確率を資産に：予測市場インテリジェンスの展望

作者：0xjacobzhao

過去のCrypto AIシリーズレポートで継続して強調してきた見解：現在の暗号領域で最も実用価値の高いシナリオは、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の融合トレンドの中で、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、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%以上の成長を達成する見込みである。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。予測市場のインテリジェントエージェント（Prediction Market Agent）は2026年初頭に初期の形態を呈し、今後1年以内にインテリジェント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。

一、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する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：匿名で真金白銀を賭ける環境下で、分散した情報が迅速に資金意欲に基づく価格信号に統合され、ノイズや虚偽判断を著しく低減する。

予測市場の名目取引量推移図

出典：Dune Analytics（クエリID：5753743）

2025年末までに、予測市場はPolymarketとKalshiの二大寡占の構図がほぼ確立されている。フォーブスによると、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（$25.9B）がPolymarket（$18.3B）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、米国のスポーツ予測市場における先行的な規制適合優位性、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化している。

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アーキテクチャと分散型決済メカニズムを採用し、グローバルな非管理型高流動性市場を構築。米国への規制復帰後は「オンショア＋オフショア」の二軌道運営体制を形成。

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に積極的に関与。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以外にも、予測市場分野で競争力を持つ他の参加者は、主に二つの道筋をたどる：

一つは規制準拠の流通経路で、イベント契約を証券会社や大手プラットフォームの既存アカウント・清算システムに埋め込み、チャネルのカバレッジ、規制資格、機関の信頼性を武器に展開（例：Interactive Brokers × ForecastExのForecastTrader、FanDuel × CME GroupのFanDuel Predicts）。規制と資源の優位性は顕著だが、製品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、短期契約、メディア配信を駆使して急速に拡大。性能と資金効率を重視する一方、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二つのパスは、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。

表面上、予測市場はギャンブルに似ているが、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。トレンドはギャンブルから「グローバル真実層」へとシフトしている——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化された市場の真実を提供している。

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、予測市場を金融派生商品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。

二、予測市場インテリジェントエージェントのアーキテクチャ設計

現在、予測市場インテリジェントエージェント（Prediction Market Agent）は早期実践段階にあり、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。現実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。予測市場インテリジェントエージェント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、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。

理想的な予測市場インテリジェントエージェントは、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、公式データを集約

分析層：LLMと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

三、予測市場インテリジェント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・戦略が自動化に適しているわけではない。予測市場インテリジェントエージェントの核心は、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適合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、戦略構造の三層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（ルールの明示性とデータソースの一意性）、流動性の質（市場の深さ、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。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。参加者は自身の優位性と市場特性に基づきマッチングを行う。

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、時間ウィンドウが比較的広い（数日・数週間単位）。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、決定の時間枠が極めて短い（秒・分単位）。例：暗号資産の高頻度価格変動、クロスマーケットアービトラージ、自動化されたマーケットメイキング。

適さない領域：インサイダー情報主導や純粋なランダム・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、繰り返しゲームのシナリオにおいて最も代表的な資金管理理論であり、その目的は単一取引の最大化ではなく、資金の長期的な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。

基本式は以下の通り：

f* = (b*p - q) / b

ただし、f*は最適賭け比率、bは純オッズ（b+1）、pは勝率、q=1−p。

予測市場はこれを簡略化して、

p：主観的真の確率 market_price：市場に内在する確率

と表現できる。

ケリー式の理論的有効性は、真の確率とオッズの推定の正確性に大きく依存する。実際には、トレーダーは常に正確に真の確率を把握できるわけではなく、実務では、職業的ギャンブラーや予測市場参加者は、より実行可能で確率推定依存度の低いルール化戦略を好む。

ユニットシステム（単位賭け法）：資金を一定単位（例：1%）に分割し、信頼度に応じて異なる単位数を投入。リスク制約の自動化に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、規律と安定性を重視。リスク回避型や低信頼度の環境に適する。

信頼度階層法（Confidence Tiers）：離散的なポジション枠と絶対上限を設定し、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を決定し、リスク制約を優先。安定したリスク境界を形成。

予測市場インテリジェントエージェントにとって、戦略設計は理論最適よりも実行可能性と安定性を重視すべきである。ルールは明確、パラメータは簡潔、判断誤差に対する耐性を持つことが重要。これらの制約の下、階梯式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ている。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取る方式である。高信頼シナリオでもリスク管理のために明確な上限を設ける。

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的アービトラージ（Arbitrage）と、情報解読や方向性判断に依存する投機（Speculative）。また、資本とインフラ要件の高いマーケットメイキングやヘッジ戦略も存在する。

確定的アービトラージ（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の利益獲得。情報同期と実行速度に依存し、ルールが明確でリスク低く、完全にエンコード可能。予測市場の中核的戦略。

確率保存アービトラージ（Dutch Book Arbitrage）：互斥かつ完備な事象集合の価格の合計が確率の公理（∑P=1）から乖離した場合に、逆方向のポジションを組み合わせてリスクを排除しながら利益を確保。ルールと価格関係に依存し、リスク低く自動化に適する。

クロスマーケットアービトラージ：同一事象の異なる市場間の価格差を利用し利益を得る。リスクは低いが遅延や並列監視の要求が高い。インフラ整備済みの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（組合せ）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、ルール解析や組合せ制約のエンジニアリングが必要。適合度は中程度。

投機（Speculative）

構造化情報駆動戦略（Information Trading）：公式データや公告、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、スピードと規律を活かせる。ただし、意味理解やシナリオ解釈に移行す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、シグナルの退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・高ノイズ戦略（Unstructured / Noise-driven）：感情やランダム性、参加行動に依存し、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、資本要件が高い。理論上エージェントに適するが、流動性と競争の激しさから、インフラ整備済みの少数に限定。

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、リスク低減を目的とする。ルールは明確で、長期的にリスク制御の基盤となる。

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可能なシナリオに集中し、確定的アービトラージを主要な収益源とし、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である。エージェントの長期的優位性は、高い規律性と高速な実行・リスク制御能力にある。

四、予測市場インテリジェントエージェントのビジネスモデルとプロダクト形態

予測市場インテリジェントエージェントの理想的なビジネスモデルは、異なる層で多様な展開が可能である。

インフラ層（Infrastructure）：多源のリアルタイムデータ集約、Smart Moneyアドレスデータベース、統一された予測市場実行エンジンとバックテストツールを提供し、B2B向けに課金。予測精度に依存しない安定した収入源を確保。

戦略層（Strategy）：コミュニティやサードパーティ戦略を導入し、再利用・評価可能な戦略エコシステムを構築。呼び出し、重み付け、または実行分配による価値獲得を図り、単一のAlphaへの依存を低減。

エージェント／Vault層：信託管理方式で実取引に直接参加。オンチェーンの透明記録と厳格なリスク管理体制を背景に、管理料とパフォーマンス料を徴収。

これらのビジネスモデルに対応したプロダクト形態は、以下のように分類できる：

エンタメ／ゲーミフィケーション：Tinder風の直感的UIで参入障壁を下げ、最大のユーザー拡大と市場教育を実現。サブスクリプションや実行型商品への収益化が必要。

戦略サブスクリプション／シグナル：資金管理を伴わず、規制に優しく責任範囲も明確。SaaSモデルで安定収益を得る。長期的には戦略の模倣や実行コストの問題もあるため、「シグナル＋ワンクリック実行」の半自動化によるUX向上が望ましい。

Vault托管モデル：規模拡大と実行効率に優れるが、資産管理ライセンスや信頼性、集中化リスクなどの構造的制約がある。長期的な実績と機関投資家の信頼が不可欠。

総じて、「インフラの収益化＋戦略エコシステム拡大＋パフォーマンス参加」の多元的収益構造は、「AIが市場を継続的に上回る」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・決済能力は長期的価値を持ち、持続可能なビジネスサイクルを構築できる。

五、予測市場インテリジェントエージェントの事例

現状、予測市場インテリジェントエージェントは探索段階にあり、市場には基盤フレームワークから上層ツールまで多様な試みが存在するが、戦略生成、実行効率、リスク管理、ビジネスの閉ループにおいて成熟した標準製品は未だ確立されていない。

エコシステムを以下の三層に分類する：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エージェントフレームワーク：

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呼び出しインターフェースをラップし、「コードによる注文」の問題を解決。ただし、戦略生成、確率校正、動的ポジション管理、バックテストなどのコア取引能力は未整備。あくまで公式の「接続規範」に過ぎず、Alpha収益を狙う完成品ではない。商用エージェントには、これを基盤に自前の投資・リスク管理コアを構築する必要がある。

Gnosis予測市場ツール：

Gnosis Prediction Market Agent Tooling（PMAT）は、Omen/AIOmenやManifoldの読み書きサポートを提供するが、Polymarketには読み取り専用のみ。エコシステムの壁が明確。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を主要戦場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製品化した例である。Kalshiなど他の予測市場は、APIやPython SDKレベルにとどまり、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。

自律取引インテリジェントエージェント（Autonomous Agent）

現状、市場に出回る「予測市場AIエージェント」の多くは、名目上は「エージェント」だが、実際の能力は自動化された閉ループ取引に遠く及ばず、独立したシステム的リスク管理層も欠如し、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だ存在しない。

Olas Predictは、現時点で最も成熟した予測市場インテリジェントエージェントエコシステムの一つ。コア製品Omenstratは、GnosisのOmenを基盤とし、FPMMと分散仲裁機構を採用。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予測は一般的なLLMに依存し、リアルタイムデータやシステム的リスク管理は未整備。2026年2月、OlasはPolystratをリリースし、Polymarket向けにエージェントの能力を拡張。自然言語で戦略を設定し、エージェントが4日以内に決済される市場の確率偏差を自動認識・取引。Pearlのローカル運用、セルフホストのSafeアカウント、ハードコーディング制限によりリスクを制御。これは、Polymarket向けの最初の消費者向け自主取引エージェントである。

UnifAI Network Polymarket Strategyは、Polymarketの自動取引エージェントを提供し、主にリスク負担戦略を採用。インプライド確率>95%の近決済契約をスキャンし、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く、実行頻度と品目選択に大きく依存。

Noya.aiは、「調査—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試みている。現在、Omnichain Vaultsを提供済みだが、Prediction Market Agentは開発段階であり、完全なメインネットの閉ループには至っていない。

予測市場ツール（Prediction Market Tools）

現状、予測市場分析ツールは、完全な「予測市場インテリジェントエージェント」としては未成熟であり、その価値は情報層と分析層に限定される。取引の実行、ポジション管理、リスク制御は依然としてトレーダー側の責任である。製品形態は、「戦略サブスクリプション／シグナル補助／研究強化」の位置付けに近く、予測市場インテリジェントエージェントの早期段階の雛形とみなせる。

Awesome-Prediction-Market-Toolsに収録されたプロジェクトの体系的整理と実証的選定により、代表的な事例をレポートに採用。主に以下の四つの方向に分かれる：分析・シグナル層、アラート・ホエール追跡システム、アービトラージ発見ツール、取引端末・集約実行。

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）による二側証拠収集とベイズ確率集約を行い、構造化レポートを出力。方法論の透明性、工程の工学化、完全オープンソース・監査可能性が特徴。

Oddpool：予測市場のBloomberg端末を目指す。Polymarket、Kalshi、CMEなどのクロスマーケットの集約、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。

Polymarket Analytics：Polymarketのグローバル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。データの直感的理解と研究に適する。

Hashdive：トレーダー向けデータツール。Smart Scoreと多次元スクリーナーを用いてトレーダーと市場を定量的にフィルタリング。「スマートマネー識別」や追随判断に有用。

Polyfactual：AI市場情報と感情・リスク分析に特化。Chrome拡張で分析結果を取引画面に埋め込み、B2B・機関向けに最適化。

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。公式は警報の正確率89%を謳う。

Polysights：30以上の市場と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下注などの異常行動を追跡。日常監視とシグナル発見に適する。

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駆動の予測市場情報エンジン。リアルタイムシグナル、研究サマリー、確率変動監視を行う。現段階では研究・シグナル支援に偏る。

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を明確に位置付け。

Whale Tracker Livid：ホエールのポジション変動を商品化。

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のクロスマーケットアービトラージと正期待値取引を識別。高頻度スキャン層向き。

PolyScalping：Polymarket向けのリアルタイムアービトラージ・スキャルピング分析プラットフォーム。60秒ごとに全市場スキャン、ROI計算、Telegram通知。流動性・スプレッド・取引量で絞り込み可能。

Eventarb：軽量の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。機能絞り込みと無料利用。基礎的なアービトラージ補助。

Prediction Hunt：取引所横断の予測市場集約・比較ツール。Polymarket、Kalshi、PredictItのリアルタイム価格比較とアービトラージ検出（約5分更新）。情報の非対称と市場の非効率を狙う。

取引端末／集約実行

Verso：YC Fall 2024支援の機関向け予測市場取引端末。Bloomberg風UIで、PolymarketとKalshiの15,000超契約をリアルタイム追跡、深層データ分析と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超市場をカバーし、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場のアービトラージ、自動収益戦略も計画。

TradeFox：Alliance DAOとCMT Digital支援のプロ向け予測市場集約・プライムブローカー。高級注文執行（指値、ストップロス、TWAP）、セルフホスト取引、多プラットフォームのスマートルーティングを提供。機関レベルの取引者向け。

六、まとめと展望

現状、予測市場インテリジェントエージェントは探索段階にあり、市場には基盤フレームワークから上層ツールまで多様な試みがあるが、戦略生成、実行効率、リスク管理、ビジネスの閉ループにおいて成熟した標準製品は未だ確立されていない。

エコシステムは、インフラ層（データ収集・実行エンジン・バックテスト）、自律エージェント層（自動取引エージェント）、予測市場ツール層（分析・シグナル・アラート）に分かれる。今後の進化には、戦略の自動生成と実行の高度化、リスク管理の堅牢化、ビジネスモデルの多角化が期待される。

最終的に、予測市場インテリジェントエージェントは、「確率資産管理ツール」としての位置付けを強め、ニュースやルール、オンチェーンデータを検証可能な価格偏差に変換し、より高規律・低コスト・クロスプラットフォームな戦略実行を目指す。成熟した標準化製品の登場とともに、より広範な商用化と実用化が進むことが期待される。

免責事項：本レポートは、ChatGPT-5.2、Gemini 3、Claude Opus 4.5などのAIツールを補助的に用いて作成されており、著者は情報の正確性に努めているが、完全性を保証するものではない。暗号資産市場は、プロジェクトのファンダメンタルと二次市場価格が乖離するケースも多いため、投資判断は自己責任で行うこと。本文は情報整理と学術・研究目的のみに供し、投資勧誘やトークン売買の推奨を意図したものではない。