Автор: Джейкоб Чжао @IOSG
В предыдущих отчётах по исследованию крипто-ИИ мы продолжали подчёркивать, что наиболее практичные сценарии применения в криптосфере в основном сосредоточены на платежах со стейблкоином и DeFi, а агенты являются ключевым интерфейсом для пользователей в индустрии ИИ. Таким образом, в тенденции интеграции крипто и искусственного интеллекта два самых ценных направления: AgentFi, основанный на существующих зрелых DeFi-протоколах (базовые стратегии, такие как кредитование, кредитование и ликвидный майнинг, а также продвинутые стратегии, такие как Swap, Pendle PT и арбитраж по ставке финансирования) в краткосрочной перспективе, и Agent Payment, который в средне- и долгосрочной перспективе реализуется вокруг стейблкоинов и опирается на такие протоколы, как ACP/AP2/x402/ERC-8004.
Рынки прогнозов стали новой тенденцией в отрасли в 2025 году, которую нельзя игнорировать: общий годовой объём торгов вырос примерно с 9 миллиардов долларов в 2024 году до более чем 40 миллиардов в 2025 году, что означает рост более чем на 400% по сравнению с прошлым годом. Этот значительный рост был обусловлен сочетанием факторов: неопределённым спросом, связанным с макрополитическими событиями, зрелостью инфраструктуры и торговых моделей, а также ледоколами в регуляторной среде (победа Kalshi и возвращение Polymarket в США). Ожидается, что Predict Market Agents станут новой формой продукта в области агентов в следующем году, представив свой ранний прототип в начале 2026 года.
Рынки прогнозирования: от инструментов ставок до глобального уровня истины
Рынок прогнозов — это финансовый механизм, который обходится исходом будущих событий, и цены контрактов по сути отражают коллективное суждение рынка о вероятности произошедшего события. Её эффективность основана на сочетании группового интеллекта и экономических стимулов: в анонимной среде ставок на реальные деньги фрагментированная информация быстро интегрируется в ценовые сигналы, взвешенные финансовой готовностью, значительно снижая шум и ложные суждения.
▲ Прогнозирование рынка номинального торгового объёма График тренда Источник данных: Dune Analytics (Идентификатор запроса: 5753743)
К концу 2025 года рынок прогнозов в значительной степени сформировал ландшафт, доминирующий полимаркетом и дуополиями Kalshi. По данным Forbes, общий объём торгов в 2025 году достигнет примерно 44 миллиарда долларов, при этом Polymarket внесёт примерно 21,5 миллиарда долларов, а Калши — около 17,1 миллиарда долларов. Еженедельные данные за февраль 2026 года показывают, что торговый объём Kalshi ($25,9 млрд) превзошел Polymarket ($18,3 млрд) почти на 50% доли рынка, а Kalshi добилась быстрого роста благодаря своей победе в предыдущих делах по избирательным контрактам, преимуществу первого участника в соблюдении требований на рынке спортивных прогнозов США и относительно чётким регуляторным ожиданиям. В настоящее время пути развития этих двух видов явно различаются:
Polymarket внедряет гибридную архитектуру CLOB и децентрализованный механизм расчетов «off-chain matching and on-chain settlement» для построения глобального, некастодиального рынка с высокой ликвидностью, а после возвращения в США в соответствии с требованиями формирует структуру «onshore + offshore» с двумя путями.
Kalshi интегрируется в традиционную финансовую систему и связывается с основными розничными брокерскими компаниями через API, привлекая маркет-мейкеров Уолл-стрит к активному участию в макро- и торговле контрактами на основе данных.
Помимо Polymarket и Kalshi, другие конкурентные игроки на рынке прогнозирования развивались по двум основным направлениям:
Первый — это путь распределения комплаенса, который интегрирует контракты на события в существующие счета и клиринговые системы брокерских компаний или крупных платформ, опираясь на покрытие каналов, квалификацию по соответствию и институциональное доверие для создания преимуществ (например× Interactive Brokers ForecastEx ForecastTrader, FanDuel × FanDuel Predicts от CME Group).
Второй — это нативный блокчейн-путь для криптовалют, представленный Opinion.trade, Limitless и Myriad, который использует майнинг точков, короткоцикловые контракты и медиадистрибуцию для достижения быстрого объёма, делая акцент на производительности и капитальной эффективности, но его долгосрочная устойчивость и устойчивость к контролю рисков всё ещё нуждаются в проверке.
Два пути — традиционный переход в финансовую комплаенс и криптографические нативные преимущества — вместе образуют диверсифицированную конкуренцию в экологии рынка прогнозирования.
Рынки прогнозирования внешне похожи на азартные игры, по сути это игра с нулевой суммой, но основное различие между ними заключается в том, есть ли у них положительные внешние эффекты: децентрализованная информация агрегируется через транзакции с реальными деньгами, а реальные события публично оцениваются, формируя ценный сигнальный слой. Тенденция смещается от игр к «глобальному слою истины» — с интеграцией таких институтов, как CME и Bloomberg, вероятность событий стала метаданными для принятия решений, которые могут напрямую вызываться финансовыми и корпоративными системами, обеспечивая более своевременную и количественно измеримую рыночную истину.
С точки зрения текущего уровня глобального регулирования, путь соответствия на рынке прогнозирования сильно дифференцирован. Соединённые Штаты — единственная крупная экономика, которая явно включает рынки прогнозов в нормативную базу финансовых деривативов, и такие рынки, как Европа, Великобритания, Австралия и Сингапур, обычно считают это азартной игрой и склонны ужесточать регулирование, в то время как Китай, Индия и другие страны полностью запрещают это, и будущее глобальное расширение рынков прогнозов по-прежнему зависит от нормативных рамок каждой страны.
Архитектурное проектирование предиктивных рыночных агентов
В настоящее время агенты рынка прогнозирования выходят на ранний этап практики, и их ценность заключается не в том, что прогнозы ИИ точнее», а в том, чтобы повысить эффективность обработки и исполнения информации на рынках прогнозирования. Суть рынка прогнозов — это механизм агрегации информации, а цена отражает коллективное суждение вероятности событий; На самом деле рыночная неэффективность связана с информационной асимметрией, ограничениями по ликвидности и вниманием. Предиктивные рыночные агенты разумно позиционируются как исполняемые вероятностные управления портфелем: преобразование новостей, текстов правил и он-чейн-данных в проверяемые отклонения от цен, реализацию стратегий быстрее, более дисциплинированно и с низкими затратами, а также использование структурных возможностей с помощью кроссплатформенного арбитража и контроля рисков портфеля.
Идеальный агент прогнозирования рынка может быть абстрагирован в архитектуру из четырёх уровней:
Информационный слой объединяет новостные, социальные, онлайн-сетевые и официальные данные;
Анализ использует LLM и ML для выявления неправильного ценообразования и расчёта границы.
Стратегический слой преобразует Edge в позиции с помощью формулы Келли, пакетного построения позиций и контроля риска.
Уровень исполнения завершает многорыночные заказы, оптимизацию проскальзывания и газов, а также арбитражное выполнение, формируя эффективно автоматизированный замкнутый цикл.
Стратегическая структура для предиктивных рыночных агентов
В отличие от традиционных торговых сред, рынки прогнозирования имеют значительные различия в механизмах расчетов, ликвидности и распределении информации, и не все рынки и стратегии подходят для автоматизированного исполнения. В основе агенты рынка прогноза используются в сценариях с чёткими правилами, кодируемыми правилами и соответствующими их структурным преимуществам. Ниже будут проанализированы с трёх уровней: выбор целей, управление позицией и структура стратегии.
Прогнозирование выбора целей на рынке
Не все рынки прогнозирования имеют торговую ценность, и их участие зависит от ясности расчетов (ясны ли правила, уникален ли источник данных), качества ликвидности (глубина рынка, спреды и объём), инсайдерский риск (степень информационной асимметрии), временной структуры (время истечения и темп событий), а также от собственного информационного преимущества и профессионального опыта трейдера. Только когда большинство измерений соответствуют базовым требованиям, рынки могут иметь основание для участия, и участники должны сопоставлять свои преимущества с характеристиками рынка:
Основные человеческие сильные стороны: рынки, которые опираются на экспертизу, суждение и неясную интеграцию информации, имеют относительно свободное временное окно (дни/недели). Типичные примеры включают политические выборы, макротенденции и корпоративные этапы.
Основные преимущества AI Agent: рынки, основанные на обработке данных, распознавании шаблонов и быстром выполнении с крайне короткими окнами принятия решений (за секунды/минуты). Типичные примеры включают высокочастотные цены на криптовалюты, кросс-рыночный арбитраж и автоматизированный маркетмейкинг.
Неподходящие зоны: рынки, доминируемые инсайдерской информацией или чисто случайные/крайне манипулятивные, не представляющие преимущества ни одному участнику.
Управление позициями на рынках прогнозирования
Критерий Келли — самая репрезентативная теория управления деньгами в сценарии повторяющихся игр, и его цель — не максимизировать одну доходность, а максимизировать долгосрочный темп роста сложных процентов фондов. Основываясь на оценке процента выигрыша и шансов, этот метод рассчитывает теоретическое коэффициент оптимальной позиции для повышения эффективности роста капитала на основе положительных ожиданий и широко используется в количественных инвестициях, профессиональных ставках, покере и управлении активами.
Классическая форма: f^* = (bp - q) / b
где f∗ — оптимальное соотношение ставок, b — чистые коэффициенты, p — процент побед, а q=1−p
Рынки прогноза можно упростить до: f^* = (p - рынок\_price) / (1 - рынок\_price)
где p — субъективная истинная вероятность, а рынок_price — подразумеваемая вероятность рынка
На практике профессиональные бетторы и участники рынка прогнозов предпочитают использовать более исполняемые стратегии и меньше полагаются на вероятностную оценку:
Система единиц: Разделение средств на фиксированные единицы (например, 1 единица), инвестирование различных единиц в зависимости от уровня доверия и автоматическое ограничение одного риска через лимит — самый распространённый практический метод.
Плоские ставки: фиксированное соотношение банкролла для каждой ставки, подчеркивающее дисциплину и стабильность, подходящее для рискованных или малоуверенных условий.
Уровни доверия: Заранее задайте дискретные уровни позиции и установите абсолютные верхние пределы для снижения сложности принятия решений и избежания проблемы псевдоточности модели Келли.
Инвертированный подход к риску: начиная с максимального терпимого убытка, размер позиции сдвигается назад, начиная с ограничений по риску, а не с ожиданий доходности, формируя стабильную границу риска.
Для агентов прогнозного рынка разработка стратегии должна ставить приоритет на исполняемость и стабильность, а не на теоретический оптимизм. Главное — иметь чёткие правила, лаконичные параметры и устойчивость к ошибкам в суждении. В условиях этого ограничения метод лестничной уверенности в сочетании с фиксированными ограничениями позиций является наиболее подходящим универсальным решением для управления позициями для PM-агентов. Этот метод не основывается на точной оценке вероятности, а делит возможности на ограниченные уровни и соответствует фиксированным позициям в зависимости от силы сигнала. Даже в сценариях с высокой уверенностью устанавливаются чёткие верхние пределы для контроля риска.
Стратегический выбор рынков прогнозирования
С точки зрения структуры стратегии, рынки прогнозирования можно разделить на две категории: арбитражные стратегии, характеризующиеся чёткими правилами и кодированием, и спекулятивные стратегии направления, основанные на интерпретации информации и суждении направления; Кроме того, существуют стратегии маркетмейкинга и хеджирования, которые доминируют профессиональные институты и требуют значительного капитала и инфраструктуры.
Арбитраж
Арбитраж с разрешением: арбитраж по урегулированию происходит, когда исход события практически определён, но рынок ещё не полностью зафиксировал цену, и преимущества в основном связаны с синхронизацией информации и скоростью выполнения. Стратегия чёткая, низкорисковая и полностью кодируемая, что делает её наиболее подходящей основной стратегией для реализации агентов на рынках прогнозирования.
Dutch Book Arbitrage :D utch Book Arbitrage использует структурный дисбаланс, образованный суммой цен взаимно исключающих и полных наборов событий, отклоняющихся от сохранения вероятностных ограничений (∑P≠1), чтобы зафиксировать ненаправленную риск-доходность через позиционирование портфеля. Эта стратегия опирается только на связь между правилами и ценой, имеет низкий риск и может быть сильно регламентирована, а также является типичной формой детерминированного арбитража, подходящей для автоматизированного исполнения агентами.
Кроссплатформенный арбитраж: Кроссплатформенный арбитраж получает прибыль за счёт фиксации отклонений цен между разными рынками для одного и того же события, с низким риском, но высокими требованиями к задержке и параллельному мониторингу. Эта стратегия подходит для реализации агентами с инфраструктурными преимуществами, но рост конкуренции привёл к постоянному снижению предельной доходности.
Пакет: Арбитраж портфеля использует несогласованное ценообразование между связанными контрактами для торговли, с чёткой логикой, но ограниченными возможностями. Эта политика может выполняться агентом, но существуют определённые инженерные требования к разрешению правил и ограничению комбинаций, а агент обладает умеренной степенью адаптивности.
Стратегия спекулятивного направления (спекулятивная)
Торговля структурированной информацией: Этот тип стратегии строится вокруг явных событий или структурированной информации, такой как официальные публикации данных, объявления или окна с решениями. Пока источник информации чист и условия запуска определёны, агент может использовать преимущества в скорости и дисциплине на уровне мониторинга и выполнения. Однако при преобразовании информации в семантическое суждение или ситуативную интерпретацию всё равно требуется вмешательство человека.
Следование сигналам: Эта стратегия приносит доход, следуя поведению счетов или фондов, которые хорошо работали в истории, с относительно простыми правилами и автоматизированным выполнением. Основной риск — это деградация сигнала и обратная эксплуатация, поэтому требуются механизмы фильтрации и строгое управление положением. Вторичная стратегия, подходящая для агента.
Неструктурированные / шуме-ориентированные стратегии: эти стратегии сильно опираются на эмоции, случайность или партисипативное поведение, не имеют стабильных и воспроизводимых преимуществ, а долгосрочные ожидания нестабильны. Поскольку его сложно моделировать и он чрезвычайно рискован, он не подходит для систематического выполнения агентами и не рекомендуется как долгосрочная стратегия.
Микроструктура рынка: Эти стратегии основаны на очень коротких окнах принятия решений, непрерывных котировках или высокочастотной торговле и требуют высокой нагрузки по задержке, моделям и капиталу. Хотя теоретически рынки предсказания подходят для агентов, они часто ограничены ликвидностью и интенсивностью конкуренции, что делает их подходящими для нескольких игроков с существенными инфраструктурными преимуществами.
Контроль рисков и хеджирование: Эти стратегии не направлены напрямую на доходность, а используются для снижения общего риска. Правила ясны, цели ясны, и долгое время он работает как базовый модуль контроля рисков.
В целом, стратегии, подходящие для исполнения агентами на рынках прогнозирования, сосредоточены на сценариях с чёткими правилами, кодированием и слабым субъективным суждением, где детерминированный арбитраж должен использоваться как основной источник дохода, структурированная информация и стратегии следования сигналам должны дополняться, а торговля с высоким уровнем шума и эмоций систематически исключаться. Долгосрочное преимущество Agent — высокая дисциплина, высокая скорость выполнения и контроль рисков.
Прогнозировать бизнес-модель и форму продукта рыночных агентов
Идеальная бизнес-модель для агентов прогнозирования рынка имеет возможности для исследования в различных направлениях на разных уровнях:
Инфраструктурный уровень обеспечивает многоисточниковую агрегацию данных в реальном времени, библиотеку адресов Smart Money, унифицированный движок выполнения рынка прогнозирования и инструменты для обратного тестирования для B2B и получения стабильного дохода независимо от точности прогноза.
Стратегический слой вводит сообщества и сторонние политики для создания многоразовой и оценённой экосистемы стратегий, а также реализует захват ценности через звонки, весы или совместное выполнение, тем самым снижая зависимость от одного альфы.
На уровне Agent/Vault агенты непосредственно участвуют в фактическом исполнении в форме доверенного управления, опираясь на прозрачные записи и строгие системы контроля рисков в цепочке для взыскания комиссий за управление и комиссии за производительность.
Соответствующие формы продуктов различных бизнес-моделей также можно разделить на:
Модель развлечений/геймификации: снижает барьер участия через интуитивное взаимодействие в стиле Tinder, обладает наилучшими возможностями для роста пользователей и развития рынка, что является идеальной точкой входа для разрыва этого круга, но необходимо реализовать это для монетизации подписочных или исполнительных продуктов.
Модель подписки на стратегию/сигнал: она не включает хранение фондов, находится под контролем, имеет чёткие права и обязанности, а также относительно стабильную структуру доходов SaaS, что делает её наиболее реализуемым путем коммерциализации на данном этапе. Его ограничения заключаются в том, что стратегии легко копировать, снижается эффективность исполнения, а долгосрочный потолок выручки ограничен, что может значительно улучшить опыт и удержание пользователей благодаря полуавтоматической форме «сигнал + выполнение одним кликом».
Модель хранения хранилища: обладает преимуществами масштаба и эффективности исполнения, схожа с продуктами управления активами, но сталкивается с множеством структурных ограничений, таких как лицензии на управление активами, пороги доверия и централизованные технологические риски, а бизнес-модель сильно зависит от рыночной среды и устойчивой прибыльности. Если программа не имеет долгосрочной эффективности и институционального одобрения, она не подходит как основной путь.
В целом, диверсифицированная структура доходов «монетизация инфраструктуры + стратегическое экологическое расширение + участие в результатах» помогает снизить зависимость от одного предположения, что «ИИ продолжает опережать рынок». Даже если альфа сближается по мере созревания рынка, базовые возможности, такие как исполнение, контроль рисков и расчеты, всё равно имеют долгосрочную ценность, создавая более устойчивый замкнутый круг бизнеса.
Кейс-стади проектов предиктивных рыночных агентов
В настоящее время агенты рынка прогнозирования находятся на ранних этапах разведки. Хотя рынок стал диверсифицироваться от базовой структуры к более высокому инструменту, он ещё не сформировал набор стандартизированных продуктов, зрелых в планах генерации стратегий, эффективности выполнения, системы контроля рисков и замкнутого бизнес-цикла.
Мы делим текущую экосистему на три уровня: инфраструктура, автономные агенты и инструменты прогнозирования рынка.
Инфраструктура
Фреймворк агентов Polymarket
Polymarket Agents Polymarket — это официальный фреймворк для разработчиков, разработанный для решения задачи инженерной стандартизации «соединения и взаимодействия». Фреймворк охватывает сбор рыночных данных, построение ордеров и базовый интерфейс вызова LLM. Это решает проблему «как разместить заказ с помощью кода», но по сути оставляет пустое пространство в основных торговых возможностях, таких как генерация стратегий, калибровка вероятностей, динамическое управление позициями и системы обратного тестирования. Это скорее официально признанная «спецификация доступа», чем готовый продукт с альфа-преимуществами. Коммерческие агенты всё ещё должны создавать собственные комплексные инвестиционные исследовательские и контрольные центры риска на этой основе.
Инструмент рынка прогнозирования гнозиса
Gnosis Prediction Market Agent Tooling (PMAT) обеспечивает полную поддержку чтения и записи для Omen/AIOmen и Manifold, но для Polymarket доступны только разрешения только для чтения, и экологические барьеры очевидны. Он подходит как краеугольный камень для разработки агентов в системе Gnosis, но его полезность ограничена для разработчиков, чьё основное поле битвы — Polymarket.
Polymarket и Gnosis — это экосистемы прогнозных рынков, которые в настоящее время явно производят «разработку агентов» как официальную структуру. Другие рынки прогнозирования, такие как Kalshi, по-прежнему в основном застряли на уровнях API и Python SDK, и разработчикам необходимо реализовать ключевые возможности системы, такие как стратегия, контроль рисков, эксплуатация и мониторинг.
Автономный агент
Хотя их называют «агентами», между реальными возможностями и децентрализованной автоматизированной торговлей с замкнутым циклом всё ещё существует значительный разрыв, и в целом отсутствуют независимые и систематические уровни контроля рисков, а управление позициями, стоп-лосс, хеджирование и ограничения по ожидаемой стоимости не включены в процесс принятия решений, а общий уровень продуктовизации низок и ещё не сформировал зрелую систему, способную работать длительное время.
Olas Predict
Olas Predict — самая продуктивная экосистема агентов прогнозирования на сегодняшний день. Её основной продукт, Omenstrat, построен на Omen в системе Gnosis, используя FPMM и децентрализованные арбитражные механизмы в нижней части для поддержки взаимодействий с малой стоимостью и высокой частоты, но ограничен отсутствием ликвидности на едином рынке Omen. Её «прогноз ИИ» в основном основан на универсальных LLM, отсутствует данные в реальном времени и систематический контроль рисков, а исторический процент побед чётко различается между категориями. В феврале 2026 года Olas запустил Polystrat, расширив возможности агента на Polymarket — пользователи могут устанавливать стратегии на естественном языке, а агент автоматически выявляет вероятностные отклонения на рынке расчетов в течение 4 дней и совершает сделки. Система контролирует риски через локальную работу Pearl, самостоятельные Safe счета и жёстко закодированные ограничения, что делает её первым потребительским автономным торговым агентом для Polymarket.
Стратегия UnifAI Network Polymarket
Предоставить автоматизированным торговым агентам Polymarket ядро стратегий принятия рисков: сканировать и покупать контракты близко к расчетам с подразумеваемой вероятностью >95%, с целью спреда 3–5%. Он-чейн-данные показывают, что процент побед близок к 95%, но доходность чётко различается между категориями, а стратегия сильно зависит от частоты исполнения и выбора категорий.
NOYA.ai
NOYA.ai пытается интегрировать «мониторинг исследований-суждений-выполнение» в замкнутый цикл агента, с архитектурой, охватывающей уровень разведки, слой абстракции и уровня исполнения. В настоящее время доставляются хранилища Omnichain; Агент рынка прогнозирования всё ещё находится на стадии разработки и ещё не сформировал полный замкнутый контур основной сети, находится в общем периоде верификации видения.
Инструменты прогнозирования рынка
Современные инструменты анализа рынка прогнозов недостаточны для формирования полноценного «агента прогнозного рынка», и их ценность в основном сосредоточена в информационном и аналитическом слоях архитектуры агента, а выполнение сделок, управление позициями и контролем рисков всё ещё должны нести сам трейдер. С точки зрения формы продукта, он больше соответствует позиционированию «подписка на стратегию/сигнальная помощь/улучшение исследований» и может рассматриваться как ранний прототип агентов рынка прогнозирования.
Путём систематического анализа и эмпирического отбора товаров, включённых в Awesome-Prediction-Market-Tools, в данной работе отбираются представительные проекты с предварительными формами продуктов и сценариями использования в качестве исследовательских кейсов. Он в основном сосредоточен на четырёх направлениях: анализ и уровень сигналов, система оповещений и отслеживания китов, инструмент обнаружения арбитража, а также выполнение торговых терминалов и агрегатов.
Инструменты анализа рынка
Polyseer: Инструмент рыночного прогнозирования, основанный на исследованиях, который использует многоагентное разделение архитектуры труда (планировщик / исследователь / критик / аналитик / репортёр) для двустороннего сбора доказательств и байесовской агрегации вероятностей для выпуска структурированных исследовательских отчетов. Его преимущества — методологическая прозрачность, процессная инженерия, а также полноценный открытый исходный код и аудитируемость.
Oddpool: позиционирующийся как «терминал Bloomberg на рынке прогнозов», предоставляет кроссплатформенную агрегацию, сканирование арбитража и терминалы панелей управления данными в реальном времени, такие как Polymarket, Kalshi и CME.
Polymarket Analytics: глобальная платформа анализа данных Polymarket, систематически отображающая трейдеров, рынки, позиции и данные транзакций с чётким позиционированием и интуитивно понятными данными, что делает её удобной для базовых запросов и исследований.
Hashdive: инструмент данных для трейдеров, который количественно отбирает трейдеров и рынки с помощью Smart Score и Multi-Dimensional Screener, что делает его полезным для «идентификации умных денег» и принятия решений по копированию торговли.
Polyfactual: Сосредоточена на рыночной аналитике ИИ и анализе настроений/рисков, встраивая результаты анализа в торговые интерфейсы через расширения Chrome, с уклоном в пользу B2B и институциональных пользовательских сценариев.
Predly: Платформа обнаружения неправильного ценообразования с помощью ИИ, которая выявляет отклонения цен между Polymarket и Kalshi, сравнивая рыночные цены с рассчитанными ИИ вероятностями, официально утверждающая, что точность оповещений составляет 89%, и позиционирует себя для обнаружения сигналов и скрининга возможностей.
Polysights: охватывает 30+ рыночных и он-чейневых метрик, а также использует Insider Finder для отслеживания аномальных поведений, таких как новые кошельки и крупные односторонние ставки, подходящее для ежедневного мониторинга и обнаружения сигналов.
PolyRadar: многомодельная параллельная аналитическая платформа, обеспечивающая интерпретацию в реальном времени, эволюцию временной шкалы, оценку доверия и прозрачность источника для одного события, с акцентом на мульти-ИИ-инструменты кросс-валидации и анализа позиционирования.
Alphascope: Движок прогнозной рыночной аналитики на базе ИИ, предоставляющий сигналы в реальном времени, обзоры исследований и мониторинг вероятностных изменений.
Оповещения / отслеживание китов
Стенд: Чётко найдите копи-трейдинг китов и предупреждения о действиях с высокой уверенностью.
Whale Tracker Livid: Продуктируйте изменения положения китов
Инструмент обнаружения арбитража
ArbBets: Инструмент обнаружения арбитража на базе искусственного интеллекта, который фокусируется на рынках Polymarket, Kalshi и спортивных ставок, выявляя возможности для торговли кроссплатформенным арбитражем и позитивным ожиданием (+EV), расположенный на уровне высокочастотного сканирования возможностей.
PolyScalping: платформа для анализа арбитража и скальпинга в реальном времени для Polymarket, поддерживающая сканирование на уровне всего рынка, расчёт ROI и трансляцию Telegram каждые 60 секунд, а также фильтрацию возможностей по ликвидности, спредам и объёму торгов, в пользу активных трейдеров.
Eventarb: Лёгкий кроссплатформенный инструмент арбитражных расчётов и напоминаний, охватывающий Polymarket, Kalshi и Robinhood, с специализированными функциями и бесплатным использованием, подходит как базовая помощь в арбитраже.
Prediction Hunt: Инструмент агрегации и сравнения рынков кросс-биржевых прогнозов, обеспечивающий в реальном времени сравнение цен и арбитражную идентификацию Polymarket, Kalshi и PredictIt (обновляется примерно за 5 минут), выявляя симметрию информации и рыночные неэффективности.
Торговый терминал / Агрегированное исполнение
Verso: институциональный терминал рыночной торговли с прогнозами, поддерживаемый YC Fall 2024, предоставляющий интерфейс в стиле Bloomberg, охватывающий 15 000+ контрактов от Polymarket и Kalshi с отслеживанием в реальном времени, глубоким анализом данных и AI-новостными лентами, ориентированными на профессиональных и институциональных трейдеров.
Matchr: Кроссплатформенный инструмент агрегации и исполнения рынка прогнозирования, охватывающий 1 500+ рынков, достигающий оптимального сопоставления цен с помощью интеллектуальной маршрутизации и планирование автоматизированных стратегий доходности на основе событий с высокой вероятностью, межрыночного арбитража и событий, ориентированных на события, расположенный на уровнях исполнения и эффективности капитала.
TradeFox: Профессиональная платформа для агрегации рынков прогнозов и Prime Brokerage, основанная на Alliance DAO и CMT Digital, предлагающая продвинутое исполнение ордеров (лимитные ордеры, TP/SL, TWAP), самостоятельно размещенную торговлю и мультиплатформенную интеллектуальную маршрутизацию, ориентированную на трейдеров институционального уровня, с планами на расширение на такие платформы, как Kalshi, Limitless и SxBet.
Резюме и перспективы
В настоящее время агенты рынка прогнозирования находятся на ранних стадиях разработки.
Основа рынка и существенная эволюция: Polymarket и Kalshi сформировали дуополию, а агенты, построенные вокруг неё, обладают достаточной ликвидностью и основой сценариев. Основное различие между рынками прогнозов и азартными играми — это положительные внешние эффекты, которые агрегируют разрозненную информацию через реальные транзакции и публично оценивают реальные события, постепенно превращаясь в «глобальный слой истины».
Основное позиционирование: Агенты прогнозного рынка должны позиционироваться как исполняемые инструменты для управления вероятностными активами, с основной задачей преобразования новостей, текста правил и он-чейневых данных в проверяемые отклонения цен и реализацию стратегий с большей дисциплиной, меньшими затратами и возможностями взаимодействия между рынками. Идеальную архитектуру можно абстрагировать на четыре уровня: информация, анализ, стратегия и исполнение, но её реальная торговля сильно зависит от ясности расчетов, качества ликвидности и структуры информации.
Выбор стратегии и логика контроля риска: С стратегической точки зрения детерминированный арбитраж (включая арбитраж по расчетам, арбитраж с сохранением вероятностей и кроссплатформенную торговлю спредом) наиболее подходит для автоматического исполнения агентами, тогда как направленные спекуляции могут быть только дополнены. С точки зрения управления позициями следует отдавать приоритет применимости и отказостойкости, а метод лестницы в сочетании с фиксированным пределом позиций является наиболее подходящим.
Бизнес-модель и перспективы: Коммерциализация в основном делится на три уровня: уровень инфраструктуры использует инфраструктуру выполнения данных для получения стабильного B2B-дохода, стратегический уровень использует сторонние политические вызовы или монетизацию акций, а уровень агент/хранилище участвует в реальной транзакции и собирает управленческие и сборы за производительность в рамках прозрачного контроля рисков в цепочке. Соответствующие формы включают развлекательные порталы, стратегические подписки/сигналы (на данный момент наиболее реалистичны) и хостинг с высоким порогом хранилища, где «инфраструктура + стратегическая экология + участие в производительности» является более устойчивым путём.
Хотя предпринимались попытки диверсифицироваться от базовой структуры до верхнего уровня инструментов в экосистеме агентов прогнозирования рынка, не существует зрелых и воспроизводимых стандартизированных продуктов по ключевым параметрам, таким как генерация стратегии, эффективность выполнения, контроль рисков и замкнутый круг бизнеса, и мы с нетерпением ждём итерации и эволюции агентов рынка прогнозирования в будущем.
