¿Usar IA para predecir el clima y ganar 200 dólares en un día sin hacer nada?

Título del artículo: 《Usando IA para jugar a la predicción del clima, ganando 200 dólares al día》

Autor original: Changan

Fuente original:

Reproducción: Mars Finance

El clima no tiene postura como las elecciones; no como la NBA, no tiene equipos principales. Pero precisamente es este mercado el que atrae a los usuarios nacionales. La razón es simple: todos tienen sensaciones, todos creen que entienden el clima de Shanghái.

Pero “sentir que entiendes” y “poder ganar dinero” son dos cosas diferentes.

Biteye comparte hoy tres cosas:

1. Entender las reglas de liquidación

2. Establecer métodos de predicción del clima

3. Usar sistemas para encontrar oportunidades de trading que otros no ven

一、Primero, aclaremos: ¿cómo se liquidan realmente en 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 la app del móvil con la predicción, pero la app muestra la temperatura en el centro de Shanghái, mientras que la liquidación en Polymarket usa datos medidos en el aeropuerto de Pudong (estación meteorológica ZSPD). Estos datos son públicos en la plataforma 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, influenciado por el viento marítimo, por lo que la temperatura suele ser más baja que en el centro urbano. Esta 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 confusiones como: “Aunque hoy siento que hace más calor 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 cada hora en el aeropuerto (formato meteorológico universal para la aviación civil).

Un detalle oculto aquí: METAR registra temperaturas en Fahrenheit, WU muestra estos números directamente, 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 tan burdo.

3. Patrones de temperatura en Shanghái

Tras analizar casi 1900 días de datos de la estación 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 concentrado es a las 12:00, con un 27.6% del total de la temporada en esa hora.

· En otoño, el pico se desplaza ligeramente más temprano, a las 10:00, también con alta frecuencia.

Conocer la regla es el primer paso, pero la regla no vigila el mercado por sí sola. Saber 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.

二、Cinco métodos, tres que funcionaron

Una vez entendidas las reglas del mercado, la siguiente pregunta es: ¿cómo predecir la temperatura máxima del día?

Como principiante en meteorología, lo primero fue preguntar 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 juntas, un fin de semana para montar el sistema.

Probamos cinco métodos, y solo tres funcionaron.

Los que funcionaron:

1. Predicción combinada WC + ECMWF

Para predecir la temperatura máxima, primero se necesitan datos. Se usaron dos fuentes:

· Weather Company (WC), una API meteorológica comercial que ofrece pronósticos por hora con alta precisión;

· ECMWF, el centro europeo de predicciones meteorológicas a medio plazo, más sensible a sistemas meteorológicos de gran escala.

Cada fuente tiene ventajas y desventajas, por lo que se ponderan mediante votación. La ponderación se ajusta dinámicamente según el tipo de clima del día: en días soleados, se confía más en WC; en días con muchas nubes y viento fuerte, en ECMWF.

2. Corrección en tiempo real: usar datos de aumento de temperatura para estimar el pico

El pronóstico se calcula anoche, pero el clima cambia durante el día. Este módulo usa los datos medidos de la mañana para estimar la temperatura máxima posible.

El proceso no es complejo: se detecta que en Shanghái, entre las 8 y 9 de la mañana, la temperatura sube más rápido. Con los datos medidos en ese momento, se consulta el histórico: en la misma estación, en la misma temporada y hora, ¿cuánto más puede subir la temperatura?

Luego, se aplican dos correcciones:

· Si hay muchas nubes, se aplica un descuento, ya que la nubosidad obstaculiza el aumento de temperatura.

· Si hay mucho viento, también se aplica un descuento, porque el viento fuerte acelera la pérdida de calor. Esto produce una “estimación extrapolada”.

El barómetro, la humedad y el punto de rocío también se consideran, pero tras backtesting, se vio que su impacto es menor, por lo que se eliminaron.

Pero solo la extrapolación no es suficiente, así que se usa el concepto de ganancia de Kalman, que básicamente pondera entre la “estimación extrapolada” y la predicción original, ajustando automáticamente el peso con el tiempo.

· A las 6:00, la extrapolación representa solo el 20%, confiamos mayormente en la predicción

· A las 12:00, la extrapolación llega al 72%

· Después de la 1:00 p.m., casi se confía solo en la medición real, con un 85%

Cuanto más tarde, más importante es lo que sucede en ese momento; cuanto más temprano, mayor la influencia del histórico.

Después de las 2:00 p.m., el sistema asume que el pico ya pasó y toma la temperatura máxima del día directamente de los registros históricos, sin más cálculos.

3. ¿Hoy será un día de aumento de temperatura?

Este es el módulo más satisfactorio del sistema: cada madrugada, hace una predicción sobre si la temperatura máxima de hoy será mayor que la de ayer.

Entre las 2 y 4 de la madrugada, el sistema recopila datos meteorológicos:

· Cambios en la presión en las últimas 3 y 12 horas

· Dirección y velocidad del viento en la madrugada, estado de las nubes

· Variación de temperatura de ayer, tendencia en los últimos tres días, si ayer fue más cálido o más frío

· Además, 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, y da un nivel de confianza.

Pero la precisión de este método varía mucho según la estación:

· Mejor en invierno: cuando llega aire frío, la presión sube rápidamente, el viento del norte se intensifica, la señal es muy clara, y el modelo lo detecta fácilmente.

· Peor en otoño: las masas de aire frío y cálido se enfrentan, el aumento de temperatura de hoy puede revertirse mañana, y las reglas históricas fallan más rápido en esta estación.

Métodos descartados:

1. Predicción mediante análisis de Fourier

Se intentó usar análisis de Fourier para ajustar los ciclos históricos de temperatura y predecir la máxima del día. Pero solo indicaba el promedio en esa temporada, no las fluctuaciones diarias. La variabilidad en Shanghái es muy alta, y Fourier produce una curva suave, sin reflejar las oscilaciones reales. Error de 3.6°C, con una subestimación sistemática, por lo que se eliminó.

2. Predicción del momento pico con ERA5

ERA5 es un conjunto de datos históricos reanalizados por el centro europeo. Se usó para predecir cuándo ocurrirá la temperatura máxima ese día.

Backtesting mostró:

· Precisión en ±1 hora: 59.6%

· Precisión en ±2 horas: 81.3%

Pero, dado que la precisión de PM es mayor y el tiempo para decidir el trading es corto, si no se puede determinar el pico en menos de media hora, no vale la pena. Por eso, este método fue descartado.

三、Práctica del sistema: dos casos y reflexiones sobre limitaciones

El mercado del clima en Polymarket abre con 4 días de antelación, y los rangos de temperatura populares suelen estar bien valorados desde temprano. Comprar en rangos con alta probabilidad tiene un riesgo/beneficio pobre.

Por eso, la estrategia del autor es: esperar señales, esperar la ventana de aumento de temperatura para entrar.

Con este sistema, se hicieron dos operaciones:

Caso 1:

A la madrugada del día 16, el canal de Telegram envió un informe en modo nocturno: mañana será un día de descenso de temperatura. La razón: esa noche, las nubes estaban densas, y tanto la temporada como la posición en el calendario apuntaban a descenso.

No se apostó inmediatamente. La señal de esa madrugada solo era una primera referencia.

A las 11:00 a.m., el sistema envió un informe en tiempo real sobre la subida de temperatura. La temperatura máxima ya había llegado a 12°C, y la probabilidad de subir 1°C más era del 42%, indicando que probablemente no subiría más.

Con la señal de descenso de la madrugada, ambos módulos coincidían, y la señal era mucho más clara. Entonces, se apostó a que la temperatura máxima del día no superaría los 13°C.

Liquidación del día: 12°C. El día anterior, 15 de marzo, fue 15°C, así que bajó 3 grados.

Caso 2:

Por ejemplo, el clima del 17 en Shanghái: el sistema meteorológico puede dar alertas. A las 7:00 a.m., la señal indicaba un pico anómalo a las 22:00.

Normalmente, en días soleados, la temperatura máxima aparece entre la 1 y 3 p.m., pero hoy, el pico fue a las 22:00, indicando que no fue por calentamiento solar, sino por flujo de aire húmedo y cálido durante la noche. Todo el día lloviendo, con nubes del 97-100%, casi sin sol.

Entonces, al abrir Polymarket, el precio de 12°C seguía en 53%. La comunidad se confundía: ya es tarde en la tarde, la temperatura solo 11°C, y el pico ya pasó, ¿por qué siguen comprando en 12°C?

La confusión se debe a que aún usan lógica de días soleados para juzgar un mercado de lluvia.

El sistema, en cambio, detecta claramente el tipo de clima desde la mañana, y si el pico es anómalo, hay una discrepancia evidente entre la temperatura actual y la expectativa del mercado. Esa diferencia de información es una oportunidad de trading.

El propósito de este sistema es: facilitar la detección de oportunidades y alertar rápidamente sobre riesgos.

¿Y qué limitaciones tiene?

Un sistema que funciona solo un fin de semana, y no está exento de fallos:

· La precisión en otoño solo alcanza el 63.7%, casi como lanzar una moneda.

· La lucha entre masas de aire frío y cálido en esta temporada hace que las reglas históricas fallen rápidamente.

· La característica de presión no se puede obtener en tiempo real en la práctica. Durante el entrenamiento, se usó el cambio de presión como característica, y funcionó bien en backtesting.

· La señal de entrada de aire frío es clara, pero en la operación en vivo, no se puede acceder a datos de presión en tiempo real.

· La corrección por efecto marítimo aún está en espera de datos. El efecto del viento marítimo en Pudong es real, y se construyó un módulo de corrección, pero aún no hay suficientes muestras para backtesting.

Un sistema que solo corrió un fin de semana ya revela estos problemas, y la próxima etapa será seguir ajustando en marcha.

四、Conclusión

La meteorología ha avanzado durante siglos, usando satélites, supercomputadoras y modelos globales, pero aún no puede garantizar una predicción del 100% para el día siguiente. No es que los científicos no se esfuerzen, sino que la atmósfera es un sistema caótico: una pequeña diferencia en las condiciones iniciales puede dar resultados completamente distintos.

Este sistema, que solo funcionó un fin de semana, también puede fallar. En otoño, la precisión se acerca a lanzar una moneda; si llega aire frío demasiado pronto, el sistema puede no reaccionar a tiempo; aún no se ha capturado completamente el efecto del viento marítimo.

Pero eso no importa. En los mercados de predicción, no se necesita acertar siempre, sino tener una ventaja en las cuotas, y ver una capa adicional de información frente al mercado.