IOSG: Превращение вероятности в преимущество: агент прогнозирования рыночной аналитики

Оригинальное название статьи: «Еженедельный обзор IOSG | Превращение вероятности в актив: прогноз для участников рынка прогнозов № 315»

Автор оригинальной статьи: Джейкоб Чжао, IOSG

В наших предыдущих отчетах из серии «Крипто-ИИ» мы последовательно подчеркивали, что наиболее практичные приложения в современной криптоиндустрии в основном сосредоточены на платежах в стейблкоинах и DeFi, при этом агент является ключевым интерфейсом индустрии ИИ для пользователей. Поэтому в тенденции интеграции криптовалют и ИИ наиболее перспективными направлениями являются: в краткосрочной перспективе — AgentFi на основе существующих зрелых протоколов DeFi (базовые стратегии, такие как кредитование, майнинг ликвидности, а также продвинутые стратегии, такие как свопы, Pendle PT, арбитраж ставок финансирования), и в среднесрочной и долгосрочной перспективе — Agent Payment, основанный на расчетах в стейблкоинах и использующий протоколы, такие как ACP/AP2/x402/ERC-8004.

Рынки прогнозов стали новым трендом в отрасли, который нельзя игнорировать в 2025 году, поскольку общий годовой объем транзакций вырос с примерно 9 миллиардов долларов в 2024 году до более чем 40 миллиардов долларов в 2025 году, достигнув более чем 400% роста по сравнению с предыдущим годом. Этот значительный рост обусловлен множеством факторов: макрополитическими событиями, создающими неопределенность спроса, зрелостью инфраструктуры и торговых моделей, а также прорывами в нормативно-правовой среде (победа Калши и возвращение Polymarket на рынок США). Ожидается, что агенты на рынках прогнозов начнут формироваться в начале 2026 года и в следующем году станут новым типом продукта в сфере агентских услуг.

Рынки прогнозов: от инструмента для ставок до «глобального источника достоверной информации»

Рынки прогнозов — это финансовый механизм, основанный на торговле результатами будущих событий, где цена контракта, по сути, отражает коллективное суждение рынка о вероятности наступления события. Их эффективность обусловлена сочетанием коллективной мудрости и экономических стимулов: в условиях анонимных ставок на реальные деньги разрозненная информация быстро интегрируется в ценовой сигнал, взвешенный по готовности капитала, что значительно снижает шум и ложные суждения.

▲ Прогнозируемый график тренда номинального объема торгов на рынке. Источник данных: Dune Analytics (ID запроса: 5753743)

К концу 2025 года прогнозируется формирование дуополии на рынке, возглавляемой компаниями Polymarket и Kalshi. По данным Forbes, общий объем торгов в 2025 году, по оценкам, достигнет около 44 миллиардов долларов, при этом вклад Polymarket составит приблизительно 21,5 миллиарда долларов, а Kalshi — около 17,1 миллиарда долларов. Еженедельные данные за февраль 2026 года показывают, что объем торгов Kalshi (25,9 млрд долларов) превысил объем торгов Polymarket (18,3 млрд долларов), приблизившись к 50% рыночной доли. Kalshi добилась быстрого роста благодаря юридической победе в предыдущем деле о контракте на проведение выборов, преимуществу первопроходца в вопросах соблюдения нормативных требований на рынке спортивных прогнозов США и относительно четким регуляторным ожиданиям. В настоящее время пути развития двух компаний явно разошлись:

· Polymarket использует гибридную архитектуру CLOB с «сопоставлением вне блокчейна и расчетами в блокчейне» и децентрализованным механизмом расчетов, создавая глобальный, некастодиальный рынок с высокой ликвидностью. После повторного прохождения нормативных проверок в США, компания сформировала двухуровневую операционную структуру «внутренняя + внешняя»;

• Kalshi интегрируется в традиционную финансовую систему, получает доступ к основным розничным брокерским компаниям через API, привлекает маркет-мейкеров Уолл-стрит к активному участию в макроэкономической и основанной на данных торговле контрактами, а ее продукты подлежат традиционным регуляторным процессам, характеризующимся относительно низким спросом на долгосрочные контракты и событиями.

Помимо Polymarket и Kalshi, другие конкуренты на рынке прогнозирования развиваются в основном по двум направлениям:

• Один из вариантов — это регулируемый путь распространения, предполагающий интеграцию контрактов на события в системы учета и клиринга брокерских компаний или крупных платформ, используя преимущества охвата каналов, соответствия нормативным требованиям и доверия со стороны институциональных инвесторов (например, взаимодействие Interactive Brokers и ForecastEx's ForecastTrader, FanDuel и FanDuel Predicts от CME Group). Преимущества в плане соблюдения нормативных требований и ресурсов значительны, но масштаб продукта и числа пользователей все еще находится на ранней стадии.

· Другой путь — это криптовалютный онлайн-путь, представленный такими платформами, как Opinion.trade, Limitless и Myriad, которые быстро масштабируются за счет майнинга токенов, краткосрочных контрактов и распространения информации, уделяя особое внимание производительности и эффективности использования капитала. Однако их долгосрочная устойчивость и надежность в управлении рисками еще предстоит проверить.

Сочетание традиционных точек входа в систему финансового соответствия и преимуществ производительности криптографических решений формирует разнообразную конкурентную среду в экосистеме рынка прогнозирования.

Рынок прогнозов на первый взгляд может показаться похожим на азартные игры и по сути представляет собой игру с нулевой суммой. Однако ключевое различие заключается в наличии положительного внешнего эффекта: посредством реальных денежных транзакций агрегируется информация, события реального мира публично оцениваются, и формируется ценный сигнальный слой. Его тенденция смещается от игры к «глобальному слою истины» — с участием таких институтов, как CME и Bloomberg, вероятности событий стали метаданными для принятия решений, к которым финансовые и корпоративные системы могут получить прямой доступ, обеспечивая более своевременную и количественно измеримую рыночную истину.

С точки зрения глобального регулирования, пути соблюдения требований в отношении рынков прогнозов весьма разнообразны. Соединенные Штаты — единственная крупная экономика, которая четко включает рынки прогнозов в нормативно-правовую базу регулирования финансовых деривативов. На таких рынках, как Европа, Великобритания, Австралия и Сингапур, рынки прогнозов, как правило, рассматриваются как азартные игры, и меры регулирования ужесточаются. С другой стороны, такие страны, как Китай и Индия, полностью запретили их. Будущее глобальное расширение рынков прогнозов по-прежнему зависит от нормативно-правовой базы каждой страны.

Архитектурное проектирование агентов рынка прогнозирования

В настоящее время агенты рынка прогнозов находятся на ранних этапах практического применения, и их ценность заключается не в «более точных прогнозах ИИ», а в повышении эффективности обработки информации и исполнения на рынках прогнозов. Рынки прогнозов по сути являются механизмами агрегации информации, где цены отражают коллективное суждение о вероятностях событий. Неэффективность рынка в реальности проистекает из информационной асимметрии, ограничений ликвидности и ограниченности внимания. Правильное позиционирование агентов рынка прогнозов — в области исполняемого вероятностного управления портфелем: преобразование новостей, текста правил и данных блокчейна в проверяемые ценовые смещения для более быстрого, дисциплинированного и экономичного исполнения стратегий, используя структурные возможности посредством кроссплатформенного арбитража и управления рисками портфеля.

Идеальный агент прогнозирования рынка может быть представлен в виде четырехслойной архитектуры:

· Информационный слой — собирает новостные, социальные, блокчейн-данные и официальные данные;

• Слой анализа — использует LLM и ML для выявления некорректной оценки цен и расчета Edge;

• Стратегический уровень — преобразует Edge в позиции с помощью критерия Келли, пакетной торговли и управления рисками;

• Уровень исполнения ордеров — осуществляет исполнение межрыночных ордеров, обеспечивает проскальзывание, оптимизацию газа, арбитражное исполнение, формируя эффективный автоматизированный цикл.

Структура стратегии агента прогнозирования рынка

В отличие от традиционной торговой среды, рынки прогнозов демонстрируют значительные различия в механизмах расчетов, ликвидности и распространении информации, и не все рынки и стратегии подходят для автоматизированного исполнения. Суть агента рынка прогнозов заключается в том, насколько четко определен, кодифицируем и соответствует ли он его структурным преимуществам. В следующих разделах будет проанализирован выбор целей, управление позициями и структура стратегии.

Выбор целевого рынка для прогнозирования

Не все рынки прогнозов обладают торговой ценностью, и ценность участия в них зависит от: ясности расчетов (ясность правил, уникальность источников данных), качества ликвидности (глубина рынка, спред и объем торгов), инсайдерского риска (степень информационной асимметрии), временной структуры (время истечения срока действия и темп событий), а также информационного преимущества трейдера и его профессионального опыта. Только когда большинство параметров соответствуют основным требованиям, рынок прогнозов имеет основу для участия, и участники должны ориентироваться на свои сильные стороны и характеристики рынка.

• Сильная сторона человеческого фактора: опирается на экспертные знания, рассудительность и способность интегрировать неоднозначную информацию, а также работает в относительно широком временном диапазоне (измеряемом в днях/неделях). Типичные примеры включают политические выборы, макроэкономические тенденции и важные события в корпоративной сфере.

• Основные преимущества ИИ-агента: он опирается на обработку данных, распознавание образов и быстрое выполнение задач, а также работает в чрезвычайно коротком временном окне принятия решений (измеряемом в секундах/минутах). Типичные примеры включают высокочастотное ценообразование криптовалют, межрыночный арбитраж и автоматизированное создание рынка.

• Неадаптивные зоны: рынки, где доминирует инсайдерская информация, или рынки, где преобладает чистая случайность/сильная манипуляция, не предоставляющие преимуществ ни одному участнику.

Прогнозирование и управление рыночными позициями

Критерий Келли — наиболее репрезентативная теория управления капиталом в сценариях повторяющихся игр. Его цель — не максимизация разовой прибыли, а максимизация долгосрочного темпа роста капитала. Этот метод, основанный на оценках вероятности выигрыша и шансов, рассчитывает теоретически оптимальный размер позиции для повышения эффективности роста капитала при положительном математическом ожидании и широко используется в количественном инвестировании, профессиональных азартных играх, покере и управлении активами.

Классическая форма: f* = (bp - q) / b

· Где f∗ — оптимальный размер ставки, b — коэффициент выигрыша, p — вероятность выигрыша, q = 1 − p

• Рынок прогнозов можно упростить до следующего вида: f* = (p - рыночная цена) / (1 - рыночная цена)

· Где p — субъективная истинная вероятность, а market_price — рыночная вероятность.

Теоретическая эффективность критерия Келли в значительной степени зависит от точной оценки истинной вероятности и шансов. В действительности трейдерам сложно последовательно определять истинную вероятность. На практике профессиональные игроки и участники рынка прогнозов, как правило, используют стратегии, основанные на правилах, с более высокой реализуемостью и меньшей зависимостью от оценки вероятности.

• Система паевых инвестиций: наиболее распространенным практическим методом является разделение капитала на фиксированные паи (например, 1%) и инвестирование различного количества паев в зависимости от уровня доверия, с автоматическим ограничением индивидуального риска с помощью лимита пая.

• Ставки с фиксированной суммой: использование фиксированного соотношения средств для каждой ставки, акцент на дисциплине и стабильности, подходит для ситуаций, когда риск невелик или уровень уверенности невысок.

• Уровни достоверности: Заранее определенные дискретные уровни позиций с абсолютным верхним пределом для снижения сложности принятия решений и предотвращения проблемы псевдоточности, характерной для модели Келли.

• Инвертированный подход к риску: начиная с максимально допустимого убытка для расчета размера позиции, исходя из ограничений риска, а не из ожиданий доходности, формируя таким образом стабильную границу риска.

Для участников рынка прогнозирования при разработке стратегии следует отдавать приоритет реализуемости и стабильности, а не теоретической оптимальности. Ключевыми моментами являются четкие правила, лаконичные параметры и отказоустойчивость к ошибкам в оценке. В этих условиях наиболее подходящей общей схемой управления позициями для участника рынка прогнозирования является сочетание уровней доверия с фиксированным ограничением позиции. Этот метод не опирается на точную оценку вероятности, а разделяет возможности на ограниченные уровни на основе силы сигнала и соответствует фиксированным позициям; даже в сценариях с высокой степенью доверия устанавливается четкий лимит для контроля риска.

Выбор стратегии для рынков прогнозирования

С точки зрения структуры, рынки прогнозов можно разделить на две основные категории: детерминированные арбитражные стратегии, характеризующиеся четкими правилами и возможностью кодирования, и спекулятивные направленные стратегии, основанные на интерпретации информации и оценке направления движения; кроме того, существуют стратегии маркетмейкинга и хеджирования, в которых доминируют профессиональные институты с более высокими требованиями к капиталу и инфраструктуре.

Детерминированная арбитражная стратегия

• Арбитраж разрешения: Арбитраж разрешения происходит, когда исход события в основном предопределен, но рынок еще не полностью учел его в цене. Основной источник прибыли — синхронизация информации и скорость исполнения. Эта стратегия четко определена, имеет низкий риск, полностью поддается кодированию и является основной стратегией, наиболее подходящей для исполнения агентскими операциями на прогнозном рынке.

• Голландский книжный арбитраж: Голландский книжный арбитраж использует структурный дисбаланс, образованный суммой цен взаимоисключающих и исчерпывающих наборов событий, отклоняющихся от ограничения сохранения вероятности (∑P≠1). Объединяя позиции для фиксации безрисковой прибыли, эта стратегия опирается только на правила и ценовые соотношения. Она отличается низким риском, в значительной степени основана на правилах и является типичной формой детерминированного арбитража, подходящей для автоматизированного исполнения агентом.

• Межплатформенный арбитраж: Межплатформенный арбитраж извлекает прибыль из ценовых различий одного и того же события на разных рынках. Он сопряжен с низким риском, но предъявляет высокие требования к задержке и параллельному мониторингу. Эта стратегия подходит для выполнения агентами операций с использованием преимуществ инфраструктуры, но усиление конкуренции приводит к постоянно снижающейся предельной доходности.

• Арбитраж пакетов: Арбитраж пакетов предполагает торговлю на основе несоответствий в ценах между связанными контрактами. Логика понятна, но возможности ограничены. Эта стратегия может быть реализована агентами, но требует некоторой инженерной работы по анализу правил и ограничениям композиции, а также умеренного уровня совместимости агентов.

Спекулятивная направленная стратегия

• Стратегия обмена информацией: Этот тип стратегии основан на конкретных событиях или структурированной информации, такой как официальные публикации данных, объявления или временные рамки принятия решений. Пока источник информации ясен, а условия срабатывания поддаются определению, агенты могут использовать скорость и дисциплину в мониторинге и исполнении. Однако вмешательство человека по-прежнему необходимо, когда информация переходит к семантической оценке или контекстной интерпретации.

• Стратегия следования за сигналами: Цель этой стратегии — получение прибыли путем следования за действиями счетов или фондов, демонстрирующих превосходные исторические результаты. Правила относительно просты и могут быть автоматизированы. Основные риски заключаются в ухудшении качества сигнала и использовании его в противоположных целях, поэтому требуются механизмы фильтрации и строгое управление позициями. Подходит в качестве дополнительной стратегии для агентов.

• Неструктурированная/шаблонная стратегия: Этот тип стратегии в значительной степени опирается на эмоции, случайность или участие, не имеет стабильного, воспроизводимого преимущества и обладает нестабильной долгосрочной ожидаемой ценностью. Из-за сложности моделирования и чрезвычайно высокого риска она не подходит для систематического выполнения агентами и не рекомендуется в качестве долгосрочной стратегии.

• Стратегия микроструктуры рынка: Этот тип стратегии основан на очень коротком временном окне принятия решений, непрерывном котировании или высокочастотной торговле, предъявляя высокие требования к задержке, моделям и капиталу. Хотя теоретически она подходит для агентов, на рынке прогнозирования она часто ограничена ликвидностью и интенсивностью конкуренции и подходит лишь для немногих участников, обладающих значительными инфраструктурными преимуществами.

• Стратегия контроля рисков и хеджирования: Этот тип стратегии не преследует прямую цель получения прибыли, а используется для снижения общего уровня риска. Она имеет четкие правила и цели и функционирует в долгосрочной перспективе как фундаментальный модуль контроля рисков.

В целом, набор стратегий, подходящих для исполнения агентом на прогнозном рынке, ориентирован на сценарии, которые являются ясными, кодифицируемыми и предполагают слабую субъективную оценку, где детерминированный арбитраж должен служить основным источником дохода, структурированная информация и стратегии следования за сигналами — дополнительными, а торговля с высоким уровнем шума и эмоциональным влиянием должна быть систематически исключена. Долгосрочное преимущество агента заключается в его высокой дисциплине, высокой скорости исполнения и способности контролировать риски.

Бизнес-модель и форма продукта для агента прогнозирования рынка

Идеальная бизнес-модель агента прогнозирующего рынка предполагает исследование различных направлений на разных уровнях:

• Инфраструктурный уровень, обеспечивающий агрегацию данных из множества источников в режиме реального времени, библиотеку адресов Smart Money, единый механизм прогнозирования исполнения рыночных ордеров и инструменты тестирования стратегий, взимающий комиссионные сборы B2B для получения стабильного дохода, не зависящего от точности прогнозов;

• Стратегический уровень, включающий внедрение стратегий сообщества и сторонних разработчиков, создание многоразовой и оцениваемой стратегической экосистемы, а также извлечение выгоды посредством рекомендаций, взвешиваний или распределения исполнения для снижения зависимости от одной альфа-версии.

• Уровень Агента/Хранилища, где Агент напрямую участвует в исполнении ордеров в режиме реального времени на основе доверительного управления, полагаясь на прозрачные записи в блокчейне и строгую систему управления рисками, взимая комиссию за управление и исполнение ордеров за возможность погашения.

Формы продукции, соответствующие различным бизнес-моделям, также можно разделить на следующие категории:

• Модель развлечения/геймификации: Снижая порог участия за счет интуитивно понятного взаимодействия, подобного Tinder, она обладает самым сильным потенциалом роста числа пользователей и обучения рынка, что делает ее идеальной отправной точкой для разрыва порочного круга. Однако ей необходимо перейти к монетизации продукта на основе подписки или выполнения заказов.

• Стратегическая модель подписки/сигналов: не предполагает хранения средств, благоприятна с точки зрения регулирования, с четко определенными правами и обязанностями, структура доходов SaaS относительно стабильна, что делает ее наиболее перспективным путем коммерциализации на данном этапе. К ее ограничениям относятся легкое копирование стратегий, потери при исполнении, ограниченный долгосрочный потолок доходов, которые можно значительно улучшить за счет полуавтоматизированной формы «сигнал + исполнение в один клик» для повышения качества обслуживания и удержания клиентов.

• Модель хранения активов в хранилище: Благодаря преимуществам масштаба и эффективности исполнения, она по форме похожа на продукты управления активами, но сталкивается с многочисленными структурными ограничениями, такими как лицензии на управление активами, пороговые значения доверия и риски централизованных технологий. Бизнес-модель в значительной степени зависит от рыночных условий и устойчивой прибыльности. Без долгосрочной эффективности и институциональной поддержки она не должна быть основным путем.

В целом, диверсифицированная структура доходов, включающая «монетизацию инфраструктуры + стратегическое расширение экосистемы + участие в результатах», помогает снизить зависимость от единственного предположения относительно «непрерывного доминирования ИИ на рынке». Даже по мере приближения Alpha к рыночной зрелости, базовые возможности, такие как исполнение, контроль рисков и расчеты, по-прежнему сохраняют долгосрочную ценность, способствуя созданию более устойчивой коммерческой экосистемы.

Пример проекта по изучению агентов рынка прогнозирования

В настоящее время агенты рынка прогнозирования находятся на ранней стадии изучения. Несмотря на многочисленные попытки создания различных продуктов, от базовых фреймворков до инструментов верхнего уровня, стандартизированный продукт, зрелый в плане генерации стратегий, эффективности исполнения, системы контроля рисков и коммерческой экосистемы, еще не сформирован.

Мы классифицируем существующую карту экосистемы на три уровня: инфраструктурный уровень, автономные торговые агенты и инструменты прогнозирования рынка.

Инфраструктурный уровень

· Структура агентов Polymarket

Polymarket Agents — это официальная платформа для разработчиков Polymarket, призванная решить проблему стандартизации инженерных решений в области «подключения и взаимодействия». Платформа включает в себя получение рыночных данных, формирование ордеров и базовые интерфейсы для обработки LLM-трейдов. Она решает проблему «как размещать ордера с помощью кода», но оставляет существенный пробел в основных торговых возможностях, таких как генерация стратегий, калибровка вероятностей, динамическое управление позициями и системы тестирования стратегий. Это скорее официально признанная «спецификация доступа», чем готовый продукт с альфа-доходностью. Агентам коммерческого уровня по-прежнему необходимо создавать на этой основе полноценное ядро для исследований и управления рисками.

· Инструмент прогнозирования рынка Gnosis

Инструментарий Gnosis Prediction Market Agent Tooling (PMAT) обеспечивает полную поддержку чтения и записи для Omen/AIOmen и Manifold, но предлагает только доступ для чтения для Polymarket, что указывает на наличие барьеров в экосистеме. Он подходит в качестве основы для внутренних агентов Gnosis, но для разработчиков, ориентированных на Polymarket, его практическая ценность ограничена.

Polymarket и Gnosis в настоящее время представляют собой экосистемы рынков прогнозирования, которые явно преобразовали «разработку агентов» в официальную структуру. Другие рынки прогнозирования, такие как Kalshi, в основном остаются на уровне API и Python SDK, требуя от разработчиков самостоятельно дополнять ключевые возможности системы, такие как стратегии, управление рисками, операционная деятельность и мониторинг.

Автономный торговый агент

Представленные на рынке «агентские системы искусственного интеллекта для прогнозирования рынка» в основном находятся на ранних стадиях развития. Хотя они и называются «агентами», их реальные возможности далеки от уровня полностью автоматизированной замкнутой торговой системы, как правило, им не хватает независимого, систематического уровня контроля рисков. Они не включают в процесс принятия решений управление позициями, стоп-лосс, хеджирование и ограничения ожидаемой стоимости. Общий уровень коммерциализации низок, и они еще не сформировали зрелые системы, способные работать в долгосрочной перспективе.

· Олас прогнозирует

Olas Predict — это экосистема интеллектуальных агентов для прогнозирования рынков с самым высоким уровнем коммерциализации на сегодняшний день. Её основной продукт, Omenstrat, построен на основе внутренней системы Omen от Gnosis, использует механизмы FPMM и децентрализованного арбитража, поддерживает мелкомасштабные высокочастотные взаимодействия, но ограничен недостаточным уровнем ликвидности Omen на одном рынке. Её «прогнозирование с помощью ИИ» в основном опирается на общую LLM, не имеет данных в реальном времени и систематического контроля рисков, а также демонстрирует значительные различия в исторических показателях выигрыша по категориям. В феврале 2026 года Olas запустил Polystrat, расширив возможности агента на Polymarket — это позволяет пользователям устанавливать стратегии на естественном языке, а агент автоматически определяет отклонения вероятности на рынках, расчеты по которым производятся в течение 4 дней, и совершает сделки. Система работает локально через Pearl, использует собственные безопасные счета и жестко запрограммированные лимитные ограничения для управления рисками, и в настоящее время является первым автономным торговым агентом потребительского класса, адаптированным для Polymarket.

· Стратегия сети UnifAI Polymarket

Предоставляет автоматизированному торговому агенту Polymarket ключевую стратегию, основанную на предположении о риске «хвостовых» событий: сканирует ближайшие расчетные контракты с подразумеваемой вероятностью >95% и открывает позицию с целевым спредом 3–5%. Данные блокчейна показывают процент выигрышных сделок, близкий к 95%, но доходность значительно варьируется в зависимости от категорий, при этом стратегия сильно зависит от частоты исполнения и выбора категории.

· NOYA.ai

NOYA.ai стремится интегрировать концепцию «Исследование — Оценка — Выполнение — Мониторинг» в цикл обратной связи агента, используя архитектуру, охватывающую интеллектуальный уровень, уровень абстракции и уровень выполнения. Хранилища Omnichain уже созданы; агент рынка прогнозов все еще находится в разработке и еще не сформировал полный цикл основной сети, в настоящее время он находится на этапе проверки концепции.

Инструменты прогнозирования рынка

Существующие инструменты анализа рынка прогнозов пока недостаточны для создания полноценного «агента рыночной аналитики прогнозов», поскольку их ценность в основном сосредоточена на информационных и аналитических слоях в архитектуре агента, в то время как исполнение сделок, управление позициями и контроль рисков по-прежнему требуют ручной обработки трейдерами. С точки зрения формы продукта, они больше соответствуют позиционированию «подписка на стратегии/помощь в сигналах/улучшение исследований» и могут рассматриваться как ранний прототип агента рыночной аналитики прогнозов.

На основе систематического анализа и эмпирического отбора проектов, включенных в Awesome-Prediction-Market-Tools, в данной статье представлены репрезентативные проекты с начальными формами продуктов и вариантами использования в качестве примеров исследовательских отчетов. Основное внимание уделяется четырем областям: анализу и сигнальным уровням, системам оповещения и отслеживания крупных игроков, инструментам поиска арбитражных возможностей, а также торговым терминалам и агрегированному исполнению сделок.

• Инструмент анализа рынка

Polyseer: Инструмент для прогнозирования рынка, ориентированный на исследования, использующий многоагентную архитектуру разделения (Планировщик / Исследователь / Критик / Аналитик / Репортер) для двустороннего сбора данных и байесовского агрегирования вероятностей, позволяющий создавать структурированные исследовательские отчеты. Его сильные стороны заключаются в прозрачной методологии, оптимизации процессов и полной возможности аудита с использованием открытого исходного кода.

Oddpool: позиционируется как «терминал Bloomberg для рынков прогнозов», предоставляя кроссплатформенную агрегацию данных, сканирование арбитражных возможностей и панель мониторинга данных в режиме реального времени для Polymarket, Kalshi, CME и других.

Polymarket Analytics: Глобализированная платформа аналитики данных Polymarket, систематически отображающая данные о трейдерах, рынках, позициях и транзакциях, с четким позиционированием и интуитивно понятным представлением данных, подходящая в качестве основного инструмента для запросов данных и справочного материала для исследований.

Hashdive: Инструмент анализа данных, ориентированный на трейдеров, который количественно фильтрует трейдеров и рынки с помощью Smart Score и многомерного Screener, практичен для выявления «умных денег» и принятия решений по копитрейдингу.

Polyfactual: специализируется на анализе рынка с помощью ИИ, а также на анализе настроений и рисков, интегрируя результаты аналитики в торговый интерфейс через расширение для Chrome, ориентированное в большей степени на B2B и институциональных пользователей.

Predly: платформа для обнаружения неточностей в ценообразовании на основе ИИ, которая выявляет расхождения в ценах между Polymarket и Kalshi путем сравнения рыночных цен с вероятностями, рассчитанными с помощью ИИ, с заявленной точностью оповещений в 89%, предназначенная для обнаружения сигналов и отбора возможностей.

Polysights: охватывает более 30 рынков и внутрисетевых метрик, а также имеет функцию Insider Finder для отслеживания новых кошельков, крупных однонаправленных ставок и других необычных моделей поведения, подходит для ежедневного мониторинга и поиска сигналов.

PolyRadar: Многомодельная параллельная аналитическая платформа, обеспечивающая интерпретацию в реальном времени, отслеживание динамики во времени, оценку достоверности и прозрачность источника для отдельного события, с акцентом на перекрестную проверку с использованием нескольких ИИ, позиционируемая как аналитический инструмент.

Alphascope: Система анализа рынка на основе искусственного интеллекта, предлагающая сигналы в реальном времени, обзоры исследований и мониторинг изменений вероятности, находится на ранней стадии разработки и ориентирована на поддержку исследований и сигналов.

• Оповещения/Отслеживание китов

Подставка: Обеспечивает удобное расположение для отслеживания китов и получения оперативных оповещений.

Whale Tracker Livid: Внедрение в практику изменения положения китов.

• Инструменты обнаружения арбитража

ArbBets: Инструмент поиска арбитражных возможностей на основе искусственного интеллекта, ориентированный на рынки Polymarket, Kalshi и спортивных ставок, выявляющий возможности для кроссплатформенного арбитража и торговли с положительным ожидаемым значением (+EV), расположенный на уровне высокочастотного сканирования возможностей.

PolyScalping: Платформа для анализа арбитражных сделок и скальпинга в реальном времени на платформе Polymarket, поддерживающая сканирование всего рынка каждые 60 секунд, расчет ROI и оповещения в Telegram, позволяющая фильтровать возможности на основе ликвидности, спредов и объема, ориентированная на активных трейдеров.

Eventarb: Легкий кроссплатформенный инструмент для расчета арбитражных сделок и оповещения, охватывающий Polymarket, Kalshi и Robinhood, с узкоспециализированным функционалом, бесплатный в использовании, подходящий в качестве базового помощника для арбитража.

Prediction Hunt: Инструмент агрегации и сравнения рынков прогнозирования на разных биржах, предоставляющий сравнение цен в реальном времени и выявление арбитражных возможностей для Polymarket, Kalshi и PredictIt (обновление примерно каждые 5 минут), направленный на выявление информационной симметрии и неэффективности рынка.

• Торговый терминал/Агрегированное исполнение

Verso: Торговый терминал для рынка прогнозов институционального уровня, поддерживаемый YC осенью 2024 года, предлагающий интерфейс в стиле Bloomberg, отслеживающий более 15 000 контрактов на Polymarket и Kalshi в режиме реального времени, углубленный анализ данных и новостную аналитику на основе ИИ, ориентированный на профессиональных и институциональных трейдеров.

Matchr: кроссплатформенный инструмент агрегации и исполнения прогнозов на рынках, охватывающий более 1500 рынков, обеспечивающий оптимальное сопоставление цен за счет интеллектуальной маршрутизации и разработки автоматизированных стратегий доходности на основе событий с высокой вероятностью, межрыночного арбитража и возможностей, обусловленных событиями, расположенный на уровне исполнения и эффективности использования капитала.

TradeFox: Профессиональная платформа агрегации прогнозных рынков и прайм-брокериджа, поддерживаемая Alliance DAO и CMT Digital, предлагающая расширенное исполнение ордеров (лимитные ордера, тейк-профит/стоп-лосс, TWAP), торговлю с самостоятельным хранением и интеллектуальную маршрутизацию на нескольких платформах, ориентированная на институциональных трейдеров, с планами расширения на такие платформы, как Kalshi, Limitless и SxBet.

Краткий обзор и перспективы

В настоящее время разработка и исследование агента прогнозирования рынка находятся на ранних стадиях.

1. Развитие рыночной основы и сущности: Polymarket и Kalshi сформировали дуополию, создав вокруг себя интеллектуальных агентов с достаточной ликвидностью и сценарной базой. Ключевое различие между рынками прогнозов и азартными играми заключается в положительном внешнем эффекте. Агрегируя разрозненную информацию посредством реальных сделок, они предоставляют публичные цены на реальные события, постепенно превращаясь в «глобальный слой истины».

2. Основное позиционирование: Агент прогнозного рынка должен позиционироваться как реализуемый инструмент управления активами на основе вероятностных моделей. Его основная задача — преобразовывать новости, тексты правил и данные блокчейна в проверяемые ценовые прогнозы и реализовывать стратегии с большей дисциплиной, меньшими затратами и возможностями работы на разных рынках. Идеальную архитектуру можно разделить на четыре уровня: информация, анализ, стратегия и исполнение. Однако фактическая ликвидность в значительной степени зависит от прозрачности расчетов, качества ликвидности и уровня структурирования информации.

3. Выбор стратегии и логика управления рисками: С точки зрения стратегии, детерминированный арбитраж (включая арбитраж расчетов, арбитраж с сохранением вероятности и торговлю на основе разницы цен между платформами) лучше всего автоматизировать агентом, в то время как направленная спекуляция должна служить лишь дополнением. В управлении позициями приоритет следует отдавать исполняемым и отказоустойчивым стратегиям, при этом наиболее подходящим является ступенчатый подход в сочетании с фиксированным лимитом позиции.

4. Бизнес-модели и перспективы: Коммерциализация в основном делится на три уровня: инфраструктурный уровень обеспечивает стабильный доход B2B за счет инфраструктуры обработки данных, стратегический уровень монетизирует стратегические решения третьих сторон или распределение доходов, а уровень агентов/хранилищ участвует в спотовой торговле в условиях прозрачных ограничений риска в блокчейне, взимая плату за управление и исполнение обязательств. Соответствующие формы включают точки входа в развлекательную сферу, подписку на стратегии/сигналы (в настоящее время наиболее осуществимый вариант) и хранение активов в хранилище с высоким порогом. «Инфраструктура + Стратегическая экосистема + Участие в исполнении обязательств» — более устойчивый путь.

Несмотря на то, что в экосистеме агентов прогнозирования рынка появилось множество попыток, от базовых фреймворков до инструментов верхнего уровня, в таких ключевых областях, как генерация стратегий, эффективность исполнения, контроль рисков и коммерческий замкнутый цикл, в настоящее время нет зрелого, воспроизводимого и стандартизированного продукта. Мы с нетерпением ждем итераций и развития агентов прогнозирования рынка в будущем.