À quoi ressemble concrètement la stratégie d’un gagnant Polymarket à 10 millions de dollars ?
En utilisant l’API Data et les données on-chain, j’ai reconstitué les Top 20 leaderboards pour les catégories sport et crypto sur Polymarket. Cela représente 40 adresses, plus de 100 000 transactions, analysées individuellement.
Ce travail va bien au-delà des captures de tableaux de bord. Chaque achat, vente et rédemption a été relié à un comportement stratégique précis. La méthode : extraire l’historique des transactions par adresse via l’API Data Polymarket, vérifier les profits et pertes avec l’API LB, et reconstruire les flux financiers réels grâce aux données REDEEM/MERGE on-chain. Chaque adresse comptait entre 2 000 et 15 000 transactions.
Après avoir décortiqué les données, une évidence s’impose : qu’il s’agisse de sports ou de crypto, les adresses rentables se répartissent en trois catégories distinctes. Les différences ne sont pas seulement paramétriques — elles relèvent de jeux fondamentalement différents.
Type 1 : Directionnel — Prendre position et tenir
La stratégie la plus rentable dans le sport est d’une simplicité étonnante.
Sur 18 adresses actives, 14 n’ont fait que des achats — jamais de ventes. Elles ont conservé leurs positions jusqu’au règlement, encaissé en cas de victoire, et tout perdu en cas de défaite. Aucun swing trading.
Pourtant, même parmi ceux qui n’achètent que sans jamais vendre, leurs méthodes de profit sont radicalement différentes.
swisstony : 494 millions de dollars de volume, 1 % de rendement, 4,96 millions de dollars de profit net. Stratégie entièrement automatisée, 353 transactions en 30 minutes, couvrant les cinq grandes ligues. Chaque opération génère un petit gain, mais le volume total fait la différence.
majorexploiter : 39 % de rendement, plus gros pari unique à 990 000 dollars. Plus de 600 transactions, presque toutes sur deux matchs d’Arsenal. Conviction extrême — une victoire rapporte des millions.
L’un mise sur un volume massif, l’autre sur des paris à très haut risque, mais tous deux ont gagné des millions. Leurs méthodes sont opposées, mais ils partagent un point commun : un avantage informationnel sur les événements ciblés.
En tête du classement, perte de vitesse
kch123, premier du classement sports, avec 10,35 millions de dollars de profits cumulés.
Mais à la mi-mars, les 30 derniers jours ont enregistré une perte de 479 000 dollars. Sur les 7 derniers jours, le taux de victoire est tombé à 31 % (15 victoires, 33 défaites). Les 14 303 transactions étaient toutes des achats — aucune vente. Soit une moyenne de 493 transactions par jour, dont 74 % espacées de moins de 10 secondes.
Un moteur à profits de 10 millions de dollars perd de sa puissance. Impossible de le voir sur le leaderboard seul — seule l’analyse on-chain révèle l’ensemble.
Induit en erreur par mes propres catégories
fengdubiying, 13e en sports avec 3,13 millions de dollars de profit.
Dans mon analyse groupée, je l’avais qualifié de “dominant à la vente”, supposant une stratégie swing trading.
Mais les données prouvent le contraire : 93,6 % des rendements proviennent des rédemptions, seulement 6 % des ventes. La vraie stratégie était un pari concentré sur l’esport LoL. Le plus gros pari sur un marché unique s’élevait à 1,58 million de dollars (T1 vs. KT Rolster), avec un taux de victoire de 74,4 % et un ratio profit/perte de 7,5:1.
La vente n’était qu’un outil stop-loss — ce n’était pas le cœur de la stratégie. Se fier uniquement aux ratios achat/vente des tableaux de bord conduit à des interprétations erronées.
Type 2 : Structurel — Profiter sans prédire
Le classement crypto est un univers à part. Les sports consistent à parier sur une direction ; la crypto consiste à agir en tant que “maison”.
En examinant le Top 5 crypto : trois sont des bots de market-making sur options binaires up/down, un est un market maker sur seuil de prix gérant l’inventaire avec MERGE, et un se spécialise dans l’arbitrage événementiel sur des ventes publiques (43,3 % de rendement).
Les particuliers parient sur la direction — les meilleurs joueurs gèrent la maison.
Comment les market makers gagnent
0x8dxd, market maker sur BTC up/down 5/15 minutes.
94 % des transactions sont symétriques — achat simultané sur up et down. Fonctionne en continu, avec une transaction médiane inférieure à 6 dollars. L’investissement combiné sur up et down est inférieur à 1 dollar — le spread est du profit pur. Au moins trois adresses indépendantes utilisent ce modèle.
Une autre adresse de market-making va encore plus loin, quasi-monopolisant la liquidité dans la catégorie Economics : 982 achats, aucune vente, PnL à six chiffres. Les profits proviennent des rabais makers et des primes de liquidité.
Un bon code ne garantit pas le profit
On pourrait croire que le market-making est une valeur sûre. Il existe un bot open source de market-making Polymarket sur GitHub, conçu avec des données WebSocket en temps réel, une suite de contrôle des risques en trois volets (stop-loss, gel de volatilité, cooldown) et un merge automatique des positions. L’auteur admet qu’il n’est pas rentable.
Pourquoi ? La logique de pricing est du penny jumping — front-run sur la meilleure offre actuelle d’un cent. En bref, il copie les autres, sans capacité de pricing autonome.
Peu importe la qualité du code, les profits du market-making dépendent de la capacité du modèle de tarification à surperformer le marché.
Autre point clé : l’analyse des timestamps on-chain montre que plus de 70 % des profits d’arbitrage sur les marchés crypto Polymarket vont à des bots avec une latence inférieure à 100 ms. Moins de 8 % des wallets sont rentables sur l’ensemble du marché. Si la latence de votre bot se compte en secondes, vous fournissez simplement de la liquidité aux joueurs à haute fréquence.
Type 3 : Cognitif — Faible fréquence, forte conviction
La troisième catégorie est totalement à part. La fréquence de trading est très faible — deux ou trois transactions par mois — mais chaque opération est le fruit d’une recherche approfondie.
Exemples : une adresse dans la catégorie météo construit des modèles à partir de données météorologiques publiques, n’intervenant que lorsque la probabilité de gain dépasse 0,77 — seulement deux ou trois transactions par mois, chacune rapportant des dizaines de milliers de dollars. Une autre adresse achète NO dans 89 % des transactions, conserve la position pendant des mois, et malgré un faible taux de victoire, affiche un rendement moyen supérieur à 9x par victoire — compensant toutes les pertes par quelques gros gains.
Un exemple plus extrême : sur le marché FDV (Full Outcome), l’adresse ne fait qu’une chose — achète NO à 50–55 cents, attend le règlement, et encaisse 1 dollar. Taux de victoire : 100 %. Ce n’est pas de la chance — c’est l’exploitation d’une anomalie de prix ignorée par les autres.
Mais les stratégies cognitives ne se résument pas à “faire plus de recherches pour gagner”. J’ai vu quelqu’un utiliser 1,37 million de lignes de données historiques pour construire une matrice de probabilité de déviation du prix BTC. Les backtests étaient parfaits, mais la validation en temps réel a échoué immédiatement. L’efficacité du marché évolue vite — ce qui fonctionnait le mois dernier peut déjà avoir été arbitré.
Le véritable avantage des stratégies cognitives, c’est de comprendre une catégorie plus en profondeur que le pricing du marché — pas simplement construire un modèle plus complexe.
Comparaison des trois approches
Tableau comparatif : Trois approches
Mon approche personnelle
Après avoir analysé les autres, voici ma propre synthèse.
Je mène plusieurs stratégies en parallèle : market-making crypto (structurel), pricing probabiliste sportif (directionnel), et modélisation météo (cognitif). Chacune reste à petite échelle — rien à voir avec les 493 transactions par jour de kch123 ou les 494 millions de volume de swisstony.
Après avoir analysé 40 adresses, la leçon principale : savoir quel jeu vous jouez importe plus que d’optimiser n’importe quel paramètre.
Si vous êtes directionnel sans avantage informationnel, même une exécution parfaite n’est qu’un pari. Si vous êtes structurel mais que vous n’avez pas la latence, vous êtes celui qui se fait récolter. Ce n’est pas qu’une formule — c’est ce que les données m’ont montré.
Dorénavant, je valide à petite échelle chaque stratégie, et je ne monte en puissance que lorsque je confirme un avantage. Pas de précipitation — valider une ou deux catégories d’abord.
Sources de données : API Data Polymarket + API LB + données on-chain Polygon | Période d’analyse : janvier–mars 2026
Vous envisagez d’essayer Polymarket ? Déterminez d’abord quel jeu vous voulez jouer.
Avertissement :
-
Cet article est reposté depuis [runes_leo]. Les droits d’auteur appartiennent à l’auteur original [runes_leo]. Si vous avez des questions concernant ce repost, veuillez contacter l’équipe Gate Learn pour une résolution rapide.
-
Avertissement : Les opinions et points de vue exprimés dans cet article sont ceux de l’auteur et ne constituent pas des conseils en investissement.
-
Les versions de cet article dans d’autres langues sont traduites par l’équipe Gate Learn. Sauf mention de Gate, ne copiez, ne distribuez, ni ne plagiez l’article traduit.
