A maioria das categorias de mercados financeiros leva décadas para encontrar seu lugar na pilha global de capital. As ações levaram 200 anos desde a Companhia Holandesa das Índias Orientais até a moderna bolsa listada. Os futures levaram cerca de 150 anos desde os poços de grãos de Chicago até as curvas globais de juros e energia. O cripto passou em 15 anos do whitepaper do Bitcoin a uma classe de ativos de vários trilhões de dólares. Os mercados de previsão estão agora na fase inicial da curva S pela qual essas categorias anteriores passaram, e as razões estruturais pelas quais pertencem a esse lugar são mais sólidas do que as razões que muitas dessas categorias anteriores tinham no mesmo ponto de sua evolução.
Este post é a tese aprofundada sobre por que os mercados de previsão se tornam uma primitiva financeira central na próxima década — não apenas um produto de consumo de nicho, mas uma categoria que conquista um lugar ao lado de ações, futures e mercados de crédito na forma como instituições sérias alocam capital e como operadores sérios monetizam audiências.
Se você está mais cedo em sua avaliação, o guia introdutório de mercados de previsão cobre o básico, e a comparação estrutural cobre como eles diferem mecanicamente de ações e futures. Este post dá o próximo passo: por que as vantagens estruturais se acumulam até se tornarem a infraestrutura dominante de agregação de informações dos anos 2030.
O problema de agregação de informações que ninguém mais resolve com elegância
A maioria das decisões consequentes do mundo depende de alguém, em algum lugar, prever um evento futuro. Um banco central que decide cortar juros precisa de uma previsão da inflação. Um varejista que decide o estoque precisa de uma previsão da demanda. Uma seguradora que precifica uma apólice precisa de uma previsão de sinistros. Um governo que planeja um deslocamento precisa de uma previsão de um cenário geopolítico. Uma startup que se compromete com uma contratação precisa de uma previsão das condições de captação.
Para cada uma dessas decisões, o padrão histórico tem sido a previsão de especialistas — analistas, pesquisas, comentaristas, publicações setoriais, modelagem interna. A qualidade da previsão dessas fontes é, em média, medíocre. As duas décadas de pesquisa em previsão de Tetlock estabeleceram isso definitivamente: especialistas em domínios políticos e de policy preveem aproximadamente ao nível do acaso em horizontes plurianuais. O mesmo padrão aparece nas previsões de analistas financeiros (que são calibradas em relação à ação dos preços, e não o contrário), em previsões macroeconômicas (onde a previsão mediana de Wall Street para o crescimento do PIB do ano seguinte raramente está dentro de 1,5 ponto percentual do real) e em previsões esportivas (onde a escolha mediana dos especialistas é apenas marginalmente melhor que o consenso público).
Os mercados de previsão resolvem esse problema de uma forma estruturalmente diferente. Eles colocam dinheiro real em jogo, agregam as visões de milhares de participantes que individualmente têm pequenas vantagens informacionais, e produzem um único preço que reflete a visão coletiva ponderada. O mecanismo é "a sabedoria das multidões, com a pele em jogo." Funciona pela mesma razão que os mercados de ações produzem avaliações empresariais mais precisas do que as notas dos analistas de pesquisa de ações: quando os participantes são pagos por acertarem, o sinal agregado é mais nítido do que qualquer sinal individual seria.
Os Iowa Electronic Markets demonstraram isso para as eleições nos EUA na década de 1990, superando consistentemente as pesquisas. Os mercados de previsão demonstraram isso em escala para categorias políticas, macro, esportivas e de eventos na década de 2020. O registro empírico agora é forte o suficiente para que a "probabilidade implícita do mercado de previsão" seja um input primário em pesquisas institucionais sérias, mesmo quando a instituição não opera diretamente nos mercados.
Por que multidões superam especialistas (com condições)
O argumento da "sabedoria das multidões" é às vezes superestimado, então vale a pena ser preciso sobre quando funciona e quando não.
A agregação de multidões funciona quando:
- A multidão tem informações diversas. Diferentes participantes têm diferentes peças do quebra-cabeça, e o mercado agrega essas peças em uma estimativa mais nítida do que qualquer indivíduo poderia produzir.
- Os participantes estão dispostos a colocar dinheiro na discordância. A pressão de preços que move o mercado vem de traders que acreditam que o consenso está errado e estão dispostos a apoiar essa crença com capital.
- O custo de operar é baixo o suficiente para tornar pequenas vantagens informacionais lucrativas. Um trader com 3% de vantagem não pode operar com um spread de 5%. À medida que a infraestrutura de mercado melhora e os custos de transação diminuem, mais vantagens informacionais se tornam negociáveis.
A agregação de multidões NÃO funciona quando:
- A multidão tem informações correlacionadas. Se todos estão lendo a mesma fonte, a "multidão" é apenas um especialista com mil vozes, e a agregação não fornece vantagem.
- Os participantes não são pagos por acertarem. Pesquisas, comentários e previsões não estruturadas (sem pele em jogo) colapsam no que for a narrativa dominante.
- O mercado é muito raso. Um mercado com apenas dez participantes não agrega informações; apenas faz a média de dez palpites.
Os mercados de previsão na escala em que estão operando agora atendem às condições consistentemente. A diversidade de participantes é ampla, os incentivos financeiros são reais e a infraestrutura é moderna o suficiente para que pequenas vantagens sejam negociáveis. O desempenho empírico superior aos especialistas é o resultado.
Por que a AI não substitui isso — ela amplifica
O contra-argumento mais comum que ouvimos é "a previsão por AI será tão boa que os mercados de previsão se tornarão desnecessários." O argumento está exatamente ao contrário. A AI torna os mercados de previsão mais importantes, não menos.
Há três razões.
Participantes com AI aumentam a liquidez, não a substituem. Os mercados de previsão modernos já têm participantes algorítmicos — mesas operando modelos de precificação, market-makers operando motores de spread e traders sistemáticos orientados por pesquisa. A AI apenas afia esses participantes. O resultado são spreads mais apertados e livros mais profundos, o que torna os mercados de previsão mais úteis para traders humanos, não menos.
A previsão por AI é melhor validada contra preços de mercado. O teste de "essa previsão de AI é boa?" é se ela é melhor do que o preço do mercado de previsão. Se for, a AI pode operar a lacuna e obter retorno; se não for, a AI é apenas um comentário caro de especialista. Os mercados de previsão são o mecanismo de calibração para a previsão por AI, não sua concorrência.
A AI gera mais decisões que precisam de previsão. Cada agente AI tomando decisões para uma instituição está gerando mais eventos previsíveis: "Meu deploy de AI vai dentro do orçamento?" "Esse contrato vai entrar em disputa legal?" "O fornecedor vai entregar no prazo?" Essas eram previsões internas privadas; com a proliferação de AI, elas se tornam decisões explícitas que valem a pena precificar. A demanda por contratos previsíveis cresce com a adoção de AI.
O padrão é o mesmo que vimos com a relação entre mecanismos de busca e a Wikipédia, ou entre os LLMs e o Stack Overflow. A nova tecnologia eleva o valor do substrato de calibração curado por humanos. Os mercados de previsão são esse substrato para a previsão.
Eficiência de capital em escala
Cobrimos a história da eficiência de capital no post de comparação estrutural, mas vale a pena reafirmá-la, pois é a propriedade que torna os mercados de previsão úteis como instrumento de hedge em escala institucional.
Um contrato binário de previsão é a expressão mais barata possível de uma visão sobre evento discreto. O trader paga a probabilidade implícita, a perda máxima é limitada, o ganho máximo é limitado, e a posição é liquidada em uma data conhecida. Não há chamadas de margem, nem funding rates, nem rolagens.
Para uma mesa institucional fazendo hedge de uma posição de Tesouro de 50M USD contra um cenário de corte do Fed, expressar esse hedge por meio de contratos binários de IPC ou de decisão de juros custa uma pequena fração do que o mesmo hedge por options de Tesouro ou futures de juros custaria. O trade-off é que o payoff é binário em vez de linear — mas para fazer hedge de um cenário discreto, binário é exatamente a forma certa.
A absorção institucional dos mercados de previsão em 2025 foi impulsionada exatamente por essa percepção. Fundos que antes expressavam visões orientadas por eventos por meio de estruturas derivativas complicadas descobriram que os contratos binários sobre os mesmos eventos eram mais baratos, mais limpos e não exigiam linhas de margem. À medida que mais fundos fazem essa transição, a participação institucional no volume cresce, o que atrai mais market-makers, o que aperta os spreads, o que torna os contratos úteis para uma gama ainda mais ampla de estratégias. Isto é um volante de inércia, e já está girando.
Programabilidade: a propriedade que nem ações nem futures têm
A propriedade que mais nitidamente distingue os mercados de previsão de ações e futures é a programabilidade. Um contrato de previsão é uma unidade programável. Pode ser incorporado em outros contratos, usado como input de liquidação, composto com outros contratos de previsão e operado em superfícies de operadores com liquidez compartilhada.
O que isso permite, concretamente:
- Contratos condicionais. "Pague 1 USD se o evento A acontecer E o evento B acontecer." Compor dois contratos de previsão em um contrato conjunto são poucas linhas de código. A mesma operação em ações ou futures requer uma estrutura derivativa personalizada que custa milhões para projetar e auditar.
- Pagamentos via smart contract vinculados a evento. Uma DAO pode rotear fundos de tesouraria com base na resolução de um contrato de previsão. Um protocolo de seguro pode liquidar sinistros de seguro paramétrico com base na resolução de um mercado de previsão. Um programa de subsídios pode liberar fundos condicionado a um contrato de marco resolver como YES. Esses são casos de uso reais agora, e são impossíveis na infraestrutura de mercado tradicional.
- Componibilidade entre operadores. Um trader pode manter uma posição no deploy de um operador e compensá-la no deploy de outro operador através da camada de liquidez compartilhada, com a liquidação fluindo pelo protocolo. A fragmentação que prejudica os venues tradicionais se torna invisível para o trader.
Programabilidade é a mesma propriedade que tornou os stablecoin valiosos no DeFi — eles não são apenas dinheiro digital, são dinheiro programável. Os contratos de mercado de previsão não são apenas afirmações probabilísticas, são afirmações probabilísticas programáveis. Os casos de uso que decorrem da programabilidade ainda estão sendo descobertos.
Casos de uso além do jogo
O maior problema de percepção da categoria é a confusão com o jogo. A comparação mecânica é forçada — o jogo é entretenimento de soma zero com valor esperado negativo; os mercados de previsão são agregação de informações de soma positiva com variância limitada — mas a sobreposição cultural é real. A categoria se livrará da associação com o jogo à medida que os casos de uso além do trading de consumo se tornarem visíveis.
Três casos de uso não relacionados ao jogo já estão operacionais em escala:
Hedge de risco macro. Fundos, bancos e tesourarias corporativas fazem hedge de cenários de eventos específicos por meio de contratos de previsão. O volume é institucional, os contratos são macroeconômicos, e o caso de uso é a gestão de risco.
Seguro e sinistros paramétricos. Alguns produtos de seguro paramétrico agora se liquidam com base nas resoluções de mercados de previsão sobre clima, atrasos de voos ou desastres naturais. O preço de mercado é o gatilho paramétrico; a liquidação é automatizada.
Mercados corporativos de decisão. Dentro de grandes organizações, os mercados de previsão são usados para prever datas de conclusão de projetos, resultados de contratações, probabilidades de fechamento de M&A e cronogramas de lançamento de produtos. A qualidade do sinal de um mercado interno supera a qualidade do sinal das estimativas internas de especialistas por amplas margens.
Mais três estão emergindo:
Previsão soberana. Alguns governos e bancos centrais começaram a experimentar com sinais de mercados de previsão para inputs de policy — particularmente previsões de inflação, crescimento e relacionadas a eleições. A sensibilidade política é alta, mas o argumento da qualidade do sinal é forte o suficiente para que a experimentação esteja acontecendo.
Previsão científica. Mercados de previsão de taxa de replicação, contratos de resultados de ensaios clínicos e mercados de desempenho de subsídios científicos estão todos ativos em pilotos. O problema de agregação de informações é o mesmo que os mercados de previsão resolveram em política e macro; a aplicação está apenas mais cedo.
Governança distribuída. DAOs e organizações descentralizadas usam sinais de mercados de previsão como inputs em decisões de governança. "Qual é a probabilidade da comunidade de que esta proposta atinja seus KPIs de 6 meses?" precificada em mercados reais é um sinal mais nítido do que a discussão em comitê.
O agregado desses casos de uso é muito maior do que a categoria de jogo de consumo. Esperamos que o volume não relacionado ao jogo ultrapasse o volume de trading de consumo dentro de cinco anos.
O argumento da compressão de taxas
Toda categoria de mercado financeiro passa por compressão de taxas à medida que amadurece. As comissões de ações passaram de 50 USD por trade em 1980 para zero hoje. A clearing de futures passou de dólares por lado para alguns centavos. As taxas de exchanges de cripto passaram de 0,5% por lado para 0,05% em cinco anos.
Os mercados de previsão estão no início dessa curva. As taxas manchete de trader nas plataformas mais movimentadas hoje são de aproximadamente 1% por lado. Esperamos que uma compressão similar se desenrole — o custo total de operar um contrato de previsão deve comprimir-se a alguns pontos-base dentro de uma década, à medida que a infraestrutura amadurece, o market-making se torna mais competitivo e as eficiências em nível de protocolo se compõem.
A compressão de taxas é boa para a categoria como um todo, mas cria uma situação estratégica interessante para os operadores. Os operadores que se saem bem em um mundo de taxas comprimidas são aqueles cujo negócio é audiência e distribuição, não infraestrutura. Se o custo total para o trader vai comprimir 10× ao longo de uma década, a camada de infraestrutura captura menos margem por trade, e o operador que captura distribuição captura mais da cadeia de valor.
Essa é a razão estrutural pela qual construímos a Kuest como uma camada de protocolo alinhada ao operador, em vez de um venue. O futuro da categoria são centenas de marcas operadoras servindo audiências distintas, com infraestrutura compartilhada por baixo. O padrão corresponde exatamente ao que os pagamentos pareciam quando se commoditizaram: muitos comerciantes, infraestrutura compartilhada, margem distribuída.
Críticas e refutações
Vale a pena levar a sério as críticas mais fortes, porque são o enquadramento ao qual a categoria terá que responder nos próximos anos.
"É só jogo com etapas extras." A comparação mecânica falha — os contratos de mercado de previsão não são de soma zero contra a casa; os participantes operam líquido uns contra os outros, com a plataforma ganhando uma pequena taxa. Mas o enquadramento cultural é real. A resposta é a proliferação de casos de uso não relacionados ao jogo (hedge institucional, seguro paramétrico, mercados corporativos de decisão) que fazem a associação com o jogo parecer cada vez mais ultrapassada. À medida que esses casos de uso escalam, o enquadramento muda.
"A liquidez é muito rasa para ser útil para fluxo institucional." Isso era verdade em 2022. Não é verdade em 2026. O volume combinado em Polymarket e Kalshi agora é suficiente para absorver posições institucionais significativas, e o modelo de liquidez compartilhada em nível de protocolo na Kuest estende essa profundidade através das marcas de operadores. A crítica permanece válida para mercados de cauda muito profunda, mas não é mais válida para as categorias centrais onde está o volume institucional.
"O risco de resolução é muito alto." Isso é parcialmente verdade e é o risco certo a ser sinalizado. Disputas de resolução são um modo real de falha, e o design dos sistemas de oráculo otimistas é o que protege contra elas. Cobrimos a mecânica no post sobre resolução. O padrão que está emergindo é que plataformas maduras têm uma taxa de disputa de resolução bem abaixo de 0,5%, o que é aceitável para que a categoria seja útil em escala. Plataformas mais novas ou mal projetadas continuarão falhando nessa dimensão; isso é uma pressão de seleção que filtra os operadores ao longo do tempo.
"A regulação vai matar isso." A trajetória regulatória passou de ameaça existencial (2018–2020) para construtiva (2024–2026). A postura de no-action da CFTC, os documentos de discussão da UE e as consultas do Ministério da Fazenda do Brasil indicam todos um caminho em nível de categoria em direção ao reconhecimento, em vez da proibição. Reveses são possíveis — esperamos pelo menos um ciclo de aperto em 2027 — mas a direção de longo prazo é clara.
A trajetória de longo prazo
Prever a trajetória de uma categoria de mercado financeiro ao longo de uma década é exatamente o tipo de problema em que os mercados de previsão são melhores do que especialistas, então esta seção é mais honesta se for expressa como uma distribuição de probabilidade em vez de uma previsão confiante.
O caso base (atribuiríamos 65% de probabilidade a isso): os mercados de previsão se tornam uma classe de ativos reconhecida com alguns venues regulados principais globalmente, centenas de marcas operadoras servindo audiências locais e específicas verticais em infraestrutura compartilhada, e volume nocional anual combinado na faixa de 1 a 5 trilhões USD dentro de uma década. A participação institucional ultrapassa 50%; os casos de uso não relacionados ao jogo ultrapassam o jogo; a programabilidade se torna uma propriedade primária usada em DeFi, seguro paramétrico e tomada de decisão corporativa.
O caso pessimista (15%): aperto regulatório em uma ou mais jurisdições importantes desacelera o crescimento de forma material. O volume continua crescendo, mas a taxas anuais de um dígito, a categoria continua sendo um produto de especialidade, e o equilíbrio de longo prazo é de alguns trilhões de dólares em nocional anual em vez de dezenas de trilhões. Os mercados de previsão são reais, mas pequenos.
O caso otimista (20%): a convergência com agentes de AI, seguro paramétrico e DeFi se compõe mais rapidamente do que as estimativas do caso base, e os contratos de mercado de previsão se tornam um componente padrão de cada produto fintech, brokerage e de gestão de risco corporativo. O nocional anual combinado ultrapassa 20 trilhões USD dentro de uma década, comparável ao mercado atual de swaps de taxa de juros.
A assimetria é o que importa estrategicamente. A queda é uma categoria real, mas limitada. O caso base é um mercado de 1 a 5 trilhões que remodela como as instituições precificam eventos. A alta é uma primitiva financeira fundamental comparável aos swaps. O resultado esperado está em algum lugar entre o base e o otimista, e os operadores que se posicionam para o caso base estarão bem posicionados mesmo se a trajetória acabar sendo otimista.
A tese de investimento por trás da Kuest é exatamente essa distribuição esperada. Não estamos apostando que o caso otimista seja certo. Estamos apostando que o caso base é, de longe, o mais provável, que os operadores que detêm audiência e operam em infraestrutura compartilhada capturarão a maior parte do valor no caso base, e que o caso otimista transforma o mesmo posicionamento em algo significativamente maior.
O futuro das finanças está sendo estruturado neste momento em torno de uma expansão do que os mercados financeiros podem precificar. Por duzentos anos, os mercados precificaram a posse de empresas e a entrega futura de commodities. Para o próximo século, os mercados precificarão a verdade de qualquer evento futuro suficientemente bem especificado. Essa expansão é o futuro das finanças, e os mercados de previsão são como ela é denominada.
Os operadores, alocadores e instituições que se posicionarem na categoria agora serão aqueles cujos nomes aparecerão nas histórias da estrutura de mercado da próxima década. O custo de chegar cedo é baixo; o custo de chegar tarde será a lacuna entre observar a formação da categoria e moldá-la.