Щотижневий звіт IOSG | Зробіть ймовірність активом: попередній огляд ринку прогнозів #315

Автор оригіналу: Jacob Zhao, IOSG Ventures

У попередніх звітах серії Crypto AI ми постійно підкреслювали: найбільш практично значущі сценарії в сучасній криптоіндустрії зосереджені на платежах стабільними монетами та DeFi, а агенти є ключовим інтерфейсом для користувачів у галузі ШІ. Тому у тенденції об’єднання Crypto та AI найбільш цінними є дві шляхи: у короткостроковій перспективі — AgentFi на основі існуючих зрілих DeFi-протоколів (основні стратегії, такі як позичання, ліквідність-майнінг, а також продвинуті стратегії, як Swap, Pendle PT, арбітраж фінансових ставок), а у середньо- та довгостроковій перспективі — Agent Payment, що базується на розрахунках стабільними монетами та опирається на протоколи ACP/AP2/x402/ERC-8004.

Ринки прогнозів у 2025 році стали незаперечною новою тенденцією у галузі, при цьому щорічний обсяг торгів збільшився з приблизно 9 млрд доларів США у 2024 році до понад 40 млрд доларів США у 2025 році, що становить понад 400% річного зростання. Цей значний ріст сприяється кількома факторами: потреба у невизначеності, пов’язаній з макрополітичними подіями, дозрівання інфраструктури та моделей торгівлі, а також розм’якшення регуляторного середовища (перемога Kalshi та повернення Polymarket до США). Агенти ринків прогнозів у початку 2026 року продемонстрували ранні форми, і очікується, що вони стануть новою формою продукту в галузі агентів у наступному році.

Прогнозні ринки: від інструменту ставок до «глобального шару істини»

Прогнозні ринки — це фінансовий механізм, що дозволяє торгувати результатами майбутніх подій; ціни контрактів суттєво відображають колективне судження ринку щодо ймовірності настання події. Їх ефективність походить із поєднання групової мудрості та економічних стимулів: у анонімному середовищі з реальними грошовими ставками розсіяна інформація швидко інтегрується в ціновий сигнал, зважений за обсягом капіталу, що значно зменшує шум та хибні судження.

▲ Графік тренду номінального обсягу торгів на ринку прогнозів. Джерело даних: Dune Analytics (ID запиту: 5753743)

На кінець 2025 року ринок прогнозів практично сформував олігополію з двома лідерами: Polymarket і Kalshi. За даними Forbes, загальний обсяг торгів у 2025 році склав близько 44 млрд доларів США, з яких Polymarket припадає приблизно 21,5 млрд доларів США, а Kalshi — 17,1 млрд доларів США. Дані за тиждень лютого 2026 року показують, що обсяг торгів Kalshi ($25,9 млрд) вже перевищив обсяг Polymarket ($18,3 млрд), наблизившись до 50% частки ринку. Kalshi досягла швидкого зростання завдяки юридичній перемозі у справі з електоральними контрактами, першочерговій відповідності регуляторним вимогам на ринку спортивних прогнозів у США та більш чітким очікуванням щодо регулювання. Зараз шляхи розвитку обох компаній чітко розходяться:

· Polymarket використовує гібридну архітектуру CLOB з оффчейн-зіставленням та ончейн-розрахунками та децентралізований механізм розрахунків, щоб створити глобальний, нетрекістований високоліквідний ринок; після повернення до відповідності з законодавством США вона сформувала двоїсту структуру функціонування «наshore + offshore»;

· Kalshi інтегрується в традиційну фінансову систему, підключаючись через API до основних роздрібних брокерів, привертаючи глибоку участь вейлстрітських маркет-мейкерів у торгівлі макро- та даними контрактами; продукти підпорядковані традиційним регуляторним процесам, а попит у довгому хвості та відповідь на неочікувані події відстають.

Крім Polymarket та Kalshi, інші конкурентні учасники ринку прогнозів розвиваються переважно двома шляхами:

· Першим є компліантний канал розповсюдження: вбудовування контрактів подій у існуючі облікові записи та розрахункові системи брокерів або великих платформ, з опорою на покриття каналів, компліантні ліцензії та інституційну довіру для створення переваг (наприклад, Interactive Brokers × ForecastEx ForecastTrader, FanDuel × CME Group FanDuel Predicts); значні переваги в компліантності та ресурсах, але продукт та масштаб користувачів все ще на початковій стадії.

· Друге — це нативний шлях Crypto на ланцюгу, до якого належать Opinion.trade, Limitless, Myriad, які досягають швидкого зростання за допомогою майнінгу балів, короткострокових ф’ючерсів та розповсюдження через медіа, зосереджуючись на продуктивності та ефективності капіталу, але їхня довгострокова стійкість та надійність управління ризиками все ще потребують перевірки.

Традиційні фінансові шляхи відповідності та переваги ефективності, вбудовані в криптовалюту, разом утворюють різноманітну конкуренційну картину екосистеми прогнозування.

Ринки прогнозів на поверхні схожі на азартні ігри, є нульовою грою, але їхнє ключове відмінність полягає у наявності позитивного зовнішнього ефекту: шляхом реальних грошових угод вони агрегують розсіяну інформацію, проводять публічне ціноутворення для реальних подій та формують цінний шар сигналів. Їхній тренд рухається від гри до «глобального шару істини» — з підключенням таких інституцій, як CME та Bloomberg, ймовірності подій перетворилися на метадані рішень, які можуть безпосередньо використовуватися фінансовими та корпоративними системами, забезпечуючи більш оперативну та кількісно вимірювану ринкову істину.

З урахуванням глобального регуляторного ландшафту, шляхи компліанту для прогнозних ринків значно відрізняються. США є єдиною основною економікою, яка чітко включила прогнозні ринки до регуляторної рамки фінансових деривативів, тоді як ринки Європи, Великобританії, Австралії та Сінгапуру загалом класифікують їх як азартні ігри і поступово підсилюють регулювання, тоді як Китай, Індія та інші повністю забороняють їх. Майбутнє глобальне розширення прогнозних ринків залежатиме від регуляторних рамок кожної країни.

Архітектурне проектування інтелектуального агента для прогнозування ринку

Сьогодні агенти прогнозувальних ринків (Prediction Market Agent) входять на етап ранньої практики; їхня цінність полягає не в «більш точному прогнозуванні ШІ», а в підсиленні ефективності обробки та виконання інформації на прогнозувальних ринках. Прогнозувальні ринки за суттю є механізмами збору інформації, де ціни відображають колективне судження про ймовірність подій; реальна низька ефективність ринків пояснюється інформаційним асиметрією, обмеженнями ліквідності та уваги. Правильна позиція агентів прогнозувальних ринків — виконуване управління ймовірнісними активами (Executable Probabilistic Portfolio Management): перетворення новин, текстів правил та даних ланцюга на перевіряні відхилення цін, щоб швидше, більш дисципліновано та з меншими витратами виконувати стратегії та отримувати структурні можливості шляхом арбітражу між платформами та управління ризиками портфелю.

Ідеальний інтелектуальний агент прогнозування можна абстрагувати як чотирирівневу архітектуру:

· Шар інформації збирає новини, соціальні мережі, дані ланцюга та офіційні дані;

· Рівень аналізу використовує LLM та ML для виявлення неправильних цін та розрахунку Edge;

Рівень стратегії перетворює Edge на позиції за допомогою формули Келлі, поетапного формування позиції та управління ризиками;

Рівень виконання завершив багатомаркетове розміщення ордерів, оптимізацію прослизання та Gas, а також виконання арбітражу, створивши ефективний автоматизований замкнений цикл.

Стратегічна рамка для агентів прогнозування ринку

На відміну від традиційних торгівельних середовищ, прогнозні ринки мають значні відмінності у механізмах розрахунків, ліквідності та розподілі інформації, і не всі ринки та стратегії підходять для автоматизованого виконання. Суть інтелектуального агента прогнозного ринку полягає в тому, чи він розгорнутий у сценаріях з чіткими правилами, які можна закодувати і які відповідають його структурним перевагам. Нижче аналіз проводиться на трьох рівнях: вибір активу, управління позицією та структура стратегії.

Не всі прогнозні ринки мають торговельну цінність; їхня участь залежить від: чіткості вирішення (чи є правила ясними, чи є джерело даних єдиним), якості ліквідності (глибина ринку, спред та обсяги угод), ризику внутрішньої інформації (ступінь асиметрії інформації), часових структур (термін закінчення та ритм подій), а також інформаційної переваги та професійного досвіду самого трейдера. Лише коли більшість вимірів задовольняють базові вимоги, прогнозний ринок має основу для участі; учасники повинні відповідати своїм перевагам та характеристикам ринку:

· Основні переваги людини: ринки, де домінують професійні знання, здатність до судження та інтеграція нечіткої інформації, з відносно широким часовим вікном (у днях/тижнях). Типові приклади: політичні вибори, макроекономічні тенденції та корпоративні віхи.

· Основні переваги AI-агентів: ринки, що залежать від обробки даних, виявлення патернів та швидкого виконання, з надзвичайно короткими часовими вікнами для прийняття рішень (у секундах/хвилинах). Типові приклади: високочастотна ціноутворення криптовалют, арбітраж між ринками та автоматизоване маркет-мейкінг.

· Не застосовується до галузей: ринків, що керуються внутрішньою інформацією або є чисто випадковими/високо маніпулятивними, де жоден учасник не має переваги.

Формула Келлі — це найбільш представницька теорія управління капіталом для сценаріїв повторюваних ігор; її мета — не максимізація одноразового прибутку, а максимізація довгострокового темпу зростання капіталу за складними відсотками. Цей метод, заснований на оцінці ймовірності перемоги та коефіцієнта виграшу, обчислює теоретично оптимальний розмір позиції, підвищуючи ефективність зростання капіталу за наявності позитивного очікуваного значення. Він широко застосовується в квантифікованих інвестиціях, професійному азартному бізнесі, покері та управлінні активами.

· Класична форма: f^* = (bp - q) / b

· Тут f∗ — це оптимальна частка ставки, b — чистий коефіцієнт коефіцієнт, p — ймовірність перемоги, q=1−p

· Прогнозування ринку можна спростити до: f^* = (p - market\_price) / (1 - market\_price)

· Тут p — це суб’єктивна справжня ймовірність, а market_price — це ринкова неявна ймовірність

Теоретична ефективність формули Келлі сильно залежить від точного оцінювання справжніх ймовірностей та коефіцієнтів, але на практиці трейдери важко постійно точно визначають справжні ймовірності; у реальних умовах професійні букмекери та учасники прогнозних ринків віддають перевагу більш виконуваним стратегіям, що менше залежать від оцінки ймовірностей:

· Система одиниць (метод фіксованих ставок): розподіл капіталу на фіксовані одиниці (наприклад, 1%), інвестування різної кількості одиниць залежно від рівня впевненості, автоматичне обмеження ризику на одну операцію за допомогою ліміту одиниць — найпоширеніший практичний підхід.

· Метод фіксованого відсотка (Flat Betting): кожна ставка здійснюється з фіксованою часткою капіталу, що підкреслює дисципліну та стабільність, підходить для інвесторів із низьким рівнем прийняття ризику або в умовах низької впевненості.

· Метод ступінчастої впевненості (Confidence Tiers): передвизначені дискретні рівні позицій з встановленим абсолютним лімітом для зменшення складності прийняття рішень та уникнення псевдоточності моделі Келлі.

· Зворотний підхід до ризику (Inverted Risk Approach): вихід з максимально допустимої втрати для розрахунку розміру позиції, з акцентом на обмеження ризику, а не на очікувану прибутковість, щоб сформувати стабільну межу ризику.

Для агентів прогнозування ринку дизайн стратегії повинен пріоритизувати виконуваність та стабільність, а не прагнення до теоретично оптимального рішення. Ключовим є чіткі правила, прості параметри та стійкість до помилок у оцінках. За цих обмежень найбільш підходящою універсальною схемою управління позиціями для агента PM є метод ступінчастої впевненості у поєднанні з фіксованим лімітом позиції. Цей метод не залежить від точних оцінок ймовірностей, а замість цього розподіляє можливості на обмежену кількість рівнів залежно від сили сигналу та відповідає їм фіксований розмір позиції; навіть у випадках високої впевненості встановлюється чіткий ліміт для контролю ризику.

З точки зору структури стратегії, прогнозування ринку можна поділити на дві основні категорії: детерміновані арбітражні стратегії (Arbitrage), що характеризуються чіткими правилами та можливістю кодування, та спекулятивні стратегії напрямку (Speculative), що залежать від інтерпретації інформації та визначення напрямку; крім того, існують стратегії маркет-мейкінгу та хеджування, які переважно застосовуються професійними інституціями та вимагають значних капіталовкладень та інфраструктури.

· Арбітраж при розрахунках (Resolution Arbitrage): арбітраж при розрахунках відбувається на етапі, коли результат події вже майже визначений, але ринок ще не повністю врахував цю інформацію; прибуток отримується переважно завдяки синхронізації інформації та швидкості виконання. Ця стратегія має чіткі правила, низький ризик і може бути повністю закодована, що робить її найбільш підходящою для виконання агентами серед усіх стратегій прогнозування ринку.

· Збереження ймовірності арбітраж (Dutch Book Arbitrage): Dutch Book арбітраж використовує структурну дисбаланс, що виникає, коли сума цін на взаємовиключні та повні події відхиляється від обмеження збереження ймовірності (∑P≠1), шляхом створення портфеля для фіксації безнапрямкового прибутку. Ця стратегія залежить лише від правил та цінових співвідношень, має низький ризик і може бути високо автоматизована, що робить її типовим прикладом детермінованого арбітражу, придатного для автоматичного виконання агентом.

· Міжплатформений арбітраж: міжплатформений арбітраж отримує прибуток шляхом виявлення відмінностей у цінах на однакові події на різних ринках, має низький ризик, але вимагає високої точності та паралельного моніторингу. Ця стратегія підходить для агентів, які мають переваги в інфраструктурі, але зростання конкуренції призводить до постійного зниження маржинального прибутку.

· Комбінований арбітраж (Bundle): Комбінований арбітраж використовує неузгоджені ціни між пов’язаними ф’ючерсами, має чітку логіку, але обмежені можливості. Цю стратегію може виконувати агент, але вона вимагає певних інженерних зусиль щодо розбору правил та комбінованих обмежень; ступінь придатності агента — середній.

· Структурована інформаційна торгівля (Information Trading): ці стратегії базуються на чітко визначених подіях або структурованій інформації, такій як офіційні публікації даних, оголошення або вікна рішень. Доки джерело інформації є чітким, а умови запуску визначені, агент може використовувати переваги швидкості та дисципліни на етапах моніторингу та виконання; однак, коли інформація вимагає семантичного аналізу або контекстуального тлумачення, необхідна людська участь.

· Стратегія слідування за сигналами (Signal Following): Ця стратегія отримує прибуток, слідуючи за поведінкою облікових записів або капіталів з кращою історичною продуктивністю; правила відносно прості та можуть бути автоматизовані. Основний ризик полягає у деградації сигналів та їх зворотному використанні, тому необхідні механізми фільтрації та строге управління позиціями. Підходить як допоміжна стратегія для агента.

· Неструктуровані / шумові стратегії (Unstructured / Noise-driven): ці стратегії сильно залежать від емоцій, випадковості або участи, не мають стабільної та відтворюваної переваги, а довгострокова очікувана вартість є нестабільною. Через складність моделювання та високий ризик вони не підходять для систематичного виконання агентами і не рекомендуються як довгострокові стратегії.

· Стратегії високої частоти цін та ліквідності (Market Microstructure): ці стратегії залежать від надзвичайно коротких інтервалів прийняття рішень, постійного котирування або високочастотної торгівлі, вимагаючи високих вимог до затримки, моделей та капіталу. Хоча теоретично вони підходять для агентів, у прогнозних ринках вони часто обмежені ліквідністю та інтенсивністю конкуренції, тому підходять лише для невеликої кількості учасників із значними перевагами в інфраструктурі.

· Управління ризиками та хеджування (Risk Control & Hedging): Ці стратегії не спрямовані безпосередньо на отримання прибутку, а використовуються для зменшення загального ризику. Чіткі правила та ясні цілі, що дозволяють їм працювати як базовий модуль контролю ризиків у довгостроковій перспективі.

Загалом, стратегії, придатні для виконання агентом на прогнозних ринках, зосереджені на сценаріях із чіткими правилами, які можна закодувати, і з мінімальним впливом суб’єктивних суджень, де детермінований арбітраж повинен бути основним джерелом прибутку, а структурована інформація та стратегії слідування за сигналами — додатковими; високий рівень шуму та емоційні угоди слід систематично виключити. Довгострокова перевага агента полягає у високій дисципліні, швидкості виконання та здатності контролювати ризики.

Модель бізнесу та форма продукту для прогнозуючих ринків

Ідеальний бізнес-модельний дизайн для прогнозних ринкових агентів має різні напрямки дослідження на різних рівнях:

· Інфраструктурний рівень (Infrastructure), який забезпечує агрегацію даних у реальному часі з кількох джерел, базу адрес Smart Money, єдиний рушій виконання прогнозних ринків та інструменти бектестингу, з отриманням стабільного доходу від B2B, незалежно від точності прогнозів;

· Рівень стратегій (Strategy): інтеграція стратегій спільноти та третіх сторін для створення екосистеми повторно використовуваних та оцінюваних стратегій, з вилученням вартості через виклики, ваги або розподіл прибутку, що зменшує залежність від єдиної Альфи.

· Рівень агента / сховища: агенти безпосередньо участвують у реальному виконанні як довірчі управляючі, опираючись на прозорість ланцюга та строгу систему контролю ризиків, отримуючи плату за управління та винагороду за результати.

А різні форми продуктів, що відповідають різним бізнес-моделям, можна класифікувати як:

· Розважальний / ігровий режим: інтуїтивна взаємодія, подібна до Tinder, знижує бар’єри для участі, має найбільший потенціал зростання користувачів та освіти ринку, є ідеальним входом для виходу за межі аудиторії, але потребує переходу до підписки або виконавчих продуктів для монетизації.

· Підписка на стратегії / Режим сигналів: не передбачає зберігання коштів, відповідає вимогам регуляторів, чітко розподіляє повноваження та відповідальність, має стабільну SaaS-модель доходу — це найбільш реалістичний шлях монетизації на поточному етапі. Його обмеження полягають у тому, що стратегії легко копіювати, а виконання супроводжується втратами; довгостроковий потенціал доходу обмежений. Досвід та збереження користувачів можна значно покращити за допомогою напівавтоматизованої форми «сигнал + одноклікове виконання».

· Режим хранення у Vault: має переваги масштабу та ефективності виконання, наближений до інвестиційних продуктів, але стикається з багатьма структурними обмеженнями, такими як ліцензія на управління активами, високий поріг довіри та ризики централізованої технології. Бізнес-модель сильно залежить від ринкових умов і постійної прибутковості. Без довгострокових результатів та інституційного супроводу не варто вважати його основним шляхом.

Загалом, різноманітна структура доходів «монетизація інфраструктури + розширення екосистеми стратегій + участь у прибутках» допомагає зменшити залежність від однієї гіпотези про «постійне перевагу AI над ринком». Навіть якщо альфа зменшується з дозріванням ринку, базові здібності виконання, управління ризиками та розрахунків залишаються довгостроково цінними, формуючи більш сталу комерційну замкнену систему.

Приклади проектів інтелектуальних агентів для прогнозування ринків

Наразі агенти прогнозних ринків перебувають на початковому етапі дослідження. Хоча на ринку з’явилися різноманітні спроби — від базових фреймворків до верхньорівневих інструментів, — ще не сформувалася жодна стандартизована продуктова рішення, яке б було дорослим у генерації стратегій, ефективності виконання, системі контролю ризиків та комерційному циклі.

Ми поділили поточну екосистему на три рівні: інфраструктура (Infrastructure), автономні торгівельні агенти (Autonomous Agents) та інструменти прогнозування ринку (Prediction Market Tools).

· Полімаркет Агенти Фреймворк

Polymarket Agents — це офіційний фреймворк для розробників від Polymarket, створений для вирішення інженерних стандартів у сфері «підключення та взаємодії». Цей фреймворк інкапсулює інтерфейси для отримання ринкових даних, створення замовлень та базових викликів LLM. Він вирішує питання «як робити замовлення за допомогою коду», але залишає без уваги ключові торгівельні функції — такі як генерація стратегій, калібрування ймовірностей, динамічне управління позиціями та системи бектестингу. Він більше схожий на офіційно схвалений «стандарт підключення», ніж на готовий продукт з Alpha-доходністю. Комерційні агенти повинні будувати повний дослідницький та ризик-менеджмент ядро на основі цього фреймворку.

· Інструменти прогнозування Gnosis

Інструменти агента Gnosis Prediction Market (PMAT) надають повний читання та запис для Omen/AIOmen та Manifold, але для Polymarket доступні лише права лише на читання, що створює очевидні бар’єри екосистеми. Він добре підходить як основа для розробки агентів у рамках Gnosis, але має обмежену корисність для розробників, які зосереджені на Polymarket.

Polymarket та Gnosis — це єдині прогнозні ринки, які наразі чітко продуктизували «розробку агентів» як офіційну фреймворк. Інші прогнозні ринки, такі як Kalshi, все ще зосереджені на рівні API та Python SDK, і розробникам потрібно самостійно додавати ключові системні можливості, такі як стратегії, управління ризиками, виконання та моніторинг.

На сьогоднішній ринок «AI-агенти прогнозування ринку» все ще перебувають на початковій стадії; хоча вони й називаються «агентами», їхні реальні можливості значно відрізняються від автономних автоматизованих замкнених торгівельних систем — загалом вони не мають незалежного та систематизованого рівня контролю ризиків, не включають управління позиціями, стоп-лосами, хеджуванням та обмеженнями очікуваної вартості в процес прийняття рішень, а загальний рівень продуктизації низький, і ще не сформовано зрілих систем, здатних працювати довгостроково.

· Olas Predict

Olas Predict — це найбільш продуктово розвинена екосистема агентів для прогнозних ринків. Її ключовий продукт Omenstrat побудований на основі Omen у рамках системи Gnosis, використовує FPMM та децентралізований арбітражний механізм, підтримує часті мінімальні взаємодії, але обмежений низькою ліквідністю окремих ринків Omen. Його «AI-прогнозування» залежить від універсальних LLM, не має доступу до даних у реальному часі та систематичного механізму контролю ризиків, а історична точність варіюється між категоріями. У лютому 2026 року Olas запустила Polystrat, розширила можливості агента на Polymarket — користувачі можуть визначати стратегії за допомогою природної мови, а агент автоматично виявляє відхилення ймовірностей на ринках зі зверненням протягом 4 днів та виконує угоди. Система контролює ризики за допомогою локального запуску Pearl, самостійно хостованого Safe-рахунку та жорстко закодованих обмежень, ставши першим споживчим автономним торгівельним агентом для Polymarket.

· Стратегія UnifAI Network Polymarket

Надається автоматизований агент для торгівлі на Polymarket, заснований на стратегії прийняття хвостового ризику: сканування контрактів із прихованими ймовірностями >95% перед закінченням та їх купівля з метою отримання різниці в ціні 3–5%. Дані ланцюга показують успішність близько 95%, але дохідність значно варіюється між категоріями; стратегія сильно залежить від частоти виконання та вибору категорій.

· NOYA.ai

NOYA.ai намагається інтегрувати цикл «дослідження — оцінка — виконання — моніторинг» у замкнений агент, архітектура якого охоплює рівень інтелекту, абстракції та виконання. Наразі було впроваджено Omnichain Vaults; агент Prediction Market все ще перебуває в розробці і ще не створив повного замкненого циклу на головній мережі, загалом проект перебуває на етапі перевірки концепції.

Наразі інструменти аналізу прогнозних ринків недостатні для створення повноцінного «прогнозного ринкового агента»; їхня цінність зосереджена переважно на інформаційному та аналітичному рівнях архітектури агента. Виконання угод, управління позиціями та контроль ризиків залишаються за відповідальністю трейдера. З точки зору продукту, вони більше відповідають позиції «підписка на стратегії / допомога з сигналами / підсилення досліджень» і можуть вважатися ранньою версією прогнозного ринкового агента.

Шляхом систематичного аналізу та емпіричного відбору проектів, включених до Awesome-Prediction-Market-Tools, у цьому звіті вибрано代表性 проекти, які вже мають початкову продуктову форму та сценарії використання. Основна увага зосереджена на чотирьох напрямках: аналіз та рівень сигналів, системи сповіщень та відстеження китів, інструменти виявлення арбітражу та торгівельні термінали з агрегацією виконання.

Інструменти аналізу ринку

Polyseer: дослідницький інструмент прогнозування з архітектурою багатоагентного розподілу обов’язків (Planner / Researcher / Critic / Analyst / Reporter), що збирає докази з обох сторін та агрегує байєсівські ймовірності, надаючи структуровані дослідницькі звіти. Його переваги — прозорість методології, інженеризація процесів та повна відкритість та можливість аудиту.

Oddpool: позиціонується як «Bloomberg Terminal для прогнозних ринків», пропонуючи агрегацію, сканування арбітражу та інтерактивні панелі даних у реальному часі з таких платформ, як Polymarket, Kalshi, CME.

Polymarket Analytics: Глобальна платформа для аналізу даних Polymarket, систематично відображає дані трейдерів, ринків, позицій та угод, з чіткою структурою та наочними даними, ідеально підходить для базових запитів та досліджень.

Hashdive: інструмент даних для трейдерів, який за допомогою Smart Score та багатовимірного Screener квантифікує та фільтрує трейдерів і ринки, надаючи практичну користь у виявленні «розумних грошей» та прийнятті рішень про копіювання торгівель.

Polyfactual: зосереджено на ринковій інформації та аналізі настроїв/ризиків штучного інтелекту, інтегрує результати аналізу в інтерфейс торгівлі через розширення Chrome, спрямовано на сценарії B2B та інституційних користувачів.

Predly: Платформа для виявлення неправильних цін на основі ШІ, яка виявляє відхилення цін у Polymarket та Kalshi шляхом порівняння ринкових цін із ймовірністю, обчисленою ШІ. Офіційно заявлено, що точність сповіщень становить 89%, позиціонується як інструмент для виявлення сигналів та відбору можливостей.

Polysights: охоплює 30+ ринків та ончейн-індикатори, а також відстежує аномальні дії, такі як нові гаманці та великі ордери, за допомогою Insider Finder — ідеально для щоденного моніторингу та виявлення сигналів.

PolyRadar: платформа паралельного аналізу за кількома моделями, яка надає реальний час інтерпретації, еволюцію часових ліній, оцінку рівня впевненості та прозорість джерел для окремих подій, з акцентом на перехресну перевірку за допомогою кількох ШІ та позиціонується як інструмент аналізу.

Alphascope: Інженер ринкової інформації з підтримкою ШІ, який надає реальні сигнали, короткі звіти з досліджень та моніторинг змін імовірностей; загалом ще на початковій стадії, з акцентом на дослідження та підтримку сигналів.

· Сповіщення/Відстеження китів

Стенд: Чітке позиціонування як нагадування про слідування за китами та високонадійні дії.

Whale Tracker Livid: продуктізація змін позицій китів

Інструмент виявлення арбітражу

ArbBets: інструмент виявлення арбітражу з використанням ШІ, спрямований на Polymarket, Kalshi та ринки спортивних ставок, що виявляє арбітражні та +EV-можливості між платформами, призначений для сканування високочастотних можливостей.

PolyScalping: Платформа для реального часу арбітражу та сканування для Polymarket, яка підтримує сканування всього ринку кожні 60 секунд, розрахунок ROI та сповіщення через Telegram, а також фільтрацію можливостей за ліквідністю, спредом та обсягом угод — для активних трейдерів.

Eventarb: Легковажний крос-платформений інструмент для розрахунку арбітражу та сповіщень, який охоплює Polymarket, Kalshi та Robinhood, з фокусом на основних функціях, безкоштовний для використання, ідеально підходить як базовий арбітражний інструмент.

Prediction Hunt: інструмент агрегації та порівняння прогнозних ринків між платформами, який надає порівняння реальних цін з Polymarket, Kalshi та PredictIt та виявляє арбітражні можливості (оновлення приблизно кожні 5 хвилин), спрямований на виявлення інформаційної симетрії та неефективності ринку.

· Торгова платформа / агреговане виконання

Verso: Інституційна платформа для торгівлі прогнозними ринками, підтримана YC Fall 2024, з інтерфейсом у стилі Bloomberg, що надає реальний час слідкування за 15 000+ контрактами Polymarket та Kalshi, глибокий аналіз даних та AI-новинну інформацію, спрямована на професійних та інституційних трейдерів.

Matchr: агрегатор та інструмент виконання прогнозних ринків через крос-платформи, що охоплює понад 1 500 ринків, забезпечує оптимальне зіставлення цін за допомогою розумного маршрутизації та планує автоматизовані стратегії отримання прибутку на основі високоймовірних подій, міжплатформного арбітражу та подійно-орієнтованих підходів, позиціонується як рівень виконання та ефективності капіталу.

TradeFox: професійна платформа для агрегації прогнозних ринків та Prime Brokerage, підтримувана Alliance DAO та CMT Digital, яка пропонує просунуте виконання замовлень (лімітні ордери, тейк-профіт/стоп-лос, TWAP), самотримувані угоди та розумну маршрутизацію між кількома платформами, спрямована на інституційних трейдерів, з планами розширення на Kalshi, Limitless, SxBet тощо.

Підсумки та перспективи

Наразі агенти прогнозувальних ринків перебувають на початковій стадії розробки.

1. Ринкова основа та еволюція суті: Polymarket та Kalshi сформували дуополію; створення агентів навколо них має достатню ліквідність та сценарну базу. Основна відмінність між прогнозними ринками та азартними іграми полягає у позитивному зовнішньому ефекті: шляхом реальних угод вони агрегують розсіяну інформацію та публічно цінують реальні події, поступово еволюціонуючи у «глобальний шар істини».

2. Основна позиція: Агент ринку прогнозів повинен позиціонуватися як інструмент управління ймовірнісними активами, основна задача якого — перетворювати новини, правила та дані ланцюга на перевіряємі відхилення цін і виконувати стратегії з вищою дисципліною, нижчими витратами та мультиринковими можливостями. Ідеальна архітектура може бути абстрагована як чотири рівні: інформація, аналіз, стратегія та виконання, але її реальна торгова здатність сильно залежить від чіткості розрахунків, якості ліквідності та структурованості інформації.

3. Вибір стратегії та логіка управління ризиками: з точки зору стратегії, детермінований арбітраж (включаючи арбітраж при розрахунках, арбітраж зі збереженням ймовірності та міжплатформений спред-арбітраж) найкраще підходить для автоматизованого виконання агентом, тоді як спекулятивні позиції з напрямком можуть використовуватися лише як додаток. У управлінні позиціями слід надавати пріоритет виконуваності та стійкості до помилок; найкраще підходить метод сходинок у поєднанні з фіксованим лімітом розміру позиції.

4. Бізнес-модель та перспективи: комерціалізація поділена на три рівні: інфраструктурний рівень отримує стабільний B2B дохід через інфраструктуру виконання даних, стратегічний рівень монетизується через виклик стратегій сторонніх розробників або поділ прибутку, а рівень Agent/Vault бере участь у реальній торгівлі з прозорим ончейн-ризик-менеджментом і отримує плату за управління та винагороду за результати. Відповідні формати включають розважальні інтерфейси, підписки на стратегії/сигнали (зараз найбільш реалістичні) та Vault-сервіси з високим порогом входу. «Інфраструктура + екосистема стратегій + участь у результатах» є більш стійким шляхом.

Хоча в екосистемі агентів прогнозувальних ринків вже з’явилися різноманітні спроби — від базових фреймворків до верхньорівневих інструментів, — на ключових аспектах, таких як генерація стратегій, ефективність виконання, контролювання ризиків та комерційний цикл, досі не з’явилося зрілих, повторно використовуваних стандартних продуктів. Ми очікуємо подальшої ітерації та еволюції агентів прогнозувальних ринків.

Оригінальне посилання

Натисніть, щоб дізнатися про вакансії BlockBeats

Вступайте до офіційного спільноти律动 BlockBeats:

Telegram-канал з підпискою: https://t.me/theblockbeats

Telegram-чат: https://t.me/BlockBeats_App

Офіційний аккаунт Twitter: https://twitter.com/BlockBeatsAsia