Les 23 principaux défauts des marchés prédictifs

marsbitPublié le 2026-02-27Dernière mise à jour le 2026-02-27

Résumé

L'auteur Alexander Lin, un influenceur crypto, dresse une liste de 23 défauts structurels des marchés prédictifs, les présentant comme fondamentalement non-viables pour une adoption financière massive. Les principaux problèmes incluent une faible efficacité capitalistique (pas d'effet de levier, capital immobilisé), une rotation du capital structurellement déficiente et des pools de liquidités (LP) dégénérant à l'expiration. L'absence de hedgeurs naturels et la sélection adverse croissante à l'approche du règlement pénalisent les teneurs de marché. D'autres défis majeurs sont le piège de liquidité au lancement, l'absence de demande endogène, et le manque de cadre pour l'allocation d'actifs institutionnels. La liquidité est constamment réinitialisée après chaque règlement et dépend de subventions non durables. Les risques opérationnels sont nombreux : qualité de l'information, création excessive de marchés, risque d'oracle, design des questions manipulable et risque de manipulation des marchés eux-mêmes. La fragmentation réglementaire et le manque d'outils financiers complexes complètent ce tableau difficile, créant un dilemme de l'innovateur pour les acteurs existants.

Auteur : Alexander Lin, KOL crypto

Compilation : Felix, PANews

Les jugements sur les marchés prédictifs ont toujours été partagés, certains les considérant comme une nouvelle infrastructure capable de bouleverser les institutions traditionnelles, tandis que d'autres estiment qu'il est difficile pour les marchés prédictifs de devenir véritablement une partie intégrante de la finance grand public. Récemment, le KOL crypto Alexander Lin a publié un article listant 23 défauts des marchés prédictifs. Voici les détails.

1. Faible efficacité du capital

Les marchés prédictifs exigent une couverture intégrale et n'autorisent pas l'effet de levier. Comparé aux contrats perpétuels (Perps) qui exigent une marge de 5 à 10 % de la valeur notionnelle, l'efficacité du capital des marchés prédictifs est 10 à 20 fois inférieure. Ceci sans tenir compte du rendement nul du capital immobilisé et de l'impossibilité de croiser les marges entre les positions.

2. La rotation du capital est structurellement compromise

Le capital étant immobilisé pendant toute la durée du contrat et aboutissant à un résultat binaire, sa rotation est structurellement compromise. Une fois le contrat réglé, la position devient directement obsolète (expire), il n'y a donc aucune efficacité du bilan, et les actifs des market makers ne peuvent pas bénéficier de l'effet cumulatif des intérêts. Les mêmes fonds utilisés pour le trading de comptes perpétuels sur la même période généreraient une rotation plus élevée (5 à 10 fois) : réutilisation de l'inventaire, report des positions et opérations de couverture continues.

3. L'inventaire du LP est fondamentalement défectueux

Lors du règlement, la moitié des actifs du pool de liquidités est condamnée à devenir nulle. Par exemple, un pool au comptant se rééquilibre entre des actifs qui conservent leur valeur ; pour les marchés prédictifs, il n'y a ni rééquilibrage, ni valeur résiduelle, il ne reste que « l'effondrement binaire » du perdant.

4. Absence de couverture naturelle

Contrairement aux matières premières, aux taux d'intérêt ou aux devises, il n'existe pas de « couverture naturelle » fournissant une liquidité inverse sur les marchés prédictifs. Aucune entité ou trader n'a un besoin économique naturel de se placer à l'opposé du risque d'événement. Les market makers sont confrontés à une pure sélection adverse, sans contrepartie structurelle. C'est un obstacle fondamental à la mise à l'échelle.

5. La sélection adverse s'intensifie à l'approche du règlement

À l'approche du règlement, la sélection adverse s'intensifie. Les traders disposant d'un avantage informationnel ou d'informations plus précises peuvent acheter le côté gagnant à un prix plus avantageux auprès des perdants qui fixent encore leurs prix sur la base d'informations a priori obsolètes. Cette attrition est structurelle et s'aggrave avec le temps.

6. Le problème de démarrage : Piège de liquidité structurel

Les nouveaux marchés n'ont pas de liquidité, ce qui décourage les traders informés d'entrer (de peur de subir des pertes dues au slippage) ; et tant que les prix ne sont pas précis, aucun autre trader n'apparaîtra. Les marchés de niche (long tail) avortent souvent avant même d'avoir commencé, et aucune subvention ne peut résoudre ce problème.

7. Aucune boucle de demande endogène

Chaque dollar de volume dépend d'une attention externe (élections, actualités, événements sportifs), sans aucun soutien entre les événements. En revanche, les contrats perpétuels créent une roue interne : le trading génère des finance rates, les finance rates créent des opportunités d'arbitrage, et l'arbitrage attire plus de capitaux.

8. Déconnexion de l'allocation d'actifs institutionnelle

Les marchés prédictifs ne sont pas liés à la prime de risque, au rendement des positions ou à l'exposition à des facteurs. Le capital institutionnel ne dispose pas de cadre systématique pour allouer ou gérer le risque de ces positions à grande échelle. Ces marchés ne s'intègrent dans aucun langage ou stratégie standard de construction de portefeuille, et ne peuvent donc pas véritablement passer à l'échelle.

9. La liquidité est remise à zéro à chaque règlement

La liquidité est réinitialisée à zéro après chaque règlement et doit être reconstruite à partir de zéro. L'open interest (OI) et la profondeur accumulés au fil du temps dans les contrats perpétuels sont structurellement impossibles à réaliser sur les marchés prédictifs.

10. Une prospérité artificielle dopée aux subventions

Les subventions sont la seule raison pour laquelle le spread acheteur-vendeur n'est pas durablement incontrôlable. Dès que les incitations s'arrêtent, la liquidité du carnet s'effondre. La liquidité « achetée » par des pots-de-vin est une structure de marché intrinsèquement défaillante et court-termiste.

11. Le paradoxe volume/qualité de l'information

Les plateformes profitent du volume (par exemple, « Nous avons besoin de volume de pari ! ») et non de la précision, tandis que les régulateurs ont besoin de l'utilité prédictive pour justifier l'existence de ces plateformes. Ce compromis conduit à des décisions de produit/fonctionnalité sous-optimales.

12. La précision devient une illusion

Sur les marchés très suivis, les participants marginaux sans avantage informationnel suivent simplement le consensus public, ce qui fait que les prix reflètent ce que les gens « croient déjà », plutôt que de valoriser des signaux dispersés. La précision devient une illusion.

13. La création de marché sans restriction génère du bruit

Lorsque la mise en place est gratuite, la liquidité et l'attention sont dispersées sur des milliers de marchés. L'impératif de croissance est directement opposé à l'impératif de curation.

14. La conception des questions peut être un vecteur d'attaque

La personne qui rédige la question contrôle les critères de détermination du résultat final. Il n'y a ni processus de rédaction neutre, ni incitation à garantir la précision de la question, et aucun recours en cas d'exploitation de failles.

15. Risque lié à l'oracle

Les oracles décentralisés déterminent la vérité par le poids des jetons. Lorsque la capitalisation boursière de l'oracle est inférieure à la valeur des fonds qu'il garantit (verrouillés), la manipulation devient une transaction rationnelle. Le règlement centralisé est quant à lui confronté au risque de capture ou de défaillance de l'opérateur.

16. Volume notionnel gonflé

Les volumes rapportés ne sont pas ajustés en fonction du prix. 1$ de volume à un prix de 0,90$ est totalement différent de 1$ de volume à un prix de 0,50$. Le volume réel de transfert de risque est surestimé d'un ordre de grandeur, mais tout le monde cite ce nombre gonflé.

17. Réflexivité à grande échelle

Lorsque les marchés prédictifs deviennent suffisamment importants, les prédictions à haute probabilité (par exemple >90%) modifient elles-mêmes le comportement des participants concernés. Cette logique de « découverte de la vérité » a des limites structurelles.

18. Risque de crédibilité inter-plateformes

Si le même événement est réglé différemment sur différentes plateformes, toute l'industrie paraît peu fiable. La crédibilité est partagée, et les divergences entre les plateformes créent une valeur attendue globalement négative.

19. Manipulation du méta-marché

Les traders peuvent manipuler l'événement sous-jacent dans la réalité (marché primaire) pour sécuriser leurs positions sur le marché prédictif (marché secondaire). Aucune limite de position ou régulation efficace n'a été mise en œuvre à ce jour.

20. Risque de manipulation

L'absence de limites de position et une application limitée de la régulation contre la manipulation signifient qu'un seul portefeuille peut influencer un marché peu profond et profiter de cette volatilité pour trader à contre-courant, sans aucune conséquence (absence de responsabilité). Ce problème est particulièrement grave sur Polymarket comparé à Kalshi.

21. Absence d'outils financiers complexes

Il n'y a pas de structure à terme, d'ordres conditionnels ou de composabilité. À l'exception du résultat binaire unique, toute la boîte à outils des produits dérivés est absente, ce qui empêche l'entrée des institutions professionnelles.

22. Fragmentation réglementaire

Avec le durcissement de la régulation, les différences entre les niveaux fédéral et des États forceront la fragmentation de la liquidité. Lorsque les marchés sont divisés en pools de participants distincts, la fonction de découverte des prix s'effondre.

23. Le dilemme de l'innovateur

Les géants existants n'ont aucune incitation à repenser l'architecture. Si les volumes continuent de croître et que les barrières réglementaires se forment, toute modification architecturale deviendra plus coûteuse. C'est le classique dilemme de l'innovateur.

Lecture connexe : Polymarket vs Kalshi, qui est le roi des marchés prédictifs ?

Questions liées

QQuel est le principal problème d'efficacité des capitaux dans les marchés de prédiction par rapport aux contrats perpétuels ?

ALes marchés de prédiction exigent une garantie à 100% sans effet de levier, ce qui les rend 10 à 20 fois moins efficaces en capital que les contrats perpétuels qui ne nécessitent que 5 à 10% de marge sur la valeur notionnelle.

QPourquoi la liquidité des marchés de prédiction est-elle structurellement déficiente selon l'article ?

ALors du règlement, la moitié des actifs du pool de liquidité est vouée à tomber à zéro, contrairement aux pools spot qui se rééquilibrent entre actifs conservant de la valeur.

QComment l'absence de 'hedgeurs naturels' affecte-t-elle les marchés de prédiction ?

AIl n'existe pas d'entités ayant un besoin économique naturel de prendre le contre-pied du risque événementiel, ce qui expose les market makers à une pure sélection adverse sans contrepartie structurelle.

QQuel est le dilemme concernant la qualité de l'information dans ces marchés ?

ALes plateformes profitent du volume de transactions plutôt que de la précision, tandis que les régulateurs exigent une utilité prédictive, créant un conflit d'intérêts dans les décisions produit.

QPourquoi les marchés de prédiction sont-ils incompatibles avec l'allocation d'actifs institutionnelle ?

AIls ne sont pas liés aux prime de risque, rendements positionnels ou expositions factorielles, et n'entrent dans aucun cadre systématique de gestion de risque ou de construction de portefeuille standard.

Lectures associées

La répartition de la valeur des stablecoins

L'article analyse la répartition de valeur dans l'écosystème des stablecoins, en le divisant en quatre couches : 1. **Couche d'émission** : (ex. : Tether, Circle) - Émettent les stablecoins, détiennent les actifs de réserve et capturent la marge d'intérêt. 2. **Couche d'infrastructure** : (ex. : Bridge, BVNK) - Relient les stablecoins au système financier traditionnel (connexions bancaires, conformité, gestion des entrées/sorties en fiat). C'est le travail le plus complexe et essentiel pour une adoption large. 3. **Couche d'acquisition/distribution** : (ex. : Stripe, Coinbase) - Intègrent les stablecoins dans les systèmes marchands et logiciels d'entreprise. 4. **Couche applicative** : Les utilisateurs finaux. Actuellement, la couche d'émission génère les profits les plus importants. L'auteur souligne que la **couche d'infrastructure**, bien que cruciale, est souvent sous-estimée. Son rôle de "trait d'union" entre la blockchain et le monde réel (règlement, conformité, intégration aux flux de trésorerie des entreprises) est difficile mais constitue un avantage concurrentiel durable. Des acquisitions comme celle de Bridge par Stripe ou de BVNK par Mastercard montrent l'importance stratégique de ce segment. Bien que cette couche nécessite d'importants investissements initiaux et fasse face à une pression de la part des autres couches, elle pourrait acquérir un fort pouvoir de négociation une fois que les stablecoins deviendront un canal de paiement par défaut pour les entreprises.

marsbitIl y a 1 h

La répartition de la valeur des stablecoins

marsbitIl y a 1 h

Pourquoi Nvidia emprunte-t-elle 200 milliards de dollars si elle n'a pas besoin d'argent ?

Résumé de l'article : Nvidia, qui dispose d'une trésorerie abondante (flux de trésorerie libre d'environ 48,6 milliards de dollars pour son dernier trimestre), prévoit d'émettre des obligations (notes senior) pour au moins 20 milliards de dollars. Contrairement à une lecture simpliste sur un besoin de liquidités, cette opération s'analyse plutôt comme une optimisation active de la structure financière. L'entreprise profite de sa solide notation de crédit (AA) et de conditions de marché favorables pour lever des fonds à long terme (jusqu'à 30 ans) à un coût faible. Cette dette servira à financer des investissements à long cycle comme les infrastructures de datacenters IA, la R&D, les paiements anticipés à la chaîne d'approvisionnement et les investissements stratégiques. Cette approche permet à Nvidia de poursuivre son expansion dans l'écosystème IA sans diluer les actionnaires (alternative à une augmentation de capital), tout en maintenant parallèlement un retour aux actionnaires via un important programme de rachats d'actions et une augmentation du dividende. Elle reflète une évolution vers une gestion du capital plus mature, typique des grandes plateformes technologiques, et s'inscrit dans une tendance où les géants de la tech utilisent la dette pour financer le cycle d'investissements lourds de l'IA. La réussite de cette stratégie dépendra de la capacité future de Nvidia à générer des rendements supérieurs au coût de sa dette et à maintenir sa forte génération de flux de trésorerie.

marsbitIl y a 1 h

Pourquoi Nvidia emprunte-t-elle 200 milliards de dollars si elle n'a pas besoin d'argent ?

marsbitIl y a 1 h

Liberland révoque son secrétaire à la technologie après une tentative présumée de prise de contrôle de la blockchain et du site web

Le congrès de Liberland a voté le renvoi du secrétaire à la Technologie, Dorian Stern Vukotić, selon une résolution officielle de ce projet de micronation. Il est accusé d'avoir supprimé les protections multisignatures sur le compte administrateur Sudo, tenté de détourner le domaine Liberland.org, bloqué le président Vít Jedlička du vote et lancé des jetons non autorisés. Cette affaire sert d'étude de cas sur les risques de gouvernance dans la blockchain, qui dépassent les simples contrats intelligents. Elle implique le contrôle des permissions, des noms de domaine, des droits de vote et des comptes administrateurs. Ceci rappelle que pour de nombreux projets crypto, la décentralisation réelle doit être vérifiée au-delà des déclarations, car un petit nombre d'acteurs peut contrôler des fonctions clés. L'article précise que Liberland est un projet de micronation et non un État souverain largement reconnu. Pour les observateurs, il est conseillé de suivre les enregistrements sur l'explorateur blockchain, les votes ultérieurs et les éventuelles mises à jour juridiques ou liées au registre des domaines. Dans le contexte plus large, cette histoire s'inscrit dans une tendance où l'infrastructure, la sécurité et la gouvernance deviennent aussi importantes que l'évolution des prix. Elle illustre la nécessité pour les traders de comprendre les systèmes et les risques sous-jacents. Le traitement éditorial doit se baser sur les sources vérifiées, expliquer les risques pratiques et éviter les conclusions prématurées, en présentant cela comme un signal d'information à suivre.

bitcoinistIl y a 2 h

Liberland révoque son secrétaire à la technologie après une tentative présumée de prise de contrôle de la blockchain et du site web

bitcoinistIl y a 2 h

Comment bien mener une recherche : cultiver les compétences qui peuvent être réellement « pratiquées délibérément »

Personne ne vous a jamais vraiment appris à faire de la recherche. On vous donne un bureau, un problème choisi par d'autres, et des instructions vagues pour "produire quelque chose de nouveau". Ainsi, la plupart des gens rétroconçoient le métier à partir de ce qu'ils voient (articles, posts), apprenant à *sembler* chercheurs plutôt qu'à en *devenir*. Les véritables compétences en recherche sont un empilement de micro-compétences, presque toutes cultivables par la pratique délibérée. **Choisir ses propres problèmes.** Nous absorbons souvent des problèmes (du superviseur, des tendances) sans en comprendre le raisonnement sous-jacent, nous plaçant en retard face à des concurrents nombreux. John Schulman recommande de choisir un résultat que l'on souhaite réellement atteindre et de raisonner à rebours pour concevoir les expériences. Cette approche mène à l'originalité. Le "bon goût" est un muscle : prédire les résultats d'expériences, deviner les conclusions d'articles à partir des méthodes, noter quelles avancées resteront pertinentes, puis vérifier. **Améliorer ses sources.** S'alimenter aux mêmes sources (arXiv, discussions) génère les mêmes idées que tout le monde. Les archives anciennes sont sous-estimées : les idées clés (MoE, LSTM) sont souvent des réinventions. Lire des textes fondateurs comme "The Bitter Lesson" de Sutton ou le discours de Shannon sur la pensée créative est crucial. La **largeur** (neurosciences, conception de mécanismes, statistiques, architecture matérielle) est aussi importante que la profondeur. Lisez les **articles eux-mêmes**, surtout les annexes et les sections sur les limites. **Tout noter.** L'écriture révèle les failles des idées qui semblaient matures. C'est le mécanisme de défense le moins cher contre l'auto-tromperie, un point souligné par Feynman. Darwin notait systématiquement les faits contredisant sa théorie, craignant que sa mémoire ne les efface. Tenez un journal : hypothèses, paramètres, attentes, résultats, connaissances révisées. Relire ses notes d'il y a un mois est une leçon d'humilité sans égale.

marsbitIl y a 3 h

Comment bien mener une recherche : cultiver les compétences qui peuvent être réellement « pratiquées délibérément »

marsbitIl y a 3 h

Trading

Spot
Futures
活动图片