原文標題：《拆了 Polymarket 排行榜 40 個地址，賺錢的只有三種活法》
原文作者：Leo，預測市場研究員
在 Polymarket 上賺了一千萬美元的人，策略到底長什麼樣？
使用 Data API 與鏈上數據，逆向推導出體育和 Crypto 兩個賽道的排名前 20 名。
40 個地址，超過 10 萬筆交易，一筆一筆拆的。
不是查看儀表板截圖，而是將每一筆買入、賣出、贖回完全還原為策略行為。
方法：透過 Polymarket 數據 API 按地址抓取交易記錄，LB API 校驗盈虧，並結合鏈上 REDEEM/MERGE 數據還原真實現金流。每個地址 2000 至 15000 筆交易。
拆完以後發現，不論體育還是 Crypto，賺錢的地址分為三類。三類之間的差異不是參數不同，而是在玩完全不同的遊戲。
第一種：方向型，買對了就等到最後
體育賽道最賺錢的策略，簡單到我一開始不信。
在 18 個有效地址中，有 14 個只買不賣。持有至結算，贏了贖回，輸了歸零，不做波段。
同樣是只買不賣，賺法完全不同。
Swisstony：4.94 億美元交易量，回報率 1%，淨賺 496 萬美元。全自動，30 分鐘下 353 笔，覆蓋五大聯賽。每場只賺一點點，但量太大了。
majorexploiter：報酬率 39%，單筆最大 99 萬美元。600 多筆交易幾乎全押在兩場 Arsenal 比賽上。敢下重注，贏了就是幾百萬。
一個鋪量，一個押注，都賺了幾百萬。方法相反，但都有一個共同點：對自己下注的賽事具有資訊優勢。
第 1 名正在失速
kch123，體育排行榜第 1 名，累計盈利 1035 萬美元。
但截至 3 月中旬分析時，最近 30 天虧了 47.9 萬。近 7 天勝率只有 31%（15 勝 33 負）。14303 筆交易全部是買入，0 筆賣出。日均 493 筆，74% 的交易間隔不到 10 秒。
賺了一千萬的機器，正在失速。光看排名你不會知道這些，得拆鏈上數據才能看到。
我自己的標籤把自己騙了
fengdubiying，體育第 13 名，盈利 313 萬美元。
我在批量分析時給他打了「賣出主導型」的標籤，看起來是個做波段的。
拆開數據：回款的 93.6% 來自贖回，賣出只佔 6%。真實策略是 LoL 電競集中下注。單市場最大 158 萬美元（T1 vs KT Rolster），勝率 74.4%，盈虧比 7.5 比 1。
賣出是他的止損工具，而非主要策略。僅看儀表板上的買賣比例，你會完全誤判這個人在做什麼。
第二種：結構型，不靠預測賺錢
Crypto 排行榜完全是另一個物種。體育那邊是賭方向，Crypto 這邊是做莊。
深挖 Crypto Top 5：三個在運行漲跌二元期權的做市機器人，一個使用 MERGE 管理庫存價格閾值的做市商，一個專注於公募里程碑事件套利（報酬率 43.3%）。
小散在賭漲跌，大戶在當莊。
做市商如何賺錢
0x8dxd，BTC 5/15 分鐘漲跌做市商。
94% 的交易為對稱掛單，同時買漲和買跌。全天運行，單筆中位數不超過 6 美元。買入價漲 + 跌 < 1 美元，中間的價差即為利潤。至少三個獨立地址在運行同一模式。
另一個做市地址更極端：在 Economics 品類幾乎壟斷了流動性供給。982 筆掛單，0 筆賣單，六位數 PnL。賺的是 maker rebate 加上流動性溢價。
代碼好不等於能賺錢
看到這裡你可能覺得做市穩賺？GitHub 上有個開源的 Polymarket 做市 bot，程式碼寫得很工程化，WebSocket 實時數據、三件套風控（止損 + 波動率凍結 + 休眠期）、自動合併頭寸。作者自己承認：不盈利。
原因是定價邏輯為便士跳躍，於現有最佳報價前插入一分錢。說白了就是跟單，沒有自己的定價能力。
再精良的代碼也沒用，做市賺不賺錢取決於你的定價模型能否比市場更準確。
還有一個值得注意的數據：根據鏈上交易時間戳分析，Polymarket 加密價格市場中超過七成的套利利潤被延遲低於 100 毫秒的 bot 拿走。整個市場中只有不到 8% 的錢包是盈利的。若 bot 延遲在秒級，基本上是在為高頻交易者提供流動性。
第三種：認知型，下注少但每一筆都有判斷
第 3 類地址與前兩類完全不同。交易頻率很低，一個月可能只出手兩三次，但每一筆背後都有研究。
舉幾個例子。
一個天氣品種的地址，使用氣象局公開數據建模，僅在勝率超過 0.77 時進場，一個月可能僅交易兩三筆，每筆利潤數萬美元。
另一個地址 89% 的交易都是買 NO，持倉週期以月計算，勝率不高，但報酬倍數平均超過 9 倍，靠幾次大賭注覆蓋所有小虧損。
還有一個更極端的例子：在 FDV（全結果）市場中只做一件事，以 50-55 美分買入 NO，等待結算時獲得 1 美元。勝率 100%。這不是運氣好，而是其他人沒注意到這個定價偏差。
但認知型不是「研究夠深就能賺」。我拆過一個案例，有人用 137 萬行歷史數據做了 BTC 價格偏差的概率矩陣，回測表現完美，一做滾動驗證直接崩了。市場效率提高得很快，上個月有用的規律這個月已經被套利掉了。
真正的優勢在於你對某個品類的理解比市場定價更深，而不是模型更複雜。
三種活法的對比
三種活法對比表
我自己在做什麼
說完別人，說說我自己。
我同時運行著多條線：Crypto 做市（結構型）、體育概率定價（方向型）、天氣數據建模（認知型）。每條線都不大，沒有 kch123 那樣日均 493 筆的規模，也沒有 swisstony 那樣 4.94 億的交易量。
拆完這 40 個地址以後我想得最多的一件事：搞清楚自己在玩哪個遊戲，比優化任何參數都重要。
做方向型但沒有資訊優勢，再好的執行也是猜。做結構型但延遲跟不上，你就是被收割的那個。這不是雞湯，是我看完數據以後對自己說的話。
目前每條線都先進行小規模驗證，確認 edge 存在後再增加量。不必急於擴展，先將一兩個品類跑通。
數據來源：Polymarket Data API + LB API + Polygon 鏈上數據 | 分析週期：2026 年 1-3 月
想在 Polymarket 上試試？先想清楚你要玩哪個遊戲。