Presidential Election Winner 2028

Según los datos más recientes del mercado de predicción para la consulta “Presidential Election Winner 2028”, los operadores han formado un fuerte consenso.

Actualmente, Jon Ossoff domina el mercado con una abrumadora probabilidad de victoria del 17,3%. JD Vance le sigue en segundo lugar con 13%, mientras que Marco Rubio se sitúa tercero con 9,5%. El volumen de apuestas de este mercado ya alcanza $741M, lo que refleja un enorme interés.

Para evaluar mejor la posición de cada resultado posible, el mercado puede segmentarse en tres niveles de negociación según la probabilidad implícita y el precio de los contratos:

🥇 Nivel 1: El líder dominante

• Jon Ossoff (17,3%): Con la probabilidad más alta, Jon Ossoff cuenta con un fuerte respaldo del libro de órdenes. Quienes quieran apostar por este resultado se enfrentan a un precio de contrato “Buy Yes” de 17¢, señal de una gran convicción del mercado. Solo este contrato ha generado $7.1M de volumen.

🥈 Nivel 2: Los principales aspirantes

• JD Vance (13%): Como la alternativa más viable, JD Vance mantiene una probabilidad del 13% de resolverse a favor. Sus acciones “Buy Yes” cotizan actualmente a 13¢.
• Marco Rubio (9,5%): En tercer lugar con una probabilidad del 9,5%, el mercado muestra un escepticismo prudente hacia Marco Rubio, tratándolo como un comodín externo salvo que cambie el impulso.

🥉 Nivel 3: Las opciones de cola larga (suman ~60,3%)

Más allá de las tres primeras opciones, se sigue un amplio campo de variables macro y resultados poco probables. Aunque sus probabilidades individuales son bajas, son coberturas clave para los operadores especulativos:

• Opciones alternativas: Esto incluye Alexandria Ocasio-Cortez (9,3%), Gavin Newsom (7,4%) y Ron DeSantis (6,4%).
• Volumen especulativo: A pesar de su baja probabilidad estadística, ciertos contratos de cola larga como Kamala Harris siguen atrayendo un interés notable.

The 2028 US Presidential Election is scheduled to take place on November 7, 2028.

This market will resolve to the person who wins the 2028 US Presidential Election. Otherwise, this market will resolve to “No.”

The resolution source for this market is the Associated Press, Fox News, and NBC. This market will resolve once all three sources call the race for the same candidate. If all three sources haven’t called the race for the same candidate by the inauguration date (January 20, 2029) this market will resolve based on who is inaugurated.

Aunque el consenso humano y el volumen especulativo dan forma al mercado de predicción, nuestros algoritmos cuantitativos ofrecen una contraperspectiva basada en datos. Al analizar señales fundamentales, tendencias subyacentes y distribuciones históricas, nuestro modelo de Valoración por IA calcula una probabilidad de “Valor Justo” independiente para cada resultado.

Comparar este Valor Justo con el Valor de Mercado actual revela grandes discrepancias, conocidas como la Brecha de Valor Esperado (EV). Los contratos con una Brecha de EV positiva representan resultados infravalorados estadísticamente, mientras que una Brecha de EV negativa señala una posible sobrerreacción del mercado.

Principales Oportunidades de Alpha de IA y Arbitraje

Según la última ejecución del modelo de datos, varios contratos clave destacan con desviaciones significativas:

• El resultado más sobrevalorado: Jon Ossoff cotiza actualmente a 17,3%, pero nuestra IA sitúa su Valor Justo en solo 12,3%. Esto crea una gran Brecha de EV negativa de -5,1%, lo que sugiere que la multitud podría estar sobrevalorando este resultado.
• La mejor jugada de valor (mayor EV): Nuestro modelo identifica a Wes Moore como la mejor oportunidad de valor del tablero. Mientras el mercado solo le asigna una probabilidad del 1,1%, la evaluación de Valor Justo de nuestra IA se sitúa en 18,6%, generando una notable Brecha de EV de +17,6%.
• Caballos ganadores poco visibles: Otras discrepancias notables incluyen Andy Beshear (Brecha de EV: +12,2%) y Kamala Harris (Brecha de EV: +9,6%). Estas oportunidades de cola larga están muy infravaloradas por los libros de órdenes pese a un mayor respaldo estadístico de nuestro modelo.