传统博彩巨头下场预测市场,想降维打击华尔街

Odaily星球日报發佈於 2026-02-12更新於 2026-02-12

文章摘要

随着预测市场的兴起,传统体育博彩巨头(如DraftKings、Fanatics和FanDuel)与华尔街金融交易公司(如Susquehanna和Jump Trading)正展开竞争,双方都认为自己在做市方面具有优势。博彩公司凭借其在体育事件定价、数据模型和信息获取方面的经验,自信能应对预测市场的复杂风险管理;而华尔街机构则依靠深厚的资本实力和跨市场交易经验,并正积极招聘体育专业人才以弥补不足。做市业务利润微薄,竞争加剧可能进一步压缩利润空间,但足够的流动性对用户体验至关重要。未来,随着双方人才和经验的融合,竞争优势或将趋同,但目前博彩公司对胜出充满信心。

本文来自:Sportico

编译|Odaily 星球日报(@OdailyChina);译者|Azuma(@azuma_eth)

随着预测市场的爆发,两类群体正在虎视眈眈 —— 他们分别来自华尔街与莫顿街(博彩公司 Fanatics 的总部所在地),一边是专业金融交易公司,一边则是传统博彩服务商,双方均认为自己具备成为顶级掠食者的能力。

博彩公司下场做市

三家传统体育博彩服务商 —— DraftKings、Fanatics 和 FanDuel —— 均已涉足预测市场,以应对这一新兴业态对其主要业务的威胁。在经历了投资者情绪转冷后,这些公司正在加速追赶,并将其在博彩行业的丰厚经验视为潜在的竞争优势。

DraftKings、Fanatics 与 FanDuel 都已开始或有意通过关联做市商在其预测市场应用中提供“赔率”。这类似于它们在传统体育博彩中的业务,但区别主要在于 —— 在预测市场中,他们需要与同样能够挂单的第三方展开竞争。

根据 Sportico 与相关公司高管及业界分析师的交流,目前尚无共识认为博彩公司直接下场做市能够获得比专业金融交易公司更高的回报,但博彩公司对做市业务的盈利潜力却充满信心。

FanDuel 母公司 Flutter Entertainment 的 CEO Peter Jackson 在 11 月第三季度财报电话会上表示:“做市商所需的核心能力在于 —— 能够准确地为复杂且相互关联的结果定价。这正是我们核心业务每天都在做的事情。

Fanatics 已拥有了一个活跃的关联做市商,名为 Morton St. Market Maker LLC —— 该名称源自其母公司位于纽约市的办公街道莫顿街,从那里可以步行走到部分华尔街对手的地盘。Morton St. Market Maker 会在 Crypto.com 上同时为买卖合约提供赔率,这也是 Fanatics 所集成的底层预测市场平台。

与此同时,DraftKings 与 FanDuel 均暗示存在一个会与其客户进行对手盘交易的关联做市团队,但目前尚不清楚 DraftKings 或 FanDuel 是否已正式成立相关实体。

为确保所有用户都能以接近公平的价格快速进出仓位,做市商通常需要在特定时段在“YES / NO”两侧提供流动性,其利润来自“立即买入”与“立即卖出”报价之间的微小价差。比如,如果用户以 0.50 美元买入纽约大都会获胜的合约,而做市商此前通过限价单以 0.47 美元获得了该合约,则做市商可赚取 0.03 美元。

华尔街之狼反向包围

站在博彩公司另一边的,是来自华尔街的专业交易机构。

尽管 Susquehanna International Group 等华尔街公司在金融衍生品做市方面经验丰富,但一些接受 Sportico 采访的业内人士表示,华尔街在为体育事件设定赔率方面确实不如传统博彩公司。

曾在华尔街垃圾债券和体育博彩领域均从事过做市服务的 Alfonso Straffon 表示:“我会提醒那些华尔街公司不要轻敌,体育博彩可是一个已经存在了很久的生态系统。”

体育赛事为做市商带来了更复杂的风险管理挑战,尤其是在比赛进行中,任何进展 —— 例如伤病、天气变化或教练决策——都可能剧烈改变投注的真实价值。“串单”则会带来额外的风险,偶尔一次失误便可能导致巨额亏损。一旦交易所支持杠杆交易,这种风险还将进一步放大。

先进的数据模型与先于公众获取信息的能力 —— 这两点正是传统博彩公司的优势 —— 而这对于降低风险至关重要。

不过这并不意味着博彩公司在预测市场上能够稳操胜券。另一位体育博彩公司创始人倾向于认为,凭借更深厚的资本以及适应不同金融市场的经验,华尔街最终将获得更高回报。

Susquehanna 与 Jump Trading 等缺乏长期体育经验的华尔街公司,正竞相招聘专精体育的做市人员。Crypto.com 与 Polymarket 等预测市场近月也为其关联交易部门发布了相关招聘信息;Robinhood 旗下的 Rothera 在规则手册中也提及一个活跃的关联做市商(消息人称可能是 Susquehanna);据彭博社本周报道,Jump Trading 正在同时投资 Kalshi 与 Polymarket。

Sportico 此前曾报道了 Kalshi Trading(Kalshi 的关联做市机构)的相关细节,该机构同样在努力弥补其在体育方面的经验不足 —— Kalshi 联合创始人 Luana Lopes Lara 曾在 X 上表示,Kalshi Trading 在体育业务上并未盈利,且 11 月体育仅占其“做市量的不到 6%”。

竞争优势或逐渐趋同

做市并不是什么高利润业务。多个公司在同一预测市场竞争定价,更是会自然压缩可获利的价差。换言之,预测市场中的做市商越多,单笔下注可赚取的收益就越少。

然而,尽管拥有关联做市商的预测市场可能会希望限制做市商的数量,但在实际运营中,情况远非如此简单。若缺乏机构资本的支持,可能导致市场整体的流动性不足,除非关联做市商投入巨额资本(并承担相应风险)弥补缺口,否则将直接影响用户体验。

这意味着,博彩公司将不可避免地与金融机构同场场景,争夺来自散户投注者的订单流。

最终,随着华尔街机构雇佣具备专业体育背景的人才(反之亦然),双方的竞争优势或逐渐趋同。但至少在目前为止,进入预测市场的博彩公司对自身胜算充满了信心。

相關問答

Q哪些传统体育博彩服务商已涉足预测市场?

ADraftKings、Fanatics 和 FanDuel 三家传统体育博彩服务商已涉足预测市场。

Q博彩公司为何认为自身在预测市场做市方面具有优势?

A博彩公司认为其核心业务能力是准确为复杂且相互关联的结果定价,这正是做市所需的核心能力,且他们拥有先进的数据模型和先于公众获取信息的能力。

Q华尔街公司如何应对在体育预测市场经验不足的问题?

A华尔街公司如 Susquehanna 和 Jump Trading 正竞相招聘专精体育的做市人员,以弥补其在体育方面的经验不足。

Q预测市场中做市商数量增加会带来什么影响?

A做市商数量增加会压缩可获利的价差,导致单笔下注可赚取的收益减少,但缺乏机构资本支持可能导致市场流动性不足,影响用户体验。

Q博彩公司与华尔街公司在预测市场的竞争最终可能如何发展?

A随着华尔街机构雇佣具备专业体育背景的人才,而博彩公司也可能吸收金融经验,双方的竞争优势或逐渐趋同,但目前博彩公司对自身胜算充满信心。

你可能也喜歡

OpenAI后训练工程师翁家翌,给Agentic AI提出了新范式假设

OpenAI工程师翁家翌提出名为“启发式学习”的新范式,探索AI通过自主编写和修改代码来提升能力,而非仅依赖训练神经网络参数。 在实验中,他让Codex在明确目标和反馈闭环中,为Atari Breakout等游戏编写纯Python策略代码,通过反复运行、查看日志与回放、定位失败并修改代码,最终使策略在Breakout中达到理论满分。这种“启发式学习”将经验沉淀为可阅读、修改和审计的软件系统,而非难以解释的神经网络权重。 文章对比了启发式学习与深度强化学习的差异:前者更新的是代码结构和规则,具备更好的可解释性、更高的样本效率,并能通过回归测试等方式缓解灾难性遗忘问题。在Atari57游戏的批量测试中,该方法在部分游戏上表现出接近或超越传统强化学习算法的效率,但在需要长程规划的复杂任务中仍存在局限。 该范式的潜在产业意义包括:为机器人控制等场景提供更轻量、可审计的解决方案;提升安全关键系统的可解释性与可维护性;以及为智能体产品提供能力沉淀和共享的新路径。然而,其实用性仍需在更复杂的真实场景中进一步验证。 翁家翌认为,未来更可能是神经网络(负责快速感知等)与启发式系统(负责规则、记忆与安全)结合的分工模式。这预示着AI发展的一条可能路径:在强大编码智能体的辅助下,部分经验可以重新转化为可读、可维护的软件工程资产。

marsbit55 分鐘前

OpenAI后训练工程师翁家翌,给Agentic AI提出了新范式假设

marsbit55 分鐘前

你的 Claude 今晚要做梦了,别打扰它

Anthropic在开发者大会上为AI智能体平台引入了“做梦”(Dreaming)功能,这实际上是一种基于历史运行日志的离线批处理与自我优化机制。AI智能体在完成复杂任务后,会利用闲置时间自动回顾大量操作记录,从中提炼有效模式(例如更优的操作路径),并固化为可共享的记忆,从而提升后续任务效率。 类似机制也出现在其他AI产品中,如Hermes Agent的“Curator”功能可自动将经验整理成“Skill”,OpenClaw的“做梦”流程则细分为浅睡、快速眼动和深睡三个阶段,通过多维度加权决定哪些信息应存入长期记忆。 该功能与“记忆”(Memory)技术紧密相关。当前AI能力的核心挑战之一是如何有效管理与利用不断增长的上下文信息。一方面,行业正通过技术创新(如Subquadratic公司宣称的1200万token超长上下文模型)试图扩大信息容量;另一方面,“做梦”这类功能旨在让AI在有限上下文窗口内,主动筛选、巩固重要信息,模仿人类睡眠中的记忆处理过程。 文章指出,科技公司频繁使用“思考”“记忆”“做梦”等拟人化术语来描述AI功能,这不仅是技术类比,更是一种营销策略和认知塑造。它模糊了机器与人的边界,影响用户对产品的感知与期待,并在无形中转移了技术缺陷的责任归属。本质上,AI的“做梦”仍是一种消耗计算资源的自动化数据处理,但其命名方式却让我们更倾向于将其视为拥有内在生命的数字实体。

marsbit57 分鐘前

你的 Claude 今晚要做梦了,别打扰它

marsbit57 分鐘前

交易

現貨
合約
活动图片