散戶紅利消退，預測市場迎來 AI 軍備競賽

撰文：Gino Matos

編譯：Saoirse，Foresight News

7 月 28 日至 29 日，美聯儲將召開會議敲定新一輪利率決議。交易員會藉助債券、外匯、加密貨幣，以及直接錨定央行決議結果結算的事件合約，博弈決議帶來的價格變動。

路透社在 7 月 21 日對 104 名經濟學家開展調研，所有受訪者均預計美聯儲將維持利率區間在 3.50%–3.75%。 Kalshi 七月合約押注該結果的概率達到 87%，相關合約成交量約 2970 萬美元，而市場仍需要交易對手為剩餘 13% 的可能性報價。

如今，這類交易對手包括做市商、量化機構、資管自營團隊以及 AI 智能體。這些程序全天候監控價格、比對跨平臺同類合約，並持續更新事件發生概率。

各類機構正在測試事件合約，經紀商也持續引入流動性提供商。資管自營機構開始把已結算合約當作篩選交易者的標尺 —— 無論交易員是人還是算法，只要能夠比市場大眾更精準地為不確定性定價，就會被重點關注。

多方力量疊加，能夠增厚訂單簿、加速價格發現，但交易優勢也會向基礎設施速度最快的機構集中。

Kalshi 與 Polymarket 兩大平臺月度總交易量在 6 月觸及 137 億美元峰值，7 月交易量現已突破 110 億美元。數據證明，預測市場交易規模已經達到專業機構級別。

圖表顯示，Kalshi 與 Polymarket 月度交易量 6 月創下 137 億美元高點，其中 Kalshi 年化交易量達到 1780 億美元

Kalshi 表示，六個月內平臺年化交易量增長兩倍以上至 1780 億美元，機構交易量增幅高達 800%，並且平臺完成首單定製化大宗交易。

Clear Street、Marex、Jump Trading 都順應這一增長趨勢搭建接入通道：Clear Street 幫助機構客戶對接 Kalshi；Marex 同時打通 Kalshi 與 Polymarket 兩大平臺；Jump Trading 則協助機構直接參與事件市場交易。 除此之外，AQR、Susquehanna、OKX 紛紛發佈預測市場專業交易崗位招聘信息。

企業財務部門同樣在試水這類合約，用來對沖關稅風險與監管政策帶來的敞口。但這類對沖需求成立的前提，是市場有交易對手能夠持續、大規模地承接反向頭寸報價。

想要搭建一個運轉良好的市場，供給方需要願意雙向報價、跨平臺對比同類合約，並且在價格出現明顯偏差時立刻修正定價。

衡量交易優勢

鏈上自營交易公司 Propr 創始人、前瑞信量化交易員 Louis Régis 提出：相比傳統金融市場，事件合約對交易者的篩選標準更加嚴苛。這類合約能夠清晰體現交易者的研判能力，同時風險邊界清晰可控。

一份合約最終錨定明確結果結算，資金出資方可以直觀判斷：交易者是否能夠持續給出優於市場共識的概率定價。依靠事件合約甄別交易能力，遠比單純查看方向交易盈虧記錄更加純粹 —— 普通盈虧容易受到市場趨勢、保證金波動等因素干擾。

Foresight Arena 基準測算顯示：想要以合理統計置信度確認 2 個百分點的穩定交易優勢，大約需要 350 份完成結算的二元預測合約；如果要驗證 1 個百分點的優勢，所需樣本量大約是前者的四倍。

僅僅依靠幾份美聯儲決議、大選相關合約取得短期盈利，很可能只是選到了有利交易標的、頭寸相關性巧合，或是單純押中偶然事件，並不代表具備長期能力。

Propr 計劃將這套評估體系拓展至 Polymarket。通過考核的交易者與 AI 智能體，單賬戶最高可獲得 10 萬美元交易額度，多賬戶合計上限 30 萬美元，盈利分成比例可達 80%。

公司將每一筆交易視作有效信號，一部分信號複製到實盤平臺作為 A 簿持倉，其餘在系統內部模擬運行，歸入 B 簿。無論哪種方式，交易者都會獲得同等標準的盈虧核算。

目前 Propr 僅將約 5% 的交易信號投放至真實交易市場，剩餘信號保留在內部模擬。Louis Régis 稱，採取這種模式是為了積累足夠數據，穩妥調度自有資金。無論 A 簿還是 B 簿，收益最終都以 USDC 在鏈上結算。

執行層面的難題

Louis Régis 認為，預測市場天然適配 AI 智能體：每份合約結構標準化、價格可實時觀測，並且依據固定規則完成結算。

智能體能夠持續盯盤、每分鐘更新定價。Louis Régis 表示，標準化市場環境疊加不間斷重定價能力，理論上可以形成穩固的交易優勢。

Prediction Arena 開展基準測試：六款前沿 AI 模型各分配 1 萬美元資金，在 1 月 12 日至 3 月 9 日期間於 Kalshi、Polymarket 自主交易。 結果顯示，模型在 Kalshi 虧損幅度介於 16%–30.8%；在 Polymarket 平均虧損幅度更小，但依舊錄得負收益，平均回撤 1.1%。另有一篇研究論文指出：想要把預測準確率轉化為穩定利潤，必須搭配合理的投注策略，同時擁有充足流動性支撐策略落地。

預測市場可以成為絕佳的試驗場，用來測試 AI 交易模型能否將預測觀點轉化為可盈利交易。

未來市場演變前景

樂觀情景下，獲得資金支持的交易者、做市商與 AI 智能體將帶來充足的實盤資金，收窄買賣價差、增厚訂單簿，並拉近 Kalshi 與 Polymarket 之間的價格水平。

2026 年 1 月的一篇研究論文分析了 Polymarket、Kalshi、PredictIt 以及 Robinhood 平臺上的同類合約。研究發現，當流動性與交易活躍度處於高位時，Polymarket 往往主導價格發現，大規模單向訂單流會決定哪一個平臺率先調整價格。更多實盤資金入場，有望進一步擴大頭部平臺在更多合約上的領先優勢，並縮小各大平臺之間的價差。

悲觀情景下，交易優勢會集中在少數擁有頂尖基礎設施的機構手中。普通散戶交易者持續輸給信息更加靈通的交易對手；當市場難以對事件進行定價時，流動性就會快速萎縮。

Louis Régis 表示：「我對發展方向抱有信心，但無法預判最終規模。」即便一家自營機構擴張速度迅猛，但對比月交易額已經達到數百億美元的市場，單一機構能夠提供的交易量依舊十分有限。

市場早已提前博弈 7 月 28 日至 29 日美聯儲維持利率不變的預期，在官方聲明發布前，主流預期基本已定。真正的博弈存在於尾部區間，也就是脫離這一共識的概率區間；而當 CPI、GDP、非農就業數據出爐，所有合約都將迎來集中重新定價的窗口。

美國經濟分析局將於 7 月 30 日發佈 GDP 初值預估，7 月就業報告則在 8 月 7 日公佈。每一輪數據發佈都會上演同樣的角逐：誰能最先預判數據意外，或是最快修正過時定價，誰就能掌握交易訂單流。

能夠持續準確地為這類數據行情定價，是一名交易者或是一套模型，能夠獲得自營機構實盤資金支持的關鍵。