Marchés de prévision : comment ils transforment le désaccord en revenu

Dans les discussions passées sur les marchés de prévision, les gens s'intéressaient davantage à leur précision, à leur volume de transaction et à leur potentiel pour devenir un nouveau marché d'information. Mais lorsque les marchés de prévision sont considérés comme une activité commerciale, la question centrale change : quel est le modèle économique des marchés de prévision ?

Dans le monde des affaires, un volume élevé ne signifie pas nécessairement que la plateforme génère des revenus. Un ordre peut être très bruyant, et les utilisateurs peuvent négocier fréquemment, mais si la majorité des transactions ne rentrent pas dans les catégories soumises à des frais, ou si l'activité est uniquement soutenue par des subventions et des points, alors le volume n'est qu'un chiffre impressionnant, pas un revenu sain.

Pour les marchés prédictifs, ce qui véritablement met à l'épreuve le savoir-faire commercial, ce n'est pas « le nombre de marchés ouverts » ni « la popularité d'un événement », mais la capacité de la plateforme à relier sans faille ces trois éléments :

avoir l'envie de réaliser des transactions réelles ;

Maintenez une liquidité suffisante dans le carnet d'ordres ;

Convertir la demande de transaction active (Taker) en frais.

C’est pourquoi le modèle économique des marchés de prévision ne se résume pas à une simple « taxation à l’ouverture ». Bien qu’il semble n’être qu’une série de paris du type OUI / NON, les fondements réels des revenus de la plateforme résident dans sa structure de transaction, ses mécanismes de liquidité, les tarifs orientés et le comportement des utilisateurs.

Surtout après que la plateforme de référence Polymarket ait commencé à introduire systématiquement des frais taker, le récit des marchés de prévision est passé de « outil d'information » à « validation des revenus ».

Cet article analysera en profondeur les fondements des marchés de prévision du point de vue commercial :

Comment les plateformes de marchés prédictifs gagnent-elles de l'argent ?

Pourquoi la structure de jeu maker / taker détermine-t-elle la survie de la plateforme ?

Quelle est la différence fondamentale dans la conception des frais entre les plateformes principales telles que @Polymarket, Kalshi, @opinionlabsxyz et @predictdotfun ?

Pourquoi le secteur avec le plus fort volume de trading n'est-il pas le plus rentable ?

💡 Conclusion clé : Les marchés prédictifs ne vendent pas des réponses, mais des divergences.

Plus le prix est proche de 50/50, plus le marché est divisé et plus l'impulsion commerciale est forte, ce qui permet à la plateforme de convertir davantage de revenus sous forme de frais sur les transactions actives ; plus le prix est proche de 0 ou de 100, plus le résultat devient certain, bien que la valeur informationnelle persiste, le poids des frais correspondant diminue notablement.

Ainsi, le véritable avantage concurrentiel des marchés prédictifs n'est pas de transformer les « événements » en ordres, mais de transformer les « divergences » en transactions, puis de convertir ces transactions en revenus de manière stable.

Pour décomposer les flux de trésorerie des marchés prédictifs, il faut d'abord identifier les quatre moteurs principaux de leurs revenus. Ils sont interconnectés et forment ensemble une boucle fermée allant du trafic à la monétisation.

1️⃣ Frais de transaction - source de revenu direct

La plupart des marchés prédictifs facturent la partie effectuant des ordres d'exécution immédiate, soit le taker, car le taker consomme de la liquidité, tandis que le maker la fournit.

Cela signifie que tous les trades sur les marchés prédictifs ne génèrent pas de revenus. Ce sont souvent les transactions pour lesquelles les utilisateurs sont prêts à négocier activement et à payer pour la vitesse et la certitude qui contribuent réellement aux frais de la plateforme.

2️⃣ Liquidité - La base des échanges continus

Le plus difficile dans les marchés prédictifs n'est pas d'ouvrir les cotes, mais de leur apporter de la profondeur.

Si personne ne passe d'ordre sur le carnet, un utilisateur ne peut ni acheter ni vendre ; même si le marché fait l'objet de discussions, il sera difficile d'établir un prix efficace.

Ainsi, de nombreuses plateformes réduisent les coûts pour les maker ou leur offrent des incitations.

Ce n'est pas une « source de revenus » directe, mais elle détermine si les frais de transaction peuvent exister à long terme.

Sans liquidité, pas de trading continu, et les revenus de frais ne peuvent pas être stables.

3️⃣ Valeur informationnelle - Occupation mentale

Les marchés prédictifs se distinguent des plateformes de trading classiques en ce qu’ils ne sont pas seulement des outils d’échange, mais produisent également des informations.

Lorsqu'un ordre présente un volume et une liquidité suffisants, son prix devient un signal de probabilité. Les médias le citeront, les KOL l'interpréteront, les traders l'observeront, et les utilisateurs ordinaires l'utiliseront pour évaluer le sentiment du marché.

Cela ne se traduit pas nécessairement directement par des frais, mais il génère de l'attention pour la plateforme, une présence dans l'esprit des utilisateurs et une diffusion externe. À long terme, cette valeur informationnelle renforcera la demande de trading.

4️⃣ Opérations utilisateurs et système de réductions – Convertir l’activité en revenu

Outre les frais de transaction de base, différentes plateformes augmentent la fréquence des transactions grâce à des réductions, des invitations, des activités, des points et des remises. Ces mesures n'apportent pas nécessairement un revenu direct, mais influencent la capacité de la plateforme à générer des revenus à long terme. Par exemple, Opinion propose des réductions pour les utilisateurs, des réductions sur les transactions et des réductions par invitation ; Predict.fun utilise un mécanisme de frais de base et de réductions plus simple ; Polymarket se concentre sur des tarifs différenciés selon les segments et sur des rebates pour les maker. La nature des réductions et des incitations n'est pas simplement une subvention, mais consiste à céder une partie des bénéfices en échange de la fidélisation des utilisateurs, puis à convertir progressivement l'activité en revenus.

En examinant la conception des frais des principales plateformes de marchés de prévision, la stratégie sectorielle est hautement convergente : encourager les ordres limités pour fournir de la liquidité et transformer les exécutions actives en revenus. Toutefois, en termes d'exécution tactique, les différentes plateformes, en raison de leurs positions respectives, affichent une nette divergence stratégique.

1️⃣ Polymarket : Pricing granulaire par secteur

La logique de frais taker de Polymarket combine au maximum la différenciation de marché et la tarification selon le niveau de divergence. Sa formule centrale officielle est :

frais = C × tarifFrais × p × (1 - p)

Dans ce cas, C représente le nombre de contrats négociés, p le prix d'exécution, et feeRate est déterminé par le marché.

Ce mécanisme comprend deux variables essentielles :

Segmentation par catégorie : selon le taux de frais actuellement validé, le feeRate pour la catégorie Crypto est de 0,07, pour Sports de 0,03, pour Politics / Finance / Tech de 0,04, pour Culture / Weather de 0,05, et certains marchés de géopolitique à 0. Cela signifie que Polymarket n’applique pas un taux de frais uniforme à tous les marchés, mais adopte des tarifs différenciés en fonction de la fréquence des échanges, de la sensibilité et de la volonté des utilisateurs à payer pour chaque catégorie.

Pricing by divergence : parfaitement aligné sur la courbe mathématique p × (1 - p). Plus le prix est proche de 50/50 (divergence maximale du marché), plus les frais sont élevés ; plus le résultat est certain (proche de 0 ou 100), plus les frais sont bas.

https://docs.polymarket.com/trading/fees

2️⃣ Kalshi : plus proche du modèle d'échange réglementé

Les frais de Kalshi sont conçus pour être plus proches des bourses de dérivés financiers traditionnels dans un cadre de conformité, et leur formule de frais Taker standard est également liée à l'écart de prix :

frais = arrondi à l'unité supérieure (0,07 × C × P × (1 - P))

Où C est le nombre de contrats, P est le prix du contrat, et les frais sont arrondis au centime supérieur. Cette structure est très proche de celle de Polymarket : C × feeRate × p × (1-p).

La structure des frais de Kalshi présente des similitudes avec celle de Polymarket : ses frais de transaction sont également liés au prix du contrat ; plus le prix est proche de 50 ¢, plus les frais sont élevés ; plus le prix est proche de 1 ¢ / 99 ¢, plus les frais sont faibles. Le tableau des frais de Kalshi indique que les frais taker pour 100 contrats varient environ entre 0,07 $ et 1,75 $.

Mais une différence importante entre Kalshi et Polymarket est que certains marchés de Kalshi appliquent également des frais maker, et ces frais ne sont facturés que si ces ordres limites sont exécutés ; annuler un ordre ne génère aucun frais. Cela indique que la structure des frais de Kalshi est plus proche de celle des échanges réglementés : les frais maker ne sont pas systématiquement gratuits, mais varient selon des règles bilatérales plus complexes, adaptées à chaque marché.

https://kalshi.com/docs/kalshi-fee-schedule.pdf

3️⃣ Opinion : Mettre l'accent sur les remises et la segmentation des utilisateurs

Opinion a introduit un « système de remises multidimensionnel » extrêmement complexe, dont la formule du tarif effectif est :

Taux de frais effectif = topic_rate × prix × (1 − prix) × (1 − remise_utilisateur) × (1 − remise_transaction) × (1 − remise_referral_utilisateur)

Cela signifie que les frais d'Opinion ne dépendent pas seulement du prix du marché et du topic_rate, mais sont également influencés par les réductions utilisateurs, les réductions sur les transactions, les réductions par invitation, etc.

Opinion a également fixé un ordre minimum de 5 $ et une commission minimale de 0,25 $ pour éviter que les petites transactions ne génèrent des frais trop faibles.

Cela indique que la structure des frais d'Opinion est plus orientée vers l'exploitation des utilisateurs :

topic_rate est utilisé pour distinguer différents marchés

user_discount est utilisé pour segmenter les utilisateurs

Ainsi, contrairement à la « différenciation de prix par segment » de Polymarket, Opinion transforme les frais en un outil d’exploitation : d’un côté, elle utilise un système de réductions pour orienter les utilisateurs vers la négociation, la rétention et la acquisition de nouveaux utilisateurs, et de l’autre, elle réduit le seuil de passage des ordres en rendant les maker gratuits afin de maintenir la liquidité du marché.

https://docs.opinion.trade/trade-on-opinion.trade/fees

4️⃣ Predict.fun : Tarif unique minimaliste

La structure des frais de Predict.fun est relativement plus simple, ce qui permet de réduire le coût de compréhension pour les utilisateurs.

Selon son annonce publique actuelle, sa formule de calcul des frais est :

Frais bruts = % de frais de base × min(Prix, 1 − Prix) × Actions

Les frais de base sont actuellement de 2 %. Le taux réel varie en fonction du prix d'exécution : en dessous de 50 %, le taux reste fixe à 2 % ; au-delà de 50 %, plus le prix approche de 1, plus le taux réel diminue.

De plus, Predict.fun prend en charge une réduction de frais, ce qui réduit encore davantage les frais après application de la réduction.

Ce design est plus intuitif : les utilisateurs n'ont pas besoin de déterminer d'abord de quel côté du carnet d'ordres il s'agit ; ils peuvent simplement se concentrer sur le prix d'exécution pour comprendre les variations de frais.

https://docs.predict.fun/the-basics/predict-fees-and-limits#limits

On peut constater que le point commun des plateformes de marchés prédictifs est de tenter de transformer les actions de négociation active en revenus.

Cela montre également que la commercialisation des marchés prédictifs ne suit pas qu'une seule voie. Ils répondent tous à la même question : les utilisateurs sont-ils prêts à payer pour trader ?

Bien que les méthodes varient considérablement d'une plateforme à l'autre, Polymarket reste actuellement le meilleur exemple pour évaluer l'efficacité réelle de monétisation des marchés de prévision.

Les principales raisons sont 2 :

Son modèle de tarification est le plus clair : depuis les essais sur Crypto, jusqu'à l'extension vers Sports, puis presque toutes les catégories supplémentaires.

Ses données sont également plus complètes : le feeRate officiel et les frais sur 7J / 30J peuvent être utilisés pour analyser plus en détail la structure des revenus.

Ainsi, nous allons prendre Polymarket comme exemple pour répondre à une question plus précise : le segment avec le plus fort volume de trading est-il également le plus rentable ?

3.1 Du gratuit au payant : la feuille de route commerciale de Polymarket

Janvier 2026 : Crypto devient le premier板块 à facturer des frais

Polymarket revient aux utilisateurs américains et introduit en premier dans la section Crypto les frais taker. Les marchés cryptos ont des cycles de règlement courts, une forte volatilité des prix et des comportements de trading similaires à ceux des opérations à court terme sur les marchés secondaires ; les utilisateurs privilégient la vitesse de liquidation bien plus que la sensibilité aux coûts de friction, ce qui en fait un terrain d'essai idéal pour les frais.

18 février 2026 : Sports devient le deuxième module payant

Ensuite, le 18 février 2026, la section Sports est devenue la deuxième section payante. Les marchés sportifs possèdent naturellement des caractéristiques de haute fréquence et de cycles courts, offrant des scénarios de trading continus. Ainsi, Sports constitue une extension naturelle de la tarification.

Ainsi, Polymarket applique des frais d'abord sur Crypto et Sports, afin de tester son modèle de revenus sur des secteurs plus largement adoptés par les utilisateurs.

30 mars 2026 : Les frais s'étendent à davantage de sections

Le 30 mars 2026, Polymarket étendra les frais taker à davantage de catégories, notamment Politics, Finance, Economics, Culture, Weather, Tech, Mentions, Other/General, portant le nombre total de catégories soumises à frais à 10.

Après la mise en place de frais complets, Polymarket n'a pas simplement appliqué un taux uniforme à tous les marchés, mais a adopté une structure tarifaire plus fine. Cette étape constitue un point clé de la commercialisation de Polymarket, qui commence à étendre son modèle de facturation à des marchés plus larges.

Les résultats des frais globaux sont extrêmement remarquables. Selon les données les plus récentes, Polymarket a démontré une capacité exceptionnelle à générer des revenus : les frais sur 7 jours atteignent 9,27 M $, et ceux sur 30 jours s'élèvent à 36,3 M $. Ses revenus sur 7 jours se classent parmi les six premiers projets Crypto au niveau mondial, entrant officiellement dans le groupe des projets générant des revenus.

3.2 Décomposition des modèles et de la répartition des prix pour les segments clés

Pour estimer au mieux les revenus réels de Polymarket pour chaque segment, nous avons calculé les frais des cinq principaux segments en nous appuyant sur les données de transaction de Polymarket de 2021 à février 2026.

En termes de part des ordres au marché, les cinq segments présentent des différences marquées :

La part de marché du crypto atteint 75 %, ce qui correspond parfaitement au caractère changeant des actifs numériques, les utilisateurs privilégiant les ordres au marché pour verrouiller leurs gains ou pertes ; le segment Weather, alimenté par des données météorologiques en temps réel, est lui aussi fortement axé sur la rapidité de réaction.

Ensuite, le montant des frais dépend fortement de la fourchette de prix des transactions sur le carnet d'ordres.

La raison en est que les transactions entrant dans le périmètre des frais ne génèrent pas les mêmes frais. Les frais de Polymarket sont liés à p × (1 - p) : plus le prix est proche de 50/50, plus la divergence du marché est importante et plus le poids des frais est élevé ; plus le prix est proche de 0 % ou de 100 %, plus le résultat est proche de la certitude et plus le poids des frais est faible.

Selon les données des cinq principaux segments, la majorité des échanges sont concentrés entre 30 et 50, notamment dans la fourchette de 40 à 50 :

Ces données montrent que les principaux échanges sur Polymarket ne se produisent pas dans les intervalles où les résultats sont presque certains, mais plutôt là où le marché présente encore des divergences marquées.

3.3 Évaluation des revenus : qui est la vache à lait ?

Nous estimons grossièrement les revenus de frais de Polymarket sur cinq catégories en combinant le volume de marché de chaque catégorie avec le feeRate correspondant, puis en appliquant un poids basé sur p × (1-p) pour différents intervalles de prix. Nous prenons également en compte le fait qu'après l'introduction des frais, certains utilisateurs sensibles aux tarifs passeront des ordres taker à des ordres limit. En particulier, les utilisateurs pratiquant des trades de fin de période, des arbitrages à faible cote ou des échanges fréquents à court terme seront plus prudents dans le calcul de leur rendement.

Par conséquent, nous pouvons établir une autre hypothèse plus conservatrice sur la base de l'estimation initiale : supposer que, après la mise en place des frais, le volume des commandes au marché sur chaque segment diminue de 20 %.

La formule ajustée devient :

Frais estimés après ajustement ≈ Chiffre d'affaires du marché × 80 % × feeRate × (1 - p)

Sur la base du volume total des transactions sur 7 jours et de la part de chaque segment dans le volume des transactions, nous estimons le montant des commandes au marché sur 7 jours pour les cinq principaux segments.

Les montants des commandes au marché ont déjà été calculés pour chaque segment. Ensuite, en combinant les feeRate de chaque segment et les poids des intervalles de prix, nous estimons les frais. Pour assurer une estimation plus fiable, nous utilisons la médiane de l'intervalle comme prix approximatif :

(Note : en raison des différences de méthodologie de calcul, du retard dans la répartition des types de commandes historiques et des évolutions dynamiques des segments, ce modèle d'estimation vise à reconstituer la proportion de contribution de chaque segment ; la somme présente une erreur raisonnable par rapport aux frais totaux réels calculés par le système)

What does the data show?

1️⃣ Le crypto est le segment contribuant le plus aux bénéfices actuels, avec des frais estimés à 7 jours d'environ 4,39 millions de dollars, ce qui en fait une « vache à lait » de bénéfices.

Cela semble contre-intuitif, car en termes de part du volume de trading, Sport est le premier segment, avec un volume sur 7 jours d'environ 401 millions de dollars américains, supérieur aux 174 millions de dollars américains de Crypto. Toutefois, dans les résultats des frais, Crypto se place en première position, principalement pour deux raisons :

Plus forte proportion d'ordres au marché : la proportion de Market est d'environ 75 %, nettement supérieure à 60 % pour Sport. Polymarket facture principalement les ordres au marché, ce qui fait que plus de transactions Crypto entrent dans le périmètre des frais.

feeRate maximum : feeRate est de 0,07, tandis que Sport n'est que de 0,03. Même si les montants des commandes au marché sont identiques, les frais générés par unité de crypto-monnaie échangée seront nettement plus élevés pour Crypto.

2️⃣ Sport est la deuxième source de frais, avec des frais estimés sur 7 jours d'environ 3,31 millions de dollars, constituant la « base de volume de trading ».

L'avantage de Sport réside dans son volume de trading suffisamment élevé. Son volume sur 7 jours s'élève à environ 401 millions de dollars, ce qui le place en première position parmi les cinq catégories. Toutefois, ses faiblesses sont également évidentes : le feeRate est le plus bas, à seulement 0,03.

3️⃣ Si Politics et Trump sont regroupés dans un marché politique, les frais estimés sur 7 jours s’élèvent à environ 3,14 millions de dollars, ce qui est très proche du secteur Sport et constitue un entonnoir de trafic pulsé.

Les marchés politiques sont caractérisés par une forte dynamique événementielle. Contrairement au Sport, qui propose des matchs stables chaque jour, ou au Crypto, dont les prix fluctuent continuellement, ils connaissent des pics de trading lors d'événements tels que des élections, des sondages, des changements de politique ou des déclarations de candidats. Ainsi, bien que le rythme des transactions sur les marchés politiques ne soit pas toujours constant, leur contribution aux frais est très significative pendant les périodes d'actualité.

Les frais estimés sur 7 jours de Weather s'élèvent à environ 400 000 $, le montant le plus bas parmi les cinq catégories.

Ainsi, la structure des revenus de Polymarket peut être résumée simplement comme suit : le crypto assure les revenus de la plateforme, le sport génère le volume de trading, et la politique / Trump alimente les événements tendance pour attirer de nouveaux utilisateurs.

Le cercle vertueux de succès de Polymarket apporte des enseignements de réinvention pour l'ensemble du secteur des marchés de prévision :

1️⃣ Changement complet des indicateurs d'évaluation

Auparavant, lors de l'analyse des marchés prédictifs, on se concentrait sur le volume des échanges et les sujets tendance. À l'ère de la commercialisation, les indicateurs de succès changeront radicalement : les frais réels, le pourcentage de takers, la profondeur du carnet d'ordres et la spread (écart entre les prix d'achat et de vente). Le volume d'échanges généré uniquement par des transactions circulaires ne sera plus durable dans un système de frais.

2️⃣ Différents types d'événements correspondent à différents rôles de revenus

Les plateformes de marchés prédictifs futurs ne compteront plus sur un seul ordre pour dominer le marché, mais s'orienteront vers une spécialisation fine.

Les marchés de crypto sont plus proches des transactions financières, avec des variations de prix rapides et des cycles de rétroaction courts ; les utilisateurs sont plus sensibles à la vitesse d'exécution, ce qui facilite une efficacité de revenu plus élevée.

Le sport ressemble à un flux stable : les matchs sont fréquents, les résultats sont clairs et les scénarios de trading sont permanents, ce qui en fait un excellent contributeur au volume de trading quotidien.

Les marchés comme Politics / Trump sont plus axés sur les événements ; ils ne sont pas nécessairement stables en temps normal, mais connaissent souvent une augmentation significative du volume lors de points clés tels que les élections, les sondages ou les changements de politique.

Les marchés comme Weather, tant que les événements sont suffisamment standardisés et les résultats suffisamment clairs, ont la possibilité de créer leurs propres scénarios de trading, même si leur taille est temporairement limitée.

3️⃣ Le mécanisme de frais incitera inversement à améliorer la qualité du carnet d'ordres

Pendant la phase gratuite, la plateforme peut ouvrir de nombreux marchés ; après la mise en place des frais, les utilisateurs et les market makers commenceront à être plus attentifs à leurs dépenses, et le mécanisme de facturation filtrera inversement la qualité du marché.

Un bon marché de prévision doit non seulement porter sur des sujets intéressants, mais aussi répondre simultanément à plusieurs conditions :

Résultats clairs et faciles à régler

Les informations sont mises à jour fréquemment et peuvent entraîner des variations de prix.

Les divergences de marché sont suffisamment importantes pour motiver les utilisateurs à trader.

La liquidité est suffisante, les utilisateurs sont disposés à passer des ordres activement.

Les résultats sont difficiles à manipuler

4️⃣ La barrière des marchés prédictifs réside dans le « pouvoir de fixation des prix continu »

Ouvrir un marché YES/NO n'est pas difficile ; ce qui l'est, c'est de faire en sorte que ce marché attire continuellement des ordres d'achat et de vente, des mises à jour de prix et des participants prêts à assumer des risques. Seul un marché doté d'une profondeur suffisante et d'une fréquence de négociation élevée peut fournir un prix pertinent, et permettre à la plateforme d'en tirer des revenus.

Ainsi, le véritable obstacle sur les marchés prédictifs n'est pas « qui peut découvrir les tendances le plus rapidement », mais : transformer les tendances en marchés négociables 👉 assurer une liquidité durable sur le marché 👉 faire en sorte que les prix deviennent des signaux que le monde extérieur est prêt à citer.

Les projets capables de raconter de grandes histoires sont légion, mais ceux qui transforment ces récits en revenus concrets sont rares.

Polymarket était autrefois le représentant le plus éclatant en termes de trafic dans tout le secteur, et maintenant qu'il a accompli la transition du « récit de trafic » à l'« absorption systématique de revenus », il souhaite prouver à toute l'industrie un point :

La valeur ultime des marchés prédictifs ne se limite pas à « la précision des prédictions », mais réside dans leur capacité à transformer l'incertitude du monde réel en un supermarché standardisé, négocié à haute fréquence et générant des revenus constants.

Par le passé, les marchés de prévision ont prouvé qu'ils pouvaient attirer une énorme quantité de trafic ; aujourd'hui, ils démontrent qu'ils constituent un commerce incomparable.

Méthode de calcul : isoler le ratio entre les ordres au marché et les ordres limités pour chaque segment, puis estimer l'impact de p × (1 - p) sur les frais selon différents intervalles de prix d'exécution ; enfin, en combinant les taux de commission correspondants à chaque segment, calculer la contribution approximative de chaque segment aux frais.

Auteur original : Changan, Amelia, équipe de contenu Biteye