A incerteza não é ruído

Mesmo um modelo perfeitamente sem viés cai no bucket errado na Polymarket, com frequência. Isso não é um defeito do modelo. É a própria natureza da atmosfera.

No primeiro post desta série, coloquei um paradoxo: prever com menos de 1°C de erro nove em cada dez vezes e ainda assim perder. Muitos me escreveram com a mesma pergunta: "Certo, mas por quê?"

A resposta cabe em uma frase: a incerteza natural de uma previsão é muitas vezes mais larga do que um bucket da Polymarket.

O que significa "prever" em meteorologia

Uma previsão de temperatura não é um número. É uma distribuição de probabilidade. Quando um modelo diz "amanhã, 24°C em Chicago", o que ele realmente quer dizer é algo como: "com o que sei esta manhã, a temperatura mais provável é 24°C, mas 23°C ou 25°C continuam muito plausíveis, e 22°C ou 26°C não estão descartados."

Essa incerteza não é uma fraqueza. É uma propriedade física da atmosfera. Edward Lorenz formalizou isso nos anos 1960: dois estados atmosféricos quase idênticos podem evoluir para estados muito diferentes alguns dias depois. É o efeito borboleta, e tem uma consequência muito concreta para nós: nunca será possível eliminar completamente a incerteza de uma previsão meteorológica. Dá para reduzir. Não dá para anular.

Em termos concretos, para a temperatura máxima de uma cidade a 24h de prazo, a incerteza natural é tipicamente da ordem de 1 a 2°C. A 3 dias, mais perto de 2 a 3°C. A 7 dias, às vezes 4°C ou mais.

Por que isso é um problema para a Polymarket

Olhe um mercado de temperatura máxima na Polymarket. Os buckets costumam ter 2°F de largura nos EUA — ou 1°C em outros lugares.

Coloque agora ~1,5°C de incerteza natural a 24h sobre esses buckets. O resultado é que uma previsão honesta quase nunca atribui 100% de probabilidade a um único bucket. Ela distribui, digamos, 55% no bucket central, 25% no de cima, 15% no de baixo e o resto nos extremos.

Ou seja: mesmo com o melhor modelo do mundo, mesmo sem nenhum viés, o bucket "mais provável" tem tipicamente entre 50 e 60% de chance de sair a 24h. Não 95%. Não 90%. Cinquenta a sessenta.

Isso muda completamente a leitura de uma previsão. "O modelo diz 24°C" não quer dizer "o bucket 23–25°C vai sair, com certeza". Quer dizer "o bucket 23–25°C é o mais provável, mas existe uma chance séria — muitas vezes uma em três — de que o resultado caia no bucket ao lado."

A incerteza é informação, não ruído

Este é o ponto que muda tudo: a diferença entre os modelos — o que chamamos de dispersão do ensemble — é, em si, uma informação.

Quando as 150 a 200 previsões que processamos todos os dias estão todas concentradas em torno do mesmo valor, a previsão é confiante. Quando se separam, a previsão é incerta. Não é uma incerteza "por falta de dados" — é uma incerteza física, a da própria atmosfera.

Essa dispersão é mensurável. Muda todo dia, toda hora, toda cidade. Numa manhã de inverno com massa de ar estável, os modelos concordam com 0,5°C de diferença. Numa manhã de frente tempestuosa, podem se separar 5°C.

Um apostador que ignora essa dispersão toma exatamente a mesma posição nos dois casos. Um apostador que a lê, não.

O que isso significa para as suas decisões

Três consequências concretas:

1. O bucket "central" nunca é a verdade. É a moda de uma distribuição, não o resultado. Se o preço dele na Polymarket está acima da sua probabilidade real — digamos 70% quando a distribuição só dá 55% — é uma aposta ruim, mesmo sendo o bucket "mais provável".

2. Dias incertos não são dias para evitar. São dias em que a informação vale mais. Os buckets vizinhos ficam atrativos, e estratégias de carteira (YES/NO em vários buckets contíguos) podem bater uma aposta concentrada no bucket "óbvio".

3. Um viés sistemático de 2°C é muito mais grave do que 1,5°C de incerteza natural. A incerteza se gerencia com o tamanho da posição e com a carteira. O viés faz você perder sistematicamente. Por isso a correção de viés (a nossa V1) é inegociável — mas esse é o assunto do próximo post.

O que vem a seguir

Nas próximas semanas, a série continua:

• Como medir um viés meteorológico — e por que é a primeira coisa que a nossa V1 faz
• Por que o bucket "mais provável" nem sempre é o mais rentável — a relação entre probabilidade e preço
• Como construir uma carteira coerente de apostas meteorológicas — a gestão de risco aplicada ao clima

O objetivo continua o mesmo: dar a você acesso ao rigor científico que aplicamos ao problema, para que você construa a sua própria estratégia.

Boa análise,

— JP