著者：Jacob Zhao @IOSG

これまでのCrypto AIシリーズレポートで繰り返し強調してきた見解：現在の暗号領域で最も実用的なシナリオは、主にステーブルコイン決済とDeFiに集中しており、AgentはAI産業におけるユーザー向けの重要な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、最も価値のある二つの道筋は、短期的には既存の成熟したDeFiプロトコル（レンディング、流動性マイニングなどの基本戦略やSwap、Pendle PT、資金料率アービトラージなどの上級戦略）を基盤としたAgentFi、中長期的にはステーブルコイン決済を中心に、ACP/AP2/x402/ERC-8004などのプロトコルに依拠したAgent Paymentである。

予測市場は2025年には無視できない新たな産業トレンドとなり、年間総取引額は2024年の約90億ドルから2025年には400億ドル超に急増し、前年比400%以上の成長を実現する見込みである。この著しい成長は、複数の要因によって促進されている：マクロ政治イベントによる不確実性需要、インフラと取引モデルの成熟、規制環境の打開（Kalshiの勝訴とPolymarketの米国回帰）などである。Prediction Market Agentは2026年初頭に初期の形態を示し、今後1年以内にエージェント分野の新たなプロダクト形態となる可能性がある。

1、予測市場：賭けツールから「グローバル真実層」へ

予測市場は、未来の出来事結果に関して取引を行う金融メカニズムであり、契約価格は本質的に市場の出来事発生確率に対する集団判断を反映している。その有効性は、群衆の知恵と経済的インセンティブの結合に由来する：匿名かつ真金白銀の賭け環境において、分散した情報が迅速に資金意欲に基づく価格信号として統合され、ノイズや虚偽判断を大きく低減する。

▲ 予測市場の名目取引量推移グラフ 出典：Dune Analytics（クエリID：5753743）

2025年末までに、予測市場はPolymarketとKalshiの二大寡占体制にほぼ収束している。Forbesの統計によると、2025年の総取引額は約440億ドルで、そのうちPolymarketが約215億ドル、Kalshiが約171億ドルを占める。2026年2月週次データでは、Kalshiの取引額（259億ドル）がPolymarket（183億ドル）を上回り、市場シェアの約50%に迫る。Kalshiは過去の選挙契約案件の法的勝訴や米国のスポーツ予測市場における先行的な規制適合、明確な規制見通しにより急速に拡大している。現在、両者の発展経路は明確に分岐している：

• Polymarketは「オフチェーンマッチング、オンチェーン決済」のハイブリッドCLOBアーキテクチャと非中央集権的決済メカニズムを採用し、グローバルな高流動性市場を構築。米国内での規制復帰後は「オンショア＋オフショア」の二重運営体制を形成。
• Kalshiは伝統的金融体系に融合し、APIを通じて主要なリテール証券会社に接続。ウォール街のマーケットメーカーを深く巻き込み、マクロ・データ型契約の取引を促進。従来の規制手続きに縛られ、長期的なニーズや突発的イベントには遅れがち。

PolymarketとKalshi以外の予測市場競争力のあるプレイヤーは、主に二つの経路をたどる：

• 一つは規制準拠の配信経路で、証券会社や大手プラットフォームの既存アカウント・清算システムにイベント契約を埋め込み、チャネルカバレッジ、規制資格、機関の信頼を背景に展開（例：Interactive Brokers × ForecastExのForecastTrader、FanDuel × CME GroupのFanDuel Predicts）。規制と資源の優位性は大きいが、プロダクトとユーザ規模はまだ初期段階。
• もう一つはCryptoネイティブのオンチェーン経路で、Opinion.trade、Limitless、Myriadなどを代表とし、ポイントマイニングや短期契約、メディア配信を駆使して急速に拡大。パフォーマンスと資金効率を重視するが、長期的な持続性とリスク管理の堅牢性は未検証。

伝統的金融の規制入口と暗号ネイティブの性能優位の両経路が、予測市場エコシステムの多元的競争構造を形成している。

予測市場は表面上ギャンブルに似るが、本質はゼロサムゲームである。しかし、その核心的違いは正の外部性の有無にある：真金白銀の取引を通じて分散した情報を集約し、現実の出来事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点だ。今後のトレンドは、ギャンブルから「グローバル真実層」への移行である。CMEやブルームバーグなどの機関が参入することで、出来事の確率は金融・企業システムから直接呼び出せる意思決定メタデータとなり、よりタイムリーかつ定量的な市場の真実を提供する。

世界の規制状況を見ると、予測市場の規制経路は高度に分化している。米国は唯一、予測市場を金融デリバティブ規制の枠組みに明確に位置付けている主要経済圏であり、欧州、英国、オーストラリア、シンガポールなどは一般的にギャンブルとみなして規制を強化しつつある。中国やインドは完全に禁止しており、今後のグローバル展開は各国の規制枠組みに依存する。

2、予測市場エージェントのアーキテクチャ設計

現時点の予測市場エージェント（Prediction Market Agent）は、早期の実践段階に入っている。その価値は「AIの予測精度」ではなく、予測市場における情報処理と実行効率の拡大にある。予測市場は本質的に情報の集約メカニズムであり、価格は出来事確率の集団判断を反映している。実際の市場の非効率性は、情報の非対称性、流動性、注意力の制約に起因する。Prediction Market Agentの適切な位置付けは、「実行可能な確率資産ポートフォリオ管理」（Executable Probabilistic Portfolio Management）であり、ニュースやルールテキスト、オンチェーンデータを検証可能な価格偏差に変換し、より迅速かつ規律的、低コストで戦略を実行し、クロスプラットフォームのアービトラージやポートフォリオリスク管理を通じて構造的な機会を獲得することにある。

理想的な予測市場エージェントは、以下の四層アーキテクチャに抽象化できる：

• 情報層：ニュース、ソーシャル、オンチェーン、公式データを収集
• 分析層：LLMやMLを用いて誤価格を識別し、エッジを計算
• 戦略層：ケリー式、バッチ建玉、リスク管理を通じてエッジをポジションに変換
• 実行層：複数市場への注文、スリッページ・Gas最適化・アービトラージ実行を行い、高効率な自動化の閉ループを形成

3、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を持ち、すべての市場や戦略が自動化に適しているわけではない。Prediction Market Agentの核心は、ルールが明確でエンコード可能かつその構造的優位性に合致したシナリオに展開されているかどうかにある。以下では、対象選定、ポジション管理、戦略構造の三つの観点から分析を展開する。

予測市場の対象選定

すべての予測市場が取引価値を持つわけではなく、その参加価値は以下の要素に依存する：決済の明確さ（ルールの明確さと唯一性）、流動性の質（市場深さ、スプレッド、取引量）、インサイダーリスク（情報の非対称性）、時間構造（満期までの期間とイベントのリズム）、およびトレーダー自身の情報優位性と専門性。これらの多くの要素が基本的な条件を満たす場合にのみ、予測市場は参加の土台を持つ。参加者は自身の強みと市場特性に基づき適合させる必要がある。

• 人間のコア優位性：専門知識、判断力、曖昧な情報の統合に依存し、時間的余裕のある市場。例：政治選挙、マクロトレンド、企業のマイルストーン。
• AIエージェントのコア優位性：データ処理、パターン認識、迅速な実行に依存し、決定の時間枠が秒・分単位の市場。例：暗号資産の高頻価格変動、クロス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。
• 適さない領域：インサイダー情報に支配された市場や純粋なランダム・高操作性の市場は、いかなる参加者にも優位性をもたらさない。

予測市場のポジション管理

ケリー式（Kelly Criterion）は、繰り返しゲームの資金管理理論の代表格であり、その目的は単一取引の最大化ではなく、資金の長期的複利成長率の最大化にある。この方法は勝率とオッズの推定に基づき、理論上の最適ポジション比率を算出し、正の期待値がある前提で資本成長効率を高める。量的投資、ギャンブル、ポーカー、資産運用などで広く用いられる。

• 典型的な式：f* = (bp - q) / b
• ここで、f*は最適ベット比率、bは純オッズ、pは勝率、q=1−p
• 予測市場では簡略化して：f* = (p - market_price) / (1 - market_price)
• ここで、pは主観的真の確率、market_priceは市場に暗黙の確率

ケリー式の理論的有効性は、真の確率とオッズの正確な推定に大きく依存する。実務では、トレーダーは真の確率を継続的に正確に把握することは難しく、実際の運用では、より実行可能で確率推定依存度の低いルール化戦略を採用する傾向がある：

• ユニットシステム（単位ベット法）：資金を一定の単位（例：1%）に分割し、信頼度に応じて異なる単位数を投入。リスクを自動的に制約できるため最も一般的な実務手法。
• 固定比率法（Flat Betting）：毎回一定の資金比率で賭ける。規律と安定性を重視し、リスク回避や低信頼度の環境に適する。
• 信頼度階層（Confidence Tiers）：離散的なポジションレンジを設定し、絶対上限を設けることで意思決定の複雑さを低減。ケリーの擬似的な精度問題を回避。
• 逆リスク法（Inverted Risk Approach）：最大許容損失から逆算してポジション規模を決定。リスク制約を重視し、期待値よりリスク管理を優先。

Prediction Market Agentにとって、戦略設計は実行可能性と安定性を最優先とすべきであり、理論最適を追求しすぎないことが重要。ルールは明確でパラメータは簡潔、判断誤差に対して寛容性を持つことが望ましい。この制約の下、階梯信頼度法と固定ポジション上限の組み合わせが最も適した一般的なポジション管理手法となる。これは、正確な確率推定に依存せず、シグナルの強弱に応じて機会を有限の階層に分け、対応する固定ポジションを割り当てるものである。高信頼シナリオでも明確な上限を設けてリスクをコントロールする。

予測市場の戦略選択

戦略構造の観点から、予測市場は大きく二つに分かれる：

• ルールが明確でエンコード可能な確定性アービトラージ（Arbitrage）戦略
• 情報解釈と方向性判断に依存する投機（Speculative）戦略 また、資本とインフラに高い要求を伴うマーケットメイキングやヘッジ戦略も存在する。

確定性アービトラージ戦略（Arbitrage）

• 決済アービトラージ（Resolution Arbitrage）：事象結果がほぼ確定し、市場が未だ十分に価格付けしていない段階で行う。情報同期と実行速度により利益を得る。ルールが明確でリスク低く、完全にエンコード可能なため、Prediction Marketの中核的戦略としてAgentに最適。
• Dutch Bookアービトラージ：排反かつ完備な事象集合の価格の合計が確率守恒の制約（∑P=1）から乖離したときに、組み合わせてポジションを構築し、方向性リスクのない収益を確保。ルールと価格関係に依存し、リスク低く高規則化可能。自動化に適した典型的な確定性アービトラージ。
• クロスマーケットアービトラージ：異なる市場間の価格乖離を捕捉し利益を得る。リスクは低いが遅延や並列監視の要求が高い。インフラに優れたエージェントに適し、競争激化により収益は縮小傾向。
• バンドルアービトラージ：関連契約間の価格不整合を利用した取引。論理は明快だが機会は限定的。エージェントによる実行は可能だが、ルール解析や組み合わせ制約の工数が必要。適合度中。

投機（Speculative）

• 構造化情報駆動戦略（Information Trading）：公式データやアナウンス、裁定のタイミングを狙う。情報源が明確でトリガー条件が定義できれば、エージェントは速度と規律を発揮できる。ただし、情報が意味理解やシナリオ解釈に変わると人間の介入が必要。
• シグナル追従（Signal Following）：過去の優良アカウントや資金行動に追随し利益を得る。ルールは単純で自動化可能だが、シグナルの劣化や逆利用リスクがあるため、フィルタリングと厳格なポジ管理が必要。補助的戦略として適用。
• 非構造化・高ノイズ戦略（Unstructured / Noise-driven）：感情やランダム性に依存し、安定したエッジを持たない。長期的期待値は不安定。モデル化困難でリスク高く、システム的な実行には不向き。

高頻度価格・流動性戦略（Market Microstructure）：超短決定時間、継続的見積もりや高頻度取引に依存。遅延やモデル、資本要件が高く、理論上エージェントに適しているが、実際の予測市場では流動性と競争の激しさにより限定的。少数のインフラ優位者に適合。

リスク管理・ヘッジ戦略（Risk Control & Hedging）：直接的な収益追求ではなく、リスク低減のためのルール明確な運用。長期的なリスク抑制に寄与。

総じて、予測市場に適したエージェントの戦略は、ルールが明確でエンコードしやすく、主観判断を排除できるものに集中する。確定性アービトラージは主要な収益源とし、構造化情報やシグナル追従を補助とし、高ノイズや感情取引は排除すべきだ。エージェントの長期的優位性は、高規律・高速・リスク管理にある。

4、予測市場エージェントのビジネスモデルとプロダクト形態

理想的なビジネスモデルは、層ごとに異なるアプローチを模索できる：

• インフラ層：多源リアルタイムデータ、Smart MoneyアドレスDB、実行エンジン、バックテストツールを提供し、B2B向けに安定した収益を得る。
• 戦略層：コミュニティやサードパーティ戦略を取り込み、再利用・評価可能なエコシステムを構築。呼び出しや重み付け、実行分配で価値を獲得し、単一のAlpha依存を低減。
• Agent / Vault層：エージェントは信託管理方式で実取引に参加。オンチェーンの透明性とリスク管理体制により、管理料やパフォーマンス料を徴収。

また、プロダクト形態は以下に分類できる：

• エンタメ・ゲーム化：Tinder風UIで参入障壁を下げ、最大のユーザー拡大と教育を実現。サブスクリプションや実行商品への展開が必要。
• 戦略サブスクリプション・シグナル：資金預託不要、規制に優しく責任範囲も明確。SaaSモデルで安定収益。模倣やコストに弱いが、「シグナル＋ワンクリック実行」で改善可能。
• Vault托管：規模と効率に優れるが、資産管理ライセンスや信頼性、集中化リスクが高い。長期的な実績と機関投資家の信頼が不可欠。

総じて、「インフラ基盤＋戦略エコシステム＋パフォーマンス参加」の多元収益モデルは、「AIが市場を勝ち続ける」という単一仮説への依存を低減し、底層の実行・リスク管理・決済能力は長期的に価値を持つ。持続可能なビジネスサイクルの構築に寄与する。

5、予測市場エージェントの事例紹介

現状、Prediction Market Agentsは探索段階にあり、多様な基盤フレームワークやツールが登場しているが、戦略生成・実行効率・リスク管理・ビジネスの一体化において成熟した標準製品は未だ存在しない。

エコシステムを三層に分けると：

• インフラ層（Infrastructure）
• 自律取引エージェント（Autonomous Agents）
• 予測市場ツール（Prediction Market Tools）

【インフラ層（Infrastructure）】

Polymarket Agentsフレームワーク

Polymarket Agentsは、Polymarket公式の開発者向けフレームワークで、「接続とインタラクション」の工学標準化を目的とする。市場データ取得、注文構築、LLM呼び出しのインターフェースをカプセル化。コードによる注文の出し方は解決するが、戦略生成や確率校正、ダイナミックポジション管理、バックテストなどのコア取引能力は未整備。あくまで「接続規範」として位置付けられ、収益を生む完成品ではない。商用エージェントには、これを基盤にした投研・リスク管理の構築が必要。

Gnosis予測市場ツール

Gnosis Prediction Market Agent Tooling（PMAT）は、Omen/AIOmenやManifoldの読み書きに対応するが、Polymarketには読み取り専用のみ。エコシステムの壁が高い。Gnosisエコシステム内のエージェント開発基盤としては有用だが、Polymarketをメインとする開発者には実用性は限定的。

PolymarketとGnosisは、予測市場エコシステムにおいて「エージェント開発」を公式フレームワークとして明確に商品化した例である。KalshiなどはAPIやPython SDKに留まり、戦略・リスク管理・運用・監視などの重要システムは自己構築を要する。

【自律取引エージェント（Autonomous Agent）】

現状、多くの「予測市場AIエージェント」は、名ばかりでありながら、実際の自動化・閉ループ取引には大きなギャップがある。独立したシステム的リスク管理やポジション管理・ストップロス・ヘッジ・期待値制約を決定過程に組み込んでいない。製品化は未成熟で、長期運用可能なシステムは未形成。

Olas Predict

Olas Predictは、現時点で最も成熟した予測市場エージェントエコシステム。コア製品OmenstratはGnosisのOmenを基盤とし、FPMMと分散仲裁を採用。少額高頻度取引をサポートするが、Omen単一市場の流動性不足が課題。AI予測は汎用LLMに依存し、リアルタイムデータや体系的リスク管理は未整備。勝率は分野ごとに差異が大きい。2026年2月、OlasはPolystratをリリースし、Polymarket向けにエージェント機能を拡張。自然言語で戦略設定、4日以内の決済市場の確率偏差を自動認識・取引。ローカル運用・セルフホストのSafeアカウント・ハードコーディング制御によりリスクを抑制。消費者向けの自主取引エージェントとして初の事例。

UnifAI Network Polymarket Strategy

Polymarket自動化取引エージェントを提供。コアはリスク負担戦略：暗黙確率>95%の近決済契約をスキャンし買い、3–5%の価格差を狙う。オンチェーンデータによる勝率は約95%だが、品目間で差異が大きい。戦略は実行頻度と品目選択に大きく依存。

NOYA.ai

NOYA.aiは、「調査—判断—実行—監視」のエージェント閉ループを目指す。情報層・抽象層・実行層を構築。Omnichain Vaultsは既に提供済み。Prediction Market Agentは開発中で、メインネットの完全な閉ループは未実現。ビジョン検証段階。

【予測市場ツール（Prediction Market Tools）】

現状、予測市場分析ツールは「予測市場エージェント」としての完成には至っていない。情報層・分析層に価値が集中し、取引実行、ポジション管理、リスク制御はトレーダー側の責任。製品は「戦略サブスクリプション／シグナル補助／研究強化」の位置付けで、予測市場エージェントの萌芽とみなせる。

Awesome-Prediction-Market-Toolsに収録された代表的プロジェクトを整理・実証し、以下の四つの方向性に焦点を当てて紹介：

• 分析・シグナル層
• アラート・ホエール追跡システム
• アービトラージ検出ツール
• 取引端末・集約実行プラットフォーム

【市場分析ツール】

• Polyseer：研究型予測市場ツール。複数エージェント（Planner / Researcher / Critic / Analyst / Reporter）による証拠収集とベイズ確率統合を行い、構造化レポートを出力。透明性・工程化・オープンソースのメリット。
• Oddpool：予測市場のBloomberg端末。Polymarket、Kalshi、CMEなどのクロスマーケットのアービトラージスキャンとリアルタイムデータダッシュボードを提供。
• Polymarket Analytics：Polymarketの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可視化。研究・調査に適する。
• Hashdive：トレーダー向けデータツール。Smart Scoreや多次元スクリーナーでトレーダーや市場を定量的に抽出。資金の「賢い資金識別」と追随判断に有用。
• Polyfactual：AIによる市場インテリジェンスと感情・リスク分析。Chrome拡張で分析結果を取引画面に埋め込み。B2B・機関向け。
• Predly：AIによる誤価格検知プラットフォーム。市場価格とAI推定確率を比較し、PolymarketやKalshiの価格偏差を検出。アラート精度は89%。シグナル発見と機会抽出に特化。
• Polysights：30以上の市場・オンチェーン指標をカバー。インサイダー・ファインダーで新規ウォレットや大口一方向ベットを追跡。日常監視とシグナル検出に適する。
• PolyRadar：多モデル並列分析プラットフォーム。単一イベントのリアルタイム解釈、タイムライン進化、信頼度スコア、情報源の透明性を提供。AIのクロス検証を重視。
• Alphascope：AI駆動の予測市場インテリジェンスエンジン。リアルタイムシグナル、調査要約、確率変動監視を提供。研究・シグナル支援の早期段階。

【アラート／ホエール追跡】

• Stand：ホエールの追随と高確信アクションの通知に特化。
• Whale Tracker Livid：ホエールのポジション変動を可視化。

【アービトラージ検出ツール】

• ArbBets：AI駆動のアービトラージ検出ツール。Polymarket、Kalshi、スポーツベッティング市場を横断し、クロスマーケットのアービトラージや正期待値取引を識別。高頻度スキャンに特化。
• PolyScalping：Polymarket向けのリアルタイムアービトラージ・スキャルピングツール。60秒ごとに全市場をスキャンしROIを計算、Telegramに通知。流動性・スプレッド・取引量で絞り込み可能。
• Eventarb：軽量なクロスマーケットアービトラージ計算・通知ツール。Polymarket、Kalshi、Robinhood対応。基本的なアービトラージ補助。
• Prediction Hunt：複数取引所の予測市場を横断比較・対比。Polymarket、Kalshi、PredictItの価格をリアルタイムで比較し、アービトラージを検出（約5分ごと更新）。情報の非対称と市場の非効率を発見。

【取引端末／集約実行プラットフォーム】

• Verso：YC Fall 2024支援の機関向け予測市場取引端末。Bloomberg風のUIで、PolymarketとKalshiの15,000以上の契約をリアルタイム追跡・深層分析・AIニュース情報を提供。専門・機関向け。
• Matchr：クロスマーケットの集約・実行ツール。1,500以上の市場をカバーし、インテリジェントルーティングで最適価格をマッチング。高確率イベントやクロスアービトラージ、自動収益戦略も計画。実行・資金効率重視。
• TradeFox：Alliance DAOとCMT Digitalの支援によるプロ向け集約・プライムブローカレッジ。高級注文執行（指値・ストップ・TWAP）、セルフホスト取引、多プラットフォームのインテリジェントルーティングを提供。機関向け。

6、まとめと展望

現状、Prediction Market Agentsは探索段階にあり、多様な基盤やツールが登場しているが、戦略生成・実行効率・リスク管理・ビジネスの一体化において成熟した標準製品は未だ存在しない。

エコシステムを三層に整理すると：

• インフラ層：多源リアルタイムデータ、Smart MoneyアドレスDB、実行エンジン、バックテストツールを提供し、B2B収益を安定化。
• 戦略層：コミュニティやサードパーティ戦略を取り込み、再利用・評価可能なエコシステムを構築。呼び出しや分配で価値を獲得し、単一のAlpha依存を低減。
• 代理店／Vault層：信託管理方式で実取引に参加。オンチェーンの透明性とリスク管理により、管理料とパフォーマンス料を得る。

これらのビジネス形態は、以下のように分かれる：

• エンタメ・ゲーム化：Tinder風UIで参入障壁を下げ、最大のユーザー拡大と教育を実現。サブスクリプションや実行商品への展開が必要。
• 戦略サブスクリプション・シグナル：資金預託不要、規制に優しく責任範囲も明確。SaaSモデルで安定収益。模倣やコストに弱いが、「シグナル＋ワンクリック実行」で改善可能。
• Vault托管：規模と効率に優れるが、資産管理ライセンスや信頼性、集中化リスクが高い。長期的な実績と機関投資家の信頼が不可欠。

総じて、「インフラ基盤＋戦略エコシステム＋パフォーマンス参加」の多元収益モデルは、「AIが市場を勝ち続ける」という単一仮説への依存を低減し、底層の実行・リスク管理・決済能力は長期的に価値を持つ。持続可能なビジネスサイクルの構築に寄与する。