1kx 分析师:概述预测市场新玩家及发展趋势

比推Publié le 2024-08-14Dernière mise à jour le 2024-08-14

人工智能代理是预测市场的下一个重要机遇。

撰文:mikey,1kx 分析师

编译:Luffy,Foresight News

预测市场出现了许多新的建设者,因此有必要对这个垂直领域进行一次全面的概述。本文将简要总结预测市场类别、GTM(进入市场)策略、产品更新、机制以及当前的发展方向。

GTM

预测市场 GTM 大致有两种方法:非体育和体育。前者是一个相对未开发的领域,包括几个目标领域:加密货币、政治、文化活动。Polymarket 显然是非体育领域的领导者,其 GTM 主要关注政治事件。

如果比较专注体育赛事的预测市场今年以来的交易量,你会发现 Azuro 和 SX Network 与 Polymarket 的差距更大。

新上线的竞争者包括 EVM 上的 Limitless (其中一些市场支持 ETH 交易),以及 Solana 上的 Hedgehog。此外还有竞争者产品尚未上线,包括:Drift Exchange、xMarkets、Inertia Social、Doxa 和 Contro。

新玩家们普遍聚焦于两个共同主题:

  • 无需许可的市场:开放市场创建和激励层

  • 解决方案:依靠人工智能进行市场结算,或创建更高效的系统

这正是 Polymarket 用户一直期盼的。

鉴于体育类预测市场受欢迎程度和赛事规律性,它们在 Web2 中具有明显的吸引力。很难让用户转移到 Web3,因为大多数用户看重品牌和用户体验。此外,Web2 体育博彩在营销资金上具有优势,至少有 5 家体育博彩公司每年花费 1 亿美元以上。

美国人在单场超级碗上的投注金额(约 230 亿美元)是加密货币预测市场总投注额(约 20 亿美元)的 10 倍。甚至单个州的投注金额就远远超过了 20 亿美元。

链上资金越多 = 链上体育博彩越多,就像互联网博彩公司被手机设备统治一样。预测市场的限制因素之一是缺乏资金。在非体育方面,LogX 将支持 TRUMP 永续产品,类似于 2020 年的 FTX。Doxa 也在研究 lev。这两个项目的交易对手都是流动性池。清算和坏账是潜在的问题。

我希望 Polymarket 更多地探索复式投注模式。从技术上讲,「特朗普和拜登赢得提名」市场是一种杠杆投注,因为它需要猜测两个不同的事件。

我很想看到诸如「a、b、c 和 d 会发生吗」这样的市场,我不认为初始流动性会成为问题,LP 不会错过这样的机会。

在体育预测市场方面,已有多个协议允许通过所谓的 parlays 进行杠杆操作,只有当用户正确猜出多个不相关事件时才会赢得奖金。SX Bet、Azuro 和 Overtime 已经支持这种功能。

机制

预测市场的工作机制大致有两种类型:Web2.5 和 Web3。Web2.5 模式通常将加密货币用作支付渠道,例如 Stake/Rollbit。用户可以使用加密货币下注,但交易对手是应用程序背后的团队,并且产品在链上交互。

Web3 模式的部分产品逻辑会放在链上,无论是 NFT 头寸,还是通过智能合约执行的赌注。通常有两种方式来匹配链上赌注,要么是依赖被动 LP 的 AMM,要么是平台充当交易所的订单簿。

在 Web3 中,Memecoins 本身已经成为预测市,$TRUMP 和 $BODEN 就是典型的代表,持有者可以从两方面获利:1)方向正确;2)吸引注意力。Memecoins 允许你推测其他人的投机行为,无论你是对是错。

一个新的协议叫做 Swaye,尝试结合预测市场和 Memecoins 的优势,早期进入市场的用户不仅押注特定结果,而且有动力吸引注意力,因为任何一方的投注活动都有助于增加 P 损益。

盈利模式

预测市场协议如何盈利呢?有几种方法:

  1. 交易费

  2. 交易者收益的一部分(Web2 模型遵循这条路径)

  3. 交易对手的损益(Web2 喜欢服务亏损的客户)

大多数协议要么采用方法 1,要么采用方法 3。Polymarket 目前不收取任何费用。

下一步

下一步是什么?人工智能代理是预测市场的下一个大机遇,因为它们可以对新闻做出快速反应。它们能够管理订单和下注,它们还可以计算结果的预期值并承担计算出的风险。有几个团队正在研究这一领域。

在未来几年,至少会有 1 个协议与 Polymarket 的交易量正面竞争。考虑到 Polymarket 目前对其市场的激励程度,竞争者可能需要大量使用积分、代币或 USDC 等激励措施。

每个人都在问美国大选后交易量能否持续,到目前为止,Polymarket 上的非选举交易量自今年年初以来一直保持稳定。

说明: 比推所有文章只代表作者观点,不构成投资建议

Lectures associées

Comment xBubble change la donne dans l’économie OPC massivement soutenue par les VC

Le concept de l'OPC (One Person Company) émerge comme un nouveau marché clé dans l'industrie de l'IA, déplaçant la question de l'amélioration de l'efficacité des employés vers celle de la viabilité d'une entreprise avec une équipe minimale. Des acteurs comme Replit et Lovable, avec des valorisations élevées, ont validé la demande d'outils de "AI coding" pour les non-techniciens. Cependant, un fossé persiste : ces outils facilitent la création de démos, mais peinent à fournir des applications stables, modifiables et prêtes pour une activité commerciale réelle, car ils exigent encore des compétences techniques pour la gestion du développement et des infrastructures. xBubble, de DAPPOS, adopte une approche différente : au lieu de simplement convertir un prompt en code (Prompt-to-Code), il transforme un objectif commercial en un chemin d'exécution via des SOP (procédures opératoires standardisées). L'utilisateur décrit son produit, sa clientèle et ses règles métier ; le système organise alors la construction logicielle, les flux et les connexions nécessaires (paiement, commandes). Cette approche "SOP-to-Business" réduit les décisions techniques laissées à l'utilisateur. xBubble s'appuie sur deux piliers : un moteur générant et optimisant des SOP à partir de cas réels, et un réseau de prestataires tiers qui gèrent le déploiement et l'infrastructure (serveurs, noms de domaine), permettant un lancement complet. Le paiement en crypto-monnaies est intégré pour faciliter les transactions transfrontalières. Sa cible est claire : les micro-entreprises ou créateurs disposant déjà d'une clientèle ou d'un produit, mais pour qui une équipe technique dédiée n'est pas justifiée. Ainsi, xBubble ne cherche pas à être l'outil de code AI le plus puissant, mais à devenir un système de lancement d'activité pour le marché OPC. Son potentiel réside dans sa capacité à rendre les SOP suffisamment matures et réutilisables pour offrir un chemin vers une activité opérationnelle et pérenne, à un coût accessible pour les non-techniciens.

链捕手Il y a 38 mins

Comment xBubble change la donne dans l’économie OPC massivement soutenue par les VC

链捕手Il y a 38 mins

Partenaire de Dragonfly, Haseeb : Pourquoi les entreprises à la croissance la plus rapide à l'avenir pourraient toutes rester bloquées à 149 personnes

L'article explore l'impact économique des modèles de tarification des grands modèles de langage (LLM) comme ceux d'Anthropic. Il souligne un écart significatif : les startups et petites entreprises bénéficient d'abonnements forfaitaires peu chers (équivalant à une subvention, voire une taxe négative sur l'automatisation par IA), tandis que les grandes entreprises (plus de 150 utilisateurs) paient des coûts à l'usage avec une forte majoration, assimilable à une "taxe" de 75% sur la main-d'œuvre IA. Cette différence crée des incitations opposées. Les startups sont incitées à maximiser l'usage ("tokenmaxxing") pour automatiser autant que possible, avec un coût marginal nul. Les grandes entreprises, pénalisées par un coût marginal élevé, automatisent moins et conservent davantage de main-d'œuvre humaine. L'auteur compare cela à une politique fiscale non intentionnelle qui pourrait façonner l'économie. Il prédit deux conséquences : 1) Le remplacement des emplois se produira principalement par la défaite des grandes entreprises face aux startups agiles et automatisées, plutôt que par des licenciements massifs directs dans les grands groupes. 2) Un "effet de seuil" à 150 employés pourrait inciter les entreprises les plus dynamiques à rester en dessous de ce cap pour conserver l'avantage tarifaire, favorisant une gestion "AI-first" extrême et des structures minimalistes.

链捕手Il y a 47 mins

Partenaire de Dragonfly, Haseeb : Pourquoi les entreprises à la croissance la plus rapide à l'avenir pourraient toutes rester bloquées à 149 personnes

链捕手Il y a 47 mins

Si ce n'est pas un "oui" clair, c'est un "non" : Retour d'expérience d'un VC après neuf ans et quatre cycles

**Résumé : « À investir ou pas ? Dans le doute, on n'investit pas » – Rétrospective sur 9 ans et 4 cycles d'un VC** Après neuf ans d'investissement et quatre cycles de marché, un fondateur de VC partage les enseignements clés tirés de l'observation de centaines de fondateurs dans la crypto. L'analyse identifie six profils types de « fondateurs voués à l'échec » : **1. Les profils à risque liés au fondateur :** * **Instable émotionnellement** : Mauvaise réaction sous pression (conflits, défensive). * **Manque de « faim » / a une issue de secours** : Pas d'engagement total dû à un filet de sécurité (richesse familiale, autre carrière). * **Ego incontrôlable** : « Machine à exécution » rigide ou « fondateur-professeur » peu coachable et en décalage avec les réalités commerciales. **2. Les risques liés à la structure du projet :** * **Token d'abord, produit après** : Le token est un outil de financement détaché de la valeur réelle du produit. * **Pas de thèse de sortie claire dès le jour 1** : Stratégie de financement et étapes mal définies. **3. Un facteur de pricing, pas une exclusion :** * **Aucune expérience d'un cycle complet** : Sous-estime la pression d'un vrai marché baissier. Cela conduit à limiter le ticket d'entrée initial. **Le profil idéal inverse ces défauts :** passion obsessionnelle pour un problème, fondateur en deuxième tentative avec une thèse non-consensuelle, excellente communicant avec un **ego « contrôlé »** (ambitieux mais ouvert), résilience, et une perspective globale couplée à de l'**agency** (capacité d'initiative) et du **taste** (bon jugement). **Trois conseils cruciaux aux fondateurs :** 1. **La trésorerie prime sur le récit.** 2. **Éviter de lancer un token à tout prix** : c'est une dette coûteuse (market-making, liquidité, conformité). 3. **Respecter la liquidité** : Vendre au meilleur moment, racheter au pire pour soutenir son protocole. La règle d'or du fonds pour traverser les cycles : face au doute sur un investissement, **« À investir ou pas ? Dans le doute, on n'investit pas »**. La discipline de dire « non » est plus cruciale que de trouver le « meilleur » fondateur.

Foresight NewsIl y a 1 h

Si ce n'est pas un "oui" clair, c'est un "non" : Retour d'expérience d'un VC après neuf ans et quatre cycles

Foresight NewsIl y a 1 h

SemiAnalysis analyse sur dix mille mots ChangXin Memory : 50 milliards de dollars de chiffre d'affaires, une introduction en bourse au sein d'un super-cycle

Changxin Memory (CXMT) s'apprête à réaliser la plus grande introduction en bourse (IPO) du secteur des semi-conducteurs en Chine. Fondée en 2016, l'entreprise a démarré en acquérant les brevets et en recrutant des talents de l'allemand Qimonda, en faillite. Soutenue par le gouvernement de Hefei qui a toléré des pertes pendant près d'une décennie, elle est devenue rentable pour la première fois en 2025. Ses revenus ont explosé pour atteindre 7,3 milliards de dollars au premier trimestre 2026, tirés par un cycle haussier exceptionnel du DRAM. Le rapport détaille son parcours technologique basé sur l'héritage de Qimonda, sa forte dépendance au capital-risque public patient, et sa croissance financière spectaculaire. Bien qu'elle soit désormais le quatrième plus grand acteur mondial du DRAM, elle reste confrontée à des défis majeurs : un écart technologique et de rendement significatif, notamment dans la production de HBM (mémoire à haute bande passante) essentielle pour l'IA, où ses capacités sont encore limitées. Sa structure d'IPO complexe, avec une forte influence de l'État et des droits de vote consolidant le contrôle, reflète son importance stratégique. Les fonds levés seront principalement consacrés au renforcement de sa production de DRAM standard, et non au HBM.

marsbitIl y a 1 h

SemiAnalysis analyse sur dix mille mots ChangXin Memory : 50 milliards de dollars de chiffre d'affaires, une introduction en bourse au sein d'un super-cycle

marsbitIl y a 1 h

Trading

Spot
Futures
活动图片