การวิเคราะห์เชิงลึก 27,000 รายการเทรดจากวาฬ 10 อันดับแรกของ Polymarket: ภาพลวงตาของอัตราชนะของ "เงินฉลาด" และกฎการอยู่รอดที่แท้จริง

ผู้เขียน: Frank, PANews

เมื่อเร็วๆ นี้ อุตสาหกรรมตลาดพยากรณ์มีความนิยมเพิ่มขึ้นอย่างมาก โดยเฉพาะกลยุทธ์อาร์บิทราจของ smart money ที่ถูกยกย่องว่าเป็นมาตรฐานทองคำ หลายคนเริ่มลอกเลียนและลองใช้กลยุทธ์เหล่านี้ ดูเหมือนจะส่งสัญญาณถึงการเริ่มต้นของกระแสแสวงหาทองคำครั้งใหม่

แต่เบื้องหลังความคึกคัก ผลลัพธ์จริงของกลยุทธ์ที่ดูฉลาดและสมเหตุสมผลเหล่านี้เป็นอย่างไร? และถูกนำไปใช้จริงอย่างไร? PANews ได้ทำการวิเคราะห์เชิงลึกของธุรกรรม 27,000 รายการโดยปลาวาฬทำกำไรได้มากที่สุด 10 อันดับแรกบน Polymarket ในเดือนธันวาคม เพื่อสำรวจความจริงเบื้องหลังผลกำไรของพวกเขา

หลังจากการวิเคราะห์ PANews พบว่าแม้นักลงทุน "smart money" จำนวนมากจะใช้กลยุทธ์การป้องกันความเสี่ยงและอาร์บิทราจ แต่การป้องกันความเสี่ยงนี้แตกต่างอย่างมีนัยสำคัญจากการป้องกันความเสี่ยงแบบง่ายที่ปรากฏบนโซเชียลมีเดีย กลยุทธ์จริงมีความซับซ้อนมากกว่ามาก ไม่ใช่แค่การผสมผสาน "ใช่" หรือ "ไม่ใช่" แต่เกี่ยวข้องกับการใช้กฎเกณฑ์เช่น "สูง/ต่ำ" และ "ชนะ/แพ้" ในกิจกรรมกีฬาอย่างเต็มที่เพื่อสร้างกลยุทธ์การป้องกันความเสี่ยงแบบผสมผสาน การค้นพบที่สำคัญอีกประการหนึ่งคือเบื้องหลังอัตราชนะทางประวัติศาสตร์ที่สูงอย่างน่าทึ่งของปลาวาฬเหล่านี้ มี "คำสั่งซอมบี้" จำนวนมากที่ยังไม่ได้ปิด ซึ่งบดบังอัตราชนะที่แท้จริง ซึ่งต่ำกว่าค่าเฉลี่ยทางประวัติศาสตร์มาก

ต่อไป PANews จะใช้ตัวอย่างจากโลกความเป็นจริงเพื่อเปิดเผยการดำเนินงานที่แท้จริงของ "smart money" นี้

1. SeriouslySirius: อัตราชนะ 73% ที่ตกแต่งด้วย "การซื้อขายซอมบี้" และเครือข่ายป้องกันความเสี่ยงเชิงปริมาณที่ซับซ้อน

SeriouslySirius เป็นที่อยู่อันดับหนึ่งในเดือนธันวาคม มีผลกำไรประมาณ 3.29 ล้านดอลลาร์ และผลกำไรรวมทางประวัติศาสตร์ 2.94 ล้านดอลลาร์ หากดูเฉพาะประวัติคำสั่งที่เสร็จสมบูรณ์ อัตราชนะดูสูงถึง 73.7% อย่างไรก็ตาม ความจริงคือที่อยู่นี้ปัจจุบันถือครองคำสั่งที่เปิดอยู่ 2,369 รายการ โดยมีคำสั่งที่ชำระแล้ว 4,690 รายการ จากจำนวนนี้ 1,791 รายการเป็นคำสั่งที่ล้มเหลวโดยสิ้นเชิงที่ผู้ใช้ยังไม่ได้ปิด ในแง่หนึ่ง สิ่งนี้ประหยัดเวลาและค่าธรรมเนียมการทำธุรกรรมอย่างมาก ในอีกแง่หนึ่ง เนื่องจากมักจะปิดคำสั่งที่ทำกำไร ข้อมูลคำสั่งที่ชำระแล้วทางประวัติศาสตร์จึงแสดงอัตราชนะที่สูงมาก อย่างไรก็ตาม หากนำ "คำสั่งซอมบี้" ที่ยังไม่ปิดเหล่านี้มาพิจารณา อัตราชนะที่แท้จริงของที่อยู่จะลดลงเหลือ 53.3% สูงกว่าการโยนเหรียญสุ่มเพียงเล็กน้อยเท่านั้น

ในการซื้อขายจริงของเขา ประมาณ 40% ของคำสั่งเป็นคำสั่งป้องกันความเสี่ยงที่เดิมพันหลายทิศทางสำหรับเหตุการณ์เดียวกัน อย่างไรก็ตาม การป้องกันความเสี่ยงนี้ไม่ใช่แค่ "YES" + "NO" แบบง่ายๆ ตัวอย่างเช่น ในเกม NBA 76ers vs. Mavericks เขาเดิมพันพร้อมกัน 11 ทิศทาง รวมถึง Under (ต่ำกว่า), Over (สูงกว่า), 76ers (ทีมเหย้า) และ Mavericks (ทีมเยือน) สุดท้ายทำกำไร 1,611 ดอลลาร์ ในกระบวนการนี้ เขาใช้กลยุทธ์อาร์บิทราจที่มีความน่าจะเป็นไม่เพียงพอจริงๆ ตัวอย่างเช่น ความน่าจะเป็นของการเดิมพันว่า 76ers ชนะคือ 56.8% ในขณะที่ความน่าจะเป็นของการเดิมพัน Mavericks คือ 39.37% โดยมีต้นทุนรวมประมาณ 0.962 ทำให้ได้กำไรไม่ว่าผลลัพธ์จะเป็นอย่างไร ในที่สุดเขาทำกำไร 17,000 ดอลลาร์ในเกมนี้

อย่างไรก็ตาม กลยุทธ์นี้ไม่ได้ทำกำไรเสมอไป ตัวอย่างเช่น ในเกม Celtics vs. Kings เขาเข้าร่วมทิศทางการเดิมพันที่แตกต่างกัน 9 ทิศทาง และในที่สุดขาดทุน 2,900 ดอลลาร์

นอกจากนี้ คำสั่งจำนวนมากแสดงอัตราส่วนการจัดสรรเงินทุนที่ไม่สมดุลอย่างรุนแรง ตัวอย่างเช่น แม้จะมีคำสั่งในทั้งสองทิศทาง แต่สัดส่วนของเงินทุนที่ลงทุนแตกต่างกันมากกว่าสิบเท่า ผลลัพธ์นี้น่าจะเกิดจากสภาพคล่องของตลาดที่ไม่เพียงพอ สิ่งนี้แสดงให้เห็นว่า แม้กลยุทธ์อาร์บิทราจจะดูน่าสนใจ แต่สภาพคล่องอาจเป็นปัญหาที่ใหญ่ที่สุดในทางปฏิบัติ กล่าวอีกนัยหนึ่ง แม้โอกาสจะเกิดขึ้น ก็ไม่จำเป็นต้องรับประกันผลการป้องกันความเสี่ยงของตำแหน่งที่เท่ากันทั้งสองด้าน

ยิ่งไปกว่านั้น เนื่องจากกระบวนการเป็นแบบอัตโนมัติ การซื้อและขายในสถานการณ์นี้อาจส่งผลให้เกิดการขาดทุนอย่างมีนัยสำคัญ

อย่างไรก็ตาม เหตุผลหลักที่ SeriouslySirius สามารถทำกำไรจำนวนมากโดยใช้กลยุทธ์นี้คือการจัดการตำแหน่งที่มีประสิทธิภาพ ส่งผลให้อัตราส่วนกำไร/ขาดทุนอยู่ที่ประมาณ 2.52 นี่คือเหตุผลหลักที่แม้จะมีอัตราชนะที่แท้จริงต่ำ เขาก็สามารถทำกำไรได้ในที่สุด

นอกจากนี้ กลยุทธ์นี้ไม่ได้ทำกำไรเสมอไป ก่อนเดือนธันวาคม สถานการณ์กำไรและขาดทุนของที่อยู่ไม่เป็นที่น่าพอใจ อยู่ต่ำกว่าจุดคุ้มทุนเป็นระยะเวลานาน โดยการขาดทุนที่ใหญ่ที่สุดแม้แต่ถึง 1.8 ล้านดอลลาร์ ตอนนี้กลยุทธ์ได้เจริญเติบโตแล้ว ยังไม่แน่ชัดว่าจะรักษาระดับผลกำไรนี้ไว้ได้หรือไม่

2. DrPufferfish: เปลี่ยนการเดิมพันที่มีความน่าจะเป็นต่ำให้เป็นความน่าจะเป็นสูง – ศิลปะสูงสุดของการจัดการ "อัตราส่วนความเสี่ยง/ผลตอบแทน"

DrPufferfish เป็นที่อยู่ที่ทำกำไรได้มากเป็นอันดับสองในเดือนธันวาคม มีผลกำไรรายเดือนประมาณ 2.06 ล้านดอลลาร์ อัตราชนะทางประวัติศาสตร์ของเขายิ่งน่าประทับใจมากขึ้น ถึง 83.5% อย่างไรก็ตาม เมื่อพิจารณาจำนวน "คำสั่งซอมบี้" จำนวนมากที่เขาถือครอง อัตราชนะของเขาลดลงเหลือ 50.9% อย่างไรก็ตาม กลยุทธ์ของที่อยู่นี้แตกต่างอย่างมีนัยสำคัญจากกลยุทธ์การซื้อขายของ SeriouslySirius แม้ว่าเขาจะมีเกือบ 25% ของคำสั่งเป็นคำสั่งป้องกันความเสี่ยง แต่การป้องกันความเสี่ยงนี้ไม่ใช่การป้องกันความเสี่ยงแบบย้อนกลับ แต่เป็นการเดิมพันแบบกระจาย ตัวอย่างเช่น เกี่ยวกับแชมป์เบสบอล MLS เขาเดิมพันพร้อมกันกับทีมที่มีความน่าจะเป็นต่ำกว่า 27 ทีม และความน่าจะเป็นรวมของทีมเหล่านี้เกิน 54% ผ่านกลยุทธ์นี้ เขาเปลี่ยนเหตุการณ์ที่มีความน่าจะเป็นต่ำให้เป็นเหตุการณ์ที่มีความน่าจะเป็นสูง

นอกจากนี้ เหตุผลสำคัญของผลกำไรมหาศาลของเขาคือความสามารถในการควบคุมอัตราส่วนกำไร-ขาดทุน ตัวอย่างเช่น Liverpool ทีมพรีเมียร์ลีก เป็นหนึ่งในทีมโปรดของเขา เขาทำนายผลลัพธ์ของทีม 123 ครั้ง ในที่สุดได้รับประมาณ 1.6 ล้านดอลลาร์ จากการทำนายที่ทำกำไร กำไรเฉลี่ยอยู่ที่ประมาณ 37,200 ดอลลาร์ ในขณะที่การขาดทุนเฉลี่ยจากการทำนายที่ไม่ประสบความสำเร็จอยู่ที่ประมาณ 11,000 ดอลลาร์ เขายังขายคำสั่งที่ขาดทุนส่วนใหญ่ตั้งแต่เนิ่นๆ เพื่อควบคุมการขาดทุนของตำแหน่ง

แนวทางการดำเนินงานนี้ส่งผลให้อัตราส่วนกำไร/ขาดทุนโดยรวมอยู่ที่ 8.62 แสดงให้เห็นถึงศักยภาพในการทำกำไรที่สูง อย่างไรก็ตาม โดยรวมแล้ว กลยุทธ์ของเขาไม่ใช่แค่การป้องกันความเสี่ยงแบบอาร์บิทราจ แต่เป็นผลตอบแทนมหาศาลที่ได้รับผ่านการพยากรณ์และการวิเคราะห์อย่างมืออาชีพ และแผนการจัดการตำแหน่งที่เข้มงวด อีกประเด็นหนึ่งคือการซื้อขายป้องกันความเสี่ยงของเขาส่วนใหญ่อยู่ในตำแหน่งขาดทุน โดยมีการขาดทุนรวม 2.09 ล้านดอลลาร์สำหรับคำสั่งเหล่านี้ ดังนั้นดูเหมือนว่าการซื้อขายป้องกันความเสี่ยงของปลาวาฬนี้ถูกใช้เป็นรูปแบบของการประกันภัยเป็นหลัก

3. gmanas: การดำเนินงานสายการผลิตอัตโนมัติความถี่สูง

ที่อยู่อันดับสาม gmanas มีสไตล์ที่คล้ายกับ DrPufferfish ทำกำไรรวม 1.97 ล้านดอลลาร์ในเดือนธันวาคม อัตราชนะที่แท้จริงคือ 51.8% ใกล้เคียงกับของ DrPufferfish อย่างไรก็ตาม มีการซื้อขายบ่อยครั้งมากขึ้น โดยทำการทำนายเสร็จสิ้นกว่า 2,400 รายการ แสดงให้เห็นอย่างชัดเจนว่ากลยุทธ์เป็นผลมาจากการดำเนินการแบบอัตโนมัติ สไตล์การเดิมพันคล้ายกับที่อยู่ก่อนหน้า ดังนั้นจะไม่ให้รายละเอียดเพิ่มเติม

4. Hunter simonbanza: เทรดเดอร์สวิงที่ถือการทำนายความน่าจะเป็นเหมือน "กราฟแท่งเทียน"

ที่อยู่อันดับสี่ simonbanza เป็นนักล่าการทำนายมืออาชีพ ไม่เหมือนที่อยู่ก่อนหน้า กลยุทธ์ของเขาไม่มีคำสั่งป้องกันความเสี่ยง ผลกำไรที่เกิดขึ้นจริงของเขาอยู่ที่ประมาณ 1.04 ล้านดอลลาร์ ในขณะที่ตำแหน่ง "ซอมบี้" ของเขามีการขาดทุนเพียง 130,000 ดอลลาร์เท่านั้น เมื่อเทียบกับที่อยู่ก่อนหน้า เงินทุนและปริมาณการซื้อขายของเขาไม่สูง แต่อัตราชนะที่แท้จริงของเขาสูงที่สุด ที่ประมาณ 57.6% นอกจากนี้ ในหมู่คำสั่งที่ชำระแล้วของเขา กำไรเฉลี่ยของเขาอยู่ที่ประมาณ 32,000 ดอลลาร์ และการขาดทุนเฉลี่ยของเขาคือ 36,500 ดอลลาร์ แม้ว่าอัตราส่วนกำไร/ขาดทุนจะไม่สูง แต่อัตราชนะที่สูงของเขาส่งผลให้ได้ผลตอบแทนที่ยอดเยี่ยมในที่สุด

นอกจากนี้ ที่อยู่นี้มี "คำสั่งซอมบี้" น้อยมาก เพียงหกรายการเท่านั้น เนื่องจาก โดยทั่วไปจะไม่รอจนกว่าเหตุการณ์จะสิ้นสุดเพื่อชำระบัญชี แต่กลับทำกำไรจากความผันผวนของความน่าจะเป็น พูดง่ายๆ คือ จะรับกำไรทันทีที่ปรากฏขึ้นและไม่ติดอยู่กับผลลัพธ์สุดท้าย

นี่ยังเป็นแนวทางที่เป็นเอกลักษณ์ต่อการทำนายและการลงทุนในตลาด ในตรรกะของเขา การเปลี่ยนแปลงเหล่านี้ในความน่าจะเป็นเหมือนกับการขึ้นและลงของการลงทุนทางการเงิน แน่นอนว่าเราไม่ทราบตรรกะเฉพาะเบื้องหลังอัตราชนะสูงของเขา มันเป็นความลับการอยู่รอดพิเศษของเขา

5. ปลาวาฬยักษ์ GMPM: กลยุทธ์การป้องกันความเสี่ยงแบบไม่สมมาตรที่ใช้ "ตำแหน่งขนาดใหญ่" เพื่อแสวงหาความแน่นอน

ที่อยู่อันดับห้า gmpm แม้จะเป็นเพียงอันดับห้าในการจัดอันดับกำไรและขาดทุนในเดือนธันวาคม แต่กลับมีผลกำไรรวมทางประวัติศาสตร์ที่สูงกว่า 2.93 ล้านดอลลาร์เมื่อเทียบกับที่อยู่ที่อันดับข้างหน้า นอกจากนี้ อัตราชนะที่แท้จริงของมันประมาณ 56.16% ก็ค่อนข้างสูง กลยุทธ์การซื้อขายของมันคล้ายกับที่อยู่อันดับสี่ แต่มีกลยุทธ์เฉพาะและเป็นของตัวเอง

ตัวอย่างเช่น คุณอาจเห็นที่อยู่นี้วางเดิมพันทั้งสองฝ่ายของการแข่งขันเดียวกันบ่อยครั้ง แต่กลยุทธ์ของมันดูเหมือนจะไม่ได้เป็นการทำกำไรจากโอกาสอาร์บิทราจในทั้งสองทิศทาง แต่กลับดูเหมือน จะลงทุนเงินทุนมากขึ้นในฝ่ายที่มีความน่าจะเป็นของการชนะสูงขึ้น และน้อยลงในฝ่ายที่มีความน่าจะเป็นต่ำกว่า สิ่งนี้บรรลุผลการป้องกันความเสี่ยงที่ขนาดตำแหน่งใหญ่ขึ้นเมื่อความน่าจะเป็นของการชนะสูง แต่การขาดทุนไม่สูงเกินไปเมื่อเหตุการณ์ที่มีความน่าจะเป็นต่ำเกิดขึ้น

ในแง่ของผลลัพธ์จริง นี่เป็นกลยุทธ์การป้องกันความเสี่ยงขั้นสูงกว่าที่ไม่พึ่งพาเพียงอาร์บิทราจทางคณิตศาสตร์ตามพื้นฐาน "yes" + "no" < 1 แต่รวมการตัดสินที่ครอบคลุมของเหตุการณ์เข้ากับกลยุทธ์การป้องกันความเสี่ยงและลดการขาดทุน

6. Swisstony นักงานตัวอย่าง: อาร์บิทราจความถี่สูงโดยใช้วิธี "มดขนของ"

ที่อยู่ที่หก Swisstony เป็นที่อยู่อาร์บิทราจความถี่สูงพิเศษ มีความถี่การซื้อขายสูงที่สุดในหมู่ที่อยู่เหล่านี้ โดยทำการซื้อขายทั้งหมด 5,527 ครั้ง แม้จะสะสมกำไรได้มากกว่า 860,000 ดอลลาร์ แต่กำไรเฉลี่ยต่อการซื้อขายเพียง 156 ดอลลาร์เท่านั้น ในเชิงกลยุทธ์ ที่อยู่นี้ใช้แนวทาง "ขนาดเล็ก แบบค่อยเป็นค่อยไป" คล้ายกับที่อยู่อาร์บิทราจอื่นๆ ที่อยู่นี้โดยทั่วไปจะเดิมพันเรตทั้งหมดสำหรับเกมเดียว ตัวอย่างเช่น ในเกม Jazz vs. Clippers มันเดิมพันเรตที่แตกต่างกัน 23 รายการ นอกจากนี้ เนื่องจากจำนวนเงินลงทุนค่อนข้างน้อย การจัดสรรเงินทุนจึงสมดุลค่อนข้างมาก บรรลุผลการป้องกันความเสี่ยงในระดับหนึ่ง

อย่างไรก็ตาม กลยุทธ์นี้ดูเหมือนจะพึ่งพารายละเอียดของกระบวนการซื้อเข้าอย่างมาก ตัวอย่างเช่น ผลรวมของ "yes" และ "no" ต้องน้อยกว่า 1 ด้วยเหตุผลบางอย่าง คำสั่งป้องกันความเสี่ยงของเขามักมีปริมาณการซื้อรวมมากกว่า 1 ซึ่งหมายความว่าคำสั่งจะส่งผลให้เกิดการขาดทุนในที่สุดไม่ว่าอย่างไรก็ตาม อย่างไรก็ตาม ต้นทุนอัตราส่วนความเสี่ยง-ผลตอบแทนที่สมเหตุสมผลและข้อมูลอัตราชนะ ผลกำไรของเขายังคงคาดว่าจะเป็นบวก

7. 0xafEe "ผู้เผยแพร่วัฒนธรรมป๊อป" ที่แปลกใหม่:

ที่อยู่ที่เจ็ด 0xafEe เป็นตัวอย่างคลาสสิกของเทรดเดอร์ความถี่ต่ำที่มีอัตราชนะสูง ความถี่การซื้อขายของเขาต่ำมาก โดยเฉลี่ยเพียง 0.4 ครั้งต่อวัน โดยมีอัตราชนะที่แท้จริง 69.5%

จากคำสั่งที่เขาทำเสร็จ เขาได้รับกำไรประมาณ 929,000 ดอลลาร์ต้นทุนอัตราชนะที่สูงเป็นพิเศษของเขา โดยมี "คำสั่งซอมบี้" น้อยมากและมีการขาดทุนที่ยังไม่เกิดขึ้นจริงเพียงประมาณ 8,800 ดอลลาร์เท่านั้น นอกจากนี้ เขาไม่เคยมีส่วนร่วมในคำสั่งป้องกันความเสี่ยง โดยมุ่งเน้นไปที่การทำนาย การทำนายของเขามุ่งเป้าหมายไปที่ดัชนีการค้นหาของ Google และเนื้อหาที่เกี่ยวข้องกับวัฒนธรรมป๊อปเป็นหลัก เช่น "สมเด็จพระสันตะปาปา Leo XIV จะเป็นบุคคลที่ถูกค้นหามากที่สุดบน Google ในปีนี้หรือไม่?" หรือ "Gemini 3.0 จะเปิดตัวก่อน 31 ตุลาคมหรือไม่?" เขาดูเหมือนจะมีวิธีการวิเคราะห์ที่เป็นเอกลักษณ์ในพื้นที่เหล่านี้ ส่งผลให้อัตราชนะสูงเป็นพิเศษ ในหมู่ปลาวาฬอันดับต้นๆ เขาโดดเด่นในฐานะแนวทาง "แปลกใหม่" โดยเป็นคนเดียวที่อยู่นอกหัวข้อที่เกี่ยวข้องกับกีฬา

8. ผู้เล่นป้องกันความเสี่ยงด้วยตนเอง 0x006cc: การอัปเกรดกลยุทธ์จากการป้องกันความเสี่ยงแบบง่ายสู่การป้องกันความเสี่ยงที่ซับซ้อน

ที่อยู่อันดับแปด 0x006cc คล้ายกับที่อยู่ป้องกันความเสี่ยงที่ซับซ้อนที่กล่าวมาข้างต้น โดยมีกำไรสุทธิโดยรวมประมาณ 1.27 ล้านดอลลาร์ และอัตราชนะที่แท้จริงประมาณ 54% อย่างไรก็ตาม เมื่อเทียบกับที่อยู่อื่นๆ ที่ดำเนินการโดยโปรแกรมอัตโนมัติ ความถี่ในการดำเนินงานของมันต่ำมาก โดยเฉลี่ยเพียง 0.7 ธุรกรรมต่อวัน นอกจากนี้ ตามการดำเนินงานในช่วงแรก ที่อยู่นี้อาจเป็นตัวอย่างแรกๆ ของที่อยู่ที่ดำเนินงานด้วยตนเองโดยใช้ "กลยุทธ์การป้องกันความเสี่ยงแบบง่าย"

อย่างไรก็ตาม หลังจากเข้าสู่เดือนธันวาคม กลยุทธ์การป้องกันความเสี่ยงแบบง่ายนี้ได้รับการอัปเกรดให้ซับซ้อนมากขึ้น เมื่อพิจารณาจากประสบการณ์การดำเนินงานของเขา ตลาดกำลังพัฒนาค่อยๆ เนื่องจากมีผู้คนมากขึ้นเรื่อยๆ ที่เข้าใจกลยุทธ์การป้องกันความเสี่ยง

9. ตัวอย่างเชิงลบ RN1: เมื่อ "การป้องกันความเสี่ยง" กลายเป็น "สูตรการขาดทุน"

ที่อยู่ RN1 ที่อันดับเก้า อยู่ในสิบที่อยู่ที่ทำกำไรได้มากที่สุดในเดือนธันวาคม แต่ปัจจุบันกำลังประสบกับการขาดทุนโดยรวม กำไรที่เกิดขึ้นจริงอยู่ที่ประมาณ 1.76 ล้านดอลลาร์ แต่การขาดทุนที่ยังไม่เกิดขึ้นจริงถึง 2.68 ล้านดอลลาร์ สำหรับการขาดทุนรวม 920,000 ดอลลาร์ ในฐานะเรื่องราวเตือนใจ มีหลายสิ่งที่ต้องพิจารณาเกี่ยวกับ RN1

ประการแรก อัตราชนะที่แท้จริงของเขาเพียง 42% ต่ำที่สุดในหมู่ที่อยู่เหล่านี้ และอัตราส่วนกำไร/ขาดทุนของเขาเพียง 1.62 เมื่อพิจารณาทั้งสองปัจจัยนี้ กำไรที่คาดหวังของเขาเป็นลบ ซึ่งหมายความว่ากลยุทธ์นี้ไม่น่าจะทำกำไรโดยรวม

การดูรายละเอียดอย่างใกล้ชิดเปิดเผยว่าที่อยู่นี้ยังเป็นที่อยู่กลยุทธ์อาร์บิทราจที่ชัดเจน อย่างไรก็ตาม ในหลายธุรกรรมป้องกันความเสี่ยงของเขา แม้ว่าเงื่อนไขของ "yes" + "no" < 1 จะเป็นไปตามเงื่อนไข แต่เขามักจะลงทุนมากขึ้นในฝ่ายที่มีความน่าจะเป็นต่ำกว่าและซื้อน้อยลงในฝ่ายที่มีความน่าจะเป็นสูงขึ้น สิ่งนี้นำไปสู่ความไม่สมดุลในตำแหน่งจริง ซึ่งส่งผลให้เกิดการขาดทุนจริงในที่สุดเมื่อเหตุการณ์ที่มีความน่าจะเป็นสูงเกิดขึ้น

10. นักพนัน Cavs2: การเดิมพันหนักด้านเดียวบนลานฮอกกี้น้ำแข็ง ที่ซึ่งโชคเหนือกว่ากลยุทธ์

ที่อยู่อันดับสิบ Cavs2 ยังเป็นนักเดิมพันที่ชอบวางเดิมพันขนาดใหญ่ด้านเดียวของเกม โดยเชี่ยวชาญใน NHL ฮอกกี้ อย่างไรก็ตาม เมื่อดูที่ข้อมูลโดยรวม กำไรรวมจริงของเขาอยู่ที่ประมาณ 630,000 ดอลลาร์ โดยมีอัตราชนะที่แท้จริงประมาณ 50.43% และอัตราส่วนการป้องกันความเสี่ยงค่อนข้างต่ำที่ 6.6% ข้อมูลค่อนข้างเฉลี่ย และโชคมีบทบาทสำคัญ เขาทำนายผลลัพธ์ของเกมแต่ละเกมที่มีกำไรสูงได้อย่างถูกต้อง ดังนั้นกลยุทธ์จริงของเขาจึงไม่สามารถนำไปใช้ได้มากนัก

ความจริงที่โหดร้ายห้าประการหลังจากการเปิดเผยความลับของ "smart money"

หลังจากทำการวิเคราะห์เชิงลึกของธุรกรรม "smart money" เหล่านี้ PANews สรุปความจริงเบื้องหลัง "เรื่องราวความมั่งคั่ง" ในตลาดพยากรณ์

1. "กลยุทธ์การป้องกันความเสี่ยงแบบอาร์บิทราจ" ไม่ได้ง่ายอย่างที่การตอบสนองเงื่อนไขความน่าจะเป็น ภายใต้เงื่อนไขของการแข่งขันในตลาดที่รุนแรงและข้อจำกัดด้านสภาพคล่อง มีแนวโน้มสูงที่จะกลายเป็นสูตรการขาดทุนที่ย้อนกลับ การลอกเลียนแบบโดยไม่คิดไม่เหมาะสม

2. การคัดลอกการซื้อขายดูเหมือนจะไม่มีประสิทธิภาพในตลาดพยากรณ์ เนื่องจากเหตุผลหลายประการ ประการแรก การจัดอันดับหรืออัตราชนะที่เราเห็นเป็นข้อมูลที่ถูกบิดเบือนที่ได้มาจากตัวเลขกำไรที่ชำระแล้วทางประวัติศาสตร์ เบื้องหลังข้อมูลดังกล่าว "smart money" จำนวนมากไม่ได้ "ฉลาด" จริงๆ และอัตราชนะที่แท้จริงเกิน 70% หายากมาก อัตราชนะส่วนใหญ่เทียบเท่ากับการโยนเหรียญโดยประมาณ นอกจากนี้ ความลึกการซื้อขายในตลาดพยากรณ์ปัจจุบันค่อนข้างแย่ โอกาสอาร์บิทราจเดียวกันอาจรองรับเงินทุนจำนวนเล็กน้อยเท่านั้น อาจจะบีบผู้ซื้อขายแบบคัดลอกออก

3. การจัดการอัตราส่วนกำไร/ขาดทุนและขนาดตำแหน่งมีความสำคัญมากกว่าการไล่ตามอัตราชนะที่สูง ในหมู่ที่อยู่ที่มีประสิทธิภาพกลยุทธ์ที่ยอดเยี่ยม พวกเขาทั้งหมดมีลักษณะร่วมกันคือเก่งมากในการจัดการอัตราส่วนกำไร/ขาดทุน บางที่อยู่ เช่น gmpm และ DrPufferfish แม้กระทั่งออกจากตลาดได้ตลอดเวลาตามการเปลี่ยนแปลงของความน่าจะเป็นเพื่อลดการขาดทุนและปรับปรุงอัตราส่วนกำไร/ขาดทุน

4. ความลับที่แท้จริงอยู่นอกเหนือจาก "สูตรทางคณิตศาสตร์" ปัจจุบัน โซเชียลมีเดียเสนอการตีความ "สูตรอาร์บิทราจ" มากมาย และเมื่อแรกเห็น กลยุทธ์เหล่านี้ดูสมเหตุสมผลทีเดียว อย่างไรก็ตาม ในการดำเนินงานจริง ความสามารถที่แท้จริงของเทรดเดอร์ "smart money" เหล่านี้ดูเหมือนจะอยู่นอก "สูตรทางคณิตศาสตร์" เหล่านี้ พวกเขาอาจมีการตัดสินที่ยอดเยี่ยมเกี่ยวกับเหตุการณ์บางอย่างหรือมีโมเดลการวิเคราะห์ที่เป็นเอกลักษณ์สำหรับวัฒนธรรมป๊อป อัลกอริทึมการตัดสินใจที่มองไม่เห็นเหล่านี้เป็นกุญแจสู่ความสำเร็จของพวกเขา สำหรับผู้ใช้ที่ไม่มี "อัลกอริทึมการตัดสินใจ" เช่นนี้ การทำนายตลาดเป็น "ป่ามืด" ที่เย็นชาและไร้ความปรานีเท่าเทียมกัน

5. ขนาดกำไรของตลาดพยากรณ์ยังคงเล็ก เมื่อดูผลตอบแทนของบัญชี smart money ชั้นนำเหล่านี้ในเดือนธันวาคม ที่อยู่ที่มีผลตอบแทนรวมมากที่สุดได้รับเพียงประมาณ 3 ล้านดอลลาร์เท่านั้น เมื่อเทียบกับตลาดอนุพันธ์สกุลเงินดิจิทัล ศักยภาพกำไรของตลาดนี้ดูเหมือนจะมีเพดานที่ชัดเจน สำหรับผู้ที่เข้าสู่ตลาดโดยฝันที่จะรวยข้ามคืน ขนาดตลาดชัดเจนว่าไม่ใหญ่พอ ตลาดเช่นนี้ที่เต็มไปด้วยความเชี่ยวชาญเฉพาะและขนาดเล็ก ไม่น่าจะดึงดูดสถาบันในระยะสั้น ซึ่งอาจเป็นเหตุผลสำคัญที่จำกัดการเติบโตของตลาดพยากรณ์

ใน Polymarket ตลาดพยากรณ์ที่ดูเหมือนจะปูด้วยทองคำ ส่วนใหญ่ของที่เรียกว่า "ปลาวาฬระดับเทพ" เป็นเพียงนักพนันที่รอดชีวิตหรือแรงงานที่ทำงานหนัก ความลับที่แท้จริงของความมั่งคั่งไม่ได้ซ่อนอยู่ในรายการอัตราชนะที่พองตัวเหล่านั้น แต่อยู่ในอัลกอริทึมที่ผู้เล่นชั้นนำไม่กี่คนเดิมพันด้วยเงินจริงหลังจากกรองเสียงรบกวนออก