Résumé hebdomadaire d'IOSG | Faites des probabilités un actif : aperçu des agents de marché prédictif #315

Auteur original : Jacob Zhao, IOSG Ventures

Dans les rapports de recherche précédents de la série Crypto AI, nous avons constamment souligné que les scénarios les plus valorisants en termes d'application pratique dans le domaine des cryptomonnaies se concentrent principalement sur les paiements en stablecoins et la DeFi, tandis que les agents constituent l'interface clé de l'industrie de l'IA auprès des utilisateurs. Par conséquent, dans la tendance de fusion entre Crypto et AI, les deux chemins les plus valorisants sont : à court terme, l'AgentFi basé sur les protocoles DeFi matures existants (stratégies de base telles que le prêt et le yield farming, ainsi que des stratégies avancées comme le Swap, les Pendle PT et l'arbitrage des frais de financement) ; et à moyen et long terme, l'Agent Payment centré sur les règlements en stablecoins et s'appuyant sur des protocoles tels que ACP/AP2/x402/ERC-8004.

Les marchés de prévision sont devenus en 2025 une nouvelle tendance industrielle incontournable, avec un volume annuel total passant de environ 9 milliards de dollars en 2024 à plus de 40 milliards de dollars en 2025, soit une croissance annuelle de plus de 400 %. Cette croissance significative est poussée par plusieurs facteurs : la demande accrue liée à l'incertitude des événements politiques macroéconomiques, la maturité des infrastructures et des modèles de transaction, ainsi qu'une évolution favorable du cadre réglementaire (victoire de Kalshi et retour de Polymarket aux États-Unis). Les agents de marchés de prévision (Prediction Market Agent) ont émergé sous une forme précoce au début de 2026 et devraient devenir, au cours de la prochaine année, une nouvelle forme de produit dans le domaine des agents.

Marchés prédictifs : des outils de paris à la « couche mondiale de vérité »

Les marchés prédictifs sont un mécanisme financier permettant de négocier sur les résultats d'événements futurs, où le prix des contrats reflète essentiellement le jugement collectif du marché sur la probabilité de survenance de l'événement. Leur efficacité découle de la combinaison de l'intelligence collective et d'incitations économiques : dans un environnement anonyme où les participants parient avec de l'argent réel, les informations dispersées sont rapidement intégrées en un signal de prix pondéré par la volonté de capital, réduisant ainsi considérablement le bruit et les jugements erronés.

▲ Graphique de la tendance du volume de trading nominal des marchés prédictifs Source : Dune Analytics (ID de requête : 5753743)

À la fin de 2025, le marché des prévisions a essentiellement évolué vers un duopole dominé par Polymarket et Kalshi. Selon Forbes, le volume total des transactions en 2025 a atteint environ 44 milliards de dollars, dont 21,5 milliards de dollars provenant de Polymarket et 17,1 milliards de dollars de Kalshi. Les données hebdomadaires de février 2026 montrent que le volume des transactions de Kalshi (25,9 milliards de dollars) a déjà dépassé celui de Polymarket (18,3 milliards de dollars), approchant 50 % de part de marché. Kalshi a réalisé une expansion rapide grâce à sa victoire juridique dans les contrats électoraux précédents, à son avantage précoce en matière de conformité sur le marché américain des prévisions sportives, ainsi qu’à des perspectives réglementaires plus claires. Actuellement, les trajectoires de développement des deux plateformes se sont clairement différenciées :

· Polymarket utilise une architecture hybride CLOB avec « ordres hors chaîne, règlement sur chaîne » et un mécanisme de règlement décentralisé pour créer un marché mondial, non custodial et à haute liquidité ; après son retour réglementaire aux États-Unis, il a établi une structure de fonctionnement en deux volets : « sur shore + hors shore » ;

· Kalshi intègre le système financier traditionnel en se connectant via API à des courtiers de détail majeurs, attirant des market makers de Wall Street à participer activement aux contrats macroéconomiques et basés sur les données ; ses produits sont soumis aux processus de régulation traditionnels, ce qui retarde la réponse aux besoins de longue traîne et aux événements imprévus.

En dehors de Polymarket et Kalshi, les autres acteurs compétitifs sur le marché des prédictions se développent principalement selon deux voies :

· Premièrement, un canal de distribution conforme, qui intègre les contrats d'événement dans les systèmes de compte et de règlement existants des courtiers ou grandes plateformes, en s'appuyant sur la couverture des canaux, les autorisations réglementaires et la confiance institutionnelle pour établir un avantage (par exemple, Interactive Brokers × ForecastEx avec ForecastTrader, FanDuel × CME Group avec FanDuel Predicts), offrant un avantage significatif en matière de conformité et de ressources, mais avec un produit et une base d'utilisateurs encore en phase précoce.

· Deuxièmement, le chemin natif Crypto sur chaîne, représenté par Opinion.trade, Limitless et Myriad, utilise le mining de points, des contrats à court terme et la diffusion médiatique pour une croissance rapide, mettant l'accent sur les performances et l'efficacité des capitaux, mais sa durabilité à long terme et sa robustesse en matière de gestion des risques restent à prouver.

Les deux voies — l'entrée de la finance traditionnelle conforme à la réglementation et les avantages de performance natifs à la cryptomonnaie — constituent ensemble un écosystème de prévision multiforme et compétitif.

Les marchés prédictifs ressemblent superficiellement au jeu d'argent et sont fondamentalement des jeux à somme nulle, mais leur distinction essentielle réside dans la présence ou non d'externalités positives : par le biais de transactions réelles, ils agrègent des informations dispersées, établissent une tarification publique des événements réels et forment une couche de signaux précieux. Leur tendance évolue désormais du jeu vers une « couche mondiale de vérité » — avec l'intégration d'institutions telles que le CME et Bloomberg, les probabilités d'événements deviennent des métadonnées de décision directement accessibles aux systèmes financiers et entrepreneuriaux, offrant une vérité de marché plus rapide et quantifiable.

Du point de vue de la réglementation mondiale, les voies de conformité des marchés de prévision sont hautement divergentes. Les États-Unis sont la seule économie majeure à avoir clairement intégré les marchés de prévision dans le cadre réglementaire des dérivés financiers, tandis que l'Europe, le Royaume-Uni, l'Australie, Singapour et d'autres marchés les considèrent généralement comme des jeux de hasard et tendent à resserrer leur réglementation. La Chine, l'Inde et d'autres pays les interdisent complètement. L'expansion future mondiale des marchés de prévision dépendra toujours des cadres réglementaires nationaux.

Architecture de la conception d'agents de marchés prédictifs

Les agents de marchés de prévision sont actuellement en phase de mise en œuvre précoce ; leur valeur ne réside pas dans une « prédiction plus précise par l’IA », mais dans l’amplification de l’efficacité du traitement et de l’exécution des informations sur les marchés de prévision. Les marchés de prévision sont fondamentalement des mécanismes d’agrégation d’informations, où les prix reflètent un jugement collectif sur la probabilité des événements ; les inefficacités réelles proviennent d’asymétries d’information, de contraintes de liquidité et d’attention. Le rôle approprié des agents de marchés de prévision est la gestion de portefeuille probabiliste exécutable (Executable Probabilistic Portfolio Management) : transformer les actualités, les textes réglementaires et les données chainées en écarts de prix vérifiables, afin d’exécuter des stratégies plus rapidement, avec plus de discipline et à moindre coût, tout en capturant des opportunités structurelles grâce à l’arbitrage interplateformes et à la gestion du risque de portefeuille.

L'agent de marché prédictif idéal peut être abstrait en une architecture en quatre niveaux :

· La couche d'information regroupe les actualités, les réseaux sociaux, les données sur la chaîne et les données officielles ;

· La couche d'analyse utilise des LLM et du ML pour identifier les prix erronés et calculer l'Edge ;

La couche stratégie convertit l'avantage en position via la formule de Kelly, l'achat en plusieurs tranches et la gestion des risques ;

La couche d'exécution complète les commandes sur plusieurs marchés, l'optimisation de la glisse et du gaz, ainsi que l'exécution d'arbitrages, formant une boucle automatisée efficace.

Cadre de stratégie pour les agents de marchés prédictifs

Contrairement aux environnements de trading traditionnels, les marchés de prévision présentent des différences marquées en matière de mécanismes de règlement, de liquidité et de distribution de l'information ; tous les marchés et stratégies ne sont pas adaptés à une exécution automatisée. Le cœur des agents de marchés de prévision réside dans leur déploiement dans des scénarios où les règles sont claires, codifiables et correspondent à leurs avantages structurels. L'analyse suivante se déroulera selon trois niveaux : le choix des actifs, la gestion des positions et la structure des stratégies.

Tous les marchés prédictifs ne possèdent pas de valeur négociable ; leur valeur participative dépend de : la clarté du règlement (règles bien définies, source de données unique), la qualité de la liquidité (profondeur du marché, spread et volume), le risque d'information privilégiée (degré d'asymétrie d'information), la structure temporelle (date d'échéance et rythme des événements), ainsi que l'avantage informationnel et le profil professionnel du trader. Seuls les marchés prédictifs répondant aux exigences de base sur la plupart de ces dimensions offrent une base de participation ; les participants doivent faire correspondre leurs avantages personnels aux caractéristiques du marché :

· Avantage fondamental de l'humain : marchés où l'on repose sur l'expertise, le jugement et l'intégration d'informations imprécises, avec des fenêtres temporelles relativement larges (à l'échelle du jour/semaine). Typique : élections politiques, tendances macroéconomiques et jalons corporatifs.

· Avantages clés de l'agent IA : adaptés aux marchés où le traitement des données, la reconnaissance de modèles et l'exécution rapide sont essentiels, avec des fenêtres de décision extrêmement courtes (en secondes ou minutes). Typique : prix cryptos à haute fréquence, arbitrage intermarchés et market making automatisé.

· Domaines non adaptés : marchés dominés par des informations privilégiées ou entièrement aléatoires/fortement manipulés, qui ne confèrent aucun avantage aux participants.

La formule de Kelly est la théorie de gestion de capital la plus représentative dans les scénarios de jeux répétés ; son objectif n'est pas de maximiser le gain unique, mais de maximiser le taux de croissance composé à long terme du capital. Cette méthode calcule le ratio de position optimal théorique en se basant sur l'estimation de la probabilité de gain et des cotes, améliorant ainsi l'efficacité de la croissance du capital sous réserve d'une espérance positive. Elle est largement utilisée dans l'investissement quantitatif, les paris professionnels, le poker et la gestion d'actifs.

· La forme classique est : f^* = (bp - q) / b

· Parmi ceux-ci, f∗ est le ratio de mise optimal, b est le taux de cote nette, p est la probabilité de gain, q=1−p

· Le marché prédictif peut être simplifié en : f^* = (p - market\_price) / (1 - market\_price)

· p est la probabilité subjective réelle, market_price est la probabilité implicite du marché

L'efficacité théorique de la formule de Kelly dépend fortement d'une estimation précise des probabilités réelles et des cotes ; dans la pratique, les traders peinent à maîtriser de manière constante les probabilités réelles, et les parieurs professionnels ainsi que les participants aux marchés de prévision privilégient plutôt des stratégies réglementées, plus exécutables et moins dépendantes d'une estimation précise des probabilités :

· Système d'unités (méthode de mise fixe) : Répartir les fonds en unités fixes (par exemple, 1 %) et investir un nombre d'unités différent selon le niveau de confiance, en limitant automatiquement le risque par unité ; c'est la méthode la plus couramment utilisée dans la pratique.

· Méthode à mise fixe (Flat Betting) : utiliser un pourcentage fixe de capital à chaque pari, mettant l'accent sur la discipline et la stabilité, idéale pour les investisseurs averses au risque ou dans des environnements à faible confiance.

· Méthode des niveaux de confiance (Confidence Tiers) : définir des niveaux discrets de position et fixer une limite absolue pour réduire la complexité de la prise de décision et éviter le problème de fausse précision du modèle de Kelly.

· Méthode de risque inversé (Inverted Risk Approach) : déterminer la taille de la position en partant de la perte maximale supportable, en se basant sur des contraintes de risque plutôt que sur des attentes de rendement, pour établir une frontière de risque stable.

Pour les agents de marchés prédictifs, la conception de la stratégie doit privilégier l'exécution et la stabilité plutôt que la recherche d'optimalité théorique. L'essentiel réside dans des règles claires, des paramètres simples et une tolérance aux erreurs d'appréciation. Dans ces contraintes, la méthode de confiance en escalier associée à une limite fixe de position est la solution de gestion de position la plus adaptée pour un agent PM. Cette méthode ne repose pas sur une estimation précise des probabilités, mais classe les opportunités en un nombre limité de niveaux en fonction de la force du signal, chaque niveau correspondant à une position fixe ; même dans les scénarios à forte confiance, une limite explicite est fixée pour contrôler le risque.

Du point de vue de la structure des stratégies, les marchés prédictifs se divisent principalement en deux catégories : les stratégies d’arbitrage déterministes, caractérisées par des règles claires et codables, et les stratégies directionnelles spéculatives, qui dépendent de l’interprétation des informations et du jugement sur la direction ; en outre, existent des stratégies de market-making et de couverture, principalement menées par des institutions professionnelles, exigeant un capital et des infrastructures élevés.

· Arbitrage de règlement (Resolution Arbitrage) : L'arbitrage de règlement se produit lorsqu'un résultat d'événement est essentiellement déterminé, mais que le marché n'a pas encore entièrement intégré cette information ; les gains proviennent principalement de la synchronisation des informations et de la vitesse d'exécution. Cette stratégie présente des règles claires, un risque faible et peut être entièrement automatisée, ce qui en fait la stratégie centrale la plus adaptée aux agents dans les marchés prédictifs.

· Arbitrage de conservation des probabilités (Dutch Book Arbitrage) : L'arbitrage Dutch Book exploite un déséquilibre structurel créé par la somme des prix d'un ensemble d'événements mutuellement exclusifs et exhaustifs qui s'écarte de la contrainte de conservation des probabilités (∑P≠1), en établissant une position combinée pour verrouiller un rendement sans risque directionnel. Cette stratégie repose uniquement sur des règles et des relations de prix, présente un risque faible et peut être fortement standardisée, ce qui en fait un type typique d'arbitrage déterministe adapté à l'exécution automatisée par un Agent.

Arbitrage inter-plateformes : L'arbitrage inter-plateformes génère des profits en exploitant les écarts de prix entre différents marchés pour un même événement ; il présente un risque faible mais exige une faible latence et une surveillance parallèle. Cette stratégie convient aux agents disposant d'avantages infrastructurels, mais la concurrence croissante fait baisser continuellement les marges bénéficiaires.

· Arbitrage par bundle : L'arbitrage par bundle exploite les incohérences de prix entre contrats associés ; la logique est claire, mais les opportunités sont limitées. Cette stratégie peut être exécutée par un Agent, mais nécessite une certaine complexité technique pour l'analyse des règles et les contraintes de composition, avec une compatibilité moyenne de l'Agent.

· Stratégie pilotée par des informations structurées (Information Trading) : ces stratégies s'appuient sur des événements précis ou des informations structurées, tels que la publication de données officielles, des annonces ou des fenêtres de décision. Dès lors que la source d'information est claire et que les conditions de déclenchement sont définissables, l'Agent peut exploiter ses avantages en vitesse et en discipline au niveau de la surveillance et de l'exécution ; toutefois, lorsqu'il s'agit d'interprétation sémantique ou de contexte, une intervention humaine reste nécessaire.

· Stratégie de suivi de signaux (Signal Following) : Cette stratégie génère des revenus en suivant les comportements de comptes ou de fonds ayant eu de meilleures performances historiques ; ses règles sont relativement simples et peuvent être automatisées. Son risque principal réside dans la dégradation des signaux et leur utilisation inverse, ce qui nécessite un mécanisme de filtrage et une gestion stricte des positions. Elle convient bien en tant que stratégie auxiliaire pour un Agent.

· Stratégies non structurées / basées sur le bruit : Ces stratégies dépendent fortement des émotions, de la randomité ou du comportement des participants, manquant d'avantage stable et reproductible, avec une valeur attendue à long terme instable. En raison de leur difficulté à être modélisées et de leur risque élevé, elles ne sont pas adaptées à une exécution systématique par un agent et ne sont pas recommandées en tant que stratégie à long terme.

· Stratégies de prix et de liquidité à haute fréquence (Microstructure du marché) : ces stratégies reposent sur des fenêtres de décision extrêmement courtes, des offres continues ou du trading à haute fréquence, et exigent une latence faible, des modèles avancés et un capital important. Bien que théoriquement adaptées aux agents, elles sont souvent limitées par la liquidité et l'intensité de la concurrence sur les marchés prédictifs, et ne conviennent qu'à un nombre restreint de participants disposant d'avantages infrastructurels significatifs.

· Gestion des risques et stratégies de couverture (Risk Control & Hedging) : Ces stratégies ne visent pas directement à générer des rendements, mais à réduire l'exposition globale au risque. Règles claires et objectifs précis, elles fonctionnent en arrière-plan en tant que module de contrôle des risques permanent.

Globalement, les stratégies adaptées aux agents sur les marchés prédictifs se concentrent sur des scénarios aux règles claires, codables et peu soumis à un jugement subjectif, où l'arbitrage déterministe doit constituer la source principale de revenus, complétée par des stratégies de suivi de signaux et d'information structurée, tandis que les transactions à fort bruit et basées sur l'émotion doivent être systématiquement exclues. L'avantage à long terme de l'agent réside dans sa capacité d'exécution rigoureuse, rapide et de gestion des risques.

Modèle économique et forme produit des agents de marchés prédictifs

La conception idéale du modèle économique pour les agents de marchés prédictifs offre des perspectives d'exploration différentes à différents niveaux :

· Couche d'infrastructure (Infrastructure), offrant l'agrégation de données en temps réel provenant de plusieurs sources, une base de données d'adresses Smart Money, un moteur d'exécution unifié pour les marchés prédictifs et des outils de backtesting, avec des frais B2B générant un revenu stable indépendant de la précision des prévisions ;

· Couche stratégie (Strategy) : intégration de stratégies communautaires et de tiers pour construire un écosystème de stratégies réutilisables et évaluables, permettant de capter de la valeur via des appels, des pondérations ou des parts de revenus, réduisant ainsi la dépendance à un seul Alpha.

Couche Agent / Vault : les agents participent directement à l'exécution en direct selon un mode de gestion fiduciaire, s'appuyant sur des enregistrements transparents sur chaîne et un système de gestion des risques rigoureux, pour percevoir des frais de gestion et des frais de performance.

Les formes de produits correspondant à différents modèles commerciaux peuvent également être classées en :

· Mode ludique / gamifié : réduit la barrière à l'entrée grâce à une interaction intuitive de type Tinder, offrant la capacité la plus forte de croissance des utilisateurs et d'éducation du marché, constituant une entrée idéale pour dépasser les cercles traditionnels, mais nécessitant une monétisation via des produits d'abonnement ou d'exécution.

· Abonnement aux stratégies / Mode signaux : aucune gestion de fonds, conforme à la réglementation, responsabilités clairement définies, structure de revenus SaaS relativement stable — c’est le chemin de monétisation le plus réaliste à ce stade. Sa limite réside dans la facilité de copie des stratégies et les pertes d’exécution ; le plafond de revenus à long terme est limité, mais l’expérience et la rétention peuvent être considérablement améliorées grâce à une forme semi-automatisée « signaux + exécution en un clic ».

· Mode de gestion par vault : présente des avantages en termes d'économies d'échelle et d'efficacité d'exécution, ressemble à un produit de gestion d'actifs, mais fait face à de multiples contraintes structurelles, telles que les autorisations de gestion d'actifs, le seuil de confiance et les risques technologiques liés à la centralisation. Son modèle économique dépend fortement de l'environnement du marché et de sa rentabilité continue. À moins de disposer d'une performance à long terme et d'un soutien institutionnel, il ne doit pas être privilégié comme voie principale.

Dans l'ensemble, la structure de revenus diversifiée « monétisation des infrastructures + extension de l'écosystème de stratégies + participation aux performances » permet de réduire la dépendance à l'hypothèse unique selon laquelle l'IA continuera de surpasser le marché. Même si l'alpha se contracte avec la maturité du marché, les capacités fondamentales telles que l'exécution, la gestion des risques et le règlement conservent une valeur à long terme, permettant ainsi de construire un cercle vertueux commercial plus durable.

Cas d'utilisation des agents de marchés prédictifs

Actuellement, les agents de marchés prédictifs restent au stade initial d'exploration. Bien que le marché ait vu émerger une variété d'initiatives, allant des cadres de base aux outils de niveau supérieur, aucun produit standardisé mature n'a encore été établi en matière de génération de stratégies, d'efficacité d'exécution, de système de gestion des risques et de boucle commerciale.

Nous divisons notre écosystème actuel en trois niveaux : couche d’infrastructure (Infrastructure), agents de trading autonomes (Autonomous Agents) et outils de marchés prédictifs (Prediction Market Tools).

· Cadre Polymarket Agents

Polymarket Agents est un cadre de développement lancé officiellement par Polymarket, conçu pour résoudre les problèmes de standardisation technique liés à la connexion et à l'interaction. Ce cadre encapsule l'accès aux données de marché, la construction d'ordres et des interfaces de base pour l'appel de LLM. Il résout la question « comment passer des ordres via du code », mais laisse largement vide les capacités transactionnelles fondamentales telles que la génération de stratégies, l'ajustement des probabilités, la gestion dynamique des positions et les systèmes de backtesting. Il s'agit davantage d'une « norme d'intégration » reconnue par l'officiel que d'un produit prêt à produire des Alpha. Les agents commerciaux de niveau professionnel doivent encore construire sur cette base un noyau complet de recherche et de gestion des risques.

· Outil de marché prédictif Gnosis

L'outil de l'agent de marché prédictif Gnosis (PMAT) offre un support complet en lecture et écriture pour Omen/AIOmen et Manifold, mais n'accorde qu'un accès en lecture seule à Polymarket, ce qui crée des barrières écologiques nettes. Il constitue une base idéale pour le développement d'agents au sein de l'écosystème Gnosis, mais présente une utilité limitée pour les développeurs dont le champ d'action principal est Polymarket.

Polymarket et Gnosis sont actuellement les seuls écosystèmes de marchés prédictifs à avoir clairement produit « le développement d'agents » en tant que cadre officiel. D'autres marchés prédictifs comme Kalshi restent principalement au niveau de l'API et du SDK Python, obligeant les développeurs à compléter eux-mêmes les capacités clés des systèmes de stratégie, de gestion des risques, d'exécution et de surveillance.

Les « agents IA de marchés prédictifs » actuellement sur le marché sont encore à un stade précoce ; bien qu’ils portent le nom d’« agents », leurs capacités réelles restent largement en deçà de celles nécessaires pour des transactions automatisées en boucle fermée avec délégation de pouvoir. Ils manquent généralement d’une couche de gestion des risques indépendante et systématique, et n’intègrent pas la gestion des positions, les ordres stop-loss, les stratégies de couverture ou les contraintes de valeur attendue dans leur processus décisionnel. Leur niveau global de produits est faible et aucun système mature pouvant fonctionner à long terme n’a encore été établi.

· Olas Predict

Olas Predict est l'écosystème d'agents de marché prédictif le plus avancé en termes de production. Son produit principal, Omenstrat, est construit sur Omen au sein de l'écosystème Gnosis, utilisant en couche inférieure le FPMM et un mécanisme d'arbitrage décentralisé, permettant des interactions fréquentes et de faible montant, mais limité par la liquidité insuffisante des marchés sur Omen. Ses « prédictions IA » reposent principalement sur des LLM généraux, sans données en temps réel ni gestion systématique des risques, et ses taux de réussite historiques varient considérablement selon les catégories. En février 2026, Olas a lancé Polystrat, étendant les capacités des agents à Polymarket — les utilisateurs peuvent définir des stratégies en langage naturel, et l'agent identifie automatiquement les écarts de probabilité sur les marchés à règlement dans les 4 jours suivants et exécute les transactions. Le système contrôle les risques grâce à Pearl fonctionnant localement, à des comptes Safe auto-hébergés et à des restrictions codées en dur, constituant ainsi le premier agent autonome grand public conçu pour Polymarket.

· Stratégie UnifAI Network Polymarket

Offrez un agent de trading automatisé pour Polymarket, basé sur une stratégie de prise en charge des risques de queue : scannez les contrats proches de la clôture dont la probabilité implicite dépasse 95 % et achetez-les, dans le but de réaliser un écart de 3 à 5 %. Les données sur chaîne indiquent un taux de réussite proche de 95 %, mais les rendements varient fortement selon les catégories ; la stratégie dépend fortement de la fréquence d'exécution et du choix des catégories.

· NOYA.ai

NOYA.ai cherche à intégrer le cycle « Recherche — Jugement — Exécution — Surveillance » en une boucle Agent, avec une architecture comprenant la couche d'intelligence, la couche d'abstraction et la couche d'exécution. Des Omnichain Vaults ont déjà été livrés ; l'Agent de marché de prévisions est encore en développement et n'a pas encore formé une boucle complète sur la chaîne principale ; l'ensemble se trouve actuellement en phase de validation de la vision.

Les outils d'analyse de marché prédictif actuels ne suffisent pas encore à constituer un « agent de marché prédictif » complet ; leur valeur réside principalement au niveau de l'information et de l'analyse au sein de l'architecture de l'agent. L'exécution des transactions, la gestion des positions et le contrôle des risques restent à la charge de l'investisseur. Sur le plan du produit, ils correspondent davantage à une offre de « souscription à des stratégies / assistance aux signaux / renforcement de la recherche » et peuvent être considérés comme les premiers prototypes d'un agent de marché prédictif.

À travers un examen systématique et une sélection empirique des projets répertoriés dans Awesome-Prediction-Market-Tools, cet article retient comme cas d’étude des projets représentatifs ayant déjà atteint une forme produit initiale et des scénarios d’utilisation concrets. L’accent est mis principalement sur quatre domaines : l’analyse et la couche de signaux, les systèmes d’alerte et de suivi des baleines, les outils de détection d’arbitrage, ainsi que les terminaux de trading et les agrégateurs d’exécution.

Outils d'analyse de marché

Polyseer : Outil de marché prédictif axé sur la recherche, utilisant une architecture multi-agent (Planner / Researcher / Critic / Analyst / Reporter) pour collecter des preuves bilatérales et agréger des probabilités bayésiennes, produisant des rapports de recherche structurés. Son avantage réside dans la transparence de la méthodologie, l'ingénierie des processus et une ouverture totale permettant une auditabilité complète.

Oddpool : positionné comme le « terminal Bloomberg des marchés de prévision », offrant une agrégation multi-plateformes, une détection d'arbitrage et un tableau de bord de données en temps réel pour Polymarket, Kalshi, CME, etc.

Polymarket Analytics : Plateforme d'analyse des données Polymarket à portée mondiale, présentant de manière systématique les données des traders, des marchés, des positions et des volumes de transactions, avec une interface claire et des données intuitives, idéale pour la consultation et la recherche de données de base.

Hashdive : un outil de données pour les traders, qui quantifie et filtre les traders et les marchés grâce au Smart Score et au Screener multidimensionnel, offrant une utilité pratique pour l'identification des « smart money » et la prise de décisions de suivi.

Polyfactual : se concentre sur l'intelligence marché et l'analyse des émotions/risques liés à l'IA, intégrant les résultats d'analyse directement dans l'interface de trading via une extension Chrome, avec une orientation vers les scénarios B2B et les utilisateurs institutionnels.

Predly : Plateforme de détection de prix erronés par IA, qui identifie les écarts de tarification sur Polymarket et Kalshi en comparant les prix du marché aux probabilités calculées par l'IA. Selon l'éditeur, la précision des alertes atteint 89 %, avec une orientation vers la détection de signaux et la sélection d'opportunités.

Polysights : couvre plus de 30 marchés et indicateurs chain-on, et utilise Insider Finder pour suivre les comportements anormaux tels que les nouveaux portefeuilles et les grosses commandes à la baisse, idéal pour la surveillance quotidienne et la détection de signaux.

PolyRadar : plateforme d'analyse parallèle multi-modèles offrant une interprétation en temps réel, une évolution temporelle, une évaluation de confiance et une transparence des sources pour un événement unique, mettant l'accent sur la validation croisée par plusieurs IA et positionnée comme un outil d'analyse.

Alphascope : moteur d'intelligence prédictive piloté par l'IA, offrant des signaux en temps réel, des résumés de recherche et une surveillance des changements de probabilité ; le projet reste à un stade précoce, axé sur la recherche et le soutien aux signaux.

· Alertes / Suivi des baleines

Stand : Positionnement clair pour les alertes de suivi des baleines et les mouvements à haute confiance.

Whale Tracker Livid : transformer les variations de positions des baleines en produit

Outil de détection d'arbitrage

ArbBets : un outil d'identification d'arbitrages piloté par l'IA, axé sur Polymarket, Kalshi et les marchés de paris sportifs, pour détecter des opportunités d'arbitrage interplateformes et des transactions à espérance positive (+EV), conçu pour le balayage à haute fréquence.

PolyScalping : Plateforme d'analyse en temps réel pour l'arbitrage et le scalping sur Polymarket, offrant une analyse complète du marché toutes les 60 secondes, des calculs de ROI et des notifications Telegram, avec la possibilité de filtrer les opportunités selon la liquidité, l'écart et le volume, idéale pour les traders actifs.

Eventarb : outil léger de calcul et d'alerte d'arbitrage multiplateforme, couvrant Polymarket, Kalshi et Robinhood, avec des fonctionnalités ciblées et une utilisation gratuite, idéal comme outil d'assistance de base pour l'arbitrage.

Prediction Hunt : Outil d'agrégation et de comparaison de marchés prédictifs inter-plateformes, offrant des comparaisons en temps réel des prix sur Polymarket, Kalshi et PredictIt ainsi que l'identification d'opportunités d'arbitrage (rafraîchissement toutes les 5 minutes environ), conçu pour détecter l'asymétrie d'information et les inefficacités du marché.

· Terminal de trading / Exécution agrégée

Verso : Plateforme de trading institutionnelle pour marchés prédictifs soutenue par YC Fall 2024, offrant une interface de style Bloomberg, avec suivi en temps réel de plus de 15 000 contrats sur Polymarket et Kalshi, analyse approfondie des données et intelligence artificielle pour l'information médiatique, ciblée sur les traders professionnels et institutionnels.

Matchr : outil d'agrégation et d'exécution de marchés prédictifs multi-plateformes, couvrant plus de 1 500 marchés, réalisant une meilleure cotation via un routage intelligent et planifiant des stratégies automatisées de rendement basées sur des événements à haute probabilité, des arbitrages intermarchés et des événements, positionné au niveau de l'exécution et de l'efficacité des fonds.

TradeFox : Plateforme professionnelle d'agrégation de marchés prédictifs et de prime brokerage soutenue par Alliance DAO et CMT Digital, offrant une exécution avancée d'ordres (ordres limites, prises de bénéfice/stop-loss, TWAP), des transactions auto-hébergées et un routage intelligent multi-plateformes, ciblant les traders institutionnels, avec des projets d'extension vers Kalshi, Limitless, SxBet, etc.

Résumé et perspectives

Actuellement, les agents de marchés prédictifs sont à un stade précoce de développement.

1. Marché de base et évolution fondamentale : Polymarket et Kalshi ont établi une structure du duopole ; construire des agents autour d’eux offre une liquidité et une base de scénarios suffisantes. La distinction essentielle entre les marchés de prévision et le jeu d’argent réside dans les externalités positives : par le biais de transactions réelles, ils agrègent des informations dispersées et établissent une tarification publique des événements réels, évoluant progressivement vers une « couche mondiale de vérité ».

2. Positionnement central : L'agent de marché prédictif doit être positionné comme un outil de gestion de portefeuille de probabilités exécutable, dont la tâche principale consiste à transformer les actualités, les textes réglementaires et les données chainées en écarts de prix vérifiables, et à exécuter des stratégies avec une discipline supérieure, un coût réduit et une capacité intermarché. L'architecture idéale peut être abstraite en quatre niveaux : information, analyse, stratégie et exécution, mais sa négociabilité réelle dépend fortement de la clarté du règlement, de la qualité de la liquidité et du niveau de structuration de l'information.

3. Choix de la stratégie et logique de gestion des risques : Du point de vue de la stratégie, les arbitrages déterministes (y compris l'arbitrage de règlement, l'arbitrage de conservation de la probabilité et les transactions d'écart interplateformes) sont les plus adaptés à une exécution automatisée par un agent, tandis que la spéculation directionnelle ne doit servir que de complément. En matière de gestion des positions, il convient de privilégier la faisabilité et la tolérance aux erreurs ; la méthode en escalier associée à un plafond fixe des positions est la plus appropriée.

4. Modèle économique et perspectives : La commercialisation se divise en trois niveaux : le niveau infrastructure, qui génère des revenus B2B stables grâce à des infrastructures d'exécution de données ; le niveau stratégie, qui monétise via l'appel de stratégies tierces ou des parts de revenus ; et le niveau Agent/Vault, qui participe à des opérations réelles sous des contraintes de contrôle des risques transparentes sur chaîne, en percevant des frais de gestion et des commissions sur performance. Les formes correspondantes incluent des entrées ludiques, des abonnements ou signaux de stratégie (actuellement les plus réalisables), ainsi que des Vault à seuil élevé. L'approche « infrastructure + écosystème de stratégies + participation aux performances » constitue un chemin plus durable.

Bien que des initiatives variées, allant des cadres de base aux outils de niveau supérieur, aient émergé dans l'écosystème des agents de marchés de prévision, aucun produit standardisé, mature et reproductible n'existe encore aux niveaux clés de la génération de stratégies, de l'efficacité d'exécution, du contrôle des risques et de la boucle commerciale. Nous attendons avec impatience l'itération et l'évolution futures des agents de marchés de prévision.

Lien original

Cliquez pour en savoir plus sur les postes vacants chez BlockBeats

Rejoignez la communauté officielle de律动 BlockBeats :

Groupe Telegram abonné : https://t.me/theblockbeats

Groupe Telegram : https://t.me/BlockBeats_App

Compte officiel Twitter : https://twitter.com/BlockBeatsAsia