a16z 重點押注:Kalshi 周交易額逼近 30 億美元,從“預測遊戲”到金融基礎設施,市場開始給“不確定性”定價
在傳統金融體系中,「價格」通常只屬於資產。
股票、利率、商品------它們之所以可以被交易,是因為存在統一的計量方式與共識定價機制。而與之相對,那些真正影響市場波動的變量------政策走向、宏觀數據、政治事件------長期處於一種更原始的狀態:被討論、被預測,卻很少被直接定價。
這類變量一直存在,但缺乏標準化表達。Kalshi 的出現,本質上改變的正是這一點。 它並沒有創造新的信息,而是為「事件本身」提供了一個可以交易的價格體系。
在最近的研究會議中,一個值得注意的數據是:體育類交易的周成交額已接近 30 億美元,但其占整體交易量的比例卻在下降。也就是說,最顯眼的部分在增長,但更底層的結構正在發生變化。
與此同時,包括 a16z 在內的機構開始持續關注這一賽道。這並不是因為預測市場「變得更熱」,而是因為它開始具備基礎設施的特徵。預測市場正在從邊緣產品,變成一種「為不確定性定價」的基礎設施。
01 華爾街的關注:從「可討論」到「可定價」
金融市場的運行依賴一個前提:必須存在可以交易的基準價格。
S&P 500 是股票市場的核心錨點
利率曲線 定義資金成本
商品期貨 為供需提供遠期預期
但在大量關鍵決策中,真正影響結果的變量並不在這些資產之中,尤其是「事件型變量」,長期缺乏標準化定價方式。例如:
某項政策是否落地
通脹數據是否超預期
監管變化是否發生
這些因素會影響市場,卻無法被直接交易。過去的解決方式是通過「相關資產」進行間接表達(如用股票指數對沖選舉風險)。問題在於,這種方式隱含了兩層風險假設:
| 隱含假設 | 風險來源 |
|---|---|
| 事件是否發生 | 本身具有不確定性 |
| 事件與資產的關係 | 可能發生偏移 |
第二層往往更不可控。預測市場的核心意義在於消除這種結構性偏差:將「事件本身」變成可交易對象。 當「某項政策通過的概率」為 40% 被市場定價時,這個數字不再只是觀點,而是一個可以參與交易、對沖與建模的變量。
02 被誤解的起點:為什麼「體育」不是重點,而只是入口
預測市場最早的規模化來自體育與選舉,這是一個自然結果:
事件邊界清晰
結果離散
用戶參與門檻低
這類場景天然適合早期市場啟動,但也帶來了一個誤導:人們把「最容易被看到的需求」當成了「全部需求」。但從 Kalshi 披露的數據來看,結構正在反轉:
| 類別 | 當前狀態 |
|---|---|
| 體育 | 周交易額接近 30 億美元,占比下降 |
| 宏觀 / 政策 | 增長加速,機構關注度提升 |
| 娛樂 / 加密 / 文化 | 用戶增長更快,留存更高 |
這說明一個關鍵問題:高流量場景不等於高價值場景。
體育更像是「冷啟動機制」,提供用戶與流動性;但真正具備金融屬性的是那些可以被機構用於對沖與定價的變量。在會議中,來自 Goldman Sachs、Tradeweb 的參與者都提到,宏觀事件(如 CPI、利率路徑)正在成為最值得關注的預測市場類別。
這類變量具備一個共同特點:它們本身不是資產,但決定資產價格。
03 機構採用的真實路徑:從「參考指標」到「交易工具」
儘管討論熱度上升,預測市場仍處於制度化早期階段。根據 Kalshi 的劃分,機構採用路徑可以分為三個階段:
| 階段 | 核心行為 | 當前進展 |
|---|---|---|
| 數據階段 | 將預測價格作為參考信號 | 已廣泛存在 |
| 集成階段 | 納入模型、風控與研究體系 | 正在推進 |
| 交易階段 | 直接進行風險對沖與頭寸配置 | 仍屬早期 |
當前,大多數機構停留在前兩階段。一個關鍵約束來自交易結構本身:當前預測市場需要 100% 保證金才能建立頭寸。
對於依賴槓桿與資本效率的機構而言,這意味著較高的機會成本。這也是為什麼 Kalshi 正在與 CFTC 推動保證金機制的引入。一旦這一約束被解除,交易層的增長可能出現結構性變化。
04 從資產定價到「概率定價」:金融體系的一次外延
如果把預測市場放在更長的金融史中看,它並不是一個孤立創新,而更像是定價體系的一次擴展。
傳統市場定價的是: 資產、現金流、風險溢價。
預測市場定價的是: 事件、概率、預期路徑。
兩者之間的差異在於:前者是結果導向,後者是過程導向。 這帶來的一個重要變化是,信息開始以「價格」形式表達,而不是停留在分析與敘事層。例如,當市場給出「某政策通過概率為 60%」,這個數字可以被嵌入量化模型、用於風險對沖或作為決策輸入。這比傳統的專家判斷或民調數據更接近金融系統的使用方式。
05 與 Agent / AI 的交叉:從「預測工具」到「決策輸入層」
預測市場的另一層意義在於它與 AI 系統的潛在結合。當前大多數 Agent 面臨一個共性問題:它們可以生成結論,但很難量化不確定性。
預測市場提供了一種不同路徑:
用真實資金約束預測
用市場機制聚合信息
用價格表達概率
| 系統 | 作用 |
|---|---|
| AI / Agent | 生成假設與推理路徑 |
| 預測市場 | 提供概率與定價錨點 |
當 Agent 開始參與金融決策、風險管理或策略生成時,這類「概率價格」會成為關鍵輸入。
06 终局並不複雜:成為一種「默認存在」的基礎設施
在會議中,一個觀點被反覆提及:當它變得無聊時,才算真正成功。
這並非貶低,而是金融基礎設施的典型路徑:
期權市場在 1970 年代同樣充滿爭議。
ETF 在早期被視為邊緣工具。
但當它們成為標準配置後,就不再被討論。預測市場可能正在進入類似階段:從學術實驗到選舉與體育工具,再到宏觀與機構應用,最終成為「默認存在」的定價層。屆時,它不再被稱為「預測市場」,而只是金融系統的一部分。
07 當「不確定性」被納入價格體系
回到最初的問題,這一變化的核心不在於交易額或用戶規模,而在於一個更基礎的轉變:不確定性,開始被標準化表達。
當事件可以被定價,概率可以被交易,未來就不再只是被討論的對象,而成為可以參與計算與配置的變量。在這個過程中,預測市場不只是個新產品,而是一層新的金融語言。一旦這種語言被廣泛接受,它所改變的就不僅是交易方式,而是整個決策體系的結構。
猜你喜歡

重新審視 RWA:近5萬人第一筆鏈上交易不是比特幣,而是股指和原油

預言機:預測市場大戰背後的第二戰場

早報 | Galaxy Digital 公布 2026 年 Q1 財報;Liquid 完成 1800 萬美元 A 輪融資;Polymarket 擬將主要交易所引入美國

從封號經濟學家到新火首席:付鵬把下半場流量玩明白了

資深加密投資人:區塊鏈對資本正呈現虹吸效應

為什麼私人信貸成為 TradFi 到 DeFi 的第一個真正橋樑

當傳統加密衍生品開始做減法:Hyper Trade 的產品啟示

我對區塊鏈的看法變了

AI Agent 會用銀行卡嗎?Agentic Payment 為什麼繞不開穩定幣和區塊鏈

拆解全球 80 家主流支付機構與錢包

加密貨幣牌照的 MiCA 快車道:OKX、BVNK 為什麼都選馬耳他

a16z Crypto:穩定幣正在重建全球金融基礎設施

ENI 的 RWA 野心:打造企業級 BaaS 平台,讓 Web2 機構「不止資產上鏈」

早報 | a16z 發布全球金融新棧報告;Websea 提現通道關閉疑似跑路;Strategy 上週購入 3273 枚比特幣

最 Crypto 的那批人,正在變得最不 Crypto

MSTR STRC 深度研究:11.5% 收益率背後的 BTC 融資飛輪

BNB Chain 春季答卷:從 RWA 新高到 AI Agent 經濟領跑,一場“結構性躍遷”正在發生




