Secondo un nuovo studio di Kalshi, i mercati predittivi offrono segnali più tempestivi e accurati sulle dinamiche dell’inflazione rispetto alle tradizionali stime degli analisti di Wall Street.
Summary
Studio Kalshi: errore medio inferiore del 40% rispetto al consenso
La piattaforma di mercati predittivi Kalshi ha confrontato per 25 mesi le proprie previsioni sull’inflazione con il consenso degli analisti di Wall Street.
Nel periodo tra febbraio 2023 e metà 2025, le stime di mercato sulle variazioni annue del Consumer Price Index (CPI) hanno mostrato un errore medio inferiore del 40% rispetto alle previsioni di consenso.
Il vantaggio è emerso in particolare nelle fasi di maggiore volatilità economica, quando i dati effettivi sull’inflazione si sono discostati in modo significativo dalle attese. In questi scenari, le stime sull’inflazione sui mercati predittivi di Kalshi hanno superato il consenso fino al 67% in termini di accuratezza.
Quando il disallineamento segnala un possibile “shock”
Lo studio, intitolato “Crisis Alpha: When Do Prediction Markets Outperform Expert Consensus?”, analizza anche il legame tra la divergenza delle previsioni e la probabilità di una sorpresa sui dati.
Quando la stima sul CPI di Kalshi si discostava dal consenso di oltre 0,1 punti percentuali a una settimana dall’uscita del dato, la probabilità di una forte deviazione della lettura effettiva saliva all’80%, rispetto a un livello di base del 40%.
In altre parole, un forte disallineamento tra mercato e consensus rappresentava spesso un segnale di allerta. Tuttavia, gli autori ricordano che il campione di grandi shock è limitato, come è fisiologico in un contesto in cui tali eventi restano rari e inattesi.
La logica informativa dei mercati predittivi
Secondo l’analisi, il vantaggio dei mercati predittivi deriva soprattutto dal modo in cui aggregano le informazioni. Le previsioni tradizionali tendono a basarsi su modelli e dataset simili tra le varie istituzioni, il che può ridurne la reattività quando le condizioni economiche cambiano rapidamente.
Le piattaforme di scambio di previsioni, al contrario, riflettono le opinioni di una platea eterogenea di trader che utilizzano fonti diverse: dai trend settoriali a dataset alternativi. Questo genera il cosiddetto effetto di “saggezza della folla”, in cui l’aggregazione delle singole puntate produce una stima collettiva spesso più precisa.
Incentivi economici e aggiornamenti continui dei prezzi
Un altro elemento chiave riguarda gli incentivi. I previsori istituzionali devono fare i conti con vincoli reputazionali e organizzativi, che possono scoraggiare previsioni troppo divergenti dal consenso. I trader sui mercati di previsione, invece, espongono capitale proprio e vengono premiati o penalizzati esclusivamente in base alla performance.
Inoltre, la natura continua della formazione dei prezzi, che si aggiornano in tempo reale, elimina il ritardo incorporato nelle stime di consenso, spesso fissate diversi giorni prima della pubblicazione dei dati macroeconomici. Questo consente alle piattaforme di reagire più rapidamente a nuove informazioni e cambi di scenario.
Crescita delle piattaforme e confronto con altri operatori
Lo studio di Kalshi si inserisce in un contesto di forte espansione per il settore. La base utenti della piattaforma è cresciuta di recente grazie all’integrazione con il wallet crittografico Phantom, che permette di accedere ai mercati di previsione direttamente dall’interfaccia del portafoglio.
All’inizio del mese, la società ha raccolto 1 miliardo di dollari su una valutazione di 11 miliardi di dollari, segnale di un interesse crescente per queste infrastrutture di scommessa informativa. In parallelo, a ottobre, Polymarket è stata indicata come in trattativa per un nuovo round a una valutazione potenziale fino a 15 miliardi di dollari.
Accuratezza di Polymarket e possibili distorsioni
Le evidenze a favore di questo modello non riguardano solo Kalshi. All’inizio del 2025, un’analisi condotta da un data scientist ha stimato che Polymarket raggiunge un’accuratezza del 90% nel prevedere l’esito degli eventi con un orizzonte di un mese, che sale al 94% nelle ore immediatamente precedenti al verificarsi dell’evento.
Detto ciò, alcuni fattori di distorsione rimangono. Bias di acquiescenza, dinamiche di imitazione e bassa liquidità in alcuni mercati possono portare a una sovrastima delle probabilità di certi eventi, riducendo temporaneamente l’efficienza del pricing.
Dal confronto con Wall Street agli usi per policy e risk management
Nel confronto diretto tra previsioni di mercato e consenso di Wall Street sui dati di inflazione, lo studio mostra come i trader delle piattaforme abbiano sovraperformato in modo sistematico gli economisti professionali, in particolare nelle fasi di maggiore incertezza. Questo risultato rafforza l’idea che le previsioni basate sul mercato possano integrare i modelli tradizionali.
Gli autori sottolineano che l’obiettivo non è sostituire completamente le metodologie di previsione convenzionali. Piuttosto, suggeriscono che decisori istituzionali e responsabili del rischio possano utilizzare i segnali provenienti da queste piattaforme come strumento complementare, soprattutto in contesti di forte discontinuità strutturale o shock inattesi.
Un ruolo crescente nei periodi di maggiore incertezza
Nel complesso, lo studio indica che il vantaggio informativo dei mercati tende a emergere proprio quando l’ambiente previsionale diventa più sfidante, come durante crisi o cambi di regime economico. In tali fasi, la capacità di aggregare input eterogenei e di adeguare rapidamente i prezzi sembra fornire un vantaggio rispetto alle proiezioni costruite su schemi storici.
Per questo, la ricerca conclude che, più che un sostituto, questi strumenti possono diventare un tassello aggiuntivo nei framework di analisi di banche, gestori e autorità di politica economica, contribuendo a cogliere per tempo segnali di stress o di cambiamento nei trend di inflazione.
