No solo adivinar bien o mal, la predicción del mercado se está volviendo cada vez más “divertida”

Título original del artículo: "Como alguien que juega a los mercados de predicción todos los días, he visto estas innovaciones y cambios"

Autor del artículo original: Asher, Odaily Planet Daily

“Polymarket tiene tanta liquidez, además de los puntos de farming para token airdrops, ¿por qué alguien seguiría utilizando otras plataformas de predicción del mercado?” Esta es una pregunta que he estado meditando constantemente, ya que recientemente experimenté múltiples mercados de predicción.

De hecho, durante la fase de emisión del token de la Empresa matriz de Polymarket bloque, se presentó una solicitud de trade para "POLY", junto con declaraciones anteriores de ejecutivos de Polymarket indicando planes para lanzar un token nativo y llevar a cabo un airdrop, lo que llevó al mercado a esperar en general que la granja Polymarket podría ser la próxima "cosa grande". Sin embargo, a diferencia de otros mercados de predicción emergentes, Polymarket aún no lanzó un sistema de incentivos para puntos o tareas claros. A los usuarios les resulta difícil ajustar dinámicamente su estrategia de “agricultura” basándose en comentarios de incentivos por puntos, hasta cierto punto en un modo desafiante de “cultivo ciego”.

Por el contrario, la mayoría de estas plataformas de mercados de predicción emergentes han introducido un mecanismo de puntos, lo que permite que los usuarios tengan un "camino estratégico airdrop" más claro mientras participan en trades en la plataforma. Aunque estas plataformas del mercado de predicción en su mayoría aún están en las primeras etapas, con ciertos errores y quejas ocasionales de la comunidad, en el proceso de experiencia real, se pueden encontrar algunos aspectos destacados de la diferenciación "distintos de Polymarket".

A continuación, presentaré varios aspectos destacados resumidos de experimentar diferentes plataformas del mercado de predicción recientemente.

Destaca uno: fondos ociosos en long no serán "planos", posiciones predictivas pueden seguir generando ingresos

En los mercados de predicción tradicionales (como Polymarket, Kalshi), después de que los usuarios compran posiciones SÍ/NO, los fondos generalmente se bloquean hasta liquidación del evento. Durante este tiempo, estos fondos no pueden participar en otras estrategias y no generan ningún ingreso, representando esencialmente un "fondo ocioso" con un importante costo de oportunidad.

predict.fun está intentando cambiar esto. La plataforma accederá a la estrategia de tasa de interés de bajo riesgo de la Cadena BNB para los fondo garantía que los usuarios utilizan para las predicciones, lo que permite que las posición generen ingresos en stablecoin automáticamente durante el periodo de holding. Según un anuncio oficial del 8 de enero de 2026, predict.fun se asoció con el protocolo Venus, y los activos garantía bloqueados por los usuarios en USDT serán depositados automáticamente en el mercado monetario de Venus para intereses, generando así continuamente ingresos adicionales mientras esperan los resultados del evento.

En otras palabras, los fondos de los usuarios aún están “trabajando” activamente en la cadena durante el periodo de holding, con un rendimiento anualizado típico en stablecoins que oscila entre el 3% y el 5% (específicamente dependiendo de la estrategia DeFi subyacente y de las condiciones del mercado). Más importante aún, esta parte del rendimiento es independiente del resultado de la predicción: ya sea que la predicción final sea exitosa o no, el rendimiento generado durante el periodo de holding se puede reclamar por separado, esencialmente añadiendo una capa adicional de ingresos pasivos más allá de predecir ganancias o pérdidas.

Desde la perspectiva del mecanismo del producto, este diseño transforma efectivamente los “fondos ociosos” en los mercados de predicción tradicionales en “fondos activos”, lo que constituye una de las características más distintivas de predict.fun. La plataforma ahora ha permitido que la función reclame recompensas por holding, lo que permite que los usuarios recauden recompensas acumuladas por holding a una hora fija cada martes, proporcionando una lógica de rendimiento compuesto más clara para el holding en long plazo a nivel de estrategia.

Diagrama de reclamo de recompensas de holding de predict.fun

Aspecto destacado 2: Experiencia de deslizamiento de estilo video en short, acercando el cierre a mercado de la predicción a los “Productos de consumo de contenido”

A diferencia de la interfaz tradicional de los mercados de predicción orientada a los plazos de transacción, algunas plataformas emergentes del mercado de predicción se han inclinado en particular por las plataformas de contenido en el diseño interactivo, tratando de reducir la barrera de entrada y aumentar la Interacción del usuario. Por ejemplo, en la interfaz móvil de predict.fun, cada pantalla corresponde a un evento de predicción, lo que permite que los usuarios naveguen rápidamente por diferentes mercados deslizando el dedo hacia arriba y hacia abajo. La experiencia general es más similar al patrón de alimentación de información de las plataformas de video en short. Este diseño permite que los usuarios descubran de forma natural objetivos de predicción de interés a través de la "navegación por el mercado" continua sin buscar eventos activamente, mejorando significativamente la eficiencia de navegación y la frecuencia de participación.

De manera similar, Probable adopta una interacción de deslizamiento de izquierda a derecha, haciendo que el comportamiento de predicción se parezca más a la lógica de emparejamiento de información de las experiencias de productos sociales. Desde una perspectiva de producto, el núcleo de tales diseños no se trata solo de optimizar la interfaz del usuario, sino de intentar transformar el mercado de predicción de una "herramienta tradeando de baja frecuencia" a una "pasarela de consumo de contenido de alta frecuencia".

Diagrama ilustrativo de los estilos de interacción móvil de dos plataformas del mercado de predicción (izquierda: predict.fun; derecha: Probable)

El fundador de predict.fun, Dingaling, también mencionó en un Space que espera construir el mercado de predicción en un escenario similar a una app de video en short, donde los usuarios pueden hacer apuestas mientras navegan eventos populares diarios y temas de interés, mejorando aún más la Interacción comunitaria y la adherencia del usuario a través de funciones como comentarios e interacciones.

Desde la perspectiva experiencial, este tipo de interacción basada en el flujo de información es en sí misma una innovación de producto sumamente atractiva. En comparación con la forma tradicional de buscar activamente el mercado, la navegación por desplazamiento permite que los usuarios "comercialicen surf" continuamente en un tiempo fragmentado, participando de forma natural mientras navegan por el contenido, lo que hace que la experiencia del usuario en los mercados de predicción sea más ligera y fluida.

Destaca tres: El “Mercado exclusivo del evento” en torno a temas candentes para la comunidad, mejorando la Interacción Localizadora

Además de la mecánica del producto y la experiencia de interacción, algunas plataformas emergentes del mercado de predicción también han comenzado a explorar una ruta diferenciada en el diseño del contenido del mercado. En long no solo replican los eventos genéricos en Polymarket o Kalshi, sino que se centran en temas con alto interés interno para la comunidad dentro de la comunidad cripto, introduciendo más nichos de mercado de eventos exclusivos. Por ejemplo, eventos en predict.fun relacionados con Binance y temas candentes de la comunidad, como “cambios de saldo de Bitcoin en la billetera de fondos SAFU Binance 1 de marzo” y “El número de tweets de CZ del 7 al 14 de febrero de 2026”, pertenecen al tipo de temas que están más cerca de debates (según contexto) diarios entre usuarios de criptomonedas.

predict.fun lanza eventos exclusivos de predicción

En comparación con macro eventos tradicionales o mercados políticos y deportivos generales, estos eventos de predicción con atributos evidentes para la comunidad son más propensos a estimular debates (según contexto) y difusión entre los usuarios, y también son más propensos a generar calor de participación dentro de grupos de usuarios específicos. Desde la perspectiva del funcionamiento de la plataforma, la introducción continua de eventos exclusivos está construyendo esencialmente un suministro de contenido específico para la plataforma, haciendo que el mercado de predicción no sea sólo un "centro tradeando", sino que gradualmente se convierta en un lugar de reunión para emociones y narrativas populares de la comunidad.

A partir de los eventos anteriores, se puede ver que predict.fun se diferencia conscientemente a nivel de "suministro del evento", en lugar de simplemente replicar los mercados ya disponibles en Polymarket o Kalshi. Diseñar eventos de predicción en torno a CZ, el ecosistema Binance y temas candentes de la comunidad hace que la plataforma sea más propensa a fomentar la difusión y participación dentro de grupos de usuarios específicos. Esta estrategia de contenidos también se está convirtiendo en una importante dirección operativa para algunos mercados emergentes de predicción.

Cabe señalar que entre los mercados emergentes de predicción actualmente activos, un número considerable de proyectos provienen del ecosistema de la Cadena BNB, y su base de usuarios se inclina notablemente más hacia la comunidad asiática. En este contexto, la cultura comunitaria, la subcultura y un comportamiento de participación aún más similar al de la “cultura stand” se están convirtiendo gradualmente en factores importantes que influyen en el diseño y la difusión de eventos predictivos del mercado. En este contexto, para las plataformas de mercado de predicción emergentes, la cultura de la comunidad asiática formada en torno al diseño de eventos diferenciados y el comportamiento de participación más similar a la “cultura stand” se están convirtiendo en direcciones dignas de estudio en profundidad, y los impactos relacionados se discutirán más adelante en artículos posteriores.

Enlace original del artículo