BMLL lleva los mercados de predicción a los hedge funds

BMLL, el proveedor londinense de datos históricos de libro de órdenes, incorporó el historial de Kalshi a los conjuntos de datos que vende a hedge funds y equipos cuantitativos, normalizado con el mismo esquema que ya usa para los contratos de eventos de CME Group. En la práctica, un fondo que estudiaba cómo se movía la probabilidad de un recorte de la Reserva Federal en CME puede correr el mismo modelo sobre los mercados de predicción de Kalshi sin rehacer su procesamiento de datos.

El uso que promociona el acuerdo es el backtesting, la prueba de una estrategia contra datos pasados para ver cómo se habría comportado antes de arriesgar capital, con las decisiones de tasas de la Fed, las publicaciones de inflación y los datos de PIB como ejemplos. Los clientes reciben la información por Snowflake, SFTP o el entorno de análisis de BMLL, que pertenece a Nordic Capital desde octubre de 2025.

Con este acuerdo Kalshi suma otra pieza a la capa institucional que viene montando alrededor de sus mercados de predicción desde febrero, cuando Tradeweb anunció una alianza estratégica y una inversión minoritaria para acercar sus datos a más de 3.000 clientes institucionales. En mayo levantó 1.000 millones de dólares a una valuación de 22.000 millones y aseguró, según sus propias cifras, que su volumen institucional había crecido 800% en seis meses.

Todos los ejemplos que eligió BMLL son macroeconómicos, aunque el libro en tiempo real que Kalshi distribuye desde agosto empezó por los contratos deportivos y los perpetuos cripto, que es donde está el volumen. En una medición semanal de agosto con datos de Dune, los contratos combinados sumaron 39,4% del volumen nocional, los deportes 37,8% y cripto 20,3%, lo que deja menos de 3% para todo lo demás, economía incluida.

La distancia entre lo que se vende y lo que se opera tiene una explicación comercial sencilla, porque un hedge fund macro quiere medir la probabilidad de la próxima decisión del FOMC y no el marcador de un partido, aunque eso deja el historial que se ofrece como insumo institucional apoyado en los contratos con menos actividad de la plataforma.

La demanda por estos datos existía antes del comunicado, porque varios proveedores pequeños venían vendiendo historiales del libro de Kalshi reconstruidos con consultas continuas a su API pública. El aporte de BMLL es convertir eso en un proveedor que el área de compliance de un fondo aprueba con menos fricción, con un formato idéntico al de CME. Esa equivalencia tiene su propio riesgo, porque dos contratos sobre la misma decisión de la Fed pueden compartir columnas y liquidar con reglas distintas.

En Brasil, la Resolución 5.298 del Consejo Monetario Nacional dejó en pie desde el 4 de mayo solamente los derivados referenciados a variables económico-financieras, como índices de precios, tasas de interés o tipo de cambio, mientras el gobierno pidió bloquear 27 plataformas de mercados de predicción, Kalshi entre ellas. Kalshi había llegado en marzo de la mano de XP con contratos sobre inflación y tasas brasileñas, el mismo tipo de contrato que la norma permite y que BMLL eligió como argumento de venta.

Mientras cerraba la puerta a las plataformas extranjeras, Brasil dejó abierto el camino local, con contratos de eventos de la B3 autorizados por la CVM sobre Ibovespa, dólar y bitcoin que operan desde el 27 de abril con contraparte central, reservados a inversionistas profesionales con más de 10 millones de reales en activos. En la B3 Week de esta semana se planteó que la bolsa evalúa abrirlos al inversionista minorista.

Un fondo que quiera probar una estrategia alrededor de las decisiones de tasas del Banco Central de Brasil tiene hoy poco con qué trabajar, porque el historial de Kalshi viene de una plataforma bloqueada en el país, mientras los contratos de eventos de la B3 llevan menos de cinco meses operando sobre Ibovespa, dólar y bitcoin. Para quien venda datos o infraestructura en la región ese vacío es una oportunidad, aunque deja abierta una pregunta que ningún acuerdo resuelve todavía, la de cuánto sirve una estrategia probada con datos de Estados Unidos el día que alguien intente ejecutarla en un mercado local con menos historia y menos volumen.