A arbitragem entre mercados em derivativos de eventos binários explora descolamentos transitórios de preços entre plataformas de liquidez fragmentadas. Quando bolsas de previsão independentes ou operadoras tradicionais atribuem cotações divergentes para desfechos de eventos idênticos no mundo real, negociadores quantitativos podem montar carteiras neutras a mercado que travam um retorno qualquer que seja o resultado, desde que as duas plataformas resolvam o evento da mesma forma.
1. A Lei do Preço Único em Derivativos de Eventos Descentralizados
Em um mercado financeiro ideal e desprovido de atritos transacionais, a Lei do Preço Único estipula que dois ativos que fornecem fluxos de caixa estritamente idênticos em todos os estados futuros possíveis da natureza devem ser negociados exatamente pelo mesmo preço de equilíbrio. Seja E um evento binário com data de resolução T, liquidando no estado ω ∈ {0, 1}.
Considere duas praças de negociação distintas, Plataforma A e Plataforma B. Suponha que a Plataforma A ofereça uma cota contratual pagando $1,00 se ω = 1 ao preço de P_A(Sim), enquanto a Plataforma B ofereça o contrato complementar pagando $1,00 se ω = 0 ao preço de P_B(Não). Em condições de equilíbrio perfeito sem atritos:
P_A(Sim) + P_B(Nao) = 1.000
Contudo, em decorrência da fragmentação de capital, diferenças de latência entre formadores automatizados de mercado (AMMs) on-chain e livros de ordens centralizados off-chain, além de restrições regulatórias regionais, essa paridade é frequentemente violada, abrindo spreads sintéticos negativos:
P_A(Sim) + P_B(Nao) < 1.000 - γ_{total}
Onde γ_{total} agrega todas as barreiras de atrito operacional, incluindo taxas de negociação da plataforma, custos de gás de rede, limites de saque e tempo de ponte entre ecossistemas. Sempre que essa desigualdade estrita se manifesta, o arbitrador consegue travar um lucro comprando Sim na Plataforma A e Não na Plataforma B, sujeito aos riscos de execução e de resolução da seção 6.
2. Dimensionamento Analítico de Capital em Duas Pontas
Para alcançar neutralidade de mercado absoluta, o negociador precisa calibrar os aportes em ambas as pontas de modo que o pagamento líquido na data de expiração seja exatamente o mesmo, quer o evento termine em Sim ou Não.
Seja C o volume total de capital financeiro disponível para a operação de arbitragem. Seja S_A o montante alocado na Plataforma A para comprar cotas de Sim ao preço unitário P_A, e seja S_B o montante alocado na Plataforma B para comprar cotas de Não ao preço unitário P_B, obedecendo a:
S_A + S_B = C
O número total de cotas adquiridas em cada plataforma corresponde a:
N_A = S_A / P_A, N_B = S_B / P_B
Como cada cota vencedora liquida exatamente em $1,00, a paridade neutra de retorno terminal exige:
Retorno(Sim) = N_A * $1.00 = N_B * $1.00 = Retorno(Nao)
Igualando N_A = N_B, deduz-se a proporção fundamental de capital:
S_A / P_A = S_B / P_B ==> S_B = S_A * (P_B / P_A)
Substituindo S_B na restrição orçamentária S_A + S_B = C, obtemos as fórmulas analíticas fechadas de alocação de capital:
S_A = C * [ P_A / (P_A + P_B) ] S_B = C * [ P_B / (P_A + P_B) ]
O montante bruto garantido G recebido na liquidação de qualquer um dos estados é:
G = N_A = N_B = C / (P_A + P_B)
Consequentemente, o retorno percentual sobre o investimento bruto (ROI_{bruto}) é expresso exclusivamente pela soma inversa dos preços de entrada:
ROI_{bruto} = (G - C) / C = [ 1 / (P_A + P_B) ] - 1.000
3. Matriz Completa de Alocação de Capital e Spreads
A tabela a seguir mostra alocações de capital, pagamentos e retornos antes de taxas para pares de preços hipotéticos entre plataformas (não são cotações observadas) e um portfólio de $10.000:
| Plataforma A (Sim) | Plataforma B (Não) | Custo Combinado | Capital Ponta A | Capital Ponta B | Pagamento Garantido | ROI da Arbitragem (antes de taxas) |
|---|---|---|---|---|---|---|
| $0.450 | $0.480 | $0.930 | $4.838,71 | $5.161,29 | $10.752,69 | +7,53% |
| $0.520 | $0.430 | $0.950 | $5.473,68 | $4.526,32 | $10.526,32 | +5,26% |
| $0.600 | $0.360 | $0.960 | $6.250,00 | $3.750,00 | $10.416,67 | +4,17% |
| $0.300 | $0.670 | $0.970 | $3.092,78 | $6.907,22 | $10.309,28 | +3,09% |
| $0.750 | $0.230 | $0.980 | $7.653,06 | $2.346,94 | $10.204,08 | +2,04% |
| $0.400 | $0.590 | $0.990 | $4.040,40 | $5.959,60 | $10.101,01 | +1,01% |
| $0.500 | $0.500 | $1.000 | $5.000,00 | $5.000,00 | $10.000,00 | 0,00% (Paridade) |
As taxas mudam o quadro. Com taxa taker de 0,07 × p × (1 − p) por contrato nas duas pontas (a alíquota da Kalshi e a da Polymarket em mercados de cripto), a primeira linha custa 0,45 + 0,48 + 0,0348 = 0,9648 por par e o retorno cai de 7,53% para 3,65%; com 0,04 na Plataforma A (política na Polymarket) e 0,07 na Plataforma B, fica em 4,45%. Com 0,07 nas duas pontas, só as três primeiras linhas continuam lucrativas (+3,65%, +1,56%, +0,71%); a linha de 3,09% termina em −0,02% e as demais perdem dinheiro. A Kalshi também arredonda a taxa de cada ordem para cima até o centavo seguinte, o que pesa em ordens pequenas.
4. Integração de Deslizamento em AMMs: Impacto de Preço Dependente da Trajetória
Enquanto livros de ofertas tradicionais absorvem ordens em degraus discretos até exaurir a profundidade das cotações, os formadores automatizados de mercado (como o CPMM x * y = k) manifestam deslizamento contínuo e não-linear. Conforme o capital é injetado no pool, o preço médio efetivo da execução eleva-se progressivamente.
Considere um pool AMM com uma reserva de colateral x e uma reserva y de cotas Sim, com invariante k = x * y, de modo que o preço à vista é P_{spot} = x / y. As cotas recebidas são a integral do inverso do preço marginal, e o preço efetivo é o capital gasto dividido pelas cotas recebidas:
N(S_A) = ∫_0^{S_A} dc / P_{spot}(c), P_{efetivo}(S_A) = S_A / N(S_A)
Em um pool de produto constante, o preço médio ponderado resultante da compra de Δy cotas com Δc de colateral é dado por:
P_{efetivo} = Δc / [ y - (k / (x + Δc)) ] = P_{spot} * [ 1 + (Δc / x) ]
Se o capital alocado S_A induzir impacto substancial no preço, a soma combinada P_A^{efetivo} + P_B^{efetivo} sobe. Se esse somatório atingir ou superar 1,000, a margem de lucro da arbitragem se extingue. Desse modo, modelos quantitativos precisam computar o tamanho ótimo de ordem C^* que maximiza o lucro monetário líquido absoluto:
Π(C) = [ C / (P_A(C) + P_B(C)) ] - C - Custos(C)
A resolução da derivada primeira dΠ/dC = 0 define com exatidão a capacidade máxima de absorção do trade antes que o deslizamento marginal anule a rentabilidade da operação.
5. Vetor de Custos de Atrito e Barreiras Operacionais
Em operações em tempo real, os ganhos matemáticos teóricos sofrem a incidência de múltiplas camadas de fricção financeira. Uma oportunidade de arbitragem só é válida se a margem líquida permanecer estritamente positiva após descontar o vetor integral de atritos:
ROI_{liquido} = ROI_{bruto} - φ_{taker, A} - φ_{taker, B} - (Gas_{on-chain} / C) - φ_{saque}
Onde se destacam:
- φ_{taker}: Taxas de corretagem cobradas por transação. A Polymarket e a Kalshi cobram do taker alíquota × p × (1 − p) por contrato (alíquota de até 0,07) e nada pelo resgate de um contrato vencedor, a PredictIt fica com 10% do lucro e as casas de apostas embutem uma margem nas odds.
- Gas_{on-chain}: Custos computacionais de rede necessários para aprovar contratos, realizar swaps em AMMs e reivindicar pagamentos terminais (por exemplo, taxas em POL/MATIC na rede Polygon). A Polymarket paga o gás das suas carteiras padrão; quem usa a própria carteira externa paga o gás por conta própria.
- φ_{saque}: Spreads cambiais e tarifas de transferência bancária ou pontes entre blockchains para rebalancear colaterais entre diferentes ecossistemas financeiros.
6. Riscos de Execução: Latência Operacional e Divergência de Resolução
A teoria clássica da arbitragem assume execuções atômicas instantâneas e critérios idênticos de liquidação. Na prática da engenharia financeira, mesas quantitativas precisam controlar rigorosamente dois modos críticos de falha:
A. Latência de Execução e Risco de Perna Descoberta (Legging-In)
Caso o algoritmo execute a Ponta A em um AMM on-chain e sofra atrasos de bloco ou congestionamento de mempool antes de confirmar a Ponta B em um livro off-chain, variações adversas nas cotações podem mover bruscamente o preço da Ponta B. Esse descompasso transforma um trade neutro a mercado em uma exposição direcional de alto risco. Sistemas avançados utilizam ordens do tipo fill-or-kill (FOK) e contratos inteligentes de execução combinada para mitigar essa vulnerabilidade.
B. Divergência Semântica nos Critérios de Resolução (Risco de Oráculo)
O risco sistêmico mais devastador na arbitragem entre plataformas reside na discrepância dos critérios de validação do resultado. Por exemplo, a Plataforma A pode liquidar contratos com base no consenso de oráculos descentralizados (como a votação do oráculo otimista da UMA), enquanto a Plataforma B (uma casa de apostas esportivas tradicional ou bolsa regulada) decide com base em comitês internos de auditoria ou anúncios de agências de notícias oficiais (Associated Press ou órgãos eleitorais governamentais).
Se ocorrer um caso de fronteira controverso (recontagem judicial de votos, desqualificação técnica de um candidato, redação ambígua da pergunta), as duas plataformas podem chegar a veredictos opostos. Se a Plataforma A resolver Não enquanto a Plataforma B resolve Sim, as duas pontas perdem: as cotas Sim na Plataforma A e as cotas Não na Plataforma B expiram sem valor, e o arbitrador perde 100% do capital alocado. (A divergência inversa paga as duas pontas, mas uma estratégia não pode contar com isso.) Equipes quantitativas devem verificar se os dois contratos têm critérios de resolução idênticos e vinculantes antes de abrir posições nas duas pontas.
7. Varredura Automatizada e Scanner de Arbitragem em Produção
Para rastrear simultaneamente centenas de contratos de eventos ativos em plataformas globais, equipes de trading utilizam bots de alta frequência que calculam spreads sintéticos continuamente, avaliam a liquidez dos AMMs e alertam sobre distorções de preços no instante em que surgem.
Você pode simular o dimensionamento ótimo de capital em duas pontas, analisar curvas de impacto de preço e mensurar o retorno resultante da sua carteira através da nossa ferramenta interativa client-side:
Acessar Scanner de Arbitragem Entre Mercados →
A arbitragem entre mercados só transforma uma diferença de preços em margem travada quando taxas, deslizamento e regras de resolução estão alinhados. Dimensione as duas pontas com as fórmulas acima, desconte as taxas das duas plataformas, modele o deslizamento e leia as regras de resolução de ambas antes de operar.
