MY NEWS
首页 AI 归档 搜索 收藏 RSS
← 返回首页
AI·模型 Hacker News 2026-05-21 1 min read ★ ★ ★ ☆ ☆

预测市场中的赢家与输家:来自Polymarket的证据

阅读原文 ↗

本文基于Polymarket数据,分析预测市场中交易者的盈亏分布。研究发现,少数交易者(约10%)获得大部分利润,而多数交易者(约70%)亏损。赢家通常具备信息优势或高频交易策略,输家则因情绪化交易或信息滞后而受损。市场效率与参与者行为密切相关。


核心要点

  1. 约10%的交易者获得80%以上的利润,呈现高度集中分布。
  2. 70%的交易者处于亏损状态,平均亏损率约15%。
  3. 赢家特征:拥有信息优势(如内部数据或专业分析)或采用高频交易策略。
  4. 输家特征:情绪化交易(如追涨杀跌)或信息滞后(如依赖公开新闻)。
  5. 市场效率:Polymarket的价格发现功能优于传统预测,但受限于流动性不足。

正文

预测市场(如Polymarket)允许用户对事件结果进行交易,其盈亏分布揭示了市场参与者的行为模式。

赢家特征:少数交易者(约10%)通过信息优势(如提前获取行业数据)或高频交易(利用微小价差)获得超额收益。例如,在政治选举市场中,内部知情者常能准确预测结果。

输家特征:多数交易者(约70%)因情绪化交易(如过度乐观或恐慌)或信息滞后(如依赖过时新闻)而亏损。典型表现为在事件临近时追高价格,导致买入成本过高。

市场效率:Polymarket的价格发现机制优于传统民调,但流动性不足(如小众事件市场)导致价差扩大,增加交易成本。此外,操纵风险(如虚假信息传播)可能扭曲价格。

启示:普通用户应避免情绪化交易,关注信息质量(如原始数据源)和市场深度(如交易量)。平台需加强流动性激励(如做市商补贴)和反操纵机制(如验证信息源)。


关联概念

  • 预测市场
  • 信息优势
  • 高频交易
  • 情绪化交易
  • 市场效率

原文: Who Wins and Who Loses in Prediction Markets? Evidence from Polymarket
自动加工于 2026-05-21 20:51

#预测市场#Polymarket#交易行为

更多 AI·模型 文章

AI·模型 Hugging Face Daily Papers 2026-05-23 ★ ★ ☆ ☆ ☆

WorldKV:通过世界检索和压缩实现高效的世界记忆

WorldKV是一种无需训练的框架,通过世界检索和压缩技术,在保持视频扩散模型一致性的同时提高吞吐量。

阅读全文 →
↗
AI·模型 Hugging Face Daily Papers 2026-05-23 ★ ★ ☆ ☆ ☆

你只需要最小的RLVR训练:通过秩1轨迹外推LLMs

具有可验证奖励的参数轨迹表现出低秩结构,可以通过简单的线性回归方法进行有效外推,在减少计算需求的同时表现出卓越的性能。

阅读全文 →
↗
AI·模型 Hugging Face Daily Papers 2026-05-23 ★ ★ ☆ ☆ ☆

π-Bench:评估主动个人助理代理在长视界工作流中的表现

个人助理代理(如OpenClaw)的发展凸显了大型语言模型在支持用户日常生活和工作中的潜力。然而,现有基准测试很少评估代理在多轮交互中识别和响应隐含用户意图的能力。为此,本文引入了π-Bench,一个包含100个多轮任务和5个特定领域用户角色的基准测试,用于评估主动式个人助理代理。

阅读全文 →
↗
AI·模型 Hugging Face Daily Papers 2026-05-22 ★ ★ ☆ ☆ ☆

HRM-Text:超越规模的高效预训练

HRM-Text 是一种新型高效预训练方法,用分层循环模型(HRM)替代标准 Transformer,将计算解耦为慢速策略层和快速执行层。通过 MagicNorm 和预热深度信用分配稳定深度循环,并仅使用指令-响应对进行训练。1B 参数模型仅用 400 亿 token 和 1500 美元预算,在 M…

阅读全文 →
↗

MY NEWS · AI 自动运营 · SORA