Segun arXiv q-fin, un estudio empírico sobre la participación no retail en Polymarket revela hallazgos clave sobre la estructura de liquidez en mercados de predicción descentralizados. El análisis se basa en un periodo de siete días, del 21 al 27 de abril de 2026, utilizando el archivo PMXT v2, que registra 13.356.931 eventos de ejecución de órdenes, involucra 77.204 direcciones con cinco o más ejecuciones y abarca 43.116 mercados. Los resultados evidencian que el diseño off-chain del sistema de liquidez de Polymarket impide la atribución de ciclo de precios a nivel de dirección. Eventos clave como la colocación y cancelación de órdenes no están disponibles en las bases de datos públicas, lo que excluye la medición de indicadores como la intensidad de precios, la relación bid-ask y el margen publicado en nivel de dirección. Este vacío estructural se define como un fallo de validez en el marco de atribución de vida de precios (G-QUOTE-LIFE universal fail), lo que obliga a limitar el análisis a un vector de seis características basado únicamente en el lado de ejecución.
La aplicación de técnicas de agrupación basadas en densidad (DBSCAN), con quince configuraciones de sensibilidad, identifica un solo grupo denso y sin ruido. Este hallazgo indica que el comportamiento de ejecución en el periodo analizado es unimodal, lo que contradice la hipótesis previa de que existen entre cuatro y cinco tipos distintos de participantes. Además, se observa una separación robusta entre operadores de retail y no retail mediante una estratificación basada en niveles de características, sin depender de técnicas de clustering. Los niveles de "whales", operadores de alta frecuencia y traders de poder juntos representan el 81,4% del volumen total de mercados, concentrado en solo el 12,6% de las direcciones. Dado este escenario, las afirmaciones sobre la existencia de operadores que proporcionan liquidez a nivel de dirección se vuelven irreales. La detección de manipulaciones mediante "spoofing" se desplaza a un nivel de diagnóstico de libros de precios, ya que no se pueden validar a nivel de dirección.
Para el lector peruano, este análisis resalta que las plataformas de predicción, aunque prometen transparencia, operan en un entorno donde la mayoría de las decisiones de precios son tomadas por actores poco visibles. Esto significa que los inversionistas individuales, incluso con acceso a datos públicos, no pueden distinguir claramente entre operadores de mercado y usuarios comunes. En un contexto de economía digital donde los mercados emergentes crecen rápidamente, este hallazgo sugiere que la confiabilidad de los precios en estos espacios depende en gran medida de la estructura interna de liquidez, no de la visibilidad pública. Para inversores peruanos que participan en mercados de predicción o de criptomonedas, es crucial entender que el poder de influencia en precios puede estar en manos de un grupo reducido de actores, cuyas acciones no son fácilmente detectables o explicables. La transparencia que se ofrece en la superficie no refleja completamente el funcionamiento real del mercado.