Apakah Bisa Untung Stabil dengan Mengikuti Peluang Kemenangan Pra-Pertandingan Polymarket untuk Bertaruh di NBA Secara Membabi Buta?

Odaily星球日报Dipublikasikan tanggal 2026-04-17Terakhir diperbarui pada 2026-04-17

Abstrak

Berdasarkan backtest 1.096 pertandingan NBA musim 2025-26, strategi membeli tim dengan probabilitas menang lebih tinggi di Polymarket 3 menit sebelum pertandingan menghasilkan ROI -1.87%. Ini menunjukkan pasar sudah efisien dan harga telah ditetapkan dengan akurat. Analisis lebih lanjut mengungkap perbedaan kinerja berdasarkan tim: - Tim seperti Portland (ROI 19%), Philadelphia (14%), San Antonio (12%), LA Lakers (11%), dan Charlotte (9%) secara konsisten memenuhi ekspektasi pasar. - Tim terkuat (seperti Boston, Denver) justru sudah dihargai dengan akurat di pasar, menghasilkan ROI rata-rata hanya 2.16%. - Tim terlemah memiliki sampel yang terlalu kecil untuk dianalisis, dengan hasil yang sangat bervariasi. Kesimpulan: Mengikuti pasar secara membabi buta tidak menghasilkan keuntungan. Nilai sebenarnya mungkin terletak pada memahami kinerja spesifik tim tertentu, bukan pada probabilitas pasar secara keseluruhan.

Berinvestasi di pasar Polymarket untuk pertandingan NBA, mungkin Anda juga pernah merasakan pengalaman seperti banyak orang: sebelum pertandingan melihat peluang kemenangan suatu tim jelas lebih tinggi daripada lawannya, tetapi tiba-tiba di kuarter keempat terjadi pembalikan situasi dan kalah (seperti yang terjadi antara Hornets dan Heat baru-baru ini, taruhan ini benar-benar membuat saya meragukan hidup).

Kalau semua orang bilang Polymarket adalah "mesin kebenaran", apakah berarti saya hanya perlu membabi buta membeli tim dengan peluang kemenangan pra-pertandingan yang lebih tinggi untuk menghasilkan uang dengan mudah?

Untuk memverifikasi dugaan ini, saya melakukan backtest terhadap 1096 pertandingan musim reguler NBA 2025-26, dan data yang diberikan menunjukkan kebenaran—

Mengikuti pasar secara membabi buta tidak menghasilkan keuntungan, tetapi juga tidak rugi banyak, probabilitas pra-pertandingan telah ditentukan harganya secara penuh.

Membeli dengan Membabi Buta Mengikuti Pasar, Pasti Rugi

Strategi backtest yang digunakan sangat sederhana:

  • Menggunakan rata-rata probabilitas 3 menit sebelum pertandingan sebagai patokan
  • Setiap pertandingan bertransaksi senilai $100
  • Selalu membeli pihak dengan "peluang menang lebih tinggi"

Hasil:

  • Total pengeluaran $109.600, pengembalian dana $107.545,2, rugi $2.054
  • ROI -1,87%

Ini menunjukkan bahwa harga Polymarket sudah cukup efisien, pasar telah menentukan harga peluang kemenangan tim secara penuh, tidak ada ruang untuk "arbitrase".

Perbedaan ROI mungkin berasal dari biaya transaksi, premi emosional, dan dimensi lainnya, jika tetap nekat "membeli secara membabi buta" bahkan lebih baik membeli secara berlawanan dengan pasar, masih bisa dapat keuntungan 1,87%.

Nilai Sebenarnya: Tim dan Tim Tidak Bisa Disamaratakan

Backtest di atas adalah backtest keseluruhan terhadap seribu pertandingan, saya juga membaginya dari berbagai sudut pandang, mencoba menemukan bagian yang bisa menembus gravitasi pasar:

  • Dibagi per minggu: random walk (jalan acak)
  • Dibagi berdasarkan probabilitas: tetap random walk. Artinya, bertaruh pada peluang kemenangan pra-pertandingan 50%, 60%, dengan 70%, 80% tidak ada perbedaan imbal hasil
  • Dibagi berdasarkan tim, di sini muncul perbedaan yang jelas

Ada tim yang tidak mengecewakan kepercayaan pasar—

Selama pasar mengira dia akan menang, dia lebih besar kemungkinannya benar-benar menang.

  • POR (Trail Blazers): ROI 19%
  • PHI (76ers): ROI 14%
  • SAS (Spurs): ROI 12%
  • LAL (Lakers): ROI 11%
  • CHA (Hornets): ROI 9%

Mengapa ada perbedaan seperti ini pada tim-tim ini? Karena penulis sebelumnya tidak terlalu memahami tim NBA itu sendiri, pertama muncul sebuah dugaan:

Apakah mereka tim terkuat atau terlemah, sehingga konsistensi ekspektasinya tinggi?

Tetapi setelah diperiksa, faktanya tidak demikian, selain SAS (Spurs), keempat tim lainnya hanya berada di posisi menengah sedikit ke atas.

Lalu bagaimana dengan tim dengan rekor terbaik? Sebenarnya pasar telah menentukan harga mereka secara penuh, rata-rata ROI dengan membeli mereka secara membabi buta hanya 2,16%, peluang kemenangan pra-pertandingan tidak ada airnya.

  • DET (Pistons): ROI 1%
  • BOS (Celtics): ROI 4%
  • NYK (Knicks): ROI 3%
  • OKC (Thunder): ROI -2%
  • DEN (Nuggets): ROI -5%

Bagaimana dengan yang terlemah?

Di sini justru terpolarisasi secara ekstrem, jenis tim ini pada dasarnya hampir tidak ada pertandingan yang akan dipertaruhkan pasar untuk menang, misalnya Nets (BKN) hanya 7 pertandingan dengan peluang menang lebih dari 50%, menang 5 pertandingan, ROI setinggi 21%; sedangkan Pacers (IND) hanya 8 pertandingan dengan peluang lebih dari 50%, menang 4 pertandingan, ROI justru -20%. Sampel terlalu kecil, tidak cukup sebagai referensi transaksi.

Artinya, secara teori (hanya teori!) POR (Trail Blazers), PHI (76ers), SAS (Spurs), LAL (Lakers), CHA (Hornets), adalah lingkup yang ditentukan oleh data yang ada untuk diikuti.

Pertanyaan Terkait

QApakah mengikuti peluang kemenangan pra-pertandingan di Polymarket untuk NBA bisa menghasilkan keuntungan stabil?

ATidak, berdasarkan backtest 1096 pertandingan, strategi membeli tim dengan peluang lebih tinggi justru merugi -1.87% ROI. Pasar telah menetapkan harga yang efisien.

QTim mana saja yang memiliki ROI tertinggi ketika dibeli berdasarkan peluang pra-pertandingan di Polymarket?

APOR (Trail Blazers) 19%, PHI (76ers) 14%, SAS (Spurs) 12%, LAL (Lakers) 11%, dan CHA (Hornets) 9%.

QMengapa tim terkuat seperti Celtics atau Nugjustru memiliki ROI rendah dalam strategi ini?

AKarena pasar telah menetapkan harga yang sangat akurat untuk tim-tim papan atas, sehingga tidak ada ruang arbitase. ROI mereka hanya 2.16% rata-rata.

QApakah membalikkan strategi (membeli tim underdog) akan menguntungkan?

ASecara teoritis membalik strategi akan menghasilkan ROI +1.87%, tetapi ini tidak dianalisis mendalam dalam artikel.

QMengapa tim seperti Nets memiliki ROI tinggi meski jarang difavoritkan?

AKarena sampelnya sangat kecil (hanya 7 game dengan peluang >50%), menang 5 game, sehingga ROI 21% tidak bisa dijadikan acuan yang reliable.

Bacaan Terkait

Setelah Pengesahan RUU GENIUS dan RUU CLARITY, Arsitektur Yield On-Chain yang Benar Seperti Apa?

Oleh @BirchHill_io, dikompilasi AididiaoJP, Foresight News. **Ringkasan (sekitar 1500 karakter):** Artikel ini membahas evolusi kredit berbasis aset (*asset-backed credit/ABC*) di blockchain dan arsitektur yang tepat pasca disahkannya Undang-Undang GENIUS dan CLARITY di AS. Pasar kredit on-chain dibedakan menjadi tiga: pinjaman terjamin berlebih berbasis crypto (seperti Aave), pinjaman tanpa jaminan (yang gagal), dan kredit berbasis aset dunia nyata (*Real World Assets/RWA*) yang sedang tumbuh pesat. ABC adalah satu-satunya kategori yang secara struktural dapat mengatasi masalah *adverse selection* (seleksi negatif) karena menggunakan agunan konkret yang dapat diidentifikasi, didokumentasikan secara hukum, dan dapat dieksekusi. Pertumbuhan aset RWA di blockchain sangat signifikan, dari $5.6B (2024) menjadi ~$259.6B (Juni 2026), dengan kredit privat sebagai segmen terbesar. Sementara itu, pasokan stablecoin (~$3230B) merupakan sisi permintaan yang kuat untuk hasil (*yield*) yang compliant. Undang-Undang GENIUS melarang penerbit stablecoin membayar bunga, dan Undang-Undang CLARITY akan memperluas larangan ini ke platform. Ini menciptakan titik balik regulasi di mana *yield* yang sah hanya dapat disalurkan melalui produk investasi diskrit, yang dalam ekosistem blockchain dimanifestasikan sebagai **vault** (brankas). Vault (standar seperti ERC-4626) menjadi arsitektur kunci: mekanisme penerbitan, pengungkapan, distribusi, pemulihan, dan wadah kepatuhan regulasi. Penulis berpendapat bahwa sebagian besar solusi saat ini berupa tokenisasi ekuitas fund hanya memindahkan masalah *adverse selection* ke level manajer fund, bukan menyelesaikannya. Masa depan terletak pada menyandikan pekerjaan kredit (penilaian, struktur, mekanisme pemulihan) langsung ke dalam lapisan protokol/vault itu sendiri. Kesimpulannya, dengan kerangka regulasi AS yang akan sepenuhnya berlaku pada 2027, arsitektur yang benar untuk *yield* on-chain adalah vault berbasis ABC yang dirancang dengan prioritas kepatuhan dari awal, mengatasi *adverse selection* di level vault, dan memanfaatkan permintaan besar dari modal stablecoin yang mencari hasil yang aman dan sesuai hukum.

Foresight News18m yang lalu

Setelah Pengesahan RUU GENIUS dan RUU CLARITY, Arsitektur Yield On-Chain yang Benar Seperti Apa?

Foresight News18m yang lalu

TechFlow Intelijen: Model Baru Anthropic Fable Batasi Penelitian Keamanan Hayati Picu Kontroversi, CPI AS Naik ke 4.2% Tertinggi dalam Tiga Tahun

**Anthropic Batasi Penelitian Biosafety dengan Model Fable, Picu Kontroversi** Peneliti keamanan siber menemukan bahwa model Fable dan Mythos milik Anthropic memberlakukan batasan implisit pada penelitian ilmu kehidupan. Semua data dipaksa disimpan selama 30 hari, dan kemampuan penelitian terkait diam-diam dikurangi, memicu kemarahan komunitas yang menuduhnya menghambat kemajuan ilmiah. Anthropic kemudian berjanji akan memberi tahu pengguna tentang penyesuaian model. **Berita AI & Teknologi Lainnya:** * **Dario Amodei**, pendiri Anthropic, mengungkapkan alasan sebenarnya meninggalkan OpenAI adalah karena ketidakjujuran Sam Altman, bukan perbedaan pandangan keamanan. * **OpenAI** dianggap akan menurunkan harga secara agresif, memicu perang harga dengan Anthropic. * Pengadilan Jerman memutuskan **Google** bertanggung jawab secara hukum atas jawaban salah yang dihasilkan fitur AI Overviews. * Drone otonom penuh pertama kali dilaporkan **membunuh seorang tentara**, melintasi batas etika senjata AI. * **Nvidia** meluncurkan model generasi gambar DiffusionGemma-26B, sementara **AMD** mendorong arsitektur memori terpadu (UMA) untuk bersaing. **Keuangan, Crypto & Pasar:** * **CPI AS** naik 4,2% (y/y), tertinggi dalam tiga tahun, mendorong penundaan ekspektasi pemotongan suku bunga Fed. * **BlackRock** mengajukan amandemen baru untuk ETF Bitcoin penghasil bunga, yang menurut analis akan segera diluncurkan. * CEO Bank of America memperingatkan produk stablecoin berpenghasilan dapat menarik **35% simpanan bank** AS jika undang-undang disahkan. * **Bitcoin turun 11%** tahun ini meski ada inflasi tinggi dan ketegangan geopolitik (penutupan Selat Hormuz oleh Iran), mempertanyakan naratif "aset safe-haven". * **Pasar saham Korea** mengalami circuit breaker tiga hari berturut-turut dengan pelarian modal asing besar-besaran. **Inti Hari Ini:** Batasan pada penelitian AI (Anthropic), tanggung jawab hukum atas output AI (Google), dan senjata otonom mematikan menunjukkan perdebatan sengit tentang **di mana batas etika dan regulasi AI harus ditarik**. Secara paralel, gejolak geopolitik (Selat Hormuz), inflasi tinggi, dan kinerja aset yang tidak terduga mengingatkan bahwa kemajuan teknologi diuji dalam kekacauan dunia nyata. Pertarungan antara optimisme teknologi dan kecemasan semakin intens.

marsbit32m yang lalu

TechFlow Intelijen: Model Baru Anthropic Fable Batasi Penelitian Keamanan Hayati Picu Kontroversi, CPI AS Naik ke 4.2% Tertinggi dalam Tiga Tahun

marsbit32m yang lalu

Departemen Baru Lainnya di Alibaba, Sinyal Apa?

Lingkaran teknologi pada bulan Juni ramai dengan berita dari Alibaba. Perusahaan raksasa teknologi asal China tersebut mengumumkan restrukturisasi ketiga dalam AI sejak awal 2026. Kali ini, mereka menggabungkan dua unit utama AI—Divisi Model Dasar *Tongyi* dan *Future Life Lab*—untuk membentuk divisi bisnis baru bernama **Token Foundry**. Divisi ini akan dipimpin langsung oleh CEO Grup Alibaba, Daniel Yongming Wu. Penyesuaian organisasi ini menandakan pergeseran strategi AI Alibaba dari fase "konsolidasi sumber daya" ke fase "percepatan implementasi dan komersialisasi." Nama "Token Foundry" mencerminkan ambisi Alibaba untuk menjadi pemasok inti di era AI, fokus pada "pembuatan, pengiriman, dan penerapan" token AI. Selain itu, Zhou Jingren, sosok kunci di balik pengembangan model Qwen, ditunjuk sebagai **Chief Scientist Grup**. Ia akan memimpin *Alibaba AI Future Research Institute*, fokus pada penelitian teknologi depan. Sementara itu, tim produk sukses seperti *HappyHorse* dan *HappyOyster* yang sebelumnya di bawah *Future Life Lab*, akan bergabung ke dalam Divisi Token Foundry di bawah pimpinan Zheng Bo. Restrukturisasi ini menyempurnakan arsitektur AI Alibaba yang kini terdiri dari empat lapisan: lembaga penelitian, pengembangan model dasar, platform layanan (MaaS), dan produk aplikasi akhir (seperti Qwen untuk pengguna individu dan Wukong untuk bisnis). Langkah Alibaba sejalan dengan tren global di mana perusahaan teknologi besar seperti Google, Microsoft, Meta, dan Amazon juga melakukan konsolidasi serupa untuk memadukan penelitian AI lebih erat dengan bisnis, mempersingkat rantai keputusan, dan mempercepat komersialisasi. Latar belakang langkah agresif ini adalah masuknya bisnis AI Alibaba ke dalam **siklus pengembalian komersial**. Pendapatan dari produk dan layanan terkait AI, termasuk platform MaaS *Bailian*, terus menunjukkan pertumbuhan tiga digit. CEO Wu menargetkan *Annual Recurring Revenue* (ARR) dari layanan model dan aplikasi AI mencapai lebih dari 30 miliar yuan pada akhir tahun. Namun, persaingan di pasar MaaS dan AI domestik China semakin ketat, dengan pemain seperti ByteDance (Doubao) dan Tencent (Hunyuan) juga menunjukkan momentum komersial yang kuat. Pembentukan Token Foundry adalah langkah strategis Alibaba untuk tetap kompetitif dalam perlombaan tiga aspek ini: teknologi, produk, dan komersialisasi.

marsbit56m yang lalu

Departemen Baru Lainnya di Alibaba, Sinyal Apa?

marsbit56m yang lalu

Dari Kembali ke Mengundurkan Diri: 437 Hari Chen Hang di DingTalk

Sumber: Jiazi Guangnian Selama 437 hari, Chen Hang (nama samaran "Wu Zhao") kembali memimpin DingTalk. Dari pengumuman akuisisi Alibaba terhadap HHO pada 31 Maret 2025 hingga pengunduran dirinya sebagai CEO pada 11 Juni tahun ini, perjalanannya penuh gejolak. Chen Hang, sang pendiri DingTalk yang legendaris, dipanggil kembali oleh mentornya, CEO Alibaba Wu Yongming, untuk menghidupkan kembali roh kewirausahaan DingTalk di era AI. Ia menerapkan disiplin ketat: absensi jam 9, inspeksi malam hari, dan "kampanye turun ke lapangan" di mana tim produk menjadi agen layanan pelanggan. Langkah-langkah ini mengungkap kenyataan bahwa kepuasan pelanggan hanya 30%, jauh dari laporan resmi. Dalam waktu singkat, ia meluncurkan produk-produk AI. Pada Agustus 2025, AI DingTalk 1.0 dan DingTalk ONE diluncurkan. Namun, proyek ONE, yang dianggap sebagai pintu masuk baru, gagal mempertahankan pengguna setelah mencapai puncak DAU 3 juta. Puncaknya datang pada Maret 2026. Chen Hang meluncurkan "Wukong", platform kerja asli AI tingkat perusahaan pertama di dunia, pada acara AI DingTalk 2.0. Ia menyatakan akan "menghancurkan DingTalk dan membangunnya kembali dengan AI". Wukong menjadi inti dari strategi AI-to-B Alibaba, menandai pergeseran DingTalk dari pintu masuk utama menjadi pembawa platform baru ini. Namun, tekanan organisasi meledak. Pada awal Juni 2026, dua artikel panjang—"Di Dalam DingTalk" oleh mantan manajer produk Teng Yaxin dan "Di Luar DingTalk" oleh mantan Wakil Presiden DingTalk Ma Ruila—mengungkap masalah internal seperti persaingan tidak sehat, pengambilan keputusan sepihak, dan kerja lembur yang tidak berarti. Komite Mitra Alibaba merespons dengan postingan internal yang keras, menyatakan gaya manajemen tersebut "bukan seperti budaya Ali seharusnya". Pada 11 Juni, Alibaba mengumumkan penyesuaian manajemen: Chen Hang mengundurkan diri sebagai CEO DingTalk. Posisinya diambil alih oleh Chen Yusen, seorang ahli teknologi kelahiran 1992 yang terkenal dan pendiri MuleRun AI Agent. Chen Hang meninggalkan fondasi teknis yang kuat—Agent OS dan platform Wukong—tetapi dengan biaya budaya organisasi yang besar. Kini, DingTalk memulai babak baru di bawah kepemimpinan yang lebih muda, berusaha menemukan kembali semangat awal "Danau Taman"-nya di era AI.

marsbit1j yang lalu

Dari Kembali ke Mengundurkan Diri: 437 Hari Chen Hang di DingTalk

marsbit1j yang lalu

Trading

Spot
Futures
活动图片