Como é a estratégia de um vencedor de US$ 10 milhões na Polymarket?
Utilizando a Data API e registros on-chain, fiz uma engenharia reversa dos Top 20 rankings de esportes e cripto na Polymarket. Foram 40 endereços e mais de 100.000 negociações analisadas individualmente.
Isso vai muito além de prints de dashboards. Cada compra, venda e resgate foi mapeado para um comportamento estratégico real. O processo: extrair históricos de transações por endereço via Polymarket Data API, verificar lucro e prejuízo com a LB API e reconstruir fluxos de caixa reais usando dados on-chain de REDEEM/MERGE. Cada endereço realizou entre 2.000 e 15.000 negociações.
Depois de analisar os dados, ficou evidente: seja em esportes ou cripto, os endereços lucrativos se dividem em três categorias distintas. As diferenças vão além de parâmetros—são jogos completamente diferentes.
Tipo 1: Direcional—Escolha um lado e segure
A estratégia esportiva mais lucrativa é tão simples que chega a surpreender.
Dos 18 endereços ativos, 14 só compraram—nunca venderam. Seguraram até o settlement, resgataram se ganharam e foram a zero se perderam. Nada de swing trading.
Mesmo entre os que só compram e nunca vendem, as abordagens para lucro são radicalmente diferentes.
swisstony: US$ 494 milhões em volume negociado, taxa de retorno de 1%, lucro líquido de US$ 4,96 milhões. Totalmente automatizado, 353 negociações em 30 minutos, abrangendo todas as cinco grandes ligas. Cada negociação gera um pequeno ganho, mas o volume totaliza grandes resultados.
majorexploiter: taxa de retorno de 39%, maior aposta única de US$ 990.000. Mais de 600 negociações, quase todas focadas em apenas dois jogos do Arsenal. Convicção massiva—uma vitória rende milhões.
Um depende de volume massivo, o outro de apostas de alto valor, mas ambos lucraram milhões. Os métodos são opostos, mas compartilham uma vantagem informacional nos eventos escolhidos.
Topo do ranking, perdendo fôlego
kch123, primeiro no ranking esportivo, com US$ 10,35 milhões em lucros acumulados.
Mas em meados de março, nos últimos 30 dias houve um prejuízo de US$ 479.000. Nos últimos 7 dias, a taxa de vitória caiu para apenas 31% (15 vitórias, 33 derrotas). Todas as 14.303 negociações foram compras—nenhuma venda. Isso representa uma média de 493 negociações por dia, com 74% delas ocorrendo em menos de 10 segundos de intervalo.
Um motor de lucro de US$ 10 milhões está perdendo força. Isso não aparece só pelo ranking—apenas a análise on-chain revela o quadro completo.
Induzido ao erro pelos meus próprios rótulos
fengdubiying, 13º em esportes com US$ 3,13 milhões de lucro.
Na minha análise em lote, rotulei como “dominado por vendas”, supondo uma abordagem swing trading.
Mas os dados mostram outra história: 93,6% dos retornos vieram de resgates, apenas 6% de vendas. A estratégia real era apostas concentradas em esports de LoL. A maior aposta em um único mercado foi de US$ 1,58 milhão (T1 vs. KT Rolster), com taxa de vitória de 74,4% e relação lucro/prejuízo de 7,5:1.
Vender era apenas uma ferramenta de stop-loss—não a estratégia central. Confiar apenas em dashboards de compra/venda leva a julgamentos errados sobre o que realmente acontece.
Tipo 2: Estrutural—Lucro sem previsão
O ranking de cripto é outro universo. Esportes trata de apostar na direção; cripto é atuar como a casa.
Analisando os cinco primeiros de cripto: três são bots de criação de mercado para opções binárias de alta/baixa, um é criador de mercado por limite de preço gerenciando inventário com MERGE, e um especializado em arbitragem de eventos para vendas públicas (taxa de retorno de 43,3%).
O varejo aposta na direção—os principais players comandam a casa.
Como os criadores de mercado vencem
0x8dxd, criador de mercado BTC 5/15 minutos de alta/baixa.
94% das negociações são simétricas—compra simultânea de alta e baixa. Funciona 24/7, com negociação média abaixo de US$ 6. O valor combinado de alta e baixa é inferior a US$ 1—a diferença é puro lucro. Pelo menos três endereços independentes usam esse mesmo modelo.
Outro endereço de criação de mercado é ainda mais extremo, quase monopolizando a liquidez na categoria Economics: 982 compras, nenhuma venda, PnL de seis dígitos. Os lucros vêm de rebates de maker e prêmios de liquidez.
Código bom não garante lucro
Pode parecer que criar mercado é aposta certa. Há um bot de criação de mercado Polymarket de código aberto no GitHub, construído com dados em tempo real via WebSocket, suite de controle de risco em três partes (stop-loss, congelamento de volatilidade, cooldown) e merge automático de posições. O autor admite que não é lucrativo.
Por quê? A lógica de precificação é penny jumping—antecipando o melhor bid atual por um centavo. Em resumo, só copia outros, sem capacidade de precificação independente.
Não importa quão bom seja o código, o lucro na criação de mercado depende do seu modelo de preço superar o mercado.
Outro dado importante: análise de timestamps on-chain mostra que mais de 70% dos lucros de arbitragem nos mercados de preço cripto da Polymarket vão para bots com latência inferior a 100 ms. Menos de 8% das wallets são lucrativas em todo o mercado. Se a latência do seu bot é medida em segundos, você só fornece liquidez para players de alta frequência.
Tipo 3: Cognitivo—Baixa frequência, alta convicção
A terceira categoria é totalmente diferente. A frequência de negociação é baixíssima—talvez duas ou três por mês—mas cada negociação é profundamente pesquisada.
Exemplos: um endereço na categoria weather constrói modelos com dados meteorológicos públicos, só entra quando a probabilidade de vitória supera 0,77—apenas duas ou três negociações mensais, cada uma gerando dezenas de milhares. Outro endereço compra NO em 89% das negociações, segura por meses e, apesar da taxa de vitória baixa, tem payoff médio acima de 9x por vitória—cobrindo todas as perdas com poucos grandes ganhos.
Um exemplo mais extremo: no mercado FDV (Full Outcome), o endereço faz apenas uma coisa—compra NO a 50–55 centavos, espera o settlement e coleta US$ 1. Taxa de vitória: 100%. Não é sorte—apenas explorando uma anomalia de preço que outros não perceberam.
Mas estratégias cognitivas não são “faça mais pesquisa e terá lucro”. Vi alguém usar 1,37 milhão de linhas de dados históricos para construir uma matriz de probabilidade de desvio de preço do BTC. Os backtests foram perfeitos, mas a validação ao vivo falhou instantaneamente. A eficiência do mercado evolui rápido—o que funcionou mês passado pode já ter sido arbitrado.
A verdadeira vantagem nas estratégias cognitivas é entender uma categoria mais profundamente que a precificação do mercado—não apenas construir um modelo mais complexo.
Comparação das três abordagens
Tabela comparativa: três abordagens
Minha própria abordagem
Depois de analisar outros, aqui está minha visão.
Executo várias estratégias em paralelo: criação de mercado em cripto (estrutural), precificação probabilística em esportes (direcional) e modelagem de dados meteorológicos (cognitivo). Todas em pequena escala—nada parecido com os 493 trades diários de kch123 ou US$ 494 milhões em volume de swisstony.
Depois de dissecar 40 endereços, meu maior aprendizado: saber qual jogo você está jogando importa mais do que otimizar qualquer parâmetro.
Se você é direcional sem vantagem informacional, mesmo execução perfeita é só um chute. Se é estrutural mas não acompanha a latência, você está sendo explorado. Não é só frase feita—foi o que os dados mostraram.
Agora faço validações em pequena escala para cada linha, só escalo quando confirmo vantagem. Sem pressa para expandir—provo uma ou duas categorias primeiro.
Fontes de dados: Polymarket Data API + LB API + dados on-chain Polygon | Período de análise: janeiro–março de 2026
Pensando em experimentar a Polymarket? Descubra primeiro qual jogo você quer jogar.
Isenção de responsabilidade:
-
Este artigo foi republicado de [runes_leo]. O copyright pertence ao autor original [runes_leo]. Se você tiver qualquer preocupação sobre esta republicação, entre em contato com a equipe Gate Learn para resolução imediata.
-
Isenção de responsabilidade: As opiniões e visões expressas neste artigo são exclusivamente do autor e não constituem aconselhamento de investimento.
-
Outras versões deste artigo em outros idiomas são traduzidas pela equipe Gate Learn. Exceto quando Gate for mencionado, não copie, distribua ou plagie o artigo traduzido.
