Elecciones en Brasil: Lula, Bolsonaro y las probabilidades en mercados predictivos
Hoy es un día especial. ¿Por qué? Elecciones de Brasil—
Sí.
Presidente. Bolsonaro, Lula, ¿verdad?
El primer día, ustedes lo tenían en el 80%.
Así es.
Y si vas ahí, eh, amplíalo un poco más.
Sí, entonces el primer día, vuelve a, como, eh, hace dos días.
Vuelve a hace dos días, lo tenían en el 87 %.
Así es.
Eso fue hace como dos semanas, una semana. Pero está bien, 87 %.
O como 75, sí, 75.
Y de repente, esto cambia.
Así es.
Lula gana. Quince de los 17 distritos
que estaban contando los votos
dijeron que Bolsonaro ganaría.
A último momento, él le suplica a la Corte Suprema que abra
la votación en zonas pro-Lula, y de repente sale de
la nada y gana. No sé cuántos consigue,
más o menos 10,6 millones.
Así es.
Esto nunca ha pasado en la historia, ¿verdad?
Así que, para ti, cuando lo ves, como tienes datos que nosotros
no tenemos, ¿qué especulas que está pasando ahí?
Esto es lo importante que hay que entender. Hay dos cosas.
Primero, un mercado no crea
datos nuevos. Un mercado agrega todos los datos, ¿verdad?
Por ejemplo, las acciones de Apple
no gestionan el producto de Apple,
¿verdad? Ahora, las acciones de Apple
están a 100 dólares por acción hoy,
digamos.
Si Apple realiza una serie de acciones, como, por ejemplo, si...
Sale alguna mala medida regulatoria
que dice que estaban haciendo algo malo, eh, en
alguna de sus fábricas, ¿qué va a pasar con las acciones?
Van a bajar.
Ajá.
¿Por qué? Porque ha salido a la luz nueva información
que ahora va a ser incorporada en el precio por
el mercado. El merc- mercado va a absorber esa información...
Exacto.
en tiempo real. Si Apple lanza muchos productos excelentes
durante las próximas tres
semanas, ¿qué pasará con las acciones? Subirán. ¿Y qué?
Y esto siempre es importante.
Los mercados, lo que hacen es absorber información nueva
en tiempo real.
Son un compendio de, y en las elecciones, de las encuestas, las
noticias, eh, eh, la calidad del candidato.
Si un candidato tiene un escándalo,
¿qué pasará
con sus probabilidades? Se desplomarán. Eso es lo que hacen los mercados.
Resumen muy bien toda la información disponible.
Y sabes que el incentivo para resumirla es puro, porque no hay
una óptica partidista ni sesgo. ¿Por qué dice algo Fox
o CNN?
Hay una óptica partidista en el ambiente.
Mientras que el único criterio para predecir, ¿no?, es que la gente
intenta llegar a,
a la verdad objetiva. Porque si están más cerca de la verdad
van a ganar dinero,
y si están más lejos de la verdad, van a perder dinero.
Ahora bien,
a veces hay nueva información que es muy relevante, ¿no?
Por ejemplo, si un cand- candidato lo está haciendo muy bien,
pero luego ocurre este escándalo,
se va a desplomar muy rápido. Y eso fue lo que pasó.
Ayer se produjo un gran cambio en las elecciones,
que fue…
¿Podrían precisar qué fue?
O ¿p- podrían...?
Creo que se produjo un gran cambio cuando las,
eh, creo que las prórrogas, creo,
empezaron a producirse. Pero yo aún no lo había mirado,
eh, muy detenidamente.
Pero la forma más interesante de evaluar los mercados de predicción, creo, si, si
vuelves al gráfico de calibración, creo que es…
Lo tenemos en OpenCal, sí, ahora mismo. Si bajas un poco, es esto.
Así que si, si amplías un poco algunos de
estos gráficos, eso es lo que llamamos
un gráfico de calibración. Así que no se puede
evaluar la precisión de un mercado de predicciones
con un solo
mercado. Hay un estudio de, como, dos millones de mercados que es público,
cualquiera puede
replicarlo, y dice cuál es la probabilidad
de que digamos que algo
va a ocurrir y con qué frecuencia ocurre.
Así que si decimos que algo tiene un 20% de probabilidad,
no significa que no vaya a
ocurrir.
Significa que ocurrirá una de cada cinco veces.
Ocurrirá dos de cada diez veces. Es decir, ocurrirá el 20 % de las veces,
¿verdad?
Entendido.
Y eso es muy importante. A veces, ese diez por ciento,
si corres la carrera diez veces, ¿qué va a pasar?
Va a pasar en una de cada diez carreras.
Ajá.
No es… Y eso es lo que te muestra la página,
lo cual es realmente muy
preciso. Es como cuando decimos que
algo tiene un 20% de posibilidades,
en realidad sucede
el 20 % de las veces.
Entonces, en el backend, ¿qué les mostraba a ustedes?
¿Sabía, sabía, sabía Kalshi que existía la posibilidad de que
Lula ganara?
Había una probabilidad del vein- 25%,
una posibilidad de una entre cuatro de que Lula ganara.
Y que estaba, ya sabes,
considerando todos los factores predominantes.
Y eso cambió, obviamente, drásticamente cuando la nueva información
salió
a la luz. Pero, de nuevo, si Lula, si juegas esa elección cuatro
veces y Lula gana cero de esas cuatro veces, entonces estaríamos equivocados.
Debería ganar una de esas cuatro veces, y eso pasa.
Y entonces, con las elecciones intermedias, lo que digo ahora
es que la gente me pregunta: «Oh, ¿cómo
evalúas las elecciones intermedias?» Mira, mira 100 contiendas
que Kalshi está prediciendo
y supón que, ya sabes, dice que el republicano está ganando
el 50 % de las veces o, quizá, el 40 %.
¿Cuántas de esas 100 contiendas deberían ser republicanas? 40.
No debería ser cero. No debería ser… no es como si todas esas contiendas
debieran ir, eh, eh, eh, por los demócratas.
Sí, y esa tiene más sentido porque es
un volumen de contiendas, ¿no?
No estás lidiando con una sola.
Exacto. Pero tienes que analizar las elecciones con
el tiempo.
Es un modelo probabilístico, ¿no?
Un modelo probabili… como ahora estamos viendo que el Senado
va a ser demócrata en un 64 %, 60
Da igual. Eso, es como una moneda de tres caras, de las cuales dos
caras son demócratas,
una cara es republicana. Es un dado de tres caras.
Tiene tres caras, dos demócratas, una republicana.
Si tiras ese dado, aún podría salir republicano,
una probabilidad de una entre tres.
No es una encuesta. Y la gente,
la gente confunde mucho los mercados con las encuestas
porque las encuestas
son: «¿qué vas a hacer, qué vas a hacer, qué vas a votar?»
Comprueban quién va a votar qué.
Los mercados son: «¿Cuál es la probabilidad?,
¿qué crees que sucederá?»
Mm-hmm
¿Que algo suceda?
Entonces, el tipo que hace 100 millones, eh, ¿hace muchas
operaciones? ¿Es, es...?
Sí, sí.
¿Es algo personal?, o sea, ¿no es una sola?
Es como diversificar, ¿o es algo así?
Claro, claro.
Entiendo.
Es muy difer... estás operando. Estás, estás comprando y vendiendo, y
estás, estás... Y, y esos, esos son los
tipos que hacen que los mercados sean
precisos.
Esos tipos nunca serían admitidos en una casa de apuestas. ¿Por qué?
Porque si estuvieran obteniendo esa cantidad de ganancias, ¿de quién
saldría?
Del casino.
Sí.
Sí.
No, es un modelo muy diferente.
Entonces, mencionaste el cas-
El casino es una forma de trasladar dinero de la gente al casino.
Hecho a mano en cinco fábricas italianas,
con tecnología Builder bajo los pies, puede que sea el zapato más
cómodo que jamás tendrás.
Presentamos el nuevo zapato FLB. Acabado
en nuevo cuero karezza color chocolate.
Hecho para moverse, creado para perdurar, diseñado para
impresionar.
Si disfrutaste este video, y quieres ver más videos como este,
haz clic aquí.
Y si quieres ver el pódcast completo, haz clic aquí.
End of transcript · 1,253 words · machine translated
Original transcript (English)
Today's a special day. Why? Brazil election- Yeah ... president. Bolsonaro, Lula, right? Day one, you guys had him at 80%. That's right.
And if you go to it, uh, widen it a little bit more. Yeah, so day one, go back to, like, uh, two days ago. Go back two days ago, you had him at 87%. That's about two weeks ago, a week ago. But that's fine, 87%. That's about two weeks ago, a week ago. But that's fine, 87%.
Or like 75, yeah, 75. So and all of a sudden, this flips. That's right. Lula wins. 15 out of 7, 17 districts that were doing the counting of the, of, of, the votes
said Bolsonaro's gonna win. Last minute, he pleads with the Supreme Court to open up the voting in areas that are pro-Lula, and all of a sudden he comes out of nowhere, wins. I don't know how many he gets, plus minus 10.6 million.
That's right. This has never happened in the history, right? So for you, when you watch it, 'cause you have a data that we don't have, what do you speculate is going on there? So this is what's important to understand. There's two things.
One, a market doesn't create new data. A market aggregates all the data, right? Like Apple's stock doesn't run the product for Apple, right? Now Apple's
stock is at $100 a share today, let's call it. If Apple does a series of actions, like for example, if they... Some bad regulatory action comes out that they were doing something bad, uh, in
some of their factories, what's gonna happen to the stock? It's gonna go down. Mm-hmm. Why? Because new information has come to light that is now gonna be priced in by
the market. The pri- market is gonna absorb that information- Right ... in real time. If Apple releases a bunch of great products over the next three weeks, what's gonna happen to the stock? It's gonna go up. So what...
And this is always important. Markets, what they do is they absorb new information in real time. They're an aggregate of, and in the elections, is of the polls, the news, uh, uh, candidate quality.
If a candidate has a scandal, what's gonna happen to their odds? They're gonna tank. So markets, that's what they do. They do a very good job at summarizing all the information that's out there. And you know that the incentive to summarize it is clean, because there's no
partisan lens or bias. Like why is Fox saying something or CNN saying something? There's a partisan lens in the air. Whereas the only lens for prediction, right, is that people are trying to get to,
to ground truth. Because if they're closer to the truth they're gonna make money, and if they're further from the truth they're gonna lose money. Now sometimes there's new piece of information that's very material, right?
Like a, if a cand- candidate is doing very well, but then this scandal happens, they're gonna tank very quickly. And that's what happened. There's a big new shift that happened yesterday on the election, which was-
Could you guys pinpoint at what it was? Or c- could- I think a, a big shift happened when the, uh, I think the extensions, I think, started happening. But I, I hadn't looked
at it, uh, quite yet. But the more interesting way to evaluate the prediction markets, I think, if, if you go back to the calibration plot, I think it's... We have it in open cal- yeah, right now. If you go down a little bit, is this. So if you, if you zoom in a little bit on some of
these charts, that's what we call a calibration plot. So you cannot evaluate a prediction market accuracy on one market. There's a study on, like, two million markets that's public,
anyone can replicate it, where it says what is the probability that we're saying something is gonna happen with, and how often does it happen? So if we say something has 20% chance, that doesn't
mean it's not going to happen. It means it's gonna happen one in five times. It's gonna happen two in 10 times. Like it's gonna happen 20% of the time, right?
Got it. And that's so important. It's like sometimes the 10 percenter, if you run the race 10 times, what's gonna happen? It's gonna happen one out of 10 races. Mm-hmm.
It's not... And so that's what shows you in the spot, which is actually very accurate. It's like when we say something has a 20% chance, it actually does happen
20% of the time. So on the back end, what did it show to you guys? Did, did, did you, did Kalshi know that there is a possibility that Lula wins? There was a fif- 25% chance,
one in four possibility that Lula wins. And, and that it was, you know, looking at all the prevailing factors. And that changed, obviously, dramatically when the new material informations came
to light. But like again, if Lula, if you play that election four times and Lula wins zero out of those four times, then we would be wrong. He should win one out of those four times, and that happens. And so what, what I say with the midterms right now is people ask me, "Oh, how do
you evaluate the midterms?" Like look, look at 100 races that Kalshi's predicting, and assume that the, you know, they're, it's saying that the Republican is winning 50% of the time or, like, 40% of the time. How many of those 100 races should go Republican? 40.
It shouldn't be zero. It shouldn't be, it's not like every one of those races should go, uh, uh, uh, Democrat. Yeah, and that one makes more sense because it's a volume of races, right? You're not dealing on one.
That's right. But you have to look at elections over time. It's a probabilistic model, right? A probab- like right now we're seeing the Senate is gonna go 64% Democrat, 60
whatever. That, it's like a three-sided coin where two sides are Democrat, one side is Republican. It's a three-sided die. There's three sides, two Dem, one Republican. If you roll that die you could
still land Republican, one in three chances. It's not a poll. And people, people really confuse markets with polls because polls are what are you, what are you, what are you gonna vote for?
It's checking who's gonna vote for what. Markets are what is the probability, what do you think will happen- Mm-hmm ... that something will happen?
So of the guy that does 100 million, uh, does he do a lot of trades? Is, is it- Yes, yeah ... personal, like so it's not one. It's like diversifying, or is that kind of a-
For sure, for sure. Got it. It's very diver- you're trading. You're, you're, you're trading in and out, and you're, you're... And, and that, those are the guys that make the markets
accurate. Those guys would never be allowed on a sportsbook. Why? Because if they were making that amount of profit, who is it going from? The casino.
Yeah. Yeah. There's no, it's a very different model. So you, you brought up the cas- The casino is a way to move money from people to the casino.
Handcrafted across five Italian factories, with builder technology underfoot, it may be the most comfortable shoe you will ever own. Introducing the all new FLB shoe. Finished in new chocolate karezza leather.
Made to move, built to endure, designed to impress. If you enjoyed this video, you wanna watch more videos like this, click here. And if you wanna watch the entire podcast, click here.
