Veksten i prognosemarkeder øker kraftig etter hvert som tradere, institusjoner og til og med Wall Street skynder seg å utnytte den økende momentumet.
Månedlig volum har allerede oversteget $ 13,7 milliarder i mars, noe som markerer en økning på 599 % fra $ 1,96 milliarder i fjor, ledet av sektor-giganter som Polymarket og Kalshi.
6 formler som driver Quant Polymarket playbook
I et nylig innlegg argumenterte en analytiker for at Polymarket har utviklet seg langt forbi en plattform for “degen gamblers.”
“Det blir stille og rolig en kvantitativ slagmark der profesjonelle fond skaper fordeler på samme måte som de gjør i opsjoner og futures,” het det i innlegget.
Følg oss på X for å få de siste nyhetene mens de skjer
Innlegget skisserte også seks nøkkelformler hedgefond bruker for å jevnlig generere avkastning fra prognosemarkeder, og bemerker at private tradere fortsatt kan kopiere deler av denne tilnærmingen for å bedre egne resultater.
Logaritmisk Market Scoring Rule (LMSR) utgjør grunnlaget, med kvantitative analytikere som modellerer prisingsmotoren for å kunne forutsi hvor mye en handel vil flytte markedet før de tregere deltakerne reagerer.
Kelly-kriteriet erstatter vilkårlig innsatsstørrelse med en matematisk utregnet andel av kontoen per handel.
Expected Value gap-scanning bygger uavhengige sannsynlighetsmodeller for å identifisere kontrakter der de implisitte oddsene avviker nok fra traderens egne estimater til å oppveie gebyrene.
KL-divergens viser til statistiske uoverensstemmelser mellom relaterte markeder, som politiske motkandidater, og muliggjør strukturerte sikringsposisjoner på tvers av disse.
Bregman-projeksjon utvider dette ved å skanne komplekse hendelser med flere utfall etter prisings-ineffektivitet som manuelle tradere ikke kan avdekke i stor skala.
Bayesiansk oppdatering justerer kontinuerlig sannsynlighetsestimatene etter hvert som nye data kommer inn. I stedet for å stole på statiske vurderinger, holder den posisjonene tilpasset et stadig skiftende informasjonsmiljø i sanntid.
Abonner på vår YouTube-kanal for å se ledere og journalister dele sine ekspertråd
Analytikeren delte også en enkel oppskrift for å “kopiere systemet.”
- Data: Skaff API-tilgang fra Polygon for å hente sanntidsodds og volumedata fra Polymarket.
- Miljø: Sett opp Python med de viktigste bibliotekene: numpy, scipy og cvxpy. Disse håndterer matematikken bak de seks formlene.
- Backtesting: Før du bruker ekte penger, kjør systemet på 2025 historiske data ved hjelp av walk-forward-testing, der du tester det sekvensielt som om du beveger deg fremover i tid, i stedet for å tilpasse det til data med kjent utfall. Dette hjelper mot overtilpasning.
- Implementering: Kjør automatiserte skript på Railway eller GitHub med tidsbestemte oppgaver, og send handelsvarsler til Telegram slik at du varsles i sanntid.
- Risikokontroll: Bruk fraksjonert Kelly (ikke full Kelly) for mindre størrelse på innsatsen. Sett et fast stopp for 20 % drawdown.
Planen skisserer strukturerte, kvantitative strategier for prognosemarkeder, men effekten avhenger av gjennomføring. Korrekte sannsynlighetsestimater, tilstrekkelig likviditet og lave gebyrer er avgjørende.
Praktiske utfordringer som markedshastighet, datakvalitet og mulig overtilpasning kan påvirke resultatene. Dermed kan utfall variere basert på gjennomføring og markedsforhold.
Ansvarsfraskrivelse: Dette innholdet er kun til informasjonsformål og utgjør ikke investeringsråd.
