Uma taxa de acerto de 97.7% que perde dinheiro: comprar favoritos, com backtest

A estratégia Up/Down mais repetida da Polymarket também é a mais simples: faltando um minuto, compre o lado que está claramente ganhando. É intuitiva, é fácil de automatizar e produz o tipo de taxa de acerto que vira print.

Nós a testamos em 17,002 operações simuladas com snapshots reais do livro de ofertas. A taxa de acerto é de fato extraordinária. Os retornos são negativos.

Como o teste funciona

• Universo: todos os mercados Up/Down de 5 minutos de BTC, ETH e SOL resolvidos no arquivo da PolyTest — uma janela móvel de 31 dias, de 5 de agosto a 5 de setembro de 2026.
• Entrada: uma operação por mercado, no snapshot mais próximo de 60 segundos antes do vencimento. Uma observação por mercado, então não há autocorrelação por amostrar o mesmo mercado várias vezes.
• Lado: o resultado com a cotação mais alta — o favorito.
• Preço de execução: o ask, não o preço médio. price_up + price_down tem média de 1.0117 nestes dados, então o spread de ida e volta de cerca de 1.2¢ já é pago na entrada.
• Exclusões: mercados em que algum dos lados tem o livro de asks vazio. Se ninguém está ofertando, a operação é impossível — incluí-la inventaria execuções que não poderiam ter acontecido.
• Pagamento: os vencedores liquidam a $1.00, os perdedores a $0.

Resultado: comprar o favorito, por faixa de preço

Leia primeiro as duas últimas linhas, porque é lá que está o volume. Mais da metade das operações fica a 90¢ ou mais, e essas duas faixas perdem dinheiro com alta confiança estatística. A faixa de 90–97¢ é a pior: você paga 93.56¢ por algo que acontece 91.16% das vezes, sangrando 2.39 pontos percentuais em cada operação, com um z-score de −5.09.

As faixas do meio parecem melhores — a de 60–70¢ mostra ROI de +3.16% —, mas nenhuma atinge significância. Com z = 1.66 e z = 1.49, esses são os retornos que você esperaria de um cara ou coroa fantasiado de 1,500 operações. Nenhuma faixa mostra uma vantagem positiva estatisticamente significativa.

A curva de calibração

Deixando a estratégia de lado e olhando para o próprio mercado: quão precisos são esses preços? Para cada mercado BTC de 5 minutos, pegamos o preço cotado de Up 60 segundos antes do vencimento e comparamos com a frequência com que Up realmente ganhou.

Isto é um viés favorito–azarão de manual, o efeito documentado há décadas em apostas de corrida de cavalos e em mercados de previsão. Os azarões são sistematicamente caros: contratos cotados perto de 17¢ ganham 13.2% das vezes, e os cotados perto de 22¢ ganham 18.0%. Os favoritos de faixa intermediária ficam alguns pontos baratos.

Ele é real, aponta na direção certa e é muito difícil de monetizar — porque as faixas em que o viés é maior são justamente as com os livros mais rasos e os maiores spreads relativos. O viés aparece na curva de calibração e desaparece no P&L, que é o destino habitual de uma anomalia conhecida.

Então o viés existe ou não?

As duas coisas, e a distinção é o ponto central:

• Como descrição dos preços — sim. Azarões abaixo de ~25¢ ficam consistentemente caros em 3–4 pontos percentuais. Essa é uma propriedade genuína e mensurável desses mercados.
• Como estratégia — não. Comprar favoritos não rende nada depois do spread, e nos preços em que está a maior parte do volume rende menos do que nada, com alta confiança.
• A assimetria é o sinal. Se os azarões estão caros, a operação não é comprar favoritos — é vender azarões. Isso exige colocar ofertas no livro e ser executado pela ordem a mercado de outra pessoa, ou seja, fazer market making, com todo o risco de inventário que isso implica. Não é uma estratégia que você executa batendo nos asks.

Reproduza

Todos os números acima vêm de dados que você pode puxar. O formato do teste importa mais do que os nossos números — rode-o na sua própria janela e veja se ainda se sustenta.

import os, requests
from statistics import mean

BASE, H = "https://api.polytest.io/api/v1", {"X-API-Key": os.environ["POLYTEST_KEY"]}

trades = []
markets = requests.get(f"{BASE}/markets", headers=H, params={
    "coin": "btc", "market_type": "5m", "limit": 100,
}).json()["markets"]

for m in markets:
    if not m.get("winner"):
        continue
    # The snapshot nearest 60s before expiry — one observation per market.
    snap = requests.get(f"{BASE}/markets/{m['id']}/snapshots/at", headers=H, params={
        "timestamp": m["end_time"], "offset_seconds": -60,
        "include_orderbook": "true",
    }).json().get("snapshot")
    if not snap:
        continue

    up, down = snap.get("price_up"), snap.get("price_down")
    if up is None or down is None:
        continue                       # no offer on one side: untradeable

    side = "Up" if up >= down else "Down"
    cost = max(up, down)               # pay the ask, not the mid
    trades.append((cost, m["winner"] == side))

n = len(trades)
cost = mean(c for c, _ in trades)
wr = sum(w for _, w in trades) / n
print(f"n={n}  cost={cost:.4f}  win_rate={wr:.4f}  ROI={(wr-cost)/cost*100:+.2f}%")

O que isto prova e o que não prova

• Um mês. Uma janela móvel de 31 dias, de 5 de agosto a 5 de setembro de 2026. Longa o bastante para 17,002 operações, não o bastante para cobrir vários regimes de volatilidade.
• Execuções no topo do livro. Cobramos o melhor ask e supomos que a operação inteira é executada ali. Um tamanho real percorre o livro, então os resultados ao vivo seriam piores do que estes, não melhores.
• Sem taxas nem gás. Adicioná-los empurra todas as linhas para baixo.
• Apenas mercados de 5 minutos. Timeframes mais longos têm liquidez diferente e podem se comportar de outra forma.
• Entrada exatamente em T−60s. O timing acaba importando enormemente — veja o estudo sobre o momento de entrada.

A conclusão que defenderíamos: comprar favoritos no ask não é uma estratégia, é um jeito de pagar o spread 17,000 vezes. Se você quer uma versão disso que funcione, o estudo do atraso do spot testa uma ideia relacionada que mostra uma vantagem real — junto com a restrição que impede que ela ganhe escala.

Todos os números aqui vieram dos snapshots da PolyTest com profundidade completa do livro de ofertas. A API da própria Polymarket não permite este teste: o livro de um mercado resolvido retorna 404, e o histórico de preços que ela guarda tem cerca de um ponto por minuto, granular demais para dizer quanto uma execução teria custado. Comece grátis se quiser rodar a sua própria versão.