um efeito de “sabedoria das multidões” que pode responder mais rapidamente a novos dados e narrativas em mudança.
Dito isso, o relatório enfatiza que a vantagem é mais evidente quando o ambiente de previsão se torna desafiador. Nas palavras dos autores, “quando o ambiente de previsão se torna mais desafiador, a vantagem de agregação de informações dos mercados se torna mais valiosa.” É precisamente quando os tomadores de decisão institucionais enfrentam o maior risco de serem surpreendidos por erros baseados no consenso.
Por que os mercados de previsão superam o consenso durante tempos de estresse pode se resumir a como eles processam informações. Previsores tradicionais em bancos e centros de pesquisa muitas vezes se baseiam em conjuntos de dados e modelos semelhantes, o que pode limitar a adaptabilidade quando as condições econômicas se movem fora das normas históricas, sugere o estudo.
Incentivos, liquidez e precificação em tempo real
As plataformas de mercado de previsão, por outro lado, refletem as opiniões de traders individuais que se baseiam em insights específicos do setor, conjuntos de dados alternativos e, às vezes, narrativas contrárias. Além disso, os traders nesses mercados têm capital em jogo e são recompensados ou penalizados exclusivamente com base no desempenho da previsão, em vez de considerações reputacionais ou organizacionais.
Os previsores institucionais, observa o estudo, podem enfrentar restrições de carreira e organizacionais que desencorajam previsões ousadas, mesmo quando os dados podem justificá-las. No entanto, em uma plataforma de negociação, a estrutura de pagamento favorece o alinhamento dos preços com o resultado mais provável, independentemente de quão não convencional esse resultado possa parecer para os economistas de consenso.
A natureza contínua da precificação em plataformas como a Kalshi também é importante. Os preços de mercado são atualizados em tempo real à medida que novas informações chegam, enquanto as estimativas de consenso de Wall Street são tipicamente fixadas vários dias antes dos lançamentos oficiais de dados. Esse atraso pode ser especialmente custoso quando as condições estão mudando rapidamente, como durante choques de inflação ou surpresas políticas.
Crescimento das plataformas de previsão vinculadas a cripto
A base de usuários da Kalshi expandiu-se recentemente após a integração de sua plataforma de previsão na principal carteira cripto Phantom. No início deste mês, a empresa levantou $1 bilhão com uma avaliação de $11 bilhões, sublinhando o crescente interesse dos investidores em mercados onde os usuários podem apostar em resultados macroeconômicos e políticos.
Em outubro, foi relatado que a plataforma rival Polymarket estava em negociações para levantar fundos com uma avaliação de até $15 bilhões. Juntos, esses desenvolvimentos sugerem uma rápida institucionalização do que começou como um mercado de nicho, com investidores tanto de finanças tradicionais quanto nativos de cripto agora participando.
Além disso, no início deste ano, uma pesquisa de um cientista de dados descobriu que a Polymarket era 90% precisa em prever como os eventos ocorreriam um mês antes, e 94% apenas horas antes do evento. Ainda assim, o estudo observou que o viés de aquiescência, o comportamento de manada e a baixa liquidez às vezes podem levar a probabilidades superestimadas para certos resultados.
Limites e casos de uso para sinais baseados no mercado
O artigo da Kalshi enfatiza que suas descobertas não implicam que as previsões de especialistas se tornaram obsoletas. Em vez disso, argumenta que os mercados de previsão podem atuar como uma ferramenta complementar para gestão de risco institucional, análise de política monetária e construção de portfólio, particularmente quando as relações históricas se rompem.
Os autores reconhecem que o número de grandes choques de inflação na amostra é limitado, o que naturalmente restringe o poder estatístico. No entanto, eles argumentam que a consistência da diferença de desempenho em episódios voláteis ainda aponta para uma vantagem de informação significativa embutida nos preços de mercado.
Em vez de pedir uma substituição total dos métodos tradicionais, o estudo sugere que os tomadores de decisão institucionais devem considerar a incorporação de sinais baseados no mercado juntamente com os modelos existentes. Em períodos de incerteza estrutural, tais abordagens combinadas podem melhorar a precisão das previsões de inflação e reduzir o risco de serem pegos de surpresa por dados macro inesperados.
No geral, a análise destaca como traders diversos e incentivados e a precificação em tempo real podem tornar as previsões baseadas em plataformas uma adição útil ao conjunto de ferramentas de economistas, investidores e formuladores de políticas que navegam em um cenário macroeconômico cada vez mais complexo.




