7 月美联储议息夜，一场定价权的「量化暗战」。

撰文：Gino Matos

编译：Saoirse，Foresight News

7 月 28 日至 29 日，美联储将召开会议敲定新一轮利率决议。交易员会借助债券、外汇、加密货币，以及直接锚定央行决议结果结算的事件合约，博弈决议带来的价格变动。

路透社在 7 月 21 日对 104 名经济学家开展调研，所有受访者均预计美联储将维持利率区间在 3.50%–3.75%。 Kalshi 七月合约押注该结果的概率达到 87%，相关合约成交量约 2970 万美元，而市场仍需要交易对手为剩余 13% 的可能性报价。

如今，这类交易对手包括做市商、量化机构、资管自营团队以及 AI 智能体。这些程序全天候监控价格、比对跨平台同类合约，并持续更新事件发生概率。

各类机构正在测试事件合约，经纪商也持续引入流动性提供商。资管自营机构开始把已结算合约当作筛选交易者的标尺 —— 无论交易员是人还是算法，只要能够比市场大众更精准地为不确定性定价，就会被重点关注。

多方力量叠加，能够增厚订单簿、加速价格发现，但交易优势也会向基础设施速度最快的机构集中。

Kalshi 与 Polymarket 两大平台月度总交易量在 6 月触及 137 亿美元峰值，7 月交易量现已突破 110 亿美元。数据证明，预测市场交易规模已经达到专业机构级别。

图表显示，Kalshi 与 Polymarket 月度交易量 6 月创下 137 亿美元高点，其中 Kalshi 年化交易量达到 1780 亿美元

Kalshi 表示，六个月内平台年化交易量增长两倍以上至 1780 亿美元，机构交易量增幅高达 800%，并且平台完成首单定制化大宗交易。

Clear Street、Marex、Jump Trading 都顺应这一增长趋势搭建接入通道：Clear Street 帮助机构客户对接 Kalshi；Marex 同时打通 Kalshi 与 Polymarket 两大平台；Jump Trading 则协助机构直接参与事件市场交易。 除此之外，AQR、Susquehanna、OKX 纷纷发布预测市场专业交易岗位招聘信息。

企业财务部门同样在试水这类合约，用来对冲关税风险与监管政策带来的敞口。但这类对冲需求成立的前提，是市场有交易对手能够持续、大规模地承接反向头寸报价。

想要搭建一个运转良好的市场，供给方需要愿意双向报价、跨平台对比同类合约，并且在价格出现明显偏差时立刻修正定价。

衡量交易优势

链上自营交易公司 Propr 创始人、前瑞信量化交易员 Louis Régis 提出：相比传统金融市场，事件合约对交易者的筛选标准更加严苛。这类合约能够清晰体现交易者的研判能力，同时风险边界清晰可控。

一份合约最终锚定明确结果结算，资金出资方可以直观判断：交易者是否能够持续给出优于市场共识的概率定价。依靠事件合约甄别交易能力，远比单纯查看方向交易盈亏记录更加纯粹 —— 普通盈亏容易受到市场趋势、保证金波动等因素干扰。

Foresight Arena 基准测算显示：想要以合理统计置信度确认 2 个百分点的稳定交易优势，大约需要 350 份完成结算的二元预测合约；如果要验证 1 个百分点的优势，所需样本量大约是前者的四倍。

仅仅依靠几份美联储决议、大选相关合约取得短期盈利，很可能只是选到了有利交易标的、头寸相关性巧合，或是单纯押中偶然事件，并不代表具备长期能力。

Propr 计划将这套评估体系拓展至 Polymarket。通过考核的交易者与 AI 智能体，单账户最高可获得 10 万美元交易额度，多账户合计上限 30 万美元，盈利分成比例可达 80%。

公司将每一笔交易视作有效信号，一部分信号复制到实盘平台作为 A 簿持仓，其余在系统内部模拟运行，归入 B 簿。无论哪种方式，交易者都会获得同等标准的盈亏核算。

目前 Propr 仅将约 5% 的交易信号投放至真实交易市场，剩余信号保留在内部模拟。Louis Régis 称，采取这种模式是为了积累足够数据，稳妥调度自有资金。无论 A 簿还是 B 簿，收益最终都以 USDC 在链上结算。

执行层面的难题

Louis Régis 认为，预测市场天然适配 AI 智能体：每份合约结构标准化、价格可实时观测，并且依据固定规则完成结算。

智能体能够持续盯盘、每分钟更新定价。Louis Régis 表示，标准化市场环境叠加不间断重定价能力，理论上可以形成稳固的交易优势。

Prediction Arena 开展基准测试：六款前沿 AI 模型各分配 1 万美元资金，在 1 月 12 日至 3 月 9 日期间于 Kalshi、Polymarket 自主交易。 结果显示，模型在 Kalshi 亏损幅度介于 16%–30.8%；在 Polymarket 平均亏损幅度更小，但依旧录得负收益，平均回撤 1.1%。另有一篇研究论文指出：想要把预测准确率转化为稳定利润，必须搭配合理的投注策略，同时拥有充足流动性支撑策略落地。

预测市场可以成为绝佳的试验场，用来测试 AI 交易模型能否将预测观点转化为可盈利交易。

未来市场演变前景

乐观情景下，获得资金支持的交易者、做市商与 AI 智能体将带来充足的实盘资金，收窄买卖价差、增厚订单簿，并拉近 Kalshi 与 Polymarket 之间的价格水平。

2026 年 1 月的一篇研究论文分析了 Polymarket、Kalshi、PredictIt 以及 Robinhood 平台上的同类合约。研究发现，当流动性与交易活跃度处于高位时，Polymarket 往往主导价格发现，大规模单向订单流会决定哪一个平台率先调整价格。更多实盘资金入场，有望进一步扩大头部平台在更多合约上的领先优势，并缩小各大平台之间的价差。

悲观情景下，交易优势会集中在少数拥有顶尖基础设施的机构手中。普通散户交易者持续输给信息更加灵通的交易对手；当市场难以对事件进行定价时，流动性就会快速萎缩。

Louis Régis 表示：「我对发展方向抱有信心，但无法预判最终规模。」即便一家自营机构扩张速度迅猛，但对比月交易额已经达到数百亿美元的市场，单一机构能够提供的交易量依旧十分有限。

市场早已提前博弈 7 月 28 日至 29 日美联储维持利率不变的预期，在官方声明发布前，主流预期基本已定。真正的博弈存在于尾部区间，也就是脱离这一共识的概率区间；而当 CPI、GDP、非农就业数据出炉，所有合约都将迎来集中重新定价的窗口。

美国经济分析局将于 7 月 30 日发布 GDP 初值预估，7 月就业报告则在 8 月 7 日公布。每一轮数据发布都会上演同样的角逐：谁能最先预判数据意外，或是最快修正过时定价，谁就能掌握交易订单流。

能够持续准确地为这类数据行情定价，是一名交易者或是一套模型，能够获得自营机构实盘资金支持的关键。