O que é Kalshi? Em colaboração com a Pyth, lança um mercado de previsão de commodities e cria um novo tipo de gateway de investimento movido por dados

Última atualização 2026-04-28 09:09:20
Tempo de leitura: 1m
A plataforma de prediction market Kalshi lançou uma seção de negociação de commodities e passou a utilizar o oráculo de preços Pyth para fornecer suporte de dados. Este artigo explica o funcionamento dessa integração e o impacto potencial no Mercado.

O que é a Kalshi?

A Kalshi é uma plataforma de mercado de previsão regulamentada, sediada nos Estados Unidos, que permite aos usuários negociar os resultados de uma ampla gama de eventos, como dados de inflação, decisões sobre taxas de juros, resultados de eleições, eventos esportivos e até mudanças climáticas. Ela funciona de modo semelhante aos contratos de eventos: os participantes compram contratos de Sim ou Não e têm retorno ou perda conforme o resultado final. O diferencial da Kalshi está em transformar o julgamento coletivo dos participantes do mercado em sinais de probabilidade mensuráveis, tornando-se uma ferramenta estratégica para medir as expectativas do mercado e o sentimento de risco. Com a ascensão dos mercados de previsão, a Kalshi se destaca como uma plataforma relevante na conexão entre as finanças tradicionais e modelos inovadores de negociação.

Kalshi lança seção de previsão de commodities

Kalshi Launches Commodities Prediction Section

(Fonte: Kalshi)

Recentemente, a Kalshi apresentou o Commodities Hub, uma seção exclusiva que permite aos usuários prever variações de preços de commodities como petróleo e ouro. Em vez de negociar diretamente as commodities, esses mercados utilizam contratos baseados em eventos, permitindo que o usuário aposte se os preços ficarão acima ou abaixo de um intervalo-alvo predeterminado.

Tecnologia Oracle: Pyth como referência de preço

Oracle Technology: Pyth as the Price Reference

(Fonte: CoinMarketCap)

Para garantir a precisão dos resultados, a Kalshi firmou parceria com a Pyth Network como principal fornecedora de dados de preços.

As funções da Pyth incluem:

  • Fornecer informações de preços em tempo real
  • Servir como fonte de resolução para a liquidação dos mercados
  • Oferecer suporte a uma ampla variedade de classes de ativos

A Pyth agrega dados de mais de 125 instituições, como exchanges e criadores de mercado, para entregar feeds de preços integrados e em tempo real.

Como funciona o mercado de previsão de commodities?

No mercado de commodities da Kalshi, é possível realizar previsões como:

  • Se o preço do petróleo bruto vai superar um determinado patamar
  • Se os preços do lítio ou da soja vão cair
  • Se o ouro vai ultrapassar um certo intervalo de preço

Essas negociações são normalmente estruturadas como resultados binários de Sim/Não.

Por que dados em tempo real são essenciais para os mercados?

Os mercados tradicionais de commodities, como a Chicago Mercantile Exchange, têm horários de negociação fixos e não funcionam 24/7. Já eventos geopolíticos podem acontecer a qualquer momento, as notícias de mercado circulam sem parar e a volatilidade dos preços é constante. Por isso, plataformas como a Pyth, que fornecem dados contínuos e em tempo real, permitem que os mercados reajam imediatamente a novos acontecimentos.

Impacto da tecnologia criptográfica

As tecnologias de blockchain e criptografia estão redefinindo os paradigmas de negociação, por exemplo:

  • A Hyperliquid oferece futuros perpétuos, sem data de vencimento
  • Mercados de previsão permitem novas formas de interação com os movimentos de preços

Essas inovações eliminam as restrições temporais e estruturais das exchanges tradicionais.

Competição de mercado se intensifica

O setor de mercados de previsão é altamente competitivo, com players como Kalshi, Polymarket (que também utiliza tecnologia oracle) e outras plataformas DeFi e de derivativos. A competição envolve não só a disputa por usuários e participação de mercado, mas também fontes de dados e metodologias de avaliação.

Desafios regulatórios persistem

Nos Estados Unidos, os mercados de previsão seguem sob rigorosa análise regulatória:

  • A Commodity Futures Trading Commission (CFTC) considera esses mercados sujeitos à supervisão federal
  • Alguns governos estaduais questionam se essas plataformas configuram jogos de azar

Além disso, propostas legislativas buscam restringir tipos específicos de mercados de previsão, como contratos ligados a esportes.

Resumo

A Kalshi integra mercados de commodities a mecanismos de previsão e utiliza a Pyth para fornecer dados em tempo real, apresentando um modelo de participação diferente das exchanges tradicionais. Com a evolução da demanda de mercado e da tecnologia, esses instrumentos financeiros preditivos, baseados em dados, tendem a ganhar cada vez mais relevância no cenário financeiro.

Autor:  Allen
Isenção de responsabilidade
* As informações não pretendem ser e não constituem aconselhamento financeiro ou qualquer outra recomendação de qualquer tipo oferecida ou endossada pela Gate.
* Este artigo não pode ser reproduzido, transmitido ou copiado sem referência à Gate. A contravenção é uma violação da Lei de Direitos Autorais e pode estar sujeita a ação legal.

Artigos Relacionados

Morpho vs Aave: Análise comparativa dos mecanismos e diferenças estruturais nos protocolos de empréstimo DeFi
iniciantes

Morpho vs Aave: Análise comparativa dos mecanismos e diferenças estruturais nos protocolos de empréstimo DeFi

A principal diferença entre Morpho e Aave está nos mecanismos de empréstimo que cada um utiliza. Aave adota o modelo de pool de liquidez, enquanto Morpho evolui esse conceito ao implementar um mecanismo de correspondência P2P, proporcionando uma melhor adequação das taxas de juros dentro do mesmo mercado. Aave funciona como um protocolo de empréstimo nativo, oferecendo liquidez básica e taxas de juros estáveis. Morpho atua como uma camada de otimização, elevando a eficiência do capital ao reduzir o spread entre as taxas de depósito e de empréstimo. Em essência, Aave é considerada infraestrutura, e Morpho é uma ferramenta de otimização de eficiência.
2026-04-03 13:09:13
Tokenomics da Morpho: utilidade do MORPHO, distribuição e proposta de valor
iniciantes

Tokenomics da Morpho: utilidade do MORPHO, distribuição e proposta de valor

MORPHO é o token nativo do protocolo Morpho, utilizado principalmente para governança e incentivos ao ecossistema. Com a estruturação da distribuição de tokens e dos mecanismos de incentivo, Morpho promove o alinhamento entre as ações dos usuários, o crescimento do protocolo e a autoridade de governança, estabelecendo uma estrutura de valor sustentável no ecossistema de empréstimos descentralizados.
2026-04-03 13:13:12
O que é RFQ? Uma análise detalhada do mecanismo de oferta OTC de cripto
iniciantes

O que é RFQ? Uma análise detalhada do mecanismo de oferta OTC de cripto

RFQ (Request for Quote) é um mecanismo de precificação amplamente empregado no mercado OTC de cripto, permitindo que traders solicitem ofertas a múltiplos provedores de liquidez e escolham o melhor preço para executar suas negociações. Ao contrário do modelo tradicional de correspondência no livro de ordens, o RFQ reduz o slippage, evita impacto no mercado e viabiliza operações de grande volume. Com a adoção do trading algorítmico (Algo Trading), o processo de RFQ tornou-se cada vez mais automatizado e roteado de forma inteligente, consolidando-se como uma infraestrutura fundamental para negociações de padrão institucional.
2026-04-16 02:50:53
O que é negociação algorítmica (Algorithmic Trading)? Uma análise detalhada sobre o uso dessa prática em cripto OTC
iniciantes

O que é negociação algorítmica (Algorithmic Trading)? Uma análise detalhada sobre o uso dessa prática em cripto OTC

A negociação algorítmica utiliza modelos programáticos para automatizar decisões de negociação e a execução de ordens. No mercado OTC de cripto, essa abordagem é empregada principalmente para otimizar o processo de RFQ (Request for Quote), viabilizando o roteamento inteligente e a agregação de liquidez, o que garante a melhor execução em mercados fragmentados. Com a distribuição automática de ofertas, análise de preço em tempo real e otimização de rotas, a negociação algorítmica reduz de forma significativa o slippage e o impacto no mercado, além de servir como infraestrutura fundamental para instituições que realizam block trades, impulsionando a evolução do mercado OTC para operações eletrônicas e sistemáticas.
2026-04-16 03:11:43
Sentio vs The Graph: uma comparação entre mecanismos de indexação em tempo real e indexação por subgraph
intermediário

Sentio vs The Graph: uma comparação entre mecanismos de indexação em tempo real e indexação por subgraph

Sentio e The Graph são plataformas voltadas para indexação de dados on-chain, mas apresentam diferenças marcantes em seus objetivos de design. The Graph utiliza subgraphs para indexar dados on-chain, atendendo principalmente a demandas de consulta e agregação de dados. Já a Sentio adota um mecanismo de indexação em tempo real que prioriza processamento de dados com baixa latência, monitoramento visual e funcionalidades de alerta automático, o que a torna especialmente indicada para monitoramento em tempo real e avisos de risco.
2026-04-17 08:55:07
Quais são os casos de uso do token ST? Um olhar aprofundado sobre o mecanismo de incentivo do ecossistema Sentio
iniciantes

Quais são os casos de uso do token ST? Um olhar aprofundado sobre o mecanismo de incentivo do ecossistema Sentio

ST é o token de utilidade fundamental do ecossistema Sentio, servindo como principal meio de transferência de valor entre desenvolvedores, infraestrutura de dados e participantes da rede. Como elemento essencial da rede de dados on-chain em tempo real da Sentio, o ST é utilizado para aproveitamento de recursos, incentivos de rede e colaboração no ecossistema, contribuindo para que a plataforma estabeleça um modelo sustentável de serviços de dados. Com a implementação do mecanismo do token ST, a Sentio integra o uso de recursos da rede aos incentivos do ecossistema, possibilitando que desenvolvedores acessem serviços de dados em tempo real com mais eficiência e reforçando a sustentabilidade de longo prazo de toda a rede de dados.
2026-04-17 09:26:07