{"id":133529,"date":"2026-04-06T17:20:05","date_gmt":"2026-04-06T23:20:05","guid":{"rendered":"https:\/\/pongara.net\/news\/pueden-los-mercados-de-prediccion-pronosticar-volatilidad-de-las-criptomonedas-analisis-con-datos-de-kalshi\/"},"modified":"2026-04-06T17:20:05","modified_gmt":"2026-04-06T23:20:05","slug":"pueden-los-mercados-de-prediccion-pronosticar-volatilidad-de-las-criptomonedas-analisis-con-datos-de-kalshi","status":"publish","type":"post","link":"https:\/\/pongara.net\/news\/pueden-los-mercados-de-prediccion-pronosticar-volatilidad-de-las-criptomonedas-analisis-con-datos-de-kalshi\/","title":{"rendered":"\u00bfPueden los mercados de predicci\u00f3n pronosticar volatilidad de las criptomonedas? an\u00e1lisis con datos de Kalshi."},"content":{"rendered":"<div>\n<div><img width=\"640\" height=\"384\" src=\"https:\/\/pongara.net\/news\/wp-content\/uploads\/2026\/04\/canuto-imagine-1775517242-840x504-1.jpg\" class=\"attachment-large size-large wp-post-image\" alt=\"\" style=\"margin-bottom: 15px;\" loading=\"lazy\" decoding=\"async\" srcset=\"https:\/\/pongara.net\/news\/wp-content\/uploads\/2026\/04\/canuto-imagine-1775517242-840x504-1.jpg 840w, https:\/\/diariobitcoin.b-cdn.net\/wp-content\/uploads\/2026\/04\/canuto-imagine-1775517242-608x365.jpg 608w, https:\/\/diariobitcoin.b-cdn.net\/wp-content\/uploads\/2026\/04\/canuto-imagine-1775517242-768x461.jpg 768w, https:\/\/diariobitcoin.b-cdn.net\/wp-content\/uploads\/2026\/04\/canuto-imagine-1775517242.jpg 1226w\" sizes=\"auto, (max-width: 640px) 100vw, 640px\"><\/div>\n<p><strong>Un estudio acad\u00e9mico concluye que los mercados de predicci\u00f3n de Kalshi s\u00ed contienen se\u00f1ales \u00fatiles para anticipar la volatilidad de varias criptomonedas. El hallazgo central es que Bitcoin parece responder m\u00e1s a cambios en expectativas sobre la Fed y recesi\u00f3n, mientras varias altcoins reaccionan con mayor claridad a la inflaci\u00f3n.<br \/>\n***<\/strong><\/p>\n<ul>\n<li><strong>El estudio analiz\u00f3 datos de enero de 2023 a marzo de 2026 para Bitcoin, Ethereum, Solana, Cardano, Avalanche y Chainlink.<\/strong><\/li>\n<li><strong>La se\u00f1al m\u00e1s fuerte en muestra fue la de una Fed m\u00e1s dovish para Bitcoin, con t = 3,63 y p &lt; 0,001.<\/strong><\/li>\n<li><strong>Fuera de muestra, las mejoras m\u00e1s estables aparecieron en Bitcoin con riesgo de recesi\u00f3n y en Ethereum y Solana con se\u00f1ales ligadas al CPI.<\/strong><\/li>\n<\/ul>\n<hr>\n<p>\u00a0<\/p>\n<p>Un nuevo trabajo acad\u00e9mico sugiere que los mercados de predicci\u00f3n regulados pueden aportar una capa adicional de informaci\u00f3n 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.<\/p>\n<p>La investigaci\u00f3n, titulada <a href=\"https:\/\/arxiv.org\/pdf\/2604.01431\">Do Prediction Markets Forecast Cryptocurrency Volatility? Evidence from Kalshi Macro Contracts<\/a>, fue elaborada por Hardhik Mohanty y Bhaskar Krishnamachari, de la Viterbi School of Engineering de la University of Southern California. El an\u00e1lisis cubre diez series de eventos macro en Kalshi y seis criptomonedas entre enero de 2023 y marzo de 2026.<\/p>\n<p>La idea de fondo es simple. Si las expectativas del mercado cambian a diario sobre tasas de inter\u00e9s, inflaci\u00f3n o recesi\u00f3n, esos cambios podr\u00edan terminar influyendo en la volatilidad cripto de los d\u00edas siguientes. Seg\u00fan los autores, los mercados de predicci\u00f3n ayudan a llenar un vac\u00edo, porque las medidas tradicionales de sorpresa macro suelen existir solo en fechas de anuncios oficiales, mientras que Kalshi ofrece una se\u00f1al m\u00e1s continua.<\/p>\n<p>El estudio evalu\u00f3 a Bitcoin, Ethereum, Solana, Cardano, Avalanche y Chainlink frente a contratos de Kalshi vinculados con decisiones de la Reserva Federal, inflaci\u00f3n CPI, inflaci\u00f3n subyacente, crecimiento del PIB, desempleo, PCE y riesgo de recesi\u00f3n definido por la NBER. Los autores construyeron se\u00f1ales diarias ponderadas por volumen y las contrastaron con la volatilidad realizada a cinco d\u00edas.<\/p>\n<h3>Bitcoin mostr\u00f3 mayor sensibilidad al canal monetario<\/h3>\n<p>El resultado m\u00e1s llamativo dentro de la muestra fue el de Bitcoin frente a una se\u00f1al dovish de la Fed. En este caso, una revisi\u00f3n a la baja en expectativas de tasas, medida con contratos KXFED, anticip\u00f3 mayor volatilidad en BTC con un estad\u00edstico t = 3,63 y p &lt; 0,001.<\/p>\n<p>En el modelo para Bitcoin, el benchmark HAR arroj\u00f3 un R\u00b2 ajustado de 9,3%. Al a\u00f1adir controles de mercado como VIX, DXY y retorno diario del S&amp;P 500, ese valor subi\u00f3 a 14,1%. Al incorporar la se\u00f1al dovish de Kalshi, el R\u00b2 ajustado avanz\u00f3 a 15,5%, con un coeficiente estimado de 0,639.<\/p>\n<p>Los autores explican que una postura m\u00e1s dovish de la Fed puede ser interpretada de varias maneras. Puede se\u00f1alar debilidad macroecon\u00f3mica, generar incertidumbre sobre la econom\u00eda o provocar rebalanceos de posiciones por cambios esperados en liquidez en d\u00f3lares. El trabajo aclara que no puede distinguir completamente entre esos mecanismos, aunque s\u00ed descarta la forma m\u00e1s simple de causalidad inversa.<\/p>\n<p>Sin embargo, la fortaleza de esta relaci\u00f3n no fue igual de robusta fuera de muestra. En esa evaluaci\u00f3n, la se\u00f1al Fed-dovish para Bitcoin registr\u00f3 una raz\u00f3n MSFE de 1,009 y un valor p de Clark-West de 0,446, lo que implica que no mejor\u00f3 el pron\u00f3stico respecto al modelo base en toda la ventana analizada.<\/p>\n<h3>El riesgo de recesi\u00f3n fue m\u00e1s estable para Bitcoin<\/h3>\n<p>Donde s\u00ed apareci\u00f3 una mejora m\u00e1s consistente para Bitcoin fue en el canal de riesgo de recesi\u00f3n. La se\u00f1al derivada de KXRECSSNBER entreg\u00f3 una raz\u00f3n 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 super\u00f3 al benchmark.<\/p>\n<p>El estudio interpreta esto como evidencia de que las se\u00f1ales ligadas a un estado macro m\u00e1s persistente, como la recesi\u00f3n, pueden ser m\u00e1s \u00fatiles fuera de muestra que las vinculadas a un r\u00e9gimen puntual de pol\u00edtica monetaria. En este caso, la informaci\u00f3n habr\u00eda sido m\u00e1s estable a lo largo del tiempo de evaluaci\u00f3n.<\/p>\n<p>Los autores tambi\u00e9n observaron dependencia de r\u00e9gimen en el canal monetario. La informaci\u00f3n de Fed-dovish arranca en septiembre de 2024, justo cuando comenz\u00f3 el ciclo de recortes de tasas, y se extiende hasta mediados de 2025, cuando ese ciclo concluye. Seg\u00fan el an\u00e1lisis, la utilidad predictiva se concentr\u00f3 en ese per\u00edodo y luego se revirti\u00f3.<\/p>\n<p>Esto importa para los inversionistas, porque sugiere que no basta con detectar una se\u00f1al estad\u00edsticamente fuerte en una muestra hist\u00f3rica. Tambi\u00e9n es necesario entender en qu\u00e9 entorno macroecon\u00f3mico funciona y cu\u00e1ndo puede dejar de hacerlo.<\/p>\n<h3>Las altcoins reaccionaron m\u00e1s al canal de inflaci\u00f3n<\/h3>\n<p>Para Ethereum, Solana, Cardano y Chainlink, la se\u00f1al m\u00e1s clara provino del CPI. El trabajo hall\u00f3 que cambios absolutos en las probabilidades de contratos KXCPI anticiparon menor volatilidad realizada a cinco d\u00edas en esas redes. Los estad\u00edsticos t estuvieron entre -2,1 y -3,4.<\/p>\n<p>En la tabla principal del estudio, Ethereum mostr\u00f3 un coeficiente de -1,209 con t = -2,12 y p = 0,034. Solana registr\u00f3 -0,850 con t = -2,55 y p = 0,011. Cardano marc\u00f3 -0,982 con t = -2,35 y p = 0,019. Chainlink fue el caso m\u00e1s fuerte entre las altcoins, con -1,262, t = -3,39 y p = 0,001.<\/p>\n<p>Bitcoin no present\u00f3 el mismo patr\u00f3n en inflaci\u00f3n, con un coeficiente de -0,454 y t = -1,56. Avalanche tampoco logr\u00f3 significancia estad\u00edstica, 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 idiosincr\u00e1tico y din\u00e1micas propias de su ecosistema.<\/p>\n<p>La interpretaci\u00f3n propuesta es la de resoluci\u00f3n de incertidumbre. Es decir, los grandes movimientos en probabilidades de inflaci\u00f3n 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.<\/p>\n<div class=\"diari-in-content-middle diari-entity-placement\" id=\"diari-213173389\">\n<div id=\"diari-3174851668\" data-diari-trackid=\"221185\" data-diari-trackbid=\"1\" class=\"diari-target diari-target\"><a data-no-instant=\"1\" href=\"https:\/\/youhodler.onelink.me\/IPBU\/lciii2ua\" rel=\"noopener\" class=\"a2t-link\" target=\"_blank\" aria-label=\"20stable - 1200x250_1\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/pongara.net\/news\/wp-content\/uploads\/2026\/04\/20stable-1200x250_1-11.gif\" alt=\"20stable - 1200x250_1\" width=\"1200\" height=\"250\" style=\" max-width: 100%; height: auto;\"><\/a><\/div>\n<\/div>\n<h3>Ethereum y Solana s\u00ed mejoraron fuera de muestra<\/h3>\n<p>En las pruebas fuera de muestra, la se\u00f1al CPI tambi\u00e9n mostr\u00f3 resultados favorables. Ethereum registr\u00f3 una raz\u00f3n MSFE de 0,959 con p = 0,010, mientras Solana alcanz\u00f3 0,983 con p = 0,048. Esas cifras sugieren mejoras modestas pero estad\u00edsticamente relevantes frente al modelo base.<\/p>\n<p>Chainlink tambi\u00e9n obtuvo una raz\u00f3n MSFE menor a 1,0, concretamente 0,992, aunque con p = 0,121, por lo que no alcanz\u00f3 significancia en esa prueba. Cardano logr\u00f3 una mejora fuera de muestra con una se\u00f1al de pol\u00edtica monetaria, con MSFE de 0,992 y p = 0,041.<\/p>\n<p>Los autores destacan que las mejoras fuera de muestra en cripto suelen ser dif\u00edciles de conseguir, debido a la alta volatilidad y al ruido propio del sector. En ese sentido, ganancias de entre 2% y 4% en error cuadr\u00e1tico medio de pron\u00f3stico no deben ser subestimadas.<\/p>\n<p>Tambi\u00e9n observaron que el horizonte m\u00e1s informativo no fue inmediato. Para Bitcoin, la se\u00f1al dovish de la Fed alcanz\u00f3 su punto m\u00e1ximo entre los 3 y 5 d\u00edas, y luego perdi\u00f3 fuerza en horizontes m\u00e1s largos. Para LINK y SOL, el efecto de CPI se concentr\u00f3 sobre todo en 5 d\u00edas.<\/p>\n<h3>La informaci\u00f3n de Kalshi no parece redundante<\/h3>\n<p>Una de las preguntas centrales del trabajo era si estas se\u00f1ales simplemente replican lo que ya descuentan otros mercados. Para responderla, los autores compararon Kalshi con futuros de Fed Funds, rendimientos del Tesoro a 10 a\u00f1os y el \u00edndice de volatilidad impl\u00edcita de Deribit, DVOL.<\/p>\n<p>En el canal monetario, la proyecci\u00f3n de la se\u00f1al Fed-dovish sobre cambio impl\u00edcito en Fed Funds, su valor absoluto, VIX, DXY y S&amp;P 500 arroj\u00f3 un R\u00b2 de apenas 2,3%. Eso implica que 97,7% de la variaci\u00f3n diaria de Kalshi qued\u00f3 ortogonal a esas variables. Incluso tras ese ajuste, la se\u00f1al sigui\u00f3 prediciendo la volatilidad de Bitcoin con t = 3,62 y p &lt; 0,001.<\/p>\n<p>Para el canal CPI, la ortogonalizaci\u00f3n frente al retorno diario del bono del Tesoro a 10 a\u00f1os, VIX, DXY y S&amp;P 500 produjo un R\u00b2 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.<\/p>\n<p>Adem\u00e1s, en modelos conjuntos, los futuros de tasas y los bonos no mostraron poder explicativo similar. En Bitcoin, los autores reportaron que el cambio impl\u00edcito en Fed Funds arroj\u00f3 t = -0,83 y el retorno del Treasury a 10 a\u00f1os t = 0,01. En cambio, la se\u00f1al Fed-dovish de Kalshi mantuvo t = 3,45. Contra DVOL, el patr\u00f3n tambi\u00e9n favoreci\u00f3 a Kalshi.<\/p>\n<h3>Robustez, correcci\u00f3n por m\u00faltiples pruebas y l\u00edmites del estudio<\/h3>\n<p>Como el an\u00e1lisis contempla 60 combinaciones entre se\u00f1ales y activos, el trabajo aplic\u00f3 correcci\u00f3n Benjamini-Hochberg para controlar el riesgo de falsos positivos. Bajo ese filtro, solo dos relaciones sobrevivieron con q = 0,05: Bitcoin con se\u00f1al Fed-dovish y Chainlink con se\u00f1al CPI.<\/p>\n<p>Eso no invalida el resto de resultados, pero s\u00ed invita a tratarlos con cautela. Los autores reconocen este punto y subrayan que algunas relaciones, aunque significativas en t\u00e9rminos convencionales, quedan justo por fuera del umbral m\u00e1s estricto tras la correcci\u00f3n estad\u00edstica.<\/p>\n<p>El trabajo tambi\u00e9n prob\u00f3 ventanas no superpuestas, bootstrap por bloques, medidas alternativas de volatilidad y tests de adelanto y rezago. En varias de estas pruebas la se\u00f1al principal se mantuvo en signo y direcci\u00f3n, aunque algunas perdieron significancia por la reducci\u00f3n del tama\u00f1o muestral.<\/p>\n<p>Entre las limitaciones, el estudio admite que la muestra cubre un per\u00edodo muy espec\u00edfico, marcado por inflaci\u00f3n elevada, recortes de tasas y fuerte incertidumbre macro. Tambi\u00e9n se\u00f1ala que el volumen de Kalshi creci\u00f3 mucho durante el per\u00edodo, por lo que a\u00fan falta saber si estas relaciones persistir\u00e1n en entornos m\u00e1s tranquilos o a lo largo de varios ciclos monetarios.<\/p>\n<h3>Qu\u00e9 implican estos hallazgos para el mercado cripto<\/h3>\n<p>El mensaje principal es que no existe una sola m\u00e9trica macro capaz de explicar por igual la volatilidad de todo el universo cripto. Bitcoin pareci\u00f3 responder m\u00e1s a expectativas sobre tasas y a se\u00f1ales de recesi\u00f3n, mientras que varias altcoins mostraron m\u00e1s sensibilidad a la inflaci\u00f3n.<\/p>\n<p>Para gestores de riesgo y traders cuantitativos, esto sugiere que observar mercados de predicci\u00f3n regulados podr\u00eda mejorar ajustes de exposici\u00f3n o estrategias basadas en volatilidad. El propio estudio menciona que, cuando la se\u00f1al Fed-dovish alcanza su percentil 90, el modelo predice para Bitcoin una volatilidad realizada a cinco d\u00edas de 0,348 frente a 0,324 del benchmark, lo que implicar\u00eda reducir el peso de la posici\u00f3n cerca de 7%.<\/p>\n<p>En opciones, el trabajo plantea que una gran repricing del CPI en Kalshi podr\u00eda anticipar menor volatilidad realizada en ETH la semana siguiente. Si el mercado de opciones no incorpora esa se\u00f1al, ciertas estrategias de venta de volatilidad podr\u00edan parecer atractivas, aunque los costos de transacci\u00f3n pueden absorber una parte importante de la ventaja esperada.<\/p>\n<p>En suma, la investigaci\u00f3n apunta a que los mercados de predicci\u00f3n pueden ofrecer se\u00f1ales macro valiosas para el universo cripto. Aun as\u00ed, la propia evidencia sugiere prudencia. Algunas relaciones dependen del r\u00e9gimen macro y otras todav\u00eda requieren validaci\u00f3n en muestras m\u00e1s largas y en otras plataformas.<\/p>\n<hr>\n<p><em>Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio P\u00fablico.<\/em><\/p>\n<p><em>Este art\u00edculo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisi\u00f3n.<\/em><\/p>\n<div class=\"footer-entry-meta\"><\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Un estudio acad\u00e9mico concluye que los mercados de predicci\u00f3n de Kalshi s\u00ed contienen se\u00f1ales \u00fatiles para anticipar la volatilidad de varias criptomonedas. El hallazgo central [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":133530,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2,1],"tags":[249,45,285,22497,2888,1268,8602,31612,1085,1919],"class_list":["post-133529","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-crypto","category-noticias","tag-analisis","tag-criptomonedas","tag-crypto","tag-kalshi","tag-mercados","tag-noticias","tag-prediccion","tag-pronosticar","tag-pueden","tag-volatilidad"],"_links":{"self":[{"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/posts\/133529","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/comments?post=133529"}],"version-history":[{"count":0,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/posts\/133529\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/media\/133530"}],"wp:attachment":[{"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/media?parent=133529"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/categories?post=133529"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/tags?post=133529"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}