預測市場突然這麼火，你到底能做什麼？

作者：邵嘉碘

过去一年，只要你混過幾場 Web3、量化交易或者美股相關的行業活動，幾乎都會聽到一個詞：預測市場（Prediction Markets）。

一邊，是 Kalshi 拿到了美國 CFTC（美國商品期貨交易委員會）的 DCM（指定合約市場） 資格，第一次把“事件合約”堂堂正正地放進聯邦金融監管體系；

另一邊，是 Polymarket 先被 CFTC 罰款 140 萬美元、清退美國用戶，又通過一系列結構和產品調整，繼續在全球範圍內高速增長，成為“鏈上預測市場”的代名詞。

熱鬧之下，最近我被反覆問到同一個問題： “預測市場現在這麼火，我是不是也能做點什麼？”

這篇文章，我想把這件事說清楚三點：

• 預測市場到底是什麼、監管在糾結什麼；
• 預測市場相關創業，哪些方向相對能做，哪些是高危區；
• 以及最重要的一點：你究竟是在做資訊工具，還是已經悄悄做成了交易服務？

預測市場到底是什麼？別只把它當“賭盤”

從技術和經濟學角度看，預測市場並不神祕。它的基本邏輯非常簡單：

• 用戶用真金白銀，對某個未來事件是否發生進行交易；
• 合約價格，本質上就是市場對該事件發生概率的集體判斷；
• 事件結果確定後，合約按結果結算。

和期貨、期權這些傳統衍生品不同的是：預測市場交易的不是“價格走勢”，而是“是否發生”。

例如：

• 美聯儲下次會議會不會加息？
• 某位候選人能不能贏得選舉？
• 某項政策是否會在指定時間前通過？

這些都是 event-based contracts（事件合約）。

真正的問題在於：監管該由誰來管？

預測市場在全球範圍內的監管分歧，核心並不在於“它像不像賭博”，而在於：它到底應不應該被納入金融監管體系？

現實中，常見有三種處理路徑：

1. 金融衍生品路徑

• 典型代表：美國
• 由 CFTC 監管，事件合約被視為一種特殊的衍生品
• Kalshi 就是這一條路線的樣本

2. 博彩 / 賭博路徑

• 在不少歐洲國家、部分亞洲法域
• 預測市場被直接視為“遠程博彩”或“變相賭博”
• 結果往往是：未持牌即封禁

3. 灰色地帶 + 多頭監管博弈

• 同時觸碰金融監管、博彩監管、消費者保護
• Polymarket 所處的，正是這一複雜區間

同一個產品，在不同國家可能是“金融創新”，也可能是“非法博彩”。

為什麼預測市場會在最近一年突然出圈？

這並不是偶然，背後至少有四個現實力量疊加。

1. 監管開始正面交鋒，而不是回避

Kalshi 拿到 DCM 資格，意義並不只是“有一家合規平台”。

它真正重要的地方在於：

CFTC 開始正面回應一個問題：事件合約，能不能成為嚴肅金融市場的一部分？

而與此同時，圍繞政治事件、體育賽事、公共利益問題的合約邊界，CFTC 與市場的博弈也在明顯升級。

這意味著：預測市場已經進入“法律邊界被重新書寫”的階段，而不是試水期。

2. Polymarket 並不是“洗白”，而是“換戰場”

很多人把 Polymarket 的故事理解為：

“被罰 → 合規 → 回歸美國”

但從律師視角看，更真實的描述是：

Polymarket 並沒有變成 Kalshi，而是通過產品結構、用戶定位和技術架構，把自己放在了一個更複雜、但短期可行的監管縫隙裡。

它的路徑，本質上是：

• 去美國化用戶；
• 不碰法幣、不直接觸達銀行體系；
• 用鏈上結算和穩定幣，弱化傳統金融監管連接點。

這是監管邊界管理的工程能力，而不是“合規成功範例”。

3. AI 與預測市場，在產品邏輯上天生契合

大模型最擅長什麼？

• 信息整合
• 概率判斷
• 情景分析

而預測市場的本質，恰恰是：把分散的信息壓縮成一個“概率價格”。

這也是為什麼最近一年，我們看到越來越多的產品在嘗試：

• AI 輔助信息篩選；
• AI 生成事件分析摘要；
• AI + 市場價格的交叉驗證。

但請注意：

AI 參與的是“信息與決策層”，而不是天生適合“自動下單”。

4. 宏觀現實：預測“事件”比預測“價格”更好講故事

在高波動、低確定性的宏觀環境下：

• 利率、監管、選舉、地緣政治，越來越成為 alpha 來源；
• 相比預測資產價格，預測“某件事會不會發生”，對普通用戶更直觀；
• 對監管來說，也更容易被結構化、被討論。

這也是預測市場在 2024–2025 年明顯升溫的現實原因。

如果你是創業者：預測市場裡，哪些方向相對“能做”？

要看清這一點，先給你一個更本質的拆解方式。

預測市場相關創業，本質上分四層：

1. 信息層：數據、可視化、聚合；
2. 決策層：策略、信號、概率判斷；
3. 執行層：下單、跟單、自動化交易；
4. 結算層：市場本身、結算規則、資金流轉。

你站在哪一層，決定了你的監管屬性是什麼。

1. 信息層：數據聚合 / 搜索 / 可視化（風險最低）

這一層，只做三件事：

• 聚合預測市場數據；
• 做可視化、篩選、排行；
• 幫用戶“看懂市場在賭什麼”。

不托管資金、不代客下單，是生死線。

典型形態包括：

• 多平台賠率與成交量聚合；
• 熱門事件、價格曲線、情緒變化；
• 媒體、機構、研究員使用的數據面板。

這一層，在多數法域裡，更接近資訊服務或另類數據提供者。

2. 決策層：套利 / 策略 / 信號工具（需求大，但要克制）

預測市場天生存在價差：

• 不同平台同一事件價格不同；
• 與傳統金融市場、加密衍生品存在對沖空間。

因此，做策略中台、信號掃描、套利提示，商業需求是真實存在的。

關鍵區別在於：你是“提示機會”，還是“替他執行”？

前者是工具，後者很容易被認定為：

• 投顧服務
• 經紀服務
• 甚至資產管理的雛形

3. 執行層：跟單 / 自動化交易（最賺錢，也最危險）

跟單之所以誘人，不在於它能讓用戶賺錢，而在於它對平台來說，極其容易變成可持續的收入來源。也正因如此，它往往是監管最先盯上的功能。

但從監管角度看：

複製交易 + 自動執行，往往被視為“投資建議 + 代客執行”的組合服務。

在預測市場這種本就監管敏感的賽道裡，這一層的風險會被進一步放大。

這裡的關鍵邊界只有一個：

用戶是否仍然保有“最後確認權”？

4. 結算層：自己做一個預測市場（重監管路線）

如果你想做的是：

• 一個有結算規則的市場；
• 一個托管資金、撮合交易的平台；

那你面對的，不是“Web3 創業”，而是：金融市場基礎設施 + 博彩監管的雙重挑戰。

這條路不是不能走，但一定是：

• 高成本
• 長周期
• 強監管博弈

預測市場裡，最常見、也最危險的幾個坑

1. 托管資金、代轉帳

只要你碰了這些動作，監管語言裡基本都會出現兩個詞：

• Custody（托管）
• Money Services（資金服務）

這一步有沒有必要，值不值，是每個團隊都要想清楚的。

2. AI 直接給“買賣建議”+ 一鍵下單

AI 做摘要、做信息整理，問題不大；AI 給明確交易建議，再配合自動執行，在很多法域裡已經非常接近受監管金融服務。

3. 什麼話題都敢上：選舉、體育、公共事件

話題池設計，本身就是合規問題。有些事件，在某些國家天然是禁區；平台規則本身，也正在變成“準監管”。

4. 平台幣 + 返利 + 收益敘事

預測市場已經夠灰了。如果再疊加一個設計不嚴謹的 Token，很容易把自己同時推向：

• 證券監管
• 博彩監管
• 預付卡 / 資金池監管

最後說一句實話：這不是一個“想清楚就能做”的賽道

預測市場真正複雜的地方，並不在產品形態，也不在技術實現。从監管視角看，它的問題從來不是“你是不是預測市場”，而是——你到底在什麼位置，承擔了什麼角色。

很多團隊在介紹自己的產品時，都会強調：

• 自己只是工具；
• 自己不提供投資建議；
• 自己不對結果負責。

但在現實世界裡，角色不是靠自我聲明決定的。

監管判斷一個項目，並不會從你的白皮書或免責聲明開始看，而是直接看三個最樸素的問題：

• 用戶是不是因為你，而改變了交易行為；
• 資金是不是因為你，而發生了流轉；
• 風險是不是因為你，而被放大或集中。

只要答案中出現一次“是”，你的項目在監管視角裡，就已經不再是“外圍工具”。

預測市場之所以被反覆爭議，恰恰是因為它天生模糊：

• 它像金融，但不完全是金融；
• 它像博彩，但又披著資訊效率的外衣；
• 它站在公共事件、價格信號與用戶情緒的交叉點上。

這意味著，這條賽道不存在“一次性設計好就萬事大吉”的方案。你今天做的每一個功能選擇，本質上都是在為未來某一種監管定性提前下注。

所以，如果一定要說一句結論，那應該是：

預測市場不是不能做，而是你必須接受：它是一條不允許靠模糊和僥倖長期存在的賽道。

真正危險的，從來不是監管本身，而是你在不自知的情況下，已經把自己推到了一个需要被監管的位置上。