Como a Polymarket precifica crenças: A matemática por trás do LMSR

O LMSR não é só uma fórmula elegante, é um compromisso de engenharia entre liquidez garantida e eficiência de capital. Criado por Robin Hanson em 2003, o mecanismo foi adotado pela Polymarket em 2020 como solução para mercados de previsão com baixo volume: ele elimina a necessidade de contrapartes reais ao simular um market maker perpétuo, cuja perda máxima é matematicamente limitada por b × ln(n). Mas essa segurança tem preço. À medida que o volume explodiu, de US$ 9 bilhões em 2024 para US$ 21,5 bilhões em 2025 e US$ 26,2 bilhões só no primeiro trimestre de 2026, o custo operacional do LMSR tornou-se insustentável. Cada trade on-chain consumia gás excessivo, e a exposição do market maker escalava de forma rígida, sem flexibilidade para ajustar liquidez por mercado. A transição para um livro de ofertas off-chain, com liquidação em Polygon, não foi uma evolução incremental: foi uma troca estratégica, sacrificar a simplicidade matemática do LMSR pela velocidade, escala e controle de risco exigidos por um volume diário que já bateu US$ 425 milhões.

A equivalência com a função softmax não é só curiosidade acadêmica. Ela revela que o LMSR opera como um classificador probabilístico em tempo real: cada cotação é uma inferência coletiva, atualizada continuamente por novos dados (trades), mas sem memória histórica nem correção por viés estrutural. Isso explica por que mercados políticos, como a eleição de 2024, com US$ 3,68 bilhões negociados, tiveram alta precisão inicialmente, mas também por que 70% dos traders perdem: o modelo não distingue entre informação relevante e ruído especulativo. O parâmetro 'b' não mede apenas risco financeiro, mede a tolerância da plataforma à incerteza informacional.

Polymarket não está mais vendendo apenas apostas. Está vendendo acesso a um novo tipo de infraestrutura de precificação descentralizada, usada por hedge funds para antecipar movimentos cambiais, por jornalistas para validar narrativas e por governos para testar impacto de políticas. Seu salto de avaliação de US$ 1,2 bilhão (2025) para US$ 12 bilhões (março/2026), impulsionado pela ICE, mostra que instituições tradicionais veem nela não um cassino digital, mas um sensor econômico em tempo real. Mas essa credibilidade colide com a realidade regulatória: enquanto a CFTC agora a reconhece como exchange regulada, estados como Tennessee e Massachusetts a tratam como jogo ilegal. O futuro do mercado de previsão depende menos da matemática do LMSR e mais da capacidade de equilibrar três forças opostas: escala técnica, soberania jurisdicional e integridade da informação.