Come l'IA sta aiutando i trader al dettaglio a sfruttare i 'bug' nei mercati predittivi per guadagnare facilmente

Un bot di trading completamente automatizzato ha effettuato 8.894 operazioni su contratti di previsione a breve termine sulle criptovalute e avrebbe generato quasi 150.000 dollari senza intervento umano.

La strategia, descritta in un recente post in circolazione su X, ha sfruttato brevi momenti in cui il prezzo combinato dei contratti “Sì” e “No” nei mercati bitcoin ed ether a cinque minuti è sceso sotto $1. In teoria, questi due esiti dovrebbero sempre sommare a $1. Se non lo fanno, ad esempio se vengono scambiati a un valore combinato di $0,97, un trader può acquistare entrambe le posizioni e assicurarsi un profitto di tre centesimi al momento della chiusura del mercato.

Ciò si traduce in un profitto di circa 16,80$ per operazione — abbastanza esiguo da risultare invisibile su una singola esecuzione, ma significativo su larga scala. Se il bot impiegasse circa 1.000$ per ogni operazione di andata e ritorno realizzando un margine tra l'1,5% e il 3% ogni volta, si configurerebbe un profilo di rendimento che appare noioso su base per operazione ma impressionante complessivamente. Le macchine non necessitano di emozioni. Hanno bisogno di ripetibilità.

Sembra denaro facile. In pratica, tali opportunità tendono a essere fugaci, spesso durano solo millisecondi. Ma l’episodio mette in luce qualcosa di più grande di un singolo malfunzionamento: i mercati predittivi delle criptovalute stanno diventando sempre più arene per strategie di trading automatizzate e algoritmiche, nonché un’inarrestabile corsa agli armamenti guidata dall’intelligenza artificiale.

In quanto tali, i tipici contratti di previsione del bitcoin a cinque minuti su Polymarket presentano una profondità del libro ordini di circa 5.000-15.000 dollari per lato durante le sessioni attive, come mostrano i dati. Questo rappresenta diversi ordini di grandezza inferiore rispetto a un libro swap perpetuo di BTC sulle principali borse come Binance o Bybit.

Un desk che tenta di eseguire operazioni anche solo da 100.000 dollari per trade consumerebbe tutta la liquidità disponibile e annullerebbe qualsiasi vantaggio esistesse nello spread. Il gioco, per il momento, appartiene ai trader che operano con posizioni di dimensioni contenute nei quattro cifre basse.

Quando 1$ non è 1$

I mercati di previsione come Polymarket permettono agli utenti di negoziare contratti legati a risultati del mondo reale, dai risultati elettorali al prezzo del bitcoin nei prossimi cinque minuti. Ogni contratto solitamente si regola a 1$ (se l’evento si verifica) o a 0$ (se non si verifica).

In un mercato perfettamente efficiente, il prezzo del “Sì” più il prezzo del “No” dovrebbe sempre corrispondere esattamente a 1 dollaro. Se il “Sì” viene scambiato a 48 centesimi, il “No” dovrebbe essere scambiato a 52 centesimi.

Ma i mercati sono raramente perfetti. Una liquidità ridotta, prezzi in rapido movimento nell’asset sottostante e squilibri nel libro degli ordini possono creare dislocazioni temporanee. I market maker possono ritirare le quotazioni durante la volatilità. I trader retail possono colpire aggressivamente un lato del libro. Per una frazione di secondo, il prezzo combinato potrebbe scendere sotto 1 dollaro.

Per un sistema sufficientemente rapido, questo è sufficiente.

Questo tipo di micro-inefficienze non è una novità. Contratti simili a breve termine “up/down” erano popolari sulla piattaforma di derivati BitMEX alla fine degli anni 2010, prima che la sede ne rimuovesse alcuni dopo che i trader avevano trovato modi per estrarre sistematicamente piccoli vantaggi. Ciò che è cambiato sono gli strumenti.

Inizialmente, i trader retail consideravano questi contratti BitMEX come puntate direzionali. Tuttavia, un piccolo gruppo di trader quantitativi ha rapidamente compreso che i contratti erano sistematicamente valutati in modo errato rispetto al mercato delle opzioni — e ha iniziato a sfruttare un vantaggio con strategie automatizzate contro le quali l'infrastruttura della piattaforma non era progettata per difendersi.

BitMEX ha infine rimosso dalla quotazione diversi prodotti. La motivazione ufficiale è stata la bassa domanda, ma i trader dell’epoca l’hanno ampiamente attribuita al fatto che i contratti erano diventati non redditizi per la piattaforma una volta che la comunità arbitraggista è intervenuta.

Oggi, gran parte di tale attività può essere automatizzata e sempre più ottimizzata dai sistemi di intelligenza artificiale.

Oltre i malfunzionamenti: Estrarre la probabilità

L’arbitraggio sotto 1$ è l’esempio più semplice. Strategie più sofisticate vanno oltre, confrontando i prezzi tra diversi mercati per identificare incongruenze.

I mercati delle opzioni, ad esempio, codificano efficacemente le aspettative collettive dei trader riguardo a dove un asset potrebbe essere scambiato in futuro. I prezzi delle opzioni call e put a diversi prezzi di esercizio possono essere utilizzati per derivare una distribuzione di probabilità implicita, una stima basata sul mercato della probabilità di diversi esiti.

In termini semplici, i mercati delle opzioni funzionano come enormi macchine di probabilità.

Se il prezzo delle opzioni implica, ad esempio, una probabilità del 62% che il bitcoin chiuda al di sopra di un certo livello in un breve intervallo di tempo, ma un contratto di mercato predittivo legato allo stesso risultato suggerisce solo una probabilità del 55%, emerge una discrepanza. Uno dei mercati potrebbe sottovalutare il rischio.

I trader automatizzati possono monitorare entrambi i mercati contemporaneamente, confrontare le probabilità implicite e acquistare la parte che appare valutata in modo errato.

Tali differenze sono raramente drammatiche. Possono ammontare a pochi punti percentuali, a volte anche meno. Ma per i trader algoritmici che operano ad alta frequenza, piccoli vantaggi possono accumularsi su migliaia di operazioni.

Il processo non richiede intuizione umana una volta costruito. I sistemi possono acquisire continuamente feed di prezzo, ricalcolare le probabilità implicite e regolare le posizioni in tempo reale.

Entra in azione gli agenti AI

Ciò che distingue l'attuale contesto di trading dai precedenti cicli criptovalutari è la crescente accessibilità degli strumenti di intelligenza artificiale.

I trader non devono più scrivere manualmente ogni regola o affinare i parametri manualmente. I sistemi di machine learning possono essere incaricati di testare variazioni di strategie, ottimizzare le soglie e adattarsi ai cambiamenti dei regimi di volatilità. Alcune configurazioni prevedono più agenti che monitorano mercati diversi, riequilibrano l’esposizione e si disattivano automaticamente se le prestazioni peggiorano.

In teoria, un trader potrebbe allocare 10.000 $ a una strategia automatizzata, consentendo ai sistemi basati sull’intelligenza artificiale di analizzare gli exchange, confrontare i prezzi dei mercati predittivi con i dati sui derivati e eseguire operazioni quando le discrepanze statistiche superano una soglia predefinita.

In pratica, la reddititività dipende fortemente dalle condizioni di mercato e dalla velocità.

Una volta che un'inefficienza diventa ampiamente conosciuta, la concorrenza si intensifica. Più bot inseguono lo stesso vantaggio. Gli spread si restringono. La latenza diventa determinante. Alla fine, l'opportunità si riduce o scompare.

La questione più ampia non è se i bot possano guadagnare sui mercati predittivi. Chiaramente possono, almeno fino a quando la concorrenza non erode il vantaggio. Ma ciò che accade ai mercati stessi è il punto.

Se una quota crescente del volume proviene da sistemi che non hanno una posizione sull'esito — che semplicemente arbitrano un mercato rispetto a un altro — i mercati predittivi rischiano di diventare riflessi del mercato dei derivati piuttosto che segnali indipendenti.

Perché le grandi aziende non stanno affluendo

Se i mercati predittivi contengono inefficienze sfruttabili, perché le principali società di trading non li dominano?

La liquidità è un vincolo. Molti contratti di previsione a breve termine rimangono relativamente poco profondi rispetto ai grandi mercati dei derivati crypto. Tentare di impiegare capitale significativo può muovere i prezzi contro il trader, erodendo i profitti teorici attraverso lo slippage.

Esiste anche una complessità operativa. I mercati predittivi spesso operano su infrastrutture blockchain, introducendo costi di transazione e meccanismi di regolamento che differiscono da quelli delle piattaforme centralizzate. Per le strategie ad alta frequenza, anche piccole frizioni sono importanti.

Di conseguenza, parte dell’attività sembra concentrata tra trader più piccoli e agili che possono operare con dimensioni modeste, forse 10.000 dollari per transazione, senza influenzare materialmente il mercato.

Questa dinamica potrebbe non durare. Se la liquidità si approfondisce e le piattaforme maturano, le grandi aziende potrebbero diventare più attive. Per ora, i mercati predittivi si trovano in uno stato intermedio: abbastanza sofisticati da attrarre strategie di tipo quantitativo, ma troppo esigui per consentire un impiego su larga scala.

Un cambiamento strutturale

Alla loro essenza, i mercati delle previsioni sono progettati per aggregare le opinioni al fine di produrre probabilità crowd-sourced riguardo eventi futuri.

Ma con l'aumento dell'automazione, una quota crescente del volume di scambi potrebbe essere guidata meno dalla convinzione umana e più dall'arbitraggio cross-market e dai modelli statistici.

Ciò non compromette necessariamente la loro utilità. Gli arbitraggiatori possono migliorare l'efficienza dei prezzi colmando le lacune e allineando le probabilità tra le piattaforme. Tuttavia, ciò modifica il carattere del mercato.

Ciò che inizia come un luogo per esprimere opinioni su un'elezione o un movimento di prezzo può trasformarsi in un campo di battaglia per vantaggi di latenza e microstruttura.

Nel settore delle criptovalute, tale evoluzione tende a essere rapida. Le inefficienze vengono scoperte, sfruttate e rapidamente eliminate dalla concorrenza. I vantaggi che una volta garantivano rendimenti costanti si affievoliscono con l’emergere di sistemi più veloci.

Il presunto bottino da 150.000 dollari ottenuto tramite bot potrebbe rappresentare una astuta sfruttamento di una temporanea falla nei prezzi. Potrebbe inoltre segnalare qualcosa di più ampio: i mercati predittivi non sono più semplici sale da gioco digitali. Stanno diventando un’altra frontiera della finanza algoritmica.

E in un contesto dove i millisecondi fanno la differenza, la macchina più veloce è solitamente quella che vince.