Así es como un trader impulsado por IA ganó 2,2 millones de dólares en Polymarket utilizando modelos de datos, automatización y estrategias de trading basadas en probabilidad.
Un trader utilizó inteligencia artificial para sorprender a Polymarket tras ganar 2,2 millones de dólares en aproximadamente dos meses.
La cuenta tiene el seudónimo ilovecircle y supuestamente usó modelos de datos en lugar de instinto para realizar operaciones.
La historia ahora muestra cómo los mercados de predicción recompensan la automatización y la velocidad, en lugar de la capacidad de “adivinar” resultados futuros.
Cómo funcionó la estrategia de trading con IA en Polymarket
Para contextualizar, Polymarket permite a los usuarios comerciar sobre resultados futuros y cada mercado representa una pregunta con una respuesta de sí o no.
Las acciones pagan un dólar si el resultado sucede y cero si falla. De esta manera, los precios reflejan la creencia del mercado.
El trader en cuestión trató a Polymarket como un lugar de trading cuantitativo y utilizó poco o ningún juicio humano. En cambio, los algoritmos manejaron casi cada paso.
La IA matará a Polymarket. 2,2 millones de dólares en 2 meses usando modelos de probabilidad.
Esta noticia va a revolucionar internet.
El trader de Polymarket ganó 2,2 millones en solo 2 meses usando IA. Su cuenta es operada completamente por un bot.
He oído muchas historias sobre bots de trading con IA antes, y… pic.twitter.com/1213DeoiFz
— igorizuchaetcrypty (@igor_mikerin) 23 de diciembre de 2025
El trader utilizó inteligencia artificial para escribir código, rastrear datos y realizar operaciones con el fin de encontrar eventos donde los precios del mercado no reflejaban las probabilidades reales.
El sistema se centró en mercados mal valorados. Cuando los precios se desviaban de la realidad, el bot actuaba y aprovechaba las brechas.
_Lectura relacionada: _****Polymarket mira $12B valoración mientras la expansión de las criptomonedas se acelera
Claude ayudó a construir el sistema de trading
El trader utilizó Claude AI de Anthropic como socio en programación, y esta elección cambió la escala de la operación.
Claude ayudó a generar scripts en Python que se conectaban a la API de Polymarket. Estos scripts gestionaban la autenticación, los datos de precios y la ejecución de operaciones.
La depuración fue más rápida ya que la IA ayudaba a corregir errores en tiempo real. El modelo también mejoró su lógica de ejecución mediante iteraciones constantes.
Construir un sistema así una vez requería un equipo completo de ingenieros. Sin embargo, ahora una sola persona podía gestionarlo usando solo herramientas de IA.
El trader también creó un panel de control para monitorear cuentas grandes. Esto les permitía reaccionar rápidamente a la actividad de ballenas.
Las fuentes de datos impulsaron el motor de decisiones
El bot dependía de más que las probabilidades de Polymarket y extraía datos de muchos canales.
El trader utilizaba feeds de noticias y el sentimiento en redes sociales para actualizar el sistema a medida que ocurrían eventos, y la actividad en cadena mostraba cómo se comportaban los grandes traders.
La IA matará a Polymarket. 2,2 millones de dólares en 2 meses usando modelos de probabilidad.
Esta noticia va a revolucionar internet.
El trader de Polymarket ganó 2,2 millones en solo 2 meses usando IA. Su cuenta es operada completamente por un bot.
He oído muchas historias sobre bots de trading con IA antes, y… pic.twitter.com/1213DeoiFz
— igorizuchaetcrypty (@igor_mikerin) 23 de diciembre de 2025
También utilizaron rastreadores legislativos para monitorear el progreso de los proyectos de ley junto con flujos de datos deportivos que proporcionaban puntuaciones actualizadas y lesiones.
Cada fuente alimentaba un único modelo, que comparaba las señales del mundo real con los precios del mercado.
El modelado de probabilidad reemplazó las corazonadas
El trader también dependió de matemáticas de probabilidad que comparaban dos números.
El primer número provenía de los precios de Polymarket, con un precio de acción en 0.60 que implicaba una probabilidad del 60%.
El segundo número provenía del modelo de IA, que calculaba la probabilidad en función de datos en tiempo real.
Si el modelo estimaba una probabilidad del 75% mientras que el mercado mostraba 60%, la operación tenía sentido y probablemente sería positiva.
Esta lógica se repetía miles de veces, y las pérdidas individuales importaban menos que los resultados agregados.
Los informes también indican que el sistema alcanzó aproximadamente un 74% de precisión en las operaciones en mercados como deportes, eventos cripto y resultados políticos.
En general, la historia muestra cómo las herramientas que antes estaban reservadas para uso institucional ahora están disponibles para los particulares. La IA está reduciendo las barreras de entrada, y las habilidades de programación pueden importar más que la intuición.
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Este comerciante de Polymarket ganó 2,2 millones de dólares en 60 días usando IA – Esto es lo que significa para los mercados de predicción
Así es como un trader impulsado por IA ganó 2,2 millones de dólares en Polymarket utilizando modelos de datos, automatización y estrategias de trading basadas en probabilidad.
Un trader utilizó inteligencia artificial para sorprender a Polymarket tras ganar 2,2 millones de dólares en aproximadamente dos meses.
La cuenta tiene el seudónimo ilovecircle y supuestamente usó modelos de datos en lugar de instinto para realizar operaciones.
La historia ahora muestra cómo los mercados de predicción recompensan la automatización y la velocidad, en lugar de la capacidad de “adivinar” resultados futuros.
Cómo funcionó la estrategia de trading con IA en Polymarket
Para contextualizar, Polymarket permite a los usuarios comerciar sobre resultados futuros y cada mercado representa una pregunta con una respuesta de sí o no.
Las acciones pagan un dólar si el resultado sucede y cero si falla. De esta manera, los precios reflejan la creencia del mercado.
El trader en cuestión trató a Polymarket como un lugar de trading cuantitativo y utilizó poco o ningún juicio humano. En cambio, los algoritmos manejaron casi cada paso.
El trader utilizó inteligencia artificial para escribir código, rastrear datos y realizar operaciones con el fin de encontrar eventos donde los precios del mercado no reflejaban las probabilidades reales.
El sistema se centró en mercados mal valorados. Cuando los precios se desviaban de la realidad, el bot actuaba y aprovechaba las brechas.
_Lectura relacionada: _****Polymarket mira $12B valoración mientras la expansión de las criptomonedas se acelera
Claude ayudó a construir el sistema de trading
El trader utilizó Claude AI de Anthropic como socio en programación, y esta elección cambió la escala de la operación.
Claude ayudó a generar scripts en Python que se conectaban a la API de Polymarket. Estos scripts gestionaban la autenticación, los datos de precios y la ejecución de operaciones.
La depuración fue más rápida ya que la IA ayudaba a corregir errores en tiempo real. El modelo también mejoró su lógica de ejecución mediante iteraciones constantes.
Construir un sistema así una vez requería un equipo completo de ingenieros. Sin embargo, ahora una sola persona podía gestionarlo usando solo herramientas de IA.
El trader también creó un panel de control para monitorear cuentas grandes. Esto les permitía reaccionar rápidamente a la actividad de ballenas.
Las fuentes de datos impulsaron el motor de decisiones
El bot dependía de más que las probabilidades de Polymarket y extraía datos de muchos canales.
El trader utilizaba feeds de noticias y el sentimiento en redes sociales para actualizar el sistema a medida que ocurrían eventos, y la actividad en cadena mostraba cómo se comportaban los grandes traders.
También utilizaron rastreadores legislativos para monitorear el progreso de los proyectos de ley junto con flujos de datos deportivos que proporcionaban puntuaciones actualizadas y lesiones.
Cada fuente alimentaba un único modelo, que comparaba las señales del mundo real con los precios del mercado.
El modelado de probabilidad reemplazó las corazonadas
El trader también dependió de matemáticas de probabilidad que comparaban dos números.
El primer número provenía de los precios de Polymarket, con un precio de acción en 0.60 que implicaba una probabilidad del 60%.
El segundo número provenía del modelo de IA, que calculaba la probabilidad en función de datos en tiempo real.
Si el modelo estimaba una probabilidad del 75% mientras que el mercado mostraba 60%, la operación tenía sentido y probablemente sería positiva.
Esta lógica se repetía miles de veces, y las pérdidas individuales importaban menos que los resultados agregados.
Los informes también indican que el sistema alcanzó aproximadamente un 74% de precisión en las operaciones en mercados como deportes, eventos cripto y resultados políticos.
En general, la historia muestra cómo las herramientas que antes estaban reservadas para uso institucional ahora están disponibles para los particulares. La IA está reduciendo las barreras de entrada, y las habilidades de programación pueden importar más que la intuición.