Quem é o verdadeiro Deus na Polymarket? Após analisar 90.000 endereços, descobrimos essas duras verdades

Autor: Claire, Morris, Sunny, Hubble AI

No Polymarket não faltam endereços “divinos” com lucros pontuais de 100 mil dólares. Mas perante centenas de milhares de contas, uma questão central tem atormentado os participantes: isto é Alpha replicável ou sorte insustentável?

As tabelas de classificação existentes apresentam uma falha grave: mostram apenas resultados de curto prazo, sem revelar a estabilidade da estratégia. Para separar a sorte do verdadeiro valor, evitamos rankings simples e analisamos diretamente 90 mil endereços ativos na blockchain, 2 milhões de transações já liquidadas.

Após eliminar interferências de lucros não realizados, descobrimos quatro regras “anti-intuitivas” brutais, mas reais, no mercado de previsão, e redefinimos os critérios de filtragem de seguidores.

TL;DR

• Armadilha de eficiência de frequência média: Os traders de frequência média, embora tenham a maior taxa de sucesso na rede, devido à baixa eficiência de capital e à falta de vantagem sistêmica, apresentam uma mediana de retorno próxima de zero.
• Armadilha de certeza: Apostar em eventos de alta probabilidade (>0.8) enfrenta uma relação risco-retorno extremamente assimétrica (lucro pequeno se ganhar, zero se perder), com expectativa de longo prazo negativa.
• Faixa de probabilidades de ouro: O verdadeiro Alpha está concentrado na faixa de preço de 0.2 a 0.4. É aqui que há maior divergência de mercado e a melhor relação de risco/retorno (Odds).
• Prêmio de foco: Dados mostram que traders “versáteis” têm dificuldades de sobrevivência. Especialistas em nichos específicos, que se aprofundam em poucos setores, têm retorno médio 4 vezes maior que traders dispersos.

Descoberta 1: Risco máximo na frequência média

Classificamos os endereços por número de transações diárias:

• Baixa frequência (Low): ~0,35 transações/dia | Taxa de sucesso ~40%
• Frequência média (Mid): ~3,67 transações/dia | Taxa de sucesso ~43%
• Alta/ultra alta frequência (High/Ultra): >14 transações/dia | Taxa de sucesso ~21-26%

Na superfície, os traders de frequência média parecem ser os melhores: maior taxa de sucesso (~43%) e menor proporção de contas em prejuízo (Loss Ratio de 50,3%, bem abaixo dos 77,1% do grupo High).

Parece que, com 3-4 operações diárias, é possível obter lucros consistentes.

Porém, ao incluir dados de PnL (lucro/prejuízo), a verdade surge:

• Mediana de PnL (: No grupo de frequência média, é 0.001, praticamente zero.
• O que isso significa? Que, para a maioria dos traders de frequência média, mesmo estudando, apostando e parecendo ganhar mais do que perder, o valor líquido da conta permanece praticamente inalterado.

Em contraste, high e ultra high frequency, embora tenham mediana de prejuízo (-0.30 e -1.76), apresentam uma média de PnL que é inflada por poucos endereços de topo, chegando a +922 ou até +2717. Isso mostra que o domínio do “mundo das máquinas” é real — estratégias de baixa taxa de sucesso, alta relação risco/retorno e sistematização (market making, arbitragem) que só máquinas podem replicar.

Profundidade da causa: por que a frequência média entra na “armadilha da mediocridade”?

• Falta de Alpha sistêmico, tornando-se “jogadores de cara ou coroa”: A maioria dos traders de frequência média são investidores ativos de varejo. ~43% de sucesso e retorno mediano próximo de zero indicam que seu desempenho é quase aleatório (Random Walk). Participam do mercado por intuição ou informações fragmentadas, evitando perdas catastróficas de robôs de alta frequência, mas sem criar uma vantagem real. Estão em um ciclo de participação contínua, não de lucro.
• Viés de sobrevivência oculta riscos extremos: O PnL médio ) de +915( contrasta com a mediana de -0.001), revelando uma enorme polarização interna. Poucos insiders ou superjulgadores elevam a média, enquanto mais de 50% estão apenas “brincando de azar”.
• Alta frequência não se aprende, baixa frequência não é suficiente: Usuários comuns não conseguem imitar estratégias sistêmicas de alta frequência (alta barreira técnica, baixa taxa de sucesso, alta pressão psicológica), e não querem ficar presos na baixa atividade de baixa frequência. Assim, grande parte do capital e esforço se concentra na frequência média, tornando-se o “Mar Vermelho”: mais concorrência, mais competição, mais mediocridade.

Lição prática: Os dados mostram uma verdade dura: ser um “trader de frequência média diligente” provavelmente é uma perda de tempo. O valor real está em identificar diferenças.

• Evitar armadilhas: A maioria dos endereços de frequência média apenas faz movimentos aleatórios, sem valor de seguir.
• Minerar valor: O Alpha verdadeiro está na cauda direita da distribuição — aqueles que, na mesma frequência, superam a “força da gravidade do zero”.

Este é o núcleo do nosso sistema de follow-trading: ajudar você a passar a fase de “frequência média sem vantagem”, usando algoritmos para identificar, entre a massa de mediocridade, os 1% de endereços que realmente geram retorno acima da média.

Descoberta 2: “Juntar moedas” e “apostar na loteria” levam ao zero

Classificamos os traders por nível de risco, baseado no preço de entrada (Implied Probability), e descobrimos uma dura realidade: apostar apenas em “loterias” (<0.2) ou apenas em “certezas” (>0.9) é, a longo prazo, perder.

Definimos três estratégias típicas:

• Estratégia de alta certeza (Consensus Betting): posições concentradas em >0.9, apostando em eventos quase certos.
• Estratégia de alta odd (Long-shot Betting): posições concentradas em <0.2, apostando em eventos de baixa probabilidade.
• Estratégia mista (Dynamic Strategy): posições equilibradas, sem se fixar em extremos.

Os dados mostram uma enorme diferença de retorno:

Interpretação: a média de retorno do estratégia mista é 13 vezes maior que a de alta certeza. Mas, atenção: todas as medianas de retorno são ≤0. Isso indica que, mesmo na estratégia mais rentável, os lucros estão concentrados nos poucos vencedores, enquanto a maioria não consegue superar as taxas.

1. Por que apostar em “certeza” falha?

Intuitivamente, comprar uma previsão de 0.95 parece de baixo risco. Mas, do ponto de vista financeiro, é uma péssima operação:

• Risco assimétrico (Asymmetric Downside): Entrar a 0.95, significa arriscar 1.0 de capital para ganhar 0.05. Se ocorrer um evento black swan (ex: Biden desistindo, ou uma reversão no último minuto de uma partida), a perda total exige 19 acertos consecutivos para recuperar o capital. Em ciclos longos, a probabilidade de black swan é maior que 5%.
• Alpha “preço em” (Priced In): Quando o preço está acima de 0.9, o mercado já incorporou a informação. Entrar nesta faixa é basicamente pagar por uma vantagem que já foi absorvida pelos demais — não há mais edge.

2. A armadilha da loteria de alta odd

Apostar em eventos de baixa probabilidade (<0.2) também é ruim, por motivos como:

• Superestimação (Overestimation Bias): Traders de varejo tendem a superestimar sua capacidade de detectar “eventos raros”. Em mercados eficientes, o preço já reflete a maior parte da informação implícita. Comprar “loterias” ao preço de mercado, a longo prazo, destrói o capital.
• Baixa eficiência de capital: embora o retorno por operação seja alto, a baixa taxa de sucesso faz com que o capital fique em drawdown por muito tempo, dificultando o efeito de juros compostos.

**Lição prática (Actionable Insight): rejeite estratégias “caminho único”. Ao escolher seguidores, evite endereços com posições extremas (tudo vermelho ou tudo verde). Os verdadeiros Alpha players são flexíveis — eles apostam em divergências a 0.3 e realizam lucros a 0.8, não seguem mecanicamente uma faixa fixa de odds.

Descoberta 3: A faixa de risco ótima é entre 0.2 e 0.4

Classificamos os endereços pelo custo médio de compra (Implied Probability), buscando a “zona de ouro” de retorno ajustado ao risco.

Os dados revelam uma distribuição não linear de retorno: o verdadeiro Alpha não está nas extremidades, mas na faixa de 0.2 a 0.4.

Comparação entre faixas de preço:

Insights profundos: por que 0.2-0.4 é mais lucrativo?

1. Capturar “divergências de precificação” (Trading the Divergence)

Comprar entre 0.2 e 0.4 indica que o mercado acredita que a probabilidade do evento é de 20% a 40%.

Trader nesta faixa faz “arbitragem cognitiva”: identifica eventos subestimados pelo mercado (ex: pessimismo excessivo, chance de reversão de um candidato). Apostar nesta divergência, uma vez confirmada, rende de 2,5 a 5 vezes o investimento.

2. Estrutura de risco/recompensa assimétrica (Asymmetric Risk/Reward)

• Na faixa >0.8 (armadilha de certeza): risco de “lucro pequeno, perda total”. Como os dados mostram, o retorno médio é negativo, com taxa de sucesso de apenas 19,5%. A maioria dos que apostam >0.8 acaba sendo vítima de black swan.
• Na faixa 0.2-0.4 (zona de Alpha): há “convexidade”. O risco de perda é limitado ao capital investido, enquanto o potencial de ganho é elevado. Traders de sucesso nesta faixa têm taxa de acerto de 49,7% e alta relação risco/retorno, maximizando lucros.
• Evitar “loterias” <0.2: apesar de parecerem com odds altas, os dados mostram que seu desempenho é pior que a faixa de 0.2-0.4. Eventos abaixo de 0.2 geralmente são ruído ou “tempo de lixo”, sem valor estatístico positivo.

**Lição prática (Actionable Insight): Foque nos “caçadores de divergência”. Ao selecionar seguidores, prefira aqueles com preço médio de compra na faixa de 0.2 a 0.4. Essa estratégia evita apostas em “loterias” ou em mercados de consenso, concentrando-se em oportunidades de valor onde o mercado está errado. Essa é a verdadeira essência do alpha.

( Descoberta 4: Estratégias concentradas superam as dispersas

Calculamos o Focus Ratio (Total de transações / Número de mercados participados) e dividimos em dois grupos:

• Estratégias dispersas: participam de muitos mercados, com poucas operações por mercado.
• Estratégias concentradas: focam em poucos mercados, com muitas operações.

Resultados:

![])https://img-cdn.gateio.im/webp-social/moments-ea4cbef9454960254813554ae4783f4b.webp###

Estratégias concentradas rendem 4 vezes mais que dispersas ($1.225 vs $306).

Curiosamente, a taxa de sucesso das estratégias concentradas é menor (33,8% vs 41,3%).

Por quê? Porque elas obtêm ganhos expressivos em poucos mercados de alta odd.

Explicação:

• Pesquisa aprofundada gera vantagem: concentrar esforços em poucos mercados permite identificar desvios de preço e obter lucros acima da média.
• Taxa de sucesso não é tudo: o importante é o retorno por operação. Estratégias concentradas aceitam menor taxa de acerto, mas com ganhos maiores em cada operação.
• Dispersão: participando de muitos mercados, a pesquisa fica superficial, e o efeito de mercado de consenso prejudica a geração de alpha.

Analogia:

Como Warren Buffett diz: “Diversificação é proteção contra a ignorância.” Se você tem uma vantagem de informação ou julgamento, o melhor é concentrar-se nas oportunidades mais promissoras.

• Lição para seguidores: priorize traders especializados em nichos específicos (ex: ligas esportivas, eventos políticos de um país). Quanto mais especializado, maior a profundidade de análise e a chance de alpha.

( Segundo: dicas para seguidores: como identificar o “dinheiro inteligente”?

Para quantificar a especialização, criamos o índice Focus Ratio (Foco = Total de transações / Número de mercados). Dividimos os endereços em dois grupos:

• Dispersos )Generalists###: participam de muitos mercados, com poucas operações por mercado.
• Concentrados (Specialists): focam em poucos mercados, com operações repetidas e aumento de posições.

Os dados revelam um “prêmio de foco”:

Interpretação: estratégias concentradas têm retorno 4 vezes maior. Mas, surpreendentemente, sua taxa de sucesso é menor (33,8% vs 41,3%). Isso revela a lógica de lucros dos traders mais avançados.

(# Profundidade da causa: por que “menos é mais”?

1. Vantagem de informação constrói barreira )Information Edge(

Previsões de mercado são, essencialmente, um jogo de informações.

Dispersos tentam cobrir várias áreas (política, esportes, cripto), ficando na “superfície” do conhecimento, vulneráveis a serem “colhidos” como “denominadores”.

Concentrados, ao contrário, aprofundam-se em nichos específicos (ex: dados de NBA, pesquisas em estados americanos), criando uma vantagem de informação que permite detectar pequenas distorções de preço.

**2. Quebrando o “mito da taxa de acerto” )The Win-Rate Fallacy$306 **

Dados mostram que altos retornos vêm com taxas de sucesso menores.

Porque especialistas preferem atuar em momentos de alta odd e divergência (ex: odds 0.3), ao invés de apostar em >0.9, que é “certeza”.

• Dispersos: ganham muitas vezes pouco, perdem uma vez grande (black swan), e o resultado final é medíocre.
• Concentrados: toleram várias tentativas pequenas, até que uma operação bem feita gere uma explosão de lucros. É uma lógica de venture capital, não de trabalho assalariado.

3. Validação do conceito de Buffett no mercado de previsão

Como Buffett diz: “Diversificação é proteção contra a ignorância.”

Na bolsa, diversificar evita risco não sistemático. Mas, no mercado de previsão, é uma armadilha: dispersar atenção reduz a capacidade de identificar oportunidades de alpha. Se você tem uma vantagem, o melhor é concentrar-se nas poucas oportunidades mais confiáveis.

Lição prática (Actionable Insight): busque “especialistas verticais”. No follow-trading, um alto Focus Ratio é mais importante que uma alta taxa de acerto.

• Sinal ruim: evite “generalistas” que operam tudo.
• Sinal bom: prefira contas que atuam em nichos específicos (ex: eleições nos EUA, eventos esportivos específicos). Quanto mais especializado, maior a pureza do alpha.

Terceiro: da análise de dados à ferramenta prática

Este relatório é uma revisão de dados e também a base do nosso sistema de Smart Copy-Trading.

Para obter lucros sustentados no Polymarket, não basta selecionar manualmente 90 mil endereços. Estamos transformando esses insights exclusivos em uma ferramenta automatizada de filtragem e gestão de risco, que resolve três problemas principais:

1. Remoção inteligente de ruído de market makers

Ranking público mistura market makers (MM) e bots de arbitragem. Seguir esses não traz lucro, só prejuízo por slippage.

Solução: usar análise de livro de ordens (Orderbook Analysis) e algoritmos de reconhecimento de padrões para eliminar os market makers sistemáticos, deixando apenas traders ativos que realmente se baseiam em opiniões.

2. Match vertical baseado em “foco”

Rankings genéricos de “lucro” têm pouco valor. É preciso identificar especialistas em nichos específicos.

Solução: usando Focus Ratio e histórico, rotulamos endereços com “capacidade” (ex: eleições americanas, NBA, baleias cripto). Assim, o sistema faz uma correspondência precisa com os especialistas mais informados na sua área de interesse.

3. Monitoramento de “desvio de estilo” em tempo real (Style Drift Detection)

O risco oculto do follow-trading é quando o trader muda de estratégia ou falha.

Solução: criamos um modelo de gestão de risco em tempo real. Quando um endereço está há muito tempo estável, mas de repente se desvia de seu padrão (ex: passa de baixa frequência para alta frequência, ou aumenta exposição de risco), o sistema detecta e envia alerta, ajudando a evitar perdas.

( Conclusão & Produto em fase de testes

O mercado de previsão é um jogo zero-sum brutal. Os dados de 90 mil endereços mostram: os vencedores de longo prazo são aqueles que controlam suas emoções, focam em nichos e buscam desvios de preço.

Todos os principais indicadores mencionados (Focus Ratio, análise de faixas de preço, exclusão de market makers) já estão integrados na plataforma de dados do Hubble. Nosso objetivo é simples: usar uma visão de dados institucional para substituir a intuição de varejo às cegas.

Inscrição para testes: atualmente, o sistema de follow-trading do Hubble no Polymarket está em fase de testes limitados. Se você aprova a lógica de análise de dados acima e quer experimentar:

• Curtir/Compartilhar este conteúdo;
• Comentar “Waitlist”;

Vamos enviar convite por mensagem privada. Esperamos que esse sistema baseado em dados ajude você a realmente vencer o mercado.

) Nota de dados: este estudo é baseado em todas as transações liquidadas na plataforma Polymarket até hoje, com conclusões derivadas exclusivamente do algoritmo de PnL on-chain do Hubble. (