Jak jeden użytkownik Polymarket zamienił przegrane zakłady w miesięczny zysk 106 tys. USD

TLDR:

• Trader Polymarket sb911 zarobił 106 tys. USD w ciągu miesiąca, mając tylko 25,51% trafnych prognoz.
• Strategia polegała na kupowaniu wielu zakresów tweetów Elona Muska po cenie od 1 do 10 centów za akcję.
• Jedna wygrywająca transakcja zamieniła 1 100 USD w 79 000 USD, dając zwrot z inwestycji przekraczający 6 600%.
• Podejście opierało się na asymetrycznych wypłatach, gdzie małe straty finansują rzadkie, spektakularne wygrane.

---

Trader Polymarket wygenerował ponad 106 000 USD zysku w ciągu ostatniego miesiąca, mimo że wygrał tylko jedną na cztery prognozy. 

Ten sprzeczny z intuicją wynik wywołał dyskusję na temat handlu prawdopodobieństwem w porównaniu z tradycyjną spekulacją. 

Trader sb911 zrealizował 294 prognozy z zaledwie 75 wygranymi, a mimo to osiągnął znaczne zyski. Strategia opierała się na asymetrycznych wypłatach, a nie dokładności prognoz.

Obstawianie przewidywalnych wzorców zachowań

Rdzeń podejścia sb911 koncentrował się na cotygodniowych rynkach, pytając, ile razy Elon Musk opublikuje post na X. 

Dane z Lookonchain pokazują, że te rynki pojawiały się wielokrotnie z określonymi zakresami tweetów. Każdego tygodnia oferowano wiele opcji, takich jak od 200 do 219 tweetów, od 220 do 239 i od 240 do 259. 

Zwyczaje publikowania Muska pozostają statystycznie spójne w krótkich okresach. Ta spójność sprawiła, że aktywność była mierzalna, a nie losowa.

Trader nie próbował precyzyjnie określić dokładnych wyników. 

Zamiast tego sb911 kupował akcje w kilku sąsiednich zakresach w tym samym tygodniu. Polymarket konstruuje każdy zakres jako oddzielny rynek zakładów. Jednak liczby tweetów podlegają ciągłym rozkładom prawdopodobieństwa. 

Obejmując jednocześnie wiele przedziałów, strategia przechwytywała najbardziej realistyczne wyniki. Metoda traktowała połączone zakresy jako pojedyncze spektrum prawdopodobieństwa.

Ceny wejścia odegrały kluczową rolę w matematyce. 

Wiele wygrywających pozycji kosztowało zaledwie 1 cent, 3 centy lub 5 centów za akcję. Prawidłowe prognozy rozliczano po 100 centów za akcję. Stworzyło to ekstremalny potencjał wzrostu przy ograniczonym ryzyku spadku. 

Inwestycja w wysokości 1 100 USD w jedną pozycję przyniosła około 79 000 USD. Ta pojedyncza transakcja reprezentowała zwrot przekraczający 6 600 procent.

Małe straty finansują rzadkie spektakularne wygrane

Większość pojedynczych zakładów zakończyła się całkowitą stratą. 

Historia tradera pokazuje dziesiątki pozycji spadających do zerowej wartości. Nie była to wada w realizacji, ale cecha projektu. Podejście akceptowało częste małe porażki, aby przechwycić rzadkie ogromne sukcesy. 

Wielkość pozycji utrzymywała straty na możliwym do zarządzania poziomie, podczas gdy wygrane narastały dramatycznie.

Według Lookonchain, sb911 koncentrował się na wydarzeniach z jasnymi zasadami rozstrzygania i powtarzającymi się wzorcami. 

Rynki były rozstrzygane na podstawie weryfikowalnych liczb tweetów, a nie subiektywnych wyników. To wyeliminowało niejednoznaczność i umożliwiło modelowanie prawdopodobieństwa. Trader nie zgadywał, który konkretny zakres zostanie trafiony. Pytanie brzmiało, czy realistyczne scenariusze można było objąć po korzystnych cenach.

Wskaźnik wygranych na poziomie 25 procent maskował faktyczny mechanizm rentowności. Obliczenia wartości oczekiwanej kierowały podejmowaniem decyzji, a nie częstotliwość wygranych. 

Akcje kupione za grosze od czasu do czasu eksplodowały wartością, gdy zakresy zostały trafione. Jeden udany wynik finansował dziesiątki nieudanych prób. Ta matematyka działa, gdy wielokrotności wzrostu przewyższają częstotliwość wygranych.

Tradycyjne metryki dokładności prognoz nie oddają tego rodzaju handlu. 

Wskaźniki wygranych mierzą poprawność, ale ignorują wielkość pozycji i współczynniki wypłat. Portfolio może stracić pieniądze przy 75 procentach dokładności, jeśli straty przewyższają zyski. 

Odwrotnie, 25 procent dokładności staje się rentowne, gdy zwycięzcy zwracają 50x lub 100x ich koszt. Przypadek sb911 demonstruje handel rozkładami prawdopodobieństwa na skorelowanych rynkach, a nie izolowanych prognoz.

Post Jak jeden użytkownik Polymarket zamienił przegrywające zakłady w 106 tys. USD miesięcznego zysku ukazał się najpierw w Blockonomi.