Les marchés de prédiction décentralisés ont connu une croissance rapide ces dernières années, Polymarket étant l’un des plus représentatifs. Cependant, une étude récente et une analyse technique détaillée révèlent que ces marchés présentent en réalité de nombreuses « incohérences de prix à l’œil nu », permettant aux traders quantitatifs professionnels d’extraire des profits importants de manière stable.
Selon une série d’analyses virales sur X, au cours de l’année écoulée, des traders quantitatifs utilisant des modèles mathématiques avancés et des systèmes de trading à haute fréquence ont accumulé près de 40 millions de dollars de profits sur Polymarket. Parmi eux, le trader individuel en tête a gagné plus de 2 millions de dollars, ce qui montre que le mécanisme de tarification des marchés de prédiction comporte encore des lacunes structurelles en termes d’efficacité.
(Qu’est-ce qu’un marché de prédiction ? Tutoriel pour débutants sur Polymarket : méthodes de mise, modes de règlement et analyse des risques)
Les recherches révèlent : les marchés de prédiction recèlent d’importantes opportunités d’arbitrage
Ce débat a été lancé par une longue série d’analyses techniques publiée par le back-end engineer et trader quantitatif Roan sur X, le 30 janvier 2026. Cette série est basée sur un article de recherche publié, qui détaille comment les systèmes de trading quantitatifs scrutent les opportunités d’arbitrage dans les marchés de prédiction.
L’étude montre que les systèmes quantitatifs peuvent analyser en millisecondes des milliers de marchés interconnectés pour repérer des incohérences dans la logique des prix. Ces incohérences ne sont pas évidentes, mais une fois analysées via des modèles mathématiques, elles peuvent théoriquement permettre un « arbitrage sans risque ».
Après avoir analysé 17 218 conditions de marché, l’équipe de recherche a découvert que :
41 % des marchés à condition unique présentent des opportunités d’arbitrage
Le médian des écarts de prix pour une mise de 1 dollar est de 0,40 dollar
Pendant la période de la campagne électorale américaine 2024, 1 576 paires de marchés interdépendants ont été identifiées
Cela signifie qu’en dépit de leur apparence d’efficience, les marchés comme Polymarket comportent encore de nombreuses erreurs de tarification structurelles.
Pourquoi les prix semblent corrects en surface, mais le marché reste déséquilibré ?
En apparence, les prix des marchés de prédiction sont très intuitifs. Par exemple, si le contrat « oui » pour une question vaut 0,62 dollar et « non » 0,38 dollar, leur somme fait 1, ce qui semble exclure toute opportunité d’arbitrage.
Mais le problème réside dans la logique inter-marchés. Par exemple :
« Trump remportera-t-il la Pennsylvanie ? »
« Le Parti républicain gagnera-t-il la Pennsylvanie avec plus de 5 points de pourcentage ? »
Ces deux événements ne sont pas totalement indépendants, mais ils sont souvent évalués séparément par le marché. Cela peut conduire à des contradictions logiques, comme des probabilités totales dépassant 100 % ou inférieures à la valeur théorique.
Pour un trader humain, vérifier toutes les combinaisons possibles est presque impossible. Par exemple, pour une compétition NCAA à élimination directe avec 63 matchs, il peut y avoir plus de 9 quintillions (9×10¹⁸) de résultats possibles.
Les systèmes quantitatifs utilisent des contraintes linéaires et des modèles mathématiques pour réduire l’espace de recherche, permettant de résoudre ces problèmes en quelques secondes.
Outils mathématiques clés : projection de Bregman et algorithme de Frank-Wolfe
Une fois une opportunité d’arbitrage détectée, la question suivante est : combien de contrats faut-il passer, dans quelle direction, pour maximiser le profit ?
Étant donné que les marchés de prédiction utilisent souvent le mécanisme de tarification LMSR (Logarithmic Market Scoring Rule), les méthodes classiques de mesure d’erreur de distance ou de probabilité ne sont pas adaptées. Les chercheurs ont donc introduit la divergence de Bregman pour calculer la distance entre le prix du marché et l’espace « sans arbitrage ».
Grâce à la projection de Bregman, le système peut projeter le prix actuel du marché dans une zone mathématiquement dépourvue d’arbitrage, appelée le polytope marginal. La différence entre les deux représente le profit maximal théorique pouvant être verrouillé.
Mais le problème reste énorme : l’espace de résultats peut contenir des milliards, voire des trillions de combinaisons. Pour rendre le calcul praticable, les traders quantitatifs utilisent l’algorithme de Frank-Wolfe, qui approche progressivement la solution optimale sans énumérer toutes les possibilités.
En pratique :
Le système nécessite généralement entre 50 et 150 itérations
Le temps de calcul est inférieur à 30 minutes
Il utilise un solveur de programmation linéaire en nombres entiers (comme Gurobi) pour optimiser
Cela transforme un problème initialement presque insoluble en une stratégie de trading en temps réel.
Le vrai défi : exécution des trades et risques de liquidité
Même si le modèle mathématique est parfait, une mauvaise exécution peut transformer un arbitrage en perte.
Polymarket fonctionne sur un carnet d’ordres centralisé (CLOB) sur Polygon, ce qui signifie que les transactions ne sont pas atomiques. En d’autres termes, une stratégie d’arbitrage nécessite souvent de passer plusieurs ordres simultanément, mais leur exécution réelle peut être décalée.
Si une transaction se réalise, mais pas l’autre, ou si le prix glisse, l’écart d’arbitrage initial de 0,40 dollar peut instantanément se réduire à 0,08 dollar, voire devenir une perte.
Les chercheurs ont analysé les données on-chain et constaté que seules les opportunités d’arbitrage avec un profit d’au moins 0,05 dollar peuvent couvrir les coûts de glissement et de liquidité dans un environnement réel.
Pour réaliser ces arbitrages avant que le marché ne corrige les prix, les systèmes professionnels utilisent :
WebSocket et connexions RPC directes
Soumission d’ordres en moins de 30 millisecondes
Envoi parallèle de plusieurs transactions
À l’inverse, un trader individuel vérifie généralement les prix toutes les 30 secondes, ce qui crée un écart de vitesse considérable.
Près de 40 millions de dollars d’arbitrage en un an : un signal d’alerte pour les marchés de prédiction ?
Les statistiques montrent qu’entre avril 2024 et avril 2025, les traders quantitatifs ont extrait environ :
1,058 million de dollars d’arbitrage sur des conditions uniques
2,901 millions de dollars d’arbitrage de rééquilibrage de marché
95 634 dollars d’arbitrage inter-marchés
Les 10 meilleurs traders ont capté 20,5 % des profits totaux.
Le premier trader a effectué 4 049 transactions, avec un profit moyen de 496 dollars par opération, ce qui indique que l’arbitrage n’est pas une coïncidence, mais une stratégie hautement systématisée.
Roan souligne dans son analyse que les systèmes de trading de pointe combinent désormais :
Flux de données en temps réel
Détection des relations de marché assistée par LLM
Optimisation par programmation entière
Gestion du capital ajustée au risque via la stratégie Kelly
Ces technologies donnent aux équipes quantitatifs un avantage écrasant dans la prédiction des marchés.
L’avenir des marchés de prédiction : la fenêtre d’arbitrage va-t-elle se fermer ?
À mesure que ces stratégies deviennent publiques et comprises, une nouvelle question apparaît : lorsque de plus en plus de traders maîtrisent ces techniques, les opportunités d’arbitrage disparaîtront-elles rapidement ?
Les recherches et outils sont déjà largement accessibles, incluant des modèles de market making pour arbitrage, des cadres mathématiques et des logiciels de base. Des outils comme Gurobi, les services de nœuds Polygon, et divers LLM sont déjà en usage.
Ainsi, la véritable compétition portera sur la capacité d’intégration des systèmes et la rapidité d’exécution.
Ce long article sur X a déjà été vu des millions de fois et a suscité de nombreux débats parmi les développeurs et traders. Beaucoup demandent également à l’auteur de publier une seconde partie pour approfondir la mise en œuvre pratique et le code.
Pour les marchés de prédiction, une question se pose : après la généralisation des techniques d’arbitrage, y aura-t-il encore une opportunité d’un profit de 40 millions de dollars ? Ou le window d’efficience du marché commence-t-il à se refermer ?
Cet article, « Comment les traders quantitatifs ont réalisé près de 40 millions de dollars d’arbitrage sans risque sur Polymarket ? Modèle révélant les failles cachées des marchés de prédiction », a été initialement publié sur Chain News ABMedia.
