当价差拉到50%:币股盘前套利崛起

比推发布于2026-03-16更新于2026-03-16

文章摘要

在加密熊市背景下,币股盘前套利市场正成为新兴创业方向。随着OpenAI、Anthropic、SpaceX等明星企业即将上市,2026年迎来IPO热潮,加密市场与传统金融市场的股票盘前交易需求激增。目前PreStocks、Jarsy、Tessera等平台提供盘前交易服务,但同一标的在不同平台存在显著价差。例如Kalshi在PreStocks和Jarsy的价差达148美元(37%),Polymarket价差94美元(超50%),SpaceX价差75美元(12.7%)。这种价差现象催生了构建“盘前交易桥梁平台”的机会,通过整合各平台流动性,提供套利交易服务,商业模式可包括手续费和自有资金价差收益。尽管当前市场规模仍在百万美元级别,但差异化需求和灵活性优势使其具备发展潜力。

作者:Wenser,Odaily星球日报

编辑:郝方舟

原文标题:价差最大超50%,币股盘前套利市场将成加密熊市新生意


前不久,Mysten Labs CEO evan.sui 聊了聊自己对“熊市”的看法。他提到,并不认可所谓“熊市很好,继续 Build”的论调,事实上,熊市并不“伟大”,把它包装成对所有人都好会忽视真实代价(如劝退建设者和用户),很多散户以及优秀团队都会面临现金流断裂而不得不退场,最终伤害加密行业长期发展。

不过,数据方面的证据与该观点并不一致。Lattice VC 于 2024 年 10 月发布的一份报告显示,彼时,2022 年熊市宣布种子轮融资的加密创企中超 80%仍在建设当中。换言之,如果项目方能够保证人员与资金相对稳定,那么熊市确实更有利于项目建设及发展。至于原因,或许是熊市项目方注意力更集中于产品开发与体验优化;也或许是熊市能够锻炼项目方努力生存的各种能力。总之,身处加密熊市,立志创业的项目方或许反而能够绝处逢生,走出一条自己的发展之路。

有鉴于此,我们将通过系列文章《加密熊市创业指南》来与读者一道探讨这一周期潜在的就业赛道、项目方向。如果未来真有加密项目借此诞生乃至快速成长,Odaily星球日报也欢迎项目方们洽谈合作。

今天,我们就先聊聊当下除预测市场之外最热的潜在创业方向——币股盘前价差市场。

币股盘前市场的真实需求:平台差异化与流动性桥梁

作为连接加密市场与传统金融市场的中间桥梁,币股交易平台不仅受到了加密项目方的高度关注与积极参与,包括纳斯达克、纽交所在内的全球头部证券平台也纷纷涉足其中,以期占领增量市场的同时,进一步激活传统金融市场流动性。

除此以外,不仅仅是已上市的加密货币概念股迎来了股票代币化与链上合约化改造,诸多尚未进行 IPO 的热门概念股也受到了加密市场与传统金融市场的热捧,因而催生了不少盘前股票代币化交易平台。

考虑到今年资本市场即将迎来包括 OpenAI、Anthropic、SpaceX(xAI)、Kalshi、Polymarket、OKX、Kraken 等一系列 AI 模型公司、商业航天公司、预测市场平台以及加密交易所的美股上市热潮,毫无疑问,2026 年注定是一个“IPO 大年”。

在加密大盘跌跌不休偶有反弹、股票市场处处飘红节节攀升的大背景下,股票盘前交易市场的热度也进一步佐证了如上观点——加密市场与传统金融市场对热门概念股的盘前交易有着旺盛需求。

而这,正是包括 PreStocks、Jarsy、Tessera 等股票盘前交易平台纷纷涌现的最主要原因。此外,相较于 Hiive、Nasdaq Private Market 等传统金融市场上的股票盘前交易市场,加密盘前交易市场的交易方式、买入额度、进入门槛均更为灵活,溢价也相对较高,所以不少用户热情参与。

但正如不同的交易所的同一代币会有不同程度的差价一样,在股票盘前市场暂时未引入类似预言机一样的机制之前,无论原因是什么,我们都能清楚地看到,上文中的不同平台对同一标的股票的定价都存在一定价差。

基于以上信息,我们可以略显大胆地给出判断——加密市场仍然缺少一个或多个“股票盘前交易市场之间的桥梁平台”。

这或许是在将股票代币化与股票盘前市场代币化向前推进一步的必经之地——涵盖传统金融市场的盘前交易与加密市场的盘前交易的统一综合性平台。

下面,我们将以近期寻求 200 亿美元融资的 2 大预测市场龙头平台 Kalshi、Polymarket 以及估值高达 1.25 万亿的 SpaceX(xAI)为例,探讨这一“创业方向”的可行性与真实需求。

比较 PreStocks、Jarsy、Tessera 3 大平台盘前价差:最大价差率超 50%,价格最多相差近 150 美元

Kalshi 盘前价差:高达 148 美元,价差率达 37%左右

以 Kalshi 盘前交易市场为例,其在不同平台的价格如下——

PreStocks 平台,股票代币盘前价格为 397 美元左右;(相较于我们 1 个月前在《Kalshi 交易量续破新高,盘前股价多少合理?》(https://www.odaily.news/zh-CN/post/5209330)一文中的 369 美元已增长近 30 美元,涨幅达 7.6%)

Jarsy 平台,股票盘前标价为 545 美元左右。(相较于我们 1 个月前在《Kalshi 交易量续破新高,盘前股价多少合理?》(https://www.odaily.news/zh-CN/post/5209330)一文中的 504 美元已增长超 40 美元,涨幅达 8.1%)

换言之,Kalshi 股票盘前价格在两大交易平台价差高达 148 美元(Odaily星球日报注:考虑到两大平台分别采取订单簿交易机制与链上流动性代币交易机制,我们这里只做抽象化对比,暂不涉及具体资产交接形式,下同)。如果以传统金融市场盘前交易平台 Hiive 的 360 美元价格来计算,盘前价差甚至高达 185 美元。

Polymarket 盘前价差:高达 94 美元,价差率超 50%

以 Polymarket 盘前交易市场为例,其在不同平台的价格如下——

PreStocks 平台,股票代币盘前价格为 186 美元左右(Odaily星球日报 注:近 30 日涨幅达 23%);

Jarsy 平台,股票盘前标价为 280 美元左右。

换言之,Polymarket 股票盘前价格在 2 大平台上的价差则为 94 美元左右,价差率约为 50.5%。

SpaceX(xAI)盘前价差:约为 75 美元,价差率 12.7%

以 SpaceX(xAI)为例,其在不同平台的价格如下——

PreStocks 平台,股票代币盘前价格为 666 美元左右(Odaily星球日报 注:近 30 日涨幅为 4.1%);

Tessera 平台,股票代币盘前价格暂报 591 美元左右(Odaily星球日报 注:近 30 日涨幅约为 14.5%)。

换言之,SpaceX 股票盘前价格在 2 大平台上的价差则为 75 美元左右,价差率约为 12.7%。

综上来看,基于现有的盘前交易平台,或许可以构建一个币股盘前价差市场,在拥有足够的盘前代币或盘前股权资本之后,满足市场的交易需求与炒作需求。

当然,考虑到目前市场的流动性仍停留在百万美元量级以内,这一平台的主要商业模式或停留在交易手续费或 LP 手续费以及平台自有投资额度价差兑现等方面。


Twitter:https://twitter.com/BitpushNewsCN

比推 TG 交流群:https://t.me/BitPushCommunity

比推 TG 订阅: https://t.me/bitpush

原文链接:https://www.bitpush.news/articles/7619997

相关问答

Q什么是币股盘前套利?

A币股盘前套利是指利用不同交易平台对同一未上市股票(如Kalshi、Polymarket等)的盘前交易价格差异进行套利的行为。例如,某些平台对同一股票的报价价差可能高达50%以上,投资者可以通过在不同平台间低买高卖获取利润。

Q文中提到的三大盘前交易平台对Kalshi股票的价差是多少?

APreStocks平台报价约为397美元,Jarsy平台报价约为545美元,价差达148美元,价差率约37%。若对比传统金融平台Hiive的360美元价格,价差甚至高达185美元。

Q为什么加密熊市中盘前价差套利可能成为新机会?

A熊市中加密市场流动性收缩,但热门未上市股票(如AI、航天公司)的盘前交易需求旺盛,而不同平台因交易机制、流动性和门槛差异导致显著价差,这为套利提供了空间,同时平台可通过手续费和自有资金价差获利。

QPolymarket在PreStocks和Jarsy平台上的价差率和具体金额是多少?

APreStocks报价186美元,Jarsy报价280美元,价差为94美元,价差率高达50.5%。

Q文章建议的“桥梁平台”主要解决什么问题?

A它旨在整合传统金融和加密市场的盘前交易,通过统一平台减少信息不对称和价差,为用户提供更高效的跨市场套利机会,并通过交易手续费、流动性提供(LP)和自有投资价差实现盈利。

你可能也喜欢

生成模型也能端到端训练了?核心竟是一个for循环

长期以来,深度学习在图像分类、检测等任务上凭借端到端训练取得了巨大成功,但生成模型领域却始终是个例外。当前主流的自回归、扩散模型等训练时只学习预测“一小步”,推理时则需要反复展开数百上千步,这种训练与推理的不一致导致了“暴露偏差”等问题,使得生成模型一直未能实现真正的端到端训练。 最近,一篇来自UIUC与哈佛大学的论文提出了“探索式建模(Explorative Modeling,XM)”新范式,其核心是一个简单到近乎朴素的for循环:在每个训练步骤中,模型生成K个候选样本,然后仅选取其中最接近真实数据的一个样本来计算损失和回传梯度。这种做法巧妙地绕开了传统生成模型中因使用重构损失(如平方误差)而导致的“模态模糊”问题——即模型倾向于输出多个可能答案的平均值,而这个平均值往往不属于任何真实的数据模式。 XM通过这种方式,在不拆分生成过程的前提下,直接提升了模型的“生成表达力”,即模型捕捉数据分布中多个独立模式的能力。论文将“探索”验证为继模型参数量、数据量之后的第三根可扩展轴。实验表明,随着模型规模、数据量和计算量的增大,探索带来的性能收益越发显著,在图像、视频、语言等多种任务上均能带来效率与质量的提升。 更重要的是,当探索程度足够时,XM可以实现真正的端到端生成。在机器人控制等任务中,仅需一次网络前向传播的XM策略,其性能可媲美甚至超过需要上百次前向的扩散模型策略,实现了推理效率的飞跃。 尽管“最佳K样本选择”的思想并非全新,但该研究的贡献在于清晰地揭示了这一简单机制如何直接解决生成模型的核心瓶颈,并为实现高效、端到端的生成模型开辟了新的可能性。随着模型规模的持续扩大,探索这一新维度可能将发挥越来越关键的作用。

marsbit10分钟前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit10分钟前

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit1小时前

年薪百万抢电工,Meta急到自己办技校

marsbit1小时前

交易

现货
活动图片