IOSG週次ブリーフ｜確率を資産にする：予測市場エージェントの展望 #315

原文作者：Jacob Zhao、IOSG Ventures

過去のCrypto AIシリーズレポートで継続的に強調してきた見解：現在の暗号資産分野で最も実用的な応用シーンは、安定通貨決済とDeFiであり、AgentはAI産業がユーザーに接するための鍵となるインターフェースである。したがって、CryptoとAIの融合トレンドにおいて、最も価値のある2つの道筋は、短期的には既存の成熟したDeFiプロトコル（貸借、流動性採掘などの基本戦略、およびSwap、Pendle PT、資金レートアービトラージなどの高度な戦略）に基づくAgentFi、中長期的には安定通貨決済を軸とし、ACP/AP2/x402/ERC-8004などのプロトコルを活用するAgent Paymentである。

予測市場は2025年には無視できない新興産業として台頭し、年間総取引高は2024年の約90億ドルから2025年には400億ドル以上へと急増し、年間成長率は400%を超えました。この顕著な成長は、複数の要因によって推進されています：マクロ政治イベントによる不確実性への需要、インフラと取引モデルの成熟、そして規制環境の解凍（Kalshiの勝訴とPolymarketの米国復帰）。予測市場エージェントは2026年初頭に初期の形態を示し、今後1年間でエージェント分野における新興製品形態となる可能性があります。

予測市場：ベッティングツールから「グローバルトゥルースレイヤー」へ

予測市場は、将来のイベント結果を取引する金融メカニズムであり、契約価格は本質的に、市場がイベント発生確率に対して示す集団的判断を反映しています。その有効性は、群衆の知恵と経済的インセンティブの組み合わせに由来します。匿名で実際の資金を賭ける環境において、分散した情報が資金の意図に応じて重み付けされた価格シグナルとして迅速に統合され、ノイズや誤った判断が大幅に低減されます。

▲ プレディクションマーケットの名目取引量トレンドチャート　データソース：Dune Analytics (Query ID: 5753743)

2025年末までに、予測市場はPolymarketとKalshiの二強体制が確立されたと予測されている。『フォーブス』の統計によると、2025年の総取引高は約440億ドルで、そのうちPolymarketが約215億ドル、Kalshiが約171億ドルを貢献した。2026年2月の週間データでは、Kalshiの取引高（$25.9B）がPolymarket（$18.3B）を上回り、市場シェアの約50％に迫っている。Kalshiは、過去の選挙契約に関する法的勝利、米国スポーツ予測市場における規制準拠の先発優位性、および比較的明確な規制見通しを背景に、急速に拡大した。現在、両社の発展路線は明確に分岐している：

· Polymarketは「オフチェーン注文マッチング、オンチェーン決済」のハイブリッドCLOBアーキテクチャと分散型決済メカニズムを採用し、グローバルで非預託な高流動性市場を構築し、米国でのコンプライアンス復帰後、「在地＋海外」の二重運営構造を形成している；

· KalshiはAPIを通じて主要な小売証券会社に統合され、ウォールストリートのマーケットメイカーがマクロおよびデータベース型契約の取引に深く関与するよう促しています。製品は従来の規制プロセスに制約され、ロングテール需要や突発的な出来事への対応は相対的に遅れています。

PolymarketおよびKalshi以外の予測市場分野における競合他社は、主に以下の2つの道を進んでいます：

· 一つは、規制に準拠した配布パスで、イベント契約をブローカーや大規模プラットフォームの既存アカウントおよび清算システムに組み込み、チャネルカバレッジ、規制資格、機関の信頼を活かして優位性を築く（例：Interactive Brokers × ForecastEx の ForecastTrader、FanDuel × CME Group の FanDuel Predicts）。規制とリソースの優位性は顕著だが、製品とユーザー規模はまだ初期段階である。

· 二つ目は、Opinion.trade、Limitless、Myriad など为代表的 Crypto ネイティブチェーン上のパスで、ポイントマイニング、短期契約、メディア配信を活用して迅速にボリュームを拡大し、パフォーマンスと資金効率を重視するが、長期的な持続可能性とリスク管理の安定性はまだ検証されていない。

従来の金融コンプライアンス入口と暗号資産ネイティブなパフォーマンスの利点という二つの道筋が、予測市場エコシステムの多様な競争格局を形成しています。

予測市場は表面上はギャンブルに似ているが、本質的にはゼロサムゲームである。しかし、両者の核心的な違いは正の外部性の有無にある：真の資金による取引を通じて分散した情報を集約し、現実のイベントに対して公共の価格付けを行い、価値あるシグナル層を形成する。その傾向は、ゲームから「グローバルな真実層」へと移行している。CMEやブルームバーグなどの機関が参入する中で、イベントの確率は、金融および企業システムが直接呼び出せる意思決定用メタデータとなり、より迅速で定量的な市場による真実を提供している。

世界的規制状況を踏まえると、予測市場のコンプライアンスパスは大きく分かれている。米国は、予測市場を金融デリバティブ規制枠組みに明確に組み込む主要経済圏であり、欧州、英国、オーストラリア、シンガポールなどの市場は一般的にこれをギャンブルと見なし、規制を強化しつつある。中国やインドなどは完全に禁止しており、予測市場の今後のグローバル拡大は各国の規制枠組みに依存する。

予測市場エージェントのアーキテクチャ設計

現在、予測市場エージェント（Prediction Market Agent）は初期実践段階に入っています。その価値は「AIがより正確に予測する」ことではなく、予測市場における情報処理と実行効率を拡大することにあります。予測市場は本質的に情報集約メカニズムであり、価格はイベントの確率に対する集団的判断を反映します。現実の市場の非効率性は、情報の非対称性、流動性、注意の制約に起因します。予測市場エージェントの適切な位置づけは、実行可能な確率資産管理（Executable Probabilistic Portfolio Management）です。ニュース、ルールテキスト、チェーン上データを検証可能な価格乖離に変換し、より速く、より規律正しく、低コストで戦略を実行し、クロスプラットフォームアービトラージとポートフォリオリスク管理を通じて構造的機会を捉えます。

理想的予測市場エージェントは、4層アーキテクチャに抽象化できる。

· 情報層はニュース、ソーシャル、チェーン上および公式データを収集します；

· 分析層はLLMとMLを用いて価格の誤りを特定し、エッジを計算します；

· 戦略層はケリー式、段階的ポジション構築、リスク管理を通じてエッジをポジションに変換します；

実行層が複数市場での注文、スリッページとガスの最適化、アービトラージ実行を完了し、効率的な自動化サイクルを構築しました。

予測市場エージェントの戦略フレームワーク

従来の取引環境とは異なり、予測市場は決済メカニズム、流動性、情報分布において顕著な差異があり、すべての市場や戦略が自動化に適しているわけではありません。予測市場エージェントの核心は、ルールが明確でコード化可能であり、その構造的優位性に合致するシナリオに展開されるかどうかにあります。以下では、対象選択、ポジション管理、戦略構造の3つの観点から分析します。

予測市場の銘柄選択

すべての予測市場が取引価値を備えているわけではなく、その参加価値は以下の要素に依存します：決済の明確さ（ルールが明確で、データソースが一意であるか）、流動性の質（市場の深さ、スプレッド、取引高）、インサイダーリスク（情報の非対称性の程度）、時間構造（満期日とイベントの進行リズム）、および取引者の自身の情報優位性と専門的背景です。複数の要素が基本的な要件を満たす場合にのみ、予測市場への参加が可能となり、参加者は自身の優位性と市場の特性を照らし合わせて判断すべきです：

· 人間の核心的優位性：専門知識、判断力、曖昧な情報の統合に依存し、時間枠が比較的余裕がある（日単位／週単位）市場。政治選挙、マクロトレンド、企業のマイルストーンなどが該当する。

· AIエージェントの核心優位性：データ処理、パターン認識、高速実行に依存し、意思決定のウィンドウが極めて短い（秒単位／分単位）市場。典型的には、高頻度暗号資産価格、マルチマーケットアービトラージ、自動化マーケットメイキングなど。

· 非対応分野：内部情報が支配的または純粋にランダム／高操作性の市場では、どの参加者にも優位性をもたらしません。

予測市場のポジション管理

ケリーの基準（Kelly Criterion）は、反復ゲームの状況において最も代表的な資金管理理論であり、単回の利益を最大化するのではなく、資本の長期的な複利成長率を最大化することを目的としています。この手法は、勝率とオッズの推定に基づいて理論的な最適ポジション比率を計算し、正の期待値を持つ前提で資本成長の効率を向上させます。定量的投資、プロの賭博、ポーカー、資産管理の分野で広く利用されています。

· クラシックな形式は： f^* = (bp - q) / b

ここで、f∗ は最適な賭け比率、b は純オッズ、p は勝率、q=1−p である。

· プレディクションマーケットは次のように簡略化できます：f^* = (p - market\_price) / (1 - market\_price)

ここで、p は主観的な真の確率、market_price は市場が示す確率です。

ケリー式の理論的有効性は、真の確率とオッズを正確に推定することに大きく依存しているが、現実の取引者にとって真の確率を継続的に正確に把握することは困難である。実際の運用では、プロの賭博者や予測市場の参加者は、確率推定への依存度が低く、実行可能性が高い規則ベースの戦略をより好む。

· ユニットシステム（単位下注法）：資金を固定ユニット（例：1％）に分割し、自信度に応じて異なるユニット数を投入することで、ユニット上限により1回のリスクを自動的に制約する、最も一般的な実務手法です。

・固定比率法（Flat Betting）：毎回の賭けに固定された資金比率を使用し、規律性と安定性を重視。リスク回避型や確信度が低い環境に適しています。

· ステップバイステップ信頼法（Confidence Tiers）：事前に離散的なポジションレベルを設定し、絶対上限を設けることで、意思決定の複雑さを軽減し、ケリー・モデルの偽の正確性の問題を回避します。

・逆リスクアプローチ（Inverted Risk Approach）：受け入れ可能な最大損失を出発点としてポジションサイズを逆算し、収益期待ではなくリスク制約に基づいて安定したリスク境界を構築します。

予測市場エージェントにとって、戦略設計は理論的な最適性を追求するのではなく、実行可能性と安定性を優先すべきである。重要なのは、ルールが明確で、パラメーターが簡潔であり、判断誤差に対して耐性を持つことである。このような制約のもとで、段階的信頼法と固定ポジション上限の組み合わせが、PMエージェントに最も適した汎用的なポジション管理手法である。この方法は、正確な確率推定に依存せず、シグナルの強さに応じて機会を有限の段階に分類し、各段階に固定ポジションを対応させる。たとえ高確信度の状況でも、リスクを制御するために明確な上限を設定する。

予測市場の戦略選択

戦略構造に基づくと、予測市場は主に2つのカテゴリに分類されます。1つは、ルールが明確でコード化可能な確定的アービトラージ戦略（Arbitrage）、もう1つは情報の解釈と方向性の判断に依存する投機的方向戦略（Speculative）です。さらに、専門機関が中心となり、資本およびインフラへの要求が高いマーケットメイキングおよびヘッジ戦略も存在します。

確定的アービトラージ戦略（Arbitrage）

・決済アービトラージ（Resolution Arbitrage）：イベントの結果がほぼ確定し、市場が完全に価格反映していない段階で発生し、収益は情報の同期と実行速度から主に得られます。この戦略はルールが明確で、リスクが低く、完全にコード化可能であり、予測市場においてエージェントが実行するのに最も適したコア戦略です。

· 確率保存アービトラージ（Dutch Book Arbitrage）：Dutch Book アービトラージは、排他的かつ包括的な事象集合の価格合計が確率保存制約（∑P≠1）から逸脱して生じる構造的不均衡を利用し、ポジションを組み合わせることで方向性リスクのない収益を固定する。この戦略はルールと価格関係のみに依存し、リスクが低く、高度に規則化可能であるため、エージェントによる自動実行に適した典型的な決定論的アービトラージ形式である。

・クロスプラットフォームアビトラージ：同一イベントに対する異なる市場間の価格差を捉えて利益を得る手法で、リスクは低いですが、遅延と並行監視への要求が高くなります。この戦略はインフラの優位性を持つエージェントに適していますが、競争の激化により限界収益は継続的に低下しています。

・バンドルアービトラージ：バンドルアービトラージは、関連する先物契約間の価格不一致を利用して取引を行うもので、ロジックは明確ですが機会は限られています。この戦略はエージェントによって実行可能ですが、ルール解析と組み合わせ制約に一定のエンジニアリング要件が必要であり、エージェントの適合度は中程度です。

投機系方向戦略（Speculative）

・構造化情報駆動戦略（Information Trading）：このタイプの戦略は、公式データの公開、公告、または裁決ウィンドウなどの明確なイベントまたは構造化情報に基づいています。情報源が明確で、トリガー条件が定義可能であれば、Agentは監視と実行の面で速度と纪律の利点を発揮できますが、情報が意味的判断や状況解釈に移行した場合は、依然として人間の介入が必要です。

・シグナルフォローリング戦略：この戦略は、過去のパフォーマンスが優れたアカウントや資金の行動を追随して利益を得るもので、ルールが比較的単純で自動実行が可能です。主なリスクはシグナルの劣化や逆利用であるため、フィルタリングメカニズムと厳格なポジション管理が必要です。Agentの補助戦略として適しています。

· 非構造化・ノイズ駆動型戦略（Unstructured / Noise-driven）：このタイプの戦略は、感情、ランダム性、または参加行動に強く依存しており、安定して再現可能なエッジが欠如しており、長期的な期待値が不安定です。モデル化が困難でリスクが極めて高いため、エージェントによる体系的な実行には適しておらず、長期戦略として推奨されません。

· 高頻価格・流動性戦略（マーケット・マイクロストラクチャー）：この戦略は極めて短い意思決定ウィンドウ、継続的な指値、または高頻度取引に依存し、遅延、モデル、資本要件に対して非常に高い要求を伴います。理論的にはエージェントに適していますが、予測市場では流動性や競争の激しさにより制限され、顕著なインフラ優位性を有する少数の参加者に限定されます。

· リスク管理とヘッジ戦略（Risk Control & Hedging）：この戦略は直接的な収益を追求せず、全体的なリスク暴露を削減するために使用されます。ルールが明確で目標が明確であり、基盤となるリスク管理モジュールとして長期的に運用されます。

全体として、予測市場においてエージェントが実行するのに適した戦略は、ルールが明確でコード化可能かつ主観的判断が少ないシナリオに集中すべきであり、確定的アービトラージを主要な収益源とし、構造化された情報とシグナル追従戦略を補完として活用すべきである。高ノイズおよび感情に基づく取引は体系的に排除すべきである。エージェントの長期的な優位性は、高い規律性、高速な実行、およびリスク管理能力にあります。

予測市場エージェントのビジネスモデルと製品形態

予測市場エージェントの理想的なビジネスモデル設計は、異なるレベルで異なる方向性の探求の余地があります：

· インフラ層（Infrastructure）は、マルチソースリアルタイムデータ集約、スマートマネーアドレスライブラリ、統一された予測市場実行エンジンおよびバックテストツールを提供し、B2Bに課金して、予測精度とは無関係な安定した収益を獲得する。

· ストラテジーレイヤー（Strategy）では、コミュニティおよびサードパーティのストラテジーを導入し、再利用可能で評価可能なストラテジー・エコシステムを構築。呼び出し、重み付け、または実行による収益配分を通じて価値を獲得し、単一のアルファへの依存を低減します。

·エージェント／ヴァウルト層では、エージェントが受託管理方式でリアルトレードに直接参加し、チェーン上の透明な記録と厳格なリスク管理システムに基づいて、マネジメントフィーとパフォーマンスフィーを徴収します。

異なるビジネスモデルに対応する製品形态は、次のように分類できます：

· エンターテイメント化／ゲーム化モード：Tinderのような直感的なインタラクションで参加のハードルを下げ、最も強いユーザー成長と市場教育能力を有し、ブレイクスルーの理想的な入口となるが、サブスクリプションまたは実行型製品への収益化につなげる必要がある。

· 策略サブスクリプション／シグナルモード：資金の預かりを伴わず、規制に優しく、権限と責任が明確で、SaaS収益モデルは比較的安定しているため、現在の段階で最も現実的な収益化パスです。その限界は、戦略が容易にコピーされやすく、実行に損耗が生じることで、長期的な収益の上限が限られている点です。ただし、「シグナル＋ワンクリック実行」の半自動化形式により、体験と継続率を大幅に改善できます。

· ボルト管理モード：スケール効果と実行効率の利点を有し、資産運用製品に近い形態だが、資産運用免許、信頼のハードル、集中型技術リスクなどの複数の構造的制約に直面しており、ビジネスモデルは市場環境と持続的な収益性に大きく依存している。長期的な実績と機関レベルのバックアップを備えていない限り、主要なパスとしては推奨されない。

全体として、「インフラの収益化＋戦略エコシステムの拡張＋パフォーマンス参加」という多様な収益構造は、「AIが市場を継続的に上回る」という単一の仮定への依存を軽減します。市場の成熟に伴いAlphaが収束しても、実行、リスク管理、決済などの基盤能力は依然として長期的な価値を有し、より持続可能なビジネスサイクルを構築します。

予測市場エージェントのプロジェクト事例

現在、予測市場エージェント（Prediction Market Agents）はまだ初期の探求段階にあります。市場では、基盤フレームワークから上位ツールに至るまで多様な試みが見られますが、戦略生成、実行効率、リスク管理システム、およびビジネスサイクルにおいて成熟した標準化製品はまだ確立されていません。

現在のエコシステムを3つのレイヤーに分類しています：インフラストラクチャ層、自律取引エージェント、予測市場ツール。

インフラストラクチャ層

· Polymarket Agents フレームワーク

Polymarket Agentsは、Polymarket公式が提供する開発者フレームワークで、「接続と相互作用」のエンジニアリング標準化を目的としています。このフレームワークは、市場データの取得、注文の構築、および基本的なLLM呼び出しインターフェースをカプセル化しています。これは「コードで注文を出す方法」の問題を解決しますが、戦略生成、確率調整、動的ポジション管理、バックテストシステムといった核心的な取引機能についてはほぼ空白のままです。これは、Alpha収益を備えた完成品というより、公式が認めた「接続規範」に近いものです。商業レベルのAgentは、このフレームワークの上に独自の投資研究とリスク管理のコアを構築する必要があります。

· Gnosis プレディクションマーケットツール

Gnosis Prediction Market Agent Tooling（PMAT）はOmen/AIOmenおよびManifoldに対して完全な読み書きサポートを提供していますが、Polymarketには読み取り専用の権限しか提供しておらず、エコシステムのバリアが明確です。これはGnosisエコシステム内のAgent開発の基盤として適していますが、Polymarketを主要な戦場とする開発者にとっては実用性が限定的です。

PolymarketとGnosisは、現在「エージェント開発」を公式フレームワークとして明確に製品化している予測市場エコシステムである。Kalshiなどの他の予測市場は、まだAPIおよびPython SDKのレベルにとどまっており、開発者は戦略、リスク管理、実行、監視などの重要なシステム機能を自ら補完する必要がある。

自律取引エージェント（Autonomous Agent）

現在の市場における「予測市場AIエージェント」はまだ初期段階にあり、名前には「エージェント」とついていますが、実際の能力は委任可能な自動化されたクローズドループ取引に達しておらず、独立した体系的なリスク管理層が欠如しており、ポジション管理、ストップロス、ヘッジ、期待値制約を意思決定プロセスに組み込んでいません。全体的な製品化レベルは低く、長期的に運用可能な成熟したシステムはまだ形成されていません。

· Olas Predict

Olas Predictは、現在最も製品化が進んだ予測市場エージェントエコシステムである。そのコア製品であるOmenstratは、Gnosisシステム内のOmenを基盤として構築されており、底层にはFPMMと分散型仲裁メカニズムを採用し、小額かつ高頻度のインタラクションをサポートしているが、Omenの単一市場における流動性の不足に制約されている。その「AI予測」は主に汎用LLMに依存しており、リアルタイムデータや体系的なリスク管理が欠けており、過去の勝率はカテゴリ間で顕著に異なる。2026年2月、OlasはPolystratをリリースし、エージェントの機能をPolymarketに拡張した。ユーザーは自然言語で戦略を設定でき、エージェントが4日以内に決済される市場の確率の乖離を自動で識別し、取引を実行する。システムはPearlをローカルで実行し、セルフホスティングSafeアカウントとハードコードされた制限によりリスクを制御しており、Polymarket向けの初のコンシューマー向け自律取引エージェントである。

· UnifAI Network Polymarket ストラテジー

Polymarketの自動取引エージェントを提供。コア戦略はテールリスク受容：清算直前の契約で内包確率が95%を超えるものをスキャンして購入し、3–5%のスプレッド獲得を目的とする。チェーン上データでは勝率はほぼ95%に近いが、収益はカテゴリ間で顕著に分かれており、戦略の成功は実行頻度とカテゴリ選択に大きく依存する。

· NOYA.ai

NOYA.aiは「研究—判断—実行—監視」をエージェントの閉ループに統合しようとしており、アーキテクチャはインテリジェンス層、抽象層、実行層をカバーしています。現在、Omnichain Vaultsを提供済みであり、Prediction Market Agentは開発中で、まだ完全なメインネット閉ループには至っておらず、全体としてはビジョンの検証段階にあります。

予測市場ツール

現在の予測市場分析ツールは、完全な「予測市場エージェント」を構成するには不十分であり、その価値は主にエージェントアーキテクチャの情報層と分析層に集中しています。取引実行、ポジション管理、リスクコントロールは依然としてトレーダー自身が担う必要があります。製品の形態としては、「ストラテジーサブスクリプション／シグナル支援／リサーチ強化」の位置づけにより近く、予測市場エージェントの初期形態と見なすことができます。

Awesome-Prediction-Market-Tools に収録されたプロジェクトを体系的に整理し、実証的に選別することで、本稿では、すでに初期の製品形態と使用シナリオを有する代表的なプロジェクトを研究事例として選定した。主に以下の4つの分野に焦点を当てる：分析・シグナル層、アラート・鯨魚追跡システム、アービトラージ発見ツール、および取引端末・集約実行ツール。

・市場分析ツール

Polyseer：多エージェント分工アーキテクチャ（Planner / Researcher / Critic / Analyst / Reporter）を採用した研究型予測市場ツール。両側の証拠収集とベイズ確率の集約を行い、構造化された研究レポートを出力。その利点は、方法論の透明性、プロセスのエンジニアリング化、完全なオープンソースで監査可能であること。

Oddpool：「予測市場のBloomberg终端」として位置づけられ、Polymarket、Kalshi、CMEなどのプラットフォームを横断した集約、アービトラージスキャン、リアルタイムデータダッシュボードを提供します。

Polymarket Analytics：グローバルなPolymarketデータ分析プラットフォーム。トレーダー、市場、ポジション、取引データを体系的に表示し、明確な位置づけと直感的なデータで、基礎データの照会および研究参考に最適です。

Hashdive：トレーダー向けのデータツール。Smart ScoreとマルチディメンションScreenerにより、トレーダーと市場を定量的にスクリーニングし、「スマートマネーの識別」とトレード追随の意思決定に実用性を提供します。

Polyfactual：AIによる市場インテリジェンスと感情・リスク分析に焦点を当て、Chrome拡張機能を通じて分析結果を取引インターフェースに統合。B2Bおよび機関ユーザー向けのシナリオを重視。

Predly：AI価格不一致検出プラットフォーム。市場価格とAIが計算した確率を比較することで、PolymarketおよびKalshiの価格のずれを特定。公式によると、アラートの正確性は89％で、シグナル発見と機会の絞り込みに特化。

Polysights：30以上の市場とオンチェーン指標をカバーし、Insider Finderで新規ウォレットや大口注文などの異常行動を追跡。日常的なモニタリングとシグナル発見に最適です。

PolyRadar：複数のモデルを並列で分析するプラットフォームで、単一のイベントに対してリアルタイムでの解釈、時間経過の推移、信頼度スコア、ソースの透明性を提供し、複数のAIによる相互検証を重視した分析ツールです。

Alphascope：AI駆動の予測市場インテリジェンスエンジンで、リアルタイムシグナル、研究要約、確率変動のモニタリングを提供。全体的にまだ初期段階であり、研究とシグナル支援に焦点を当てている。

· アラート/鯨魚追跡

Stand：ウォールのフォローや高確信度のアクションを明確に通知。

Whale Tracker Livid：ウォールのポジション変動を製品化

アービトラージ発見ツール

ArbBets：AI駆動のアービトラージ発見ツール。Polymarket、Kalshi、スポーツベッティング市場に焦点を当て、プラットフォーム間のアービトラージと正の期待値（+EV）取引機会を特定し、高頻度の機会スキャン層を対象としています。

PolyScalping：Polymarket向けのリアルタイムアービトラージおよびスキャルピング分析プラットフォーム。60秒ごとの全市場スキャン、ROI計算、Telegram通知をサポートし、流動性、スプレッド、取引高などの基準で機会をフィルタリング。アクティブなトレーダー向け。

Eventarb：軽量なクロスプラットフォームアービトラージ計算およびアラートツール。Polymarket、Kalshi、Robinhoodをカバーし、機能に特化、無料で利用可能。基本的なアービトラージ支援ツールとして適しています。

Prediction Hunt：複数プラットフォームの予測市場を統合・比較するツールで、Polymarket、Kalshi、PredictItのリアルタイム価格比較とアービトラージの検出（約5分ごとに更新）を提供し、情報の非対称性と市場の非効率性の発見を目的としています。

・取引ターミナル／集約実行

Verso：YC Fall 2024 から支援を受けた機関向け予測市場取引プラットフォーム。Bloomberg 風のインターフェースを提供し、Polymarket と Kalshi の 15,000 以上の契約をリアルタイムで追跡し、ディープアナリティクスと AI ニュースインテリジェンスを提供。プロフェッショナルおよび機関トレーダーを対象としています。

Matchr：1,500以上の市場をカバーするクロスプラットフォーム予測市場集約・実行ツール。スマートルーティングにより最適な価格をマッチングし、高確率イベント、クロスマーケットアービトラージ、イベントドリブンに基づく自動収益戦略を計画。実行および資金効率層をターゲット。

TradeFox：Alliance DAO と CMT Digital が支援するプロフェッショナルな予測市場集約およびプライムブローカージングプラットフォーム。限価注文、利確・損切り注文、TWAPなどの高度な注文実行、自己管理取引、マルチプラットフォームインテリジェントルーティングを提供し、機関レベルのトレーダーを対象としています。Kalshi、Limitless、SxBet などのプラットフォームへの拡張を計画しています。

まとめと今後の展望

現在、予測市場エージェントは初期の探求段階にあります。

1. 市場の基盤と本質的な進化：Polymarket と Kalshi は二頭政治構造を確立し、これらを基盤とするエージェントは十分な流動性とシナリオ基盤を有している。予測市場と賭博の核心的な違いは正の外部性にあり、真の取引を通じて分散した情報を集約し、現実のイベントに公共の価格を付与することで、「グローバル・トゥルース・レイヤー」へと徐々に進化している。

2. 核心ポジショニング：予測市場エージェントは、確率的資産管理ツールとして位置づけられ、その核心タスクは、ニュース、ルールテキスト、オンチェーンデータを検証可能な価格乖離に変換し、より高い規律性、より低いコスト、およびマルチマーケット対応で戦略を実行することである。理想的なアーキテクチャは情報、分析、戦略、実行の4層に抽象化できるが、その実際の取引可能性は、決済の明確さ、流動性の質、および情報の構造化度に大きく依存する。

3. ストラテジー選択とリスク管理ロジック：ストラテジーの観点から、確定性アービトラージ（決済アービトラージ、確率保存アービトラージ、およびプラットフォーム間スプレッド取引）はエージェントによる自動化に最適であり、方向性投机は補完的な役割にとどめるべきです。ポジション管理では、実行可能性とエラー許容性を優先し、ステップ法と固定ポジション上限の組み合わせが最適です。

4. ビジネスモデルと将来性：商業化は主に3層に分かれる。インフラ層はデータ実行インフラを通じて安定したB2B収益を獲得し、戦略層はサードパーティの戦略呼び出しや収益分配で収益化し、Agent/Vault層はチェーン上での透明なリスク管理制約のもとで実際の取引に参加し、管理手数料とパフォーマンスフィーを徴収する。これに対応する形態には、エンターテインメント性のある入口、戦略サブスクリプション/シグナル（現在最も現実的な方法）、および高ハードルのVault託送が含まれる。「インフラ＋戦略エコシステム＋パフォーマンス参加」がより持続可能な道である。

予測市場エージェントのエコシステムでは、基盤フレームワークから上位ツールに至るまで多様な試みが生まれていますが、戦略生成、実行効率、リスク管理、ビジネスクローズドループなどの主要な側面において、まだ成熟し、再利用可能な標準化製品は登場していません。今後の予測市場エージェントの進化と進化を期待しています。