Mercati di previsione: L'architettura dell'informazione asimmetrica

Sintesi Esecutiva

• I mercati di previsione sono strutturalmente equivalenti a giochi a somma zero: il segmento retail fornisce liquidità che i partecipanti sofisticati — desk di trading istituzionali, agenti IA e market maker — estraggono sistematicamente.

• La concentrazione dei profitti su Polymarket è estrema: 740 account detengono più dei due terzi di tutti i guadagni realizzati su una piattaforma con oltre 2 milioni di wallet attivi.

• Il rischio di insider trading non è più teorico. L'andamento dei prezzi nel mercato relativo all'attacco in Iran del febbraio 2026 ha mostrato un pattern incoerente con il flusso di informazioni pubbliche, sollevando preoccupazioni normative presso la CFTC.

• L'automazione ha industrializzato le strategie di counter-retail. L'arbitraggio di latenza, il tail-betting e il counter-trading sistematico degli account a basse prestazioni sono ormai strumenti standard per i partecipanti professionali.

• Per gli investitori disciplinati, i mercati di previsione offrono un utile livello di estrazione dei segnali, non una classe di attivi investibile.

La struttura del mercato non è quella che appare

Le piattaforme di previsione si presentano come aggregatori di informazioni decentralizzati. La realtà economica è più precisa: si tratta di meccanismi per trasferire capitale ponderato per la probabilità da partecipanti non informati a partecipanti informati.

I dati di Dune Analytics sono inequivocabili. Tra circa 2,23 milioni di wallet su Polymarket, dal 58% al 70% sono in perdita. Il wallet in perdita mediano ha assorbito un drawdown di 94 USD. Di contro, solo 740 account — lo 0,037% della base utenti — detengono 15,2 miliardi di USD in profitti realizzati, rappresentando più di due terzi di tutto il denaro vinto sulla piattaforma (Keyrock, 2025–2026). La distribuzione non è asimmetrica. È biforcuta.

Il grafico sopra rende visibile questo fenomeno a livello di categoria: il divario tra ciò che guadagna un tipico wallet in profitto (la mediana) e ciò che implica la media — gonfiata dagli account dominanti — copre due ordini di grandezza in categorie ad alto volume come Crypto (mediana 105 USD contro media 3.755 USD) e Politics (mediana 130 USD contro media 3.469 USD).

La seconda visualizzazione è ancora più diagnostica. I wallet che guadagnano oltre 1.000 USD rappresentano l'11,8% di tutti gli account, ma catturano il 97,6% dei profitti realizzati totali. Il restante 88% degli account si spartisce il residuo 2,4%. Questo non è un mercato in cui il vantaggio è distribuibile. Si concentra per progettazione.

L'automazione ha cambiato lo scenario competitivo

La popolazione di partecipanti sofisticati non è statica. Sta crescendo ed è sempre più non umana.

Società di trading professionale, tra cui DRW e Susquehanna, hanno assunto trader dedicati ai mercati di previsione con stipendi superiori a 200.000 USD all'anno. I loro mandati: rilevare inefficienze di prezzo, monitorare attività insolite e sfruttare l'arbitraggio cross-platform. La strategia nota come arbitraggio di latenza sfrutta il ritardo frazionario tra gli aggiornamenti dei prezzi di Polymarket e i prezzi dei crypto exchange sottostanti che determinano le probabilità di risoluzione. Piattaforme di analisi come PredictionHunt ora confezionano opportunità di arbitraggio cross-market — individuando scenari in cui il "Sì" su Kalshi e il "No" su Polymarket per lo stesso evento si combinano per generare un profitto quasi privo di rischio.

Una piattaforma, Stand, ha portato il trading counter-retail al suo estremo logico: uno strumento automatizzato che identifica i wallet costantemente in perdita e scommette sistematicamente contro le loro posizioni. La strategia del "dumb money at the tails" — che si rivolge ai scommettitori occasionali che piazzano scommesse improbabili a quote sproporzionate — è stata formalizzata in un prodotto.

Queste dinamiche non sono nuove. Rispecchiano l'evoluzione dei mercati azionari, dove il flusso di ordini retail è stato prima identificato come sfruttabile, poi intermediato e infine completamente automatizzato. La differenza è che i mercati di previsione comprimono questo ciclo. L'infrastruttura è più leggera, il quadro normativo meno sviluppato e il rapporto tra retail e professionali è attualmente abbastanza ampio da sostenere tassi di estrazione elevati.

Insider Trading: una vulnerabilità strutturale

Il terzo grafico sopra illustra il rischio sistemico più rilevante oggi nei mercati di previsione. Nelle ore precedenti l'attacco degli Stati Uniti all'Iran del 28 febbraio 2026, la probabilità implicita sul contratto con scadenza 28 febbraio è passata da circa il 7% a oltre il 25% — più di 40 ore prima dell'evento, e in un momento in cui tutti i contratti con scadenze precedenti rimanevano piatti al 3%–5%.

Questa azione dei prezzi è incoerente con le informazioni pubbliche. I contratti per il 25, 26 e 27 febbraio non mostrano alcun movimento corrispondente, il che esclude una rivalutazione generalizzata del mercato. Ciò che è visibile nei dati è una scommessa concentrata su una data specifica, piazzata con largo anticipo da wallet che erano in gran parte di nuova apertura. La CFTC è stata informata.

Questo non è un incidente isolato. Posizioni con tempistiche sospette su Polymarket hanno preceduto con un margine simile l'annuncio della cattura di Nicolás Maduro. Entrambi i casi illustrano un problema strutturale: i mercati di previsione, offrendo scommesse binarie a leva su eventi geopolitici, creano incentivi finanziari diretti per l'uso improprio di informazioni sensibili. Più le piattaforme di previsione si avvicineranno ai mercati finanziari tradizionali, più questo conflitto richiederà una risoluzione.

Le piattaforme stanno reagendo. Sono stati introdotti la verifica dell'identità, la segnalazione interna di attività sospette e l'obbligo di rendicontazione delle transazioni alla CFTC. Queste misure sono necessarie ma non sufficienti. L'asimmetria informativa nei mercati di eventi binari è, per definizione, massimamente sfruttabile: l'insider che conosce l'esito detiene un contratto che paga 100 centesimi per dollaro.

Il segnale, non la speculazione

La domanda rilevante per gli investitori istituzionali non è se scommettere sui mercati di previsione, ma se i segnali di prezzo che generano contengano informazioni utili per il posizionamento del portafoglio.

Su questa questione più circoscritta, le prove sono più costruttive. I prezzi dei mercati di previsione hanno dimostrato una precisione superiore nell'aggregare informazioni distribuite su risultati elettorali, pubblicazioni di dati macroeconomici e decisioni delle banche centrali rispetto ai sondaggi e alle indagini di consenso. Questo avviene proprio perché impongono un costo finanziario sull'espressione di un'opinione — un meccanismo che filtra il rumore dal segnale, a condizione che il bacino dei partecipanti sia sufficientemente ampio e diversificato.

Presso 20Quant, il framework analitico sviluppato da Federico Polese incorpora distribuzioni di probabilità e segnali di regime come input per le decisioni di posizionamento. Le probabilità implicite nei mercati di previsione — depurate dal rumore introdotto dalla partecipazione retail — offrono un livello di dati complementare, in particolare per il posizionamento event-driven attorno a catalizzatori geopolitici e politici. I modelli trattano questi dati come un segnale tra i tanti, non come un input primario. La disciplina nell'approvvigionamento delle fonti non differisce da quella applicata a qualsiasi altro livello di dati: la domanda è sempre se il segnale sopravviva all'aggregazione in un framework sensibile al regime.

L'analogia con il poker è calzante. Giocatori abili e disciplinati nei volumi, con una solida gestione del bankroll, possono generare un valore atteso positivo. I partecipanti occasionali no. La differenza non è la fortuna. È l'applicazione sistematica di un vantaggio su un numero sufficiente di eventi indipendenti, in condizioni in cui la concorrenza è compresa e prezzata. Attualmente, i mercati di previsione non soddisfano la seconda condizione per la maggior parte dei partecipanti retail: la concorrenza non è né compresa né prezzata.

Conclusioni strategiche

Il settore dei mercati di previsione sta attraversando lo stesso ciclo di professionalizzazione che ha caratterizzato i mercati dei derivati negli anni '80 e il trading azionario algoritmico negli anni 2000. La finestra attuale — alta partecipazione retail, quadro normativo in via di sviluppo, automazione nascente — rappresenta il periodo di massima estrazione per i partecipanti sofisticati.

Per l'investitore istituzionale, ne conseguono tre osservazioni. In primo luogo, le probabilità implicite nei mercati di previsione meritano di essere monitorate come un segnale in tempo reale su eventi discreti, con un opportuno sconto per la distorsione da insider trading documentata sopra. In secondo luogo, la partecipazione diretta senza un significativo vantaggio informativo e un'automazione sistematica è una proposta a valore atteso negativo. In terzo luogo, la traiettoria normativa — segnalazioni alla CFTC, verifica dell'identità, regole anti-manipolazione modellate sulle borse azionarie — comprimerà progressivamente le opportunità di arbitraggio attualmente disponibili e ridurrà il divario tra partecipanti retail e professionali. Il mercato maturerà. La domanda è a quale costo per coloro che finanziano la transizione.

Se desidera che testiamo questo scenario rispetto alla sua allocazione, risponda a questa nota.

Le auguriamo il meglio.

Questa newsletter è proprietà intellettuale di 20Quant.

Iscriviti per ricevere ulteriori ricerche su 20quant.eu