Un estudio académico concluye que los mercados de predicción de Kalshi sí contienen señales útiles para anticipar la volatilidad de varias criptomonedas. El hallazgo central es que Bitcoin parece responder más a cambios en expectativas sobre la Fed y recesión, mientras varias altcoins reaccionan con mayor claridad a la inflación.
***
- El estudio analizó datos de enero de 2023 a marzo de 2026 para Bitcoin, Ethereum, Solana, Cardano, Avalanche y Chainlink.
- La señal más fuerte en muestra fue la de una Fed más dovish para Bitcoin, con t = 3,63 y p < 0,001.
- Fuera de muestra, las mejoras más estables aparecieron en Bitcoin con riesgo de recesión y en Ethereum y Solana con señales ligadas al CPI.
Un nuevo trabajo académico sugiere que los mercados de predicción regulados pueden aportar una capa adicional de información para seguir el riesgo en criptoactivos. En concreto, el estudio concluye que los cambios diarios en probabilidades de contratos macro de Kalshi anticipan parte de la volatilidad realizada futura en Bitcoin y varias altcoins, aunque no todos los canales funcionan igual ni con la misma estabilidad.
La investigación, titulada Do Prediction Markets Forecast Cryptocurrency Volatility? Evidence from Kalshi Macro Contracts, fue elaborada por Hardhik Mohanty y Bhaskar Krishnamachari, de la Viterbi School of Engineering de la University of Southern California. El análisis cubre diez series de eventos macro en Kalshi y seis criptomonedas entre enero de 2023 y marzo de 2026.
La idea de fondo es simple. Si las expectativas del mercado cambian a diario sobre tasas de interés, inflación o recesión, esos cambios podrían terminar influyendo en la volatilidad cripto de los días siguientes. Según los autores, los mercados de predicción ayudan a llenar un vacío, porque las medidas tradicionales de sorpresa macro suelen existir solo en fechas de anuncios oficiales, mientras que Kalshi ofrece una señal más continua.
El estudio evaluó a Bitcoin, Ethereum, Solana, Cardano, Avalanche y Chainlink frente a contratos de Kalshi vinculados con decisiones de la Reserva Federal, inflación CPI, inflación subyacente, crecimiento del PIB, desempleo, PCE y riesgo de recesión definido por la NBER. Los autores construyeron señales diarias ponderadas por volumen y las contrastaron con la volatilidad realizada a cinco días.
Bitcoin mostró mayor sensibilidad al canal monetario
El resultado más llamativo dentro de la muestra fue el de Bitcoin frente a una señal dovish de la Fed. En este caso, una revisión a la baja en expectativas de tasas, medida con contratos KXFED, anticipó mayor volatilidad en BTC con un estadístico t = 3,63 y p < 0,001.
En el modelo para Bitcoin, el benchmark HAR arrojó un R² ajustado de 9,3%. Al añadir controles de mercado como VIX, DXY y retorno diario del S&P 500, ese valor subió a 14,1%. Al incorporar la señal dovish de Kalshi, el R² ajustado avanzó a 15,5%, con un coeficiente estimado de 0,639.
Los autores explican que una postura más dovish de la Fed puede ser interpretada de varias maneras. Puede señalar debilidad macroeconómica, generar incertidumbre sobre la economía o provocar rebalanceos de posiciones por cambios esperados en liquidez en dólares. El trabajo aclara que no puede distinguir completamente entre esos mecanismos, aunque sí descarta la forma más simple de causalidad inversa.
Sin embargo, la fortaleza de esta relación no fue igual de robusta fuera de muestra. En esa evaluación, la señal Fed-dovish para Bitcoin registró una razón MSFE de 1,009 y un valor p de Clark-West de 0,446, lo que implica que no mejoró el pronóstico respecto al modelo base en toda la ventana analizada.
El riesgo de recesión fue más estable para Bitcoin
Donde sí apareció una mejora más consistente para Bitcoin fue en el canal de riesgo de recesión. La señal derivada de KXRECSSNBER entregó una razón MSFE de 0,979 y un p de Clark-West de 0,020. En este contexto, un valor menor a 1,0 implica que el modelo enriquecido con Kalshi superó al benchmark.
El estudio interpreta esto como evidencia de que las señales ligadas a un estado macro más persistente, como la recesión, pueden ser más útiles fuera de muestra que las vinculadas a un régimen puntual de política monetaria. En este caso, la información habría sido más estable a lo largo del tiempo de evaluación.
Los autores también observaron dependencia de régimen en el canal monetario. La información de Fed-dovish arranca en septiembre de 2024, justo cuando comenzó el ciclo de recortes de tasas, y se extiende hasta mediados de 2025, cuando ese ciclo concluye. Según el análisis, la utilidad predictiva se concentró en ese período y luego se revirtió.
Esto importa para los inversionistas, porque sugiere que no basta con detectar una señal estadísticamente fuerte en una muestra histórica. También es necesario entender en qué entorno macroeconómico funciona y cuándo puede dejar de hacerlo.
Las altcoins reaccionaron más al canal de inflación
Para Ethereum, Solana, Cardano y Chainlink, la señal más clara provino del CPI. El trabajo halló que cambios absolutos en las probabilidades de contratos KXCPI anticiparon menor volatilidad realizada a cinco días en esas redes. Los estadísticos t estuvieron entre -2,1 y -3,4.
En la tabla principal del estudio, Ethereum mostró un coeficiente de -1,209 con t = -2,12 y p = 0,034. Solana registró -0,850 con t = -2,55 y p = 0,011. Cardano marcó -0,982 con t = -2,35 y p = 0,019. Chainlink fue el caso más fuerte entre las altcoins, con -1,262, t = -3,39 y p = 0,001.
Bitcoin no presentó el mismo patrón en inflación, con un coeficiente de -0,454 y t = -1,56. Avalanche tampoco logró significancia estadística, pese a mostrar signo negativo, con -0,834 y t = -1,31. El estudio atribuye esta debilidad en AVAX a una mayor carga de ruido idiosincrático y dinámicas propias de su ecosistema.
La interpretación propuesta es la de resolución de incertidumbre. Es decir, los grandes movimientos en probabilidades de inflación suelen ocurrir alrededor de publicaciones del CPI, y una vez que la incertidumbre macro se resuelve, la volatilidad en varias altcoins tiende a bajar durante la semana siguiente.
Ethereum y Solana sí mejoraron fuera de muestra
En las pruebas fuera de muestra, la señal CPI también mostró resultados favorables. Ethereum registró una razón MSFE de 0,959 con p = 0,010, mientras Solana alcanzó 0,983 con p = 0,048. Esas cifras sugieren mejoras modestas pero estadísticamente relevantes frente al modelo base.
Chainlink también obtuvo una razón MSFE menor a 1,0, concretamente 0,992, aunque con p = 0,121, por lo que no alcanzó significancia en esa prueba. Cardano logró una mejora fuera de muestra con una señal de política monetaria, con MSFE de 0,992 y p = 0,041.
Los autores destacan que las mejoras fuera de muestra en cripto suelen ser difíciles de conseguir, debido a la alta volatilidad y al ruido propio del sector. En ese sentido, ganancias de entre 2% y 4% en error cuadrático medio de pronóstico no deben ser subestimadas.
También observaron que el horizonte más informativo no fue inmediato. Para Bitcoin, la señal dovish de la Fed alcanzó su punto máximo entre los 3 y 5 días, y luego perdió fuerza en horizontes más largos. Para LINK y SOL, el efecto de CPI se concentró sobre todo en 5 días.
La información de Kalshi no parece redundante
Una de las preguntas centrales del trabajo era si estas señales simplemente replican lo que ya descuentan otros mercados. Para responderla, los autores compararon Kalshi con futuros de Fed Funds, rendimientos del Tesoro a 10 años y el índice de volatilidad implícita de Deribit, DVOL.
En el canal monetario, la proyección de la señal Fed-dovish sobre cambio implícito en Fed Funds, su valor absoluto, VIX, DXY y S&P 500 arrojó un R² de apenas 2,3%. Eso implica que 97,7% de la variación diaria de Kalshi quedó ortogonal a esas variables. Incluso tras ese ajuste, la señal siguió prediciendo la volatilidad de Bitcoin con t = 3,62 y p < 0,001.
Para el canal CPI, la ortogonalización frente al retorno diario del bono del Tesoro a 10 años, VIX, DXY y S&P 500 produjo un R² de 7,5%. Los residuos siguieron siendo significativos para Ethereum, Solana, Cardano y Chainlink, con t de -2,29, -2,79, -2,60 y -3,73, respectivamente.
Además, en modelos conjuntos, los futuros de tasas y los bonos no mostraron poder explicativo similar. En Bitcoin, los autores reportaron que el cambio implícito en Fed Funds arrojó t = -0,83 y el retorno del Treasury a 10 años t = 0,01. En cambio, la señal Fed-dovish de Kalshi mantuvo t = 3,45. Contra DVOL, el patrón también favoreció a Kalshi.
Robustez, corrección por múltiples pruebas y límites del estudio
Como el análisis contempla 60 combinaciones entre señales y activos, el trabajo aplicó corrección Benjamini-Hochberg para controlar el riesgo de falsos positivos. Bajo ese filtro, solo dos relaciones sobrevivieron con q = 0,05: Bitcoin con señal Fed-dovish y Chainlink con señal CPI.
Eso no invalida el resto de resultados, pero sí invita a tratarlos con cautela. Los autores reconocen este punto y subrayan que algunas relaciones, aunque significativas en términos convencionales, quedan justo por fuera del umbral más estricto tras la corrección estadística.
El trabajo también probó ventanas no superpuestas, bootstrap por bloques, medidas alternativas de volatilidad y tests de adelanto y rezago. En varias de estas pruebas la señal principal se mantuvo en signo y dirección, aunque algunas perdieron significancia por la reducción del tamaño muestral.
Entre las limitaciones, el estudio admite que la muestra cubre un período muy específico, marcado por inflación elevada, recortes de tasas y fuerte incertidumbre macro. También señala que el volumen de Kalshi creció mucho durante el período, por lo que aún falta saber si estas relaciones persistirán en entornos más tranquilos o a lo largo de varios ciclos monetarios.
Qué implican estos hallazgos para el mercado cripto
El mensaje principal es que no existe una sola métrica macro capaz de explicar por igual la volatilidad de todo el universo cripto. Bitcoin pareció responder más a expectativas sobre tasas y a señales de recesión, mientras que varias altcoins mostraron más sensibilidad a la inflación.
Para gestores de riesgo y traders cuantitativos, esto sugiere que observar mercados de predicción regulados podría mejorar ajustes de exposición o estrategias basadas en volatilidad. El propio estudio menciona que, cuando la señal Fed-dovish alcanza su percentil 90, el modelo predice para Bitcoin una volatilidad realizada a cinco días de 0,348 frente a 0,324 del benchmark, lo que implicaría reducir el peso de la posición cerca de 7%.
En opciones, el trabajo plantea que una gran repricing del CPI en Kalshi podría anticipar menor volatilidad realizada en ETH la semana siguiente. Si el mercado de opciones no incorpora esa señal, ciertas estrategias de venta de volatilidad podrían parecer atractivas, aunque los costos de transacción pueden absorber una parte importante de la ventaja esperada.
En suma, la investigación apunta a que los mercados de predicción pueden ofrecer señales macro valiosas para el universo cripto. Aun así, la propia evidencia sugiere prudencia. Algunas relaciones dependen del régimen macro y otras todavía requieren validación en muestras más largas y en otras plataformas.
Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.
Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.
