Автор: Rachel Kim | Quantitative Researcher | Head of Strategy в Polymarket

Выборы в США 2024 года доказали кое-что замечательное. Polymarket правильно предсказал каждый swing state. Он показывал Трампа впереди, когда опросы показывали toss-up. Финальные рыночные цены совпали с реальными результатами в пределах 2%. Prediction markets превзошли поллстеров, экспертов и модели.

Теперь представь эти рынки, усиленные AI. Агенты, которые непрерывно собирают информацию, обновляют вероятности и торгуют на инсайтах быстрее любого человека. Это не гипотетически — это уже происходит.

Почему prediction markets работают

Теория проста. Рынки агрегируют информацию. Люди со знаниями имеют стимул торговать на них. Цены отражают коллективную мудрость. Неправильные цены создают арбитражные возможности, которые корректируются.

Традиционное прогнозирование полагается на экспертов. Но у экспертов есть предвзятости, слепые пятна и никакой шкуры в игре. Они не несут наказания за неправильные предсказания. Политические эксперты могут ошибаться десятилетиями и сохранять работу.

Рынки вводят подотчётность. Неправильные убеждения стоят денег. Правильные убеждения зарабатывают деньги. Петля обратной связи немедленная и жестокая. Со временем точные прогнозисты накапливают капитал и влияют на цены больше. Неточные прогнозисты разоряются и прекращают участвовать.

Вот почему prediction markets постоянно побеждают экспертные прогнозы. Не всегда, не идеально, но надёжно в разных доменах. Выборы, спорт, экономические индикаторы, геополитические события — рынки превосходят.

Где входит AI

У человеческих трейдеров есть ограничения. Мы спим. Мы не можем обрабатывать неограниченную информацию. Мы медленно обновляем убеждения. У нас есть эмоциональные предвзятости, искажающие суждение.

У AI-агентов нет ни одного из этих ограничений.

AI может мониторить тысячи источников информации непрерывно. Новостные ленты, социальные сети, спутниковые снимки, экономические данные, погодные паттерны — всё, что цифрово доступно. Он может детектировать сигналы, которые люди пропускают, и реагировать за миллисекунды.

Что важнее, AI может торговать без эмоционального вмешательства. Никакого confirmation bias. Никакого anchoring на предыдущих позициях. Никакого страха или жадности, искажающих оценку риска. Чистое Байесовское обновление на основе доказательств.

Комбинация мощная: рынки, которые агрегируют информацию и от человеческого инсайта, и от машинного анализа, где AI обеспечивает ликвидность и эффективность, пока люди контрибьютят суждение в новых ситуациях.

Что уже происходит

Позвольте поделиться тем, что я вижу на рынке.

AI-powered торговые боты активны на Polymarket прямо сейчас. Они пока не доминируют — вероятно 10-15% объёма — но растут быстро. Некоторые — простые арбитражные боты, держащие цены согласованными через платформы. Другие запускают софистицированные модели, комбинирующие множество источников данных.

Лучшие AI-трейдеры фокусируются на информационных преимуществах. Они скрейпят и анализируют данные быстрее людей. Срочные новости? AI может прочитать заголовок, оценить релевантность и торговать до того, как человек закончит первый абзац.

Обработка естественного языка позволяет нюансированный анализ. AI может читать транскрипты earnings, политические речи, судебные документы — извлекая сигналы из текста, который занял бы часы для обработки человеком. Анализ сентимента в масштабе.

Некоторые команды строят AI-прогнозистов специально. Не просто торговых ботов, а модели, спроектированные предсказывать исходы напрямую. Они комбинируют цены prediction markets с независимым анализом, чтобы находить mispricing.

Вопрос точности

AI-enhanced prediction markets реально более точные?

Доказательства смешанные, но обещающие.

В доменах с обильными данными AI улучшает калибровку. Рынки спортивных ставок с участием AI показывают более узкие спреды и более быстрое обнаружение цены. "Мудрость толпы" усиливается машинным интеллектом.

В новых ситуациях люди всё ещё доминируют. AI борется с беспрецедентными событиями — ему нужны исторические паттерны для обучения. Первая пандемия, первый AI-прорыв, первый контакт с инопланетянами — это favors человеческое рассуждение над pattern matching.

Sweet spot — комбинация. AI обрабатывает информацию и идентифицирует количественные факторы. Люди контрибьютят суждение по неквантифицируемым аспектам. Рынки синтезируют оба.

Наш внутренний анализ предполагает, что AI-участие улучшило точность Polymarket на 5-10% на хорошо определённых вопросах с ясными критериями разрешения. Пока не трансформативно, но значимо.

Concern манипуляции

Критики беспокоятся, что AI позволяет манипуляцию рынком. Достаточно профинансированный AI потенциально мог бы двигать цены к желаемым уровням, создавая ложные впечатления о вероятных исходах.

Concern валидный, но преувеличенный.

Манипуляция дорогая. Движение цен против фундаментальной стоимости означает потерю денег любому, кто торгует против тебя. Чем больше рынок, тем дороже манипуляция. Наши основные рынки имеют достаточно ликвидности, что устойчивая манипуляция стоила бы миллионы.

AI реально помогает детектировать манипуляцию. Необычные торговые паттерны, координированные движения цен, wash trading — AI-мониторинг замечает это быстрее человеческого наблюдения. Мы используем AI, чтобы контролировать AI.

Децентрализация добавляет устойчивость. Множество платформ prediction markets существуют. Манипуляция одной не манипулирует все. Арбитражёры держат цены согласованными через платформы. Чтобы манипулировать экосистему prediction markets, нужно манипулировать каждую платформу одновременно.

Больший риск не манипуляция — это overconfidence. Если рынки станут доминируемы AI, которые делят похожие обучающие данные и архитектуры, они могут сходиться на уверенных, но неправильных предсказаниях. Монокультура в AI-моделях — genuine concern.

Проблема resolution

Вот техническая проблема, которую AI ухудшает: разрешение рынков.

Prediction markets нужны ясные критерии разрешения. Произошло X или нет? Человеческие трейдеры могут справиться с некоторой двусмысленностью — они понимают намерение и контекст. AI-трейдеры более буквальны. Двусмысленные критерии разрешения создают возможности для gaming, которые AI эксплуатирует безжалостно.

Мы видели рынки, где AI нашёл техничности, которые люди пропустили. Вопрос говорил "will announce" — AI заметил мягкое объявление, которое технически квалифицировалось, пока люди ждали формального. Технически корректно, но не то, что рынок намеревался предсказать.

Это толкает нас к более точному дизайну вопросов. Каждое слово важно. Критерии разрешения должны быть алгоритмическими — достаточно ясными, чтобы AI мог определить исход без интерпретации. Это реально хорошая дисциплина, но ограничивает, что мы можем полезно предсказывать.

Oracle-системы тоже нуждаются в апгрейде. Человеческие комитеты разрешения медленные и иногда несогласованные. AI-assisted разрешение — с человеческим oversight для edge cases — вероятно, будущее.

Что будет дальше

Мои прогнозы для prediction markets в 2025 и далее.

AI-торговый объём превысит 50% на крупных платформах в течение двух лет. Не потому что AI всегда лучше, а потому что AI никогда не спит. 24/7 рынкам нужны 24/7 участники.

Специализированные AI-прогнозисты появятся как сервисы. Не просто торговые боты, а сущности, которые продают оценки вероятностей напрямую. "Согласно ForecasterAI, вероятность снижения ставки ФРС 73%." Медиа будут цитировать их, как цитируют аналитиков сегодня.

Enterprise prediction markets станут мейнстримом. Компании, запускающие внутренние рынки для агрегации знаний сотрудников, усиленные AI, который идентифицирует информационные silos и экспертизу. "Команда продаж знает что-то, чего модель прогнозирования не знает — рынок это отражает."

Регуляторное внимание усилится. Prediction markets, которые превосходят официальную статистику, сделают правительства некомфортными. Некоторые юрисдикции примут их как информационные инструменты. Другие ограничат их как азартные игры.

Фундаментальное обещание остаётся: лучшие прогнозы для лучших решений. AI не меняет это — он ускоряет. Рынки, которые агрегируют человеческий и машинный интеллект, будут знать больше, чем любой из них отдельно.

К этому стоит стремиться.

Rachel Kim возглавляет количественную стратегию в Polymarket. Ранее она работала над системами прогнозирования в Two Sigma и имеет PhD по статистике от Columbia University.