AI 牛市 BTC meme 美股芯片半导体存储海力士爆仓代币化英伟达

深度｜预测市场，重写数据定价权

BitpushNews

来源：Tiger Research Reports

作者：Ryan Yoon

核心要点

在真实的金融“切身利益”驱动下，预测市场实时动态更新，提供精确的概率分布，其准确性持续匹配或超越传统民调、专家调查和经济预测。
预测市场已超越体育和选举预测，演变为关键的宏观经济和地缘政治数据基础设施，被主要金融媒体、央行研究者和机构市场平台广泛采用。
要将预测市场数据确立为全球可信的决策基础设施，平台必须深化流动性以抵御操纵，积极与监管机构接触，将市场重新定义为监测工具，并维护由独立研究支持的开放、透明数据。

1. 从博彩到有价值的数据

主要金融媒体和市场基础设施提供商已开始采用预测市场数据，这显示了该数据的价值。

谷歌财经、CNBC、CNN和《华尔街日报》（WSJ）已开始展示预测市场概率，而纽约证券交易所母公司洲际交易所（ICE）和债券及其他资产的电子交易平台Tradeweb，现在在其现有市场数据之外，向机构客户分发预测市场数据。

美联储理事会的一份工作论文也将预测市场数据描述为宏观经济预期的基准，如利率决策、通胀、失业和GDP增长。

一位美联储理事会经济学家及其合著者将预测市场Kalshi的市场描述为“一个高频、持续更新、分布丰富的基准，对研究者和政策制定者都有价值”（Diercks, Katz and Wright, 2026）。因此，预测市场开始被视为数据来源，而非博彩网站。

业界已经认识到预测市场数据的价值并加以利用。本系列预测市场报告的最后一篇通过三个问题考察该数据的效用：

预测市场的价格如何成为有价值的数据？
预测市场数据在哪里被使用？
今天的预测市场能产生这种数据吗？

2. 预测市场的价格如何成为有价值的数据？

如此前所述，预测市场的核心机制——二元合约——通常根据特定事件是否发生支付1美元或0美元。例如，如果一份声明“明天会下雨”的合约以0.62美元交易，市场参与者估计该事件的概率为62%。

因此，预测市场价格（0.62美元）作为未来事件的直观概率（62%）发挥作用。四个结构性特征解释了为什么这些价格被视为全球金融机构和媒体在实际决策中使用的有价值数据，而不仅仅是博彩赔率。

2.1. 通过切身利益建立可信度

有些人认为在预测市场下注就是纯粹的赌博，但把钱押上去让参与者有了真实的“切身利益”。

“切身利益”意味着承担自己决策的风险和责任。与无需成本就能发表的看法不同，错误的预测会让参与者损失自己的钱，因此他们只会把仔细核实的信息和真实信念融入价格。

当许多带有金钱押注的预测被聚合在一起时，只要市场有足够的流动性，预测市场价格就成为高度可靠的概率数据。

2.2. 通过持续实时更新实现及时性

传统民调和专家调查只提供调查时的快照，因此难以及时捕捉快速变化。例如，如果在明天央行利率决策之前，今天突然出现外部经济冲击或紧急声明，几天前完成的民调或月度专家调查根本无法反映。

相比之下，预测市场价格在新信息进入市场的那一刻就会变化。价格持续更新，因为参与者会在新闻、意外发展或监管公告到来时重新调整头寸。

因此，预测市场价格不是固定于过去的概率，而是随着事件发生而反映变化的及时数据。

2.3. 跨结果的概率分布

以单一平均值或峰值为中心的传统指标会丢失信息，因为它们将许多意见压缩成一个数字。例如，在预测央行降息时，典型的专家调查只显示一个平均数字，如“降息0.25个百分点”，无法展示取决于委员会成员言论变化的场景。

相比之下，预测市场产生跨所有可能结果的“概率分布”。这里的概率分布展示每个可能场景的概率总和，而非单一结果（例如，维持不变20%，降息0.25个百分点70%，降息0.5个百分点10%）。它也是一个连续的时间序列。

这让预测市场不仅能衡量最可能的中心值，还能衡量尾部风险，即不太可能发生但一旦发生影响巨大的结果。因此，预测市场提供的不仅仅是单点数字：其概率分布支持对未来市场波动和潜在风险的全面评估。

2.4. 通过事后验证实现客观性

预测市场数据在学术界和全球金融市场赢得信任，最重要的原因是其结果可以在事后完全验证。

普通的专家预测和调查在结果已知后也可以检查准确性，但评估通常留有大量解释空间，机构往往只引用对自己有利的历史记录。相比之下，预测市场数据作为清晰的定量价格（概率）被完整记录，通常在到期时结算为0或1。因此评分在数学上是精确的，不留主观解释的空间。

任何人都可以透明且无误地将历史价格数据与实际结果进行比较。因为没有人能操纵这一客观的历史记录，而且它可以随时展示，预测市场价格不仅仅是主观猜测：数据专业人士和机构可以严格评判其过去的准确性，这为将其作为核心决策指标提供了最可靠的基础。

3. 预测市场数据在哪里被使用？

预测市场数据直到最近才引起公众关注，但其历史可以追溯到1980年代的艾奥瓦电子市场（IEM）。很长一段时间里，它最著名的用途是预测选举，而随着预测市场最近被应用于更广泛的领域，其价值变得更加明显。

3.1. 选举：比民调更早、更准确

展示预测市场潜力的第一个案例是前面提到的艾奥瓦电子市场（IEM）。IEM与1988年至2004年五次美国总统选举中的964项民调结果进行了比较，在74%的情况下，它比民调更准确地预测了实际选举结果（Berg, Nelson and Rietz, 2008）。

这一优势不仅限于选举前夕。对1988年至2000年总统选举的分析发现，在选举前一周，IEM的得票率预测误差（与实际得票率的差距）平均为1.5个百分点，小于盖洛普最终民调的2.1个百分点误差，甚至在选举前150天，平均误差也仅约5个百分点。

然而，这两个数字不能直接比较。民调是询问“如果今天举行投票”的当前指标，而预测市场价格是“选举日最终结果”的前瞻性指标。

事实上，一项研究发现，根据距选举剩余时间调整后的民调比预测市场更准确（Erikson and Wlezien, 2008）。然而，另一项对2008年选举的分析发现，当预测市场价格针对其自身已知偏差进行修正后，在竞选早期和势均力敌的竞选中，它们比调整后的民调预测得更好（Rothschild, 2009）。

因此，预测市场价格比未调整的民调更准确，与高度校准的民调表现相当。它们还通过从选举前数月每天更新预测来增加价值。

3.2. 经济：实时读取宏观经济预期

对于利率、通胀和就业等宏观经济指标，在发布前准确了解市场预期非常重要。

市场预期传统上通过专家调查或传统金融产品的价格来衡量。然而，调查每隔几周才更新一次，缺乏及时性，而期货价格给出单一数字，期权隐含分布仅存在于利率和整体通胀等少数变量。相比之下，预测市场通过每个结果的价格直接产生实时概率分布。

这种定量效用在2002年至2005年的经济衍生品市场中已得到证明。对与非农就业、零售销售和初请失业金等指标发布值挂钩的二元期权交易数据的分析发现，市场隐含的预测与平均专家调查一样准确或更准确，市场隐含的概率分布与事件实际发生的频率非常接近 (Gürkaynak and Wolfers, 2006).

最近一份美联储理事会工作论文 (Diercks, Katz and Wright, 2026) 将预测市场预测与既定基准进行评估。作者发现，Kalshi对联邦基金利率的中位数和众数预测在FOMC会议前一天拥有完美的预测记录，并且在该时间跨度上显著优于联邦基金期货。与彭博共识相比，Kalshi的预测对整体CPI通胀显著更准确，对核心CPI通胀和失业率在统计上相似。这些发现表明，预测市场可以在某些基准上有所改进，同时与其他基准表现相当。

该研究还指出了超越准确性的更广泛实际应用。对于GDP增长、核心通胀、失业率和非农就业等关键宏观指标，此前不存在基于流动衍生品的指标。预测市场通过实时提供基于市场的预期和详细的概率分布消除了这一限制，使其成为研究者和政策制定者的宝贵基准。

预测市场在整体CPI上比传统指标更准确，在利率决策上至少同样准确，而且它们还以实时概率分布的形式表达了传统金融市场从未覆盖的宏观经济预期。这使其成为实用的信息来源。

3.3. 公共卫生：提前2至4周的流感预警

美国疾病控制与预防中心（CDC）每周发布官方流感统计数据，因此在追踪流感实际传播方面存在时间滞后。

为解决这一局限，艾奥瓦大学的研究人员运行了一个流感试点预测市场，参与的医疗专业人员在其中交易。该市场汇集了他们自愿提供的临床信息，提前两到四周预测了艾奥瓦州的流感活动(Polgreen, Nelson, and Neumann, 2007)。

此类预测可能有助于为治疗、预防和政策决策提供信息。该案例表明，预测市场可以支持公共卫生快速响应。然而，这是一项仅限于艾奥瓦州的试点研究。

3.4. 公司和情报机构

在典型公司中，负面消息和不确定前景在沿汇报链向上传递时往往被淡化或轻描淡写。相比之下，内部预测市场让员工直接对收入、新产品发布日和招聘等内部事项是否会成功下注，并奖励正确预测。这绕过了僵化的汇报线，迅速将坦诚的一线判断和信息汇集到价格中。

惠普：一个由20至26名活跃参与者交易的内部销售预测市场在8个可比案例中的6个比官方管理层预测更准确，在全部8个案例中它都正确识别了官方预测错误的方向。
英特尔：2006年至2013年运营的979个内部预测市场中，超过一半比公司的官方预测更准确。
福特：根据其内部功能预测市场的交易，该公司在2011年表示已决定不在未来车型中包含福特品牌自行车架和车载吸尘器。
谷歌：一位高管在公司全员会议上表示，填补一个高级领导职位空缺的目标已连续六个季度未达成，而内部预测市场早已预见到这一点。
西门子：对于一个传统项目计划仍显示截止日期可达的软件项目，内部预测市场警告将延迟两到三周，而该项目实际延迟13天完成。

预测市场在国家安全和地缘政治问题上也被证明有用。在美国情报高级研究计划局（IARPA）2011年至2015年运营的地缘政治预测锦标赛中，研究人员在两个赛季中将预测市场与预测调查（预测者调查）进行了比较。

在2,400多名参与者对261个事件的预测中，两个赛季里预测市场价格都比调查回答的简单平均值更准确。它们未能匹敌按过去准确性加权并进行统计调整的团队调查，但结果表明预测市场无需进一步处理就能很好地聚合信息。

在公司内部，预测市场一再被报道捕捉到官方预测和汇报线遗漏的信息。在情报锦标赛中也是如此，预测市场比调查回答的简单平均值更准确。然而，它们未能匹敌按过去准确性加权的团队调查，而且一些市场（如惠普和西门子的市场）交易人群较小，约20至60人，这是一个局限。

4. 今天的预测市场能产生有价值的数据吗？

今天运营的预测市场也能产生这种有价值的数据吗？为了找出答案，我们使用链上预测市场平台Limitless截至2026年10月的公开API数据，分析了市场类型和预测准确性。

4.1. 市场类型的多样性

分析时，共有556个市场开放。它们远不限于简单的体育或娱乐事件，而是广泛覆盖政策和宏观经济指标整体，包括主要央行的利率决策、选举和地缘政治变量，以及科技公司IPO和季度财报。

曾经局限于少数事件的预测市场，现在全面覆盖宏观指标和政策变量。这表明前几节验证的效用（准确性、及时性和事后可验证性）现在正超越特定领域，扩展到全球经济和政策决策。

传统金融体系和民调难以捕捉的不确定性和未来波动，现在被量化为可靠的概率数据，市场参与者和政策制定者可以将其用作决策的实用参考点。

4.2. 预测准确性

为了检验这些市场的价格在多大程度上反映事件的实际概率，我们将预定结算时间前一天的价格与收集样本中2,681个已结算事件市场的实际结果进行了比较（其中约85%是体育市场）。

在10个价格区间中的9个，实际结果率与价格之间的差距在4个百分点以内。例如，在结算前一天定价为70%至80%的165份合约中，74.5%实际成真；在定价为90%或以上的113份合约中，97.3%成真。

唯一有明显误差的区间是50%至60%（实际发生率48.8%），主要因为该区间约三分之一的合约（大多是体育市场）在结算前一天仍处于50%的初始上市价格。

除了这些流动性较差、不太受欢迎的体育市场外，预测市场价格以高精度反映事件的实际概率。

4.3. 对新信息的反应

及时性是支撑这种准确性的因素。为了检查价格是否在新信息到来时立即反映，我们追踪了美联储利率决策的价格时间序列。

美联储利率决策市场在新经济数据或政策变量发布时立即调整其概率。维持利率不变的概率在8月中旬约为70%，随着主要指标发布，在8月底和9月初降至50%以下，在9月11日通胀数据发布后立即降至约20%，然后在决策前一天降至10%区间。相比之下，加息0.25个百分点的概率在决策当天升至86%至89%，几乎与CME FedWatch上联邦基金利率期货隐含的约90%概率相同。

Limitless在其他主要央行决策前刚形成的价格也表现出同样的实时响应性。