作者：Changan I Biteye内容团队
El clima no tiene posición, no como las elecciones; no tiene un equipo local, como la NBA. Pero precisamente es este mercado el que atrae a los usuarios nacionales. La razón es simple: cada uno tiene su percepción, cada uno piensa que entiende el clima de Shanghái.
Pero “sentir que entiendes” y “poder ganar dinero” son cosas diferentes.
Biteye hoy comparte tres cosas:
- Entender las reglas de liquidación
- Establecer métodos de predicción del clima
- Usar sistemas para encontrar oportunidades de trading que otros no ven
1. Primero, aclaremos: ¿cómo se liquida realmente este mercado del clima?
1. La temperatura de liquidación no es la que piensas
Muchos participan por primera vez con un error: comparan la temperatura máxima en su app del clima en el móvil, pero esa muestra la temperatura en el centro de Shanghái, mientras que la liquidación en Polymarket usa los datos medidos en el aeropuerto de Pudong (ZSPD). Estos datos se publican en la plataforma meteorológica estadounidense Wunderground, y PM lee directamente los registros de WU como base para la liquidación.
Dos lugares, dos números. El aeropuerto de Pudong está en el lado este de la ciudad, cerca de la desembocadura del río Yangtze, y por la influencia del viento marítimo, la temperatura suele ser más baja que en el centro urbano. La diferencia normalmente no se nota, pero en los límites de rango, puede marcar la diferencia entre apostar correcto o incorrecto.
Por eso en los comentarios del mercado del clima puedes ver confusión: “Hoy parece más cálido que ayer, ¿por qué la temperatura máxima mostrada es más baja?”
2. Los números son correctos, pero las unidades no son las que piensas
Los datos de WU provienen directamente del informe METAR reportado por hora en el aeropuerto (el formato estándar de meteorología para la aviación civil mundial).
Un detalle oculto: METAR reporta en Fahrenheit, WU muestra ese número tal cual, sin convertir ni corregir.
La mayoría de los sistemas de pronóstico y modelos meteorológicos muestran temperaturas con decimales. Cuanto más preciso sea tu modelo, más fácil será ignorar este aspecto burdo.
3. Patrones de temperatura en Shanghái
Tras analizar casi 1900 días de datos en ZSPD, los picos de temperatura máxima en Shanghái se concentran en horarios específicos:
- En las cuatro estaciones, entre las 11:00 y 13:00,
- En verano, el pico más fuerte es a las 12:00, con un 27.6% del total de la temporada en esa hora.
- En otoño, el pico se desplaza un poco más temprano, a las 10:00, también con alta frecuencia.
Conocer la pauta es el primer paso, pero la pauta no se sigue sola. ¿Cuándo aparece la temperatura máxima, si se actualiza, cuánto falta para cambiar de rango?
Por eso, el sistema que construímos intenta predecir con la mayor precisión posible en qué rango de grados Celsius caerá la temperatura máxima de ese día, antes del cierre diario.
2. Cinco métodos, tres que funcionaron
Una vez entendido el reglamento del mercado, la siguiente pregunta es: ¿cómo predecir la temperatura máxima del día?
Como principiante en meteorología, lo primero fue consultar a ChatGPT: ¿cómo calcula la industria meteorológica la temperatura máxima del día? ¿Qué métodos maduros existen? ChatGPT proporcionó un marco teórico, y Claude lo convirtió en código. Dos IA trabajando en conjunto, y en un fin de semana, construimos el sistema.
Probamos cinco métodos, y solo tres funcionaron.
Los que funcionaron:
1️⃣ Integración de WC + ECMWF para pronóstico
Para predecir la temperatura máxima, primero se necesitan datos. Usamos dos fuentes:
- Weather Company (WC), una API meteorológica comercial que ofrece pronósticos por hora con alta precisión;
- ECMWF, el centro europeo de pronósticos meteorológicos, con modelos globales que son más sensibles a sistemas meteorológicos amplios.
Cada fuente tiene ventajas y desventajas, así que las combinamos con ponderación. La ponderación se ajusta dinámicamente según el tipo de clima del día: en días soleados, confiamos más en WC; en días con muchas nubes y viento fuerte, en ECMWF.
2️⃣ Corrección en tiempo real: usar datos de aumento de temperatura para estimar el pico
El pronóstico se hizo anoche, pero el clima cambia durante el día. Este módulo usa los datos medidos en la mañana para estimar la temperatura máxima posible.
El proceso es simple: en Shanghái, entre las 8 y 9 de la mañana, la temperatura sube más rápido. Cuando se obtiene la medición en ese momento, se consulta el histórico: en la misma estación, en la misma temporada y hora, ¿cuánto más puede subir en promedio?
Luego, se aplican dos correcciones:
- Si hay muchas nubes, se multiplica por un factor de descuento, ya que las nubes dificultan el aumento de temperatura;
- Si hay viento fuerte, también se aplica un descuento, porque el viento acelera la pérdida de calor. Esto produce una “estimación extrapolada”.
El sistema también considera presión, punto de rocío y humedad, pero tras pruebas, se vio que su impacto es menor, así que se eliminaron.
Pero solo extrapolar no es suficiente, así que se usa un concepto similar al ganancia de Kalman: se combina la “estimación extrapolada” con la “predicción original” mediante un peso que varía con el tiempo.
- A las 6 de la mañana, la extrapolación representa solo el 20%, confiamos mayormente en la predicción;
- A las 12 del mediodía, la extrapolación llega al 72%;
- Después de la 1 de la tarde, casi toda la confianza en la medición real, con un 85%.
Cuanto más tarde, más importante es lo que sucede en el momento; cuanto más temprano, mayor la influencia del histórico.
Después de las 2 de la tarde, el sistema asume que el pico ya pasó y toma la temperatura máxima del día del registro histórico, sin más cálculos.
3️⃣ ¿Hoy es un día de aumento de temperatura?
Este es el módulo más satisfactorio: cada madrugada, el sistema decide si la temperatura máxima será mayor que la de ayer.
Entre las 2 y 4 de la madrugada, recopila datos meteorológicos y los alimenta en el modelo:
- Cambios en presión en las últimas 3 y 12 horas
- Dirección y velocidad del viento, estado de las nubes
- Variación de temperatura de ayer, tendencia en los últimos tres días, si ayer fue más cálido o más frío
- Mes, estación, día del año, si ayer llovió
El modelo clasifica en cinco categorías: día de aumento, leve aumento, estable, leve descenso, día de descenso, con un nivel de confianza.
Pero la precisión varía mucho según la estación:
- Invierno: más precisa, cuando llega aire frío, la presión sube rápidamente, el viento del norte se intensifica, la señal es clara.
- Otoño: menos precisa, los frentes cálidos y fríos se enfrentan, la tendencia puede revertirse rápidamente, y las reglas históricas fallan más.
Métodos descartados:
- Predicción con análisis de Fourier
Intentamos usar análisis de Fourier para ajustar los ciclos históricos de temperatura y predecir el máximo del día. Pero solo indicaba el promedio en esa temporada, no las fluctuaciones diarias. La imprevisibilidad del clima en Shanghái es alta, y la curva suavizada subestimaba en 3.6°C, con un sesgo sistemático, así que lo eliminamos.
- Predicción del momento del pico con ERA5
ERA5 es un conjunto de datos históricos reanalizados por el centro europeo. Se probó para predecir cuándo ocurriría el pico:
- Precisión en ±1 hora: 59.6%
- Precisión en ±2 horas: 81.3%
Pero, dado que PM tiene mayor precisión y el tiempo para decidir es corto, si no se puede determinar el pico en media hora, es mejor confiar en los datos de Polymarket. Por eso, este método fue descartado.
3. Casos prácticos y reflexiones sobre limitaciones
El mercado del clima en Polymarket abre con 4 días de antelación, y los rangos de temperatura más populares se valoran desde temprano. Apostar en rangos con alta probabilidad tiene mala relación riesgo-recompensa.
Mi estrategia es: esperar señales, esperar la ventana de aumento de temperatura para entrar.
Con la sistema meteorológico que construí, hice dos operaciones:
Caso 1:
A la madrugada del día 16, en Telegram, se publicó un informe nocturno: “Mañana será día de descenso de temperatura”. La razón: esa noche, las nubes estaban densas, y las características estacionales y diarias apuntaban a un descenso.
Pero no aposté inmediatamente. La señal de esa noche era solo una primera referencia. 
A las 11 de la mañana, el sistema envió un informe en tiempo real: “Se espera que la temperatura suba”. La medición máxima ya alcanzó 12°C, y la probabilidad de subir 1°C más era del 42%, indicando que probablemente no subirá mucho más.
Combinando la señal de descenso de la madrugada y la tendencia de aumento en la mañana, que coincidían, decidí apostar a que la temperatura máxima no superaría los 13°C ese día.
El resultado: liquidación en 12°C. El día anterior, el 15, fue 15°C, así que bajó 3 grados. 
Caso 2:
Hoy, 17, el sistema meteorológico también sirvió de advertencia: a las 7 de la mañana, una alerta indicaba que el pico sería a las 22:00.
Normalmente, la temperatura máxima en días soleados aparece entre la 1 y las 3 de la tarde, pero hoy el pico fue a las 22:00, señal de que no fue por radiación solar, sino por una corriente húmeda cálida que transportaba calor nocturno. Todo el día lloviendo, con nubes del 97-100%, sin sol.
Al revisar Polymarket, la cotización de 12°C seguía en 53%. La comunidad se preguntaba: “Ya es tarde, la temperatura apenas llega a 11°C, y el pico ya pasó, ¿por qué siguen comprando en 12°C?”
La confusión viene de que aún usan lógica de días soleados para interpretar un día de lluvia.
Pero el sistema no se confunde. Desde la mañana, identificó claramente el tipo de clima, y detectó que el pico era anómalo, con una diferencia evidente entre la temperatura actual y lo que el mercado esperaba. Esa diferencia de información es una oportunidad de trading.
Aquí radica la utilidad del sistema: facilitar la detección de oportunidades y alertar rápidamente sobre riesgos.
Limitaciones del sistema
Un sistema que funciona solo un fin de semana no puede ser perfecto:
- La precisión en otoño solo alcanza un 63.7%, casi como lanzar una moneda. La lucha entre frentes fríos y cálidos en esa estación hace que las reglas históricas fallen rápidamente.
- No se puede obtener la presión en tiempo real en la operación en vivo. Aunque en entrenamiento la variación de presión fue un buen predictor, en la práctica no se puede acceder a datos en tiempo real.
- La corrección por efecto marítimo aún está en desarrollo, ya que falta activar suficientes datos. El efecto del viento marítimo en Pudong es real, y hay un módulo para corregirlo, pero aún no hay suficientes muestras para validar.
Construir un sistema en solo un fin de semana ya revela estos problemas, y seguiré ajustándolo en marcha.
Conclusión
La meteorología ha avanzado durante siglos, usando satélites, supercomputadoras y modelos globales, pero aún no puede garantizar una predicción del 100% para mañana. No es que los científicos no se esfuerzen, sino que la atmósfera es un sistema caótico: una pequeña diferencia en las condiciones iniciales puede cambiar todo.
Este sistema, que solo funcionó un fin de semana, seguramente tendrá errores. En otoño, la precisión se acerca a lanzar una moneda; si llega una masa de aire frío antes de tiempo, puede que no reaccione a tiempo; aún no se captura completamente el efecto del viento marítimo.
Pero eso no importa. En los mercados de predicción, no se necesita acertar siempre, sino tener ventaja en las probabilidades, y ver una capa adicional de información.
El mercado del clima en Shanghái todavía está en su etapa inicial. Seguiré monitoreando y ajustando el sistema. Si también participas en Polymarket con mercados del clima, comparte en los comentarios: ¿qué métodos usas para decidir cuándo entrar? ¿Qué resultados sorprendentes has tenido en liquidaciones?
