¿Puede la IA generar 200 dólares al día con la predicción meteorológica?

Título del artículo original: "Utilizando IA para predecir el tiempo y ganar 200 dólares de forma pasiva al día"

Autores del artículo original: Changán, Mordedor

A diferencia de las elecciones, el clima no tiene postura; a diferencia de la NBA, no tiene equipo local. Sin embargo, es precisamente este mercado el que ha atraído a los usuarios nacionales. La razón es sencilla: cada uno tiene una percepción, cada uno cree entender el clima de Shanghái.

Pero "sentirse informado" y "ganar dinero" son dos cosas diferentes.

Biteye comparte tres cosas hoy:

1. Comprenda las reglas de liquidación

2. Establecer un método de predicción meteorológica

3. Utiliza un sistema para encontrar oportunidades de trading que otros no pueden ver.

I. Primero, entienda: ¿Cómo se estabiliza este mercado meteorológico?

1. La temperatura de asentamiento no es lo que crees.

Muchas personas, al participar por primera vez, tienen una idea equivocada: comparan la temperatura máxima que muestra la aplicación meteorológica de su teléfono, pero la aplicación muestra la temperatura del área urbana de Shanghái, mientras que el sistema de datos de Polymarket utiliza los datos reales del aeropuerto de Shanghái Pudong (estación meteorológica ZSPD). Estos datos están disponibles públicamente a través de la plataforma meteorológica estadounidense Wunderground, y PM lee directamente los registros de WU como base para la liquidación.

Dos ubicaciones diferentes, dos números diferentes. El aeropuerto de Pudong está situado en el lado este de la ciudad, cerca de la desembocadura del río Yangtsé, influenciado por la brisa marina, y las temperaturas suelen ser más bajas que en la zona urbana. Esta diferencia normalmente no se nota, pero en el límite de un intervalo de predicción, podría ser la diferencia entre acertar y equivocarse.

Así que en la sección de comentarios del mercado meteorológico, es posible que veas este tipo de confusión: "Aunque hoy hace más calor que ayer, ¿por qué la temperatura máxima que se muestra es más baja?"

2. El número es correcto, pero la unidad no es la que piensas.

Los datos de WU provienen directamente del mensaje METAR que el aeropuerto emite cada hora (un formato de informe meteorológico aeronáutico de uso mundial).

Aquí hay un detalle oculto: METAR registra los números enteros en grados Fahrenheit, y WU muestra directamente este número sin conversión ni corrección.

La mayoría de los sistemas de pronóstico del tiempo y los resultados de los modelos meteorológicos utilizan temperaturas con decimales. Cuanto más preciso sea el cálculo de su modelo, más fácil será pasar por alto este aspecto tan general.

3. Patrones de temperatura en Shanghái

Tras recopilar casi 1900 días de datos de la estación ZSPD, resulta que los momentos de máxima temperatura en Shanghái están más concentrados de lo que se pensaba:

· Las horas pico para las cuatro estaciones están altamente concentradas alrededor de las 11:00-13:00,

· La concentración en verano es máxima a las 12:00, representando el 27,6% de toda la temporada en una sola hora.

· El período de mayor actividad en otoño se produce un poco antes, siendo las 10:00 una de las horas de mayor frecuencia.

Comprender el patrón es el primer paso, pero el patrón no se supervisará a sí mismo. Saber cuándo se produce la temperatura más alta cada día, si se está actualizando y a qué distancia está del umbral.

Así pues, el autor ideó este sistema: antes del cierre diario, predecir con la mayor precisión posible en qué grado Celsius se situará la temperatura máxima del día.

II. Cinco métodos, tres validados

Tras comprender las reglas del mercado, la siguiente pregunta es: ¿cómo predecir la temperatura máxima del día?

Si eres un principiante en meteorología, el primer paso es preguntar a ChatGPT: ¿cómo calcula la industria meteorológica la temperatura máxima del día y cuáles son los métodos más probados? ChatGPT proporcionó un marco teórico que Claude tradujo a código. Con dos inteligencias artificiales trabajando conjuntamente, el sistema se puso en marcha durante un fin de semana.

Se probaron un total de cinco métodos, y finalmente solo tres tuvieron éxito.

Validado:

1. Previsión integrada WC + ECMWF

Para pronosticar la temperatura máxima, se necesitan datos. Se utilizaron dos fuentes:

· The Weather Company (WC) es una API meteorológica comercial que proporciona datos de pronóstico por hora con alta precisión;

· El ECMWF es el modelo meteorológico global del Centro Europeo de Previsiones Meteorológicas a Medio Plazo, más sensible a los sistemas meteorológicos a gran escala.

Cada fuente tiene sus pros y sus contras, por lo que se ponderan mediante votación. Los pesos se ajustan dinámicamente en función del tipo de clima del día: El modelo WC es más fiable en días soleados, mientras que el ECMWF es más fiable en días nublados y ventosos.

2. Corrección en tiempo real: Utilización de datos de aumento de temperatura para estimar los picos

El pronóstico se calculó anoche, pero el tiempo hoy ha estado cambiando. Lo que hace este módulo es lo siguiente: utilizando datos reales medidos esta mañana, calcula la temperatura máxima que puede alcanzar hoy.

La lógica no es complicada. El editor descubrió que la temperatura sube más rápidamente en Shanghái entre las 8 y las 9 de la mañana. Tras recibir la temperatura medida en ese momento, el sistema analiza los datos históricos: para la misma estación y a la misma hora, ¿cuánto más podría aumentar la temperatura de media?

A continuación se realizan dos ajustes:

• Si hay muchas nubes, se aplica un descuento porque las nubes más densas impiden el calentamiento.

· Si hace viento, también se aplica un descuento porque los vientos fuertes aceleran la pérdida de calor. Esto calcula una "estimación por extrapolación".

En el cálculo también se tienen en cuenta la presión, el punto de rocío y la humedad, pero debido a que las pruebas retrospectivas revelaron su mínimo impacto y escasa relevancia, se han eliminado.

Pero basarse únicamente en la extrapolación no es suficientemente estable. Aquí se utiliza un concepto llamado ganancia de Kalman, que básicamente toma un promedio ponderado entre el "resultado extrapolado" y el "pronóstico original", y este peso cambia automáticamente con el tiempo.

A las 6 de la mañana, la extrapolación solo representa el 20%, y la mayor parte de la confianza se deposita en el pronóstico.

· A mediodía, la extrapolación constituye el 72%

· Después de la 1 pm, la confianza casi total se basa en la medición real, que representa el 85%.

Cuanto más tarde sea, más importantes serán los acontecimientos actuales; cuanto más temprano sea, mayor será el valor de referencia de las previsiones históricas.

Después de las 2 de la tarde, el sistema considera que lo más probable es que ya se haya alcanzado la temperatura máxima y registra la temperatura más alta del día directamente a partir de los registros históricos, sin realizar ningún cálculo adicional.

3. ¿Hoy es un día cálido?

Este es el módulo más satisfactorio de todo el sistema, que consiste en realizar una evaluación diaria antes del amanecer: ¿La temperatura máxima de hoy será superior a la de ayer?

Todos los días, entre las 2 y las 4 de la madrugada, el sistema recopila un conjunto de datos meteorológicos para alimentar este modelo:

• Cambios de presión en las últimas 3 horas y 12 horas

· Dirección del viento antes del amanecer, velocidad del viento, condiciones de las nubes

• Fluctuaciones de temperatura de ayer, tendencias de temperatura de los últimos tres días, si la temperatura de ayer fue más alta o más baja

Además, el mes, la estación, el día del año y si llovió ayer.

El resultado del modelo se divide en cinco niveles: Día de calentamiento, calentamiento leve, estable, enfriamiento leve, día de enfriamiento, al tiempo que proporciona un nivel de confianza.

Sin embargo, este método presenta una variación significativa en su precisión según la estación del año.

Más preciso en invierno: Cuando llega el aire frío, la presión atmosférica aumenta bruscamente, el viento del norte se intensifica y la señal es muy clara, por lo que el modelo puede identificarla fácilmente de un vistazo.

Menos preciso en otoño: Cuando las masas de aire cálido y frío se enfrentan, con temperaturas que suben un día y bajan al siguiente, los patrones históricos dejan de ser válidos con mayor rapidez en esta época del año.

Métodos eliminados:

1. Pronóstico numérico de Fourier

Inicialmente, se intentó utilizar el análisis de Fourier para ajustar los patrones cíclicos de los datos históricos de temperatura y ver si podía predecir directamente la temperatura máxima del día.

El resultado fue que solo podía indicar "cuál ha sido la temperatura media en esta estación históricamente". La aleatoriedad del clima de Shanghái es demasiado alta, y el ajuste de Fourier produce una curva promedio suave, no las fluctuaciones diarias reales. Con un margen de error de 3,6 °C y una subestimación sistemática del 100 %, este método fue descartado directamente.

2. Predicción del momento pico de ERA5

ERA5 es el conjunto de datos de reanálisis histórico global del Centro Europeo de Previsiones Meteorológicas a Medio Plazo, utilizado para predecir la hora del día en que se produce la temperatura más alta.

Después de realizar pruebas retrospectivas,

· Precisión en ≤1 hora: 59,6%

• Precisión en ≤2 horas: 81,3%

Aunque esto suena bien, la precisión del gestor de cartera es mayor y el margen de tiempo que tienen los operadores para tomar decisiones es muy corto. Si no es posible predecir el valor máximo en media hora, es mejor consultar los datos de Polymarket. Por lo tanto, este método fue descartado.

III. Sistema de combate real: Dos casos y reflexión sobre las deficiencias

El mercado meteorológico de Polymarket abre sus puertas para operar con cuatro días de antelación, y los rangos de temperatura más populares suelen tener su precio completo desde el principio. Comprar directamente a niveles de alta probabilidad resulta en una mala relación riesgo-beneficio.

Por lo tanto, la estrategia que adopta el autor es: esperar la señal, esperar el período de tiempo de calentamiento antes de entrar al mercado.

Posteriormente, basándose en el sistema meteorológico desarrollado internamente, se llevaron a cabo las dos operaciones siguientes:

Caso 1:

En la mañana del día 16, el canal de Telegram publicó un informe sobre el modo nocturno: Mañana hará fresco. La razón es que la noche estuvo nublada y tanto la estación del año como el número de días del año apuntaban a una tendencia al enfriamiento.

En aquel momento, el editor no hizo una apuesta inmediata. La señal de primera hora de la mañana fue solo el primer punto de referencia.

A las 11 de la mañana, el sistema envió un informe en tiempo real sobre un período de calentamiento. En ese momento, la temperatura máxima registrada ya era de 12 °C, con un resultado de puntuación de probabilidad de +1 °C: una probabilidad del 42 % de otro aumento de 1 °C hoy, lo que se inclina hacia la posibilidad de que no haya más calentamiento.

Al combinar la señal de regresión logística de la madrugada que indicaba enfriamiento, ambos módulos se alinearon en la misma dirección. La señal era mucho más clara que a primera hora de la mañana. Por lo tanto, se apostó a que la temperatura máxima del día 16 no superaría los 13 °C.

Acuerdo de ese día: 12°C. La temperatura del día anterior, el 15, fue de 15°C, lo que supone un descenso de 3 grados.

Caso 2:

Por ejemplo, al observar el clima de hoy en Shanghái, el día 17, el sistema meteorológico aún puede proporcionar una función de alerta: una notificación recibida a las 7 de la mañana mostró una hora pico inusual: 22:00.

En un día soleado normal, la temperatura más alta se registra por la tarde, entre la 1 y las 3. Sin embargo, el pico de hoy se registra a las 22:00, lo que indica que no se trata de un calentamiento provocado por la luz solar, sino del transporte nocturno de corrientes de aire cálido y húmedo. Llovió todo el día, con una nubosidad del 97 al 100% y prácticamente nada de sol.

Al abrir Polymarket en este punto, veo que el precio de 12°C sigue en el 53%. Algunos miembros de la comunidad están confundidos: Ya es por la tarde y la temperatura es de tan solo 11°C. Ya pasó la hora punta, entonces, ¿por qué la gente sigue comprando a 12 °C?

Detrás de esta confusión se encuentra la razón por la que la gente sigue utilizando la lógica de los días soleados para evaluar un mercado en tiempos difíciles.

El sistema no está confundido. Identificó correctamente el tipo de clima de esta mañana, con una hora pico inusual, mostrando una clara desviación entre la temperatura actual y la expectativa del mercado. Esta diferencia de información representa una oportunidad comercial.

Esta es la importancia de contar con este sistema: Facilita la identificación de oportunidades cuando estas se presentan y alerta con mayor rapidez ante los riesgos.

¿Cuáles son algunas de las limitaciones del sistema?

Implementé un sistema durante el fin de semana, imposible que esté libre de fallos:

· La precisión en otoño es de tan solo el 63,7%, casi como lanzar una moneda al aire.

Durante esta estación, las masas de aire frío y cálido se enfrentan repetidamente, con un aumento de la temperatura hoy seguido de un descenso mañana; sin embargo, los patrones históricos son menos fiables en otoño.

• Las características de presión no están disponibles en la negociación en tiempo real. Los cambios de presión se utilizaron como característica durante el entrenamiento del modelo, y los resultados de las pruebas retrospectivas fueron buenos.

· La señal del paso de aire frío es muy clara. Sin embargo, durante las operaciones en tiempo real, la interfaz actual no proporciona datos de presión en tiempo real.

· La corrección costera aún está pendiente de activación de datos. El efecto de la brisa marina en el aeropuerto de Pudong es real, y el sistema ha incorporado un módulo de corrección correspondiente, pero las muestras de las pruebas retrospectivas no son suficientes.

Un sistema que solo ha estado funcionando durante un fin de semana ya puede identificar estos problemas, lo cual se considera una ventaja. Los siguientes pasos implican la depuración durante la ejecución.

IV. Conclusión

La meteorología se ha desarrollado durante cientos de años, incorporando satélites, supercomputadoras y modelos globales, pero los pronósticos meteorológicos aún no se atreven a garantizar una precisión del 100% para mañana. No es que los científicos no estén trabajando lo suficiente, sino que el ambiente en sí es caótico. Una ligera diferencia en las condiciones iniciales puede dar lugar a resultados completamente diferentes.

Este sistema, que funcionó durante todo un fin de semana, obviamente cometerá errores. En otoño, la precisión es similar a la de lanzar una moneda al aire; si el aire frío llega pronto, es posible que el sistema no responda a tiempo, y el efecto de la brisa marina aún no se ha captado por completo.

Pero esto no es importante. Predecir el mercado no requiere acertar siempre, solo se necesita tener una ventaja en las probabilidades, ver una capa más de información que el mercado.

Enlace al artículo original