预测市场突然这么火 你到底能做什么？

作者：邵嘉碘

过去一年，只要你混过几场 Web3、量化交易或者美股相关的行业活动，几乎都会听到一个词：预测市场（Prediction Markets）。

一边，是 Kalshi 拿到了美国 CFTC（美国商品期货交易委员会）的 DCM（指定合约市场） 资格，第一次把“事件合约”堂堂正正地放进联邦金融监管体系；

另一边，是 Polymarket 先被 CFTC 罚款 140 万美元、清退美国用户，又通过一系列结构和产品调整，继续在全球范围内高速增长，成为“链上预测市场”的代名词。

热闹之下，最近我被反复问到同一个问题： “预测市场现在这么火，我是不是也能做点什么？”

这篇文章，我想把这件事说清楚三点：

• 预测市场到底是什么、监管在纠结什么；
• 预测市场相关创业，哪些方向相对能做，哪些是高危区；
• 以及最重要的一点：你究竟是在做信息工具，还是已经悄悄做成了交易服务？

预测市场到底是什么？别只把它当“赌盘”

从技术和经济学角度看，预测市场并不神秘。它的基本逻辑非常简单：

• 用户用真金白银，对某个未来事件是否发生进行交易；
• 合约价格，本质上就是市场对该事件发生概率的集体判断；
• 事件结果确定后，合约按结果结算。

和期货、期权这些传统衍生品不同的是：预测市场交易的不是“价格走势”，而是“是否发生”。

例如：

• 美联储下次会议会不会加息？
• 某位候选人能不能赢得选举？
• 某项政策是否会在指定时间前通过？

这些都是 event-based contracts（事件合约）。

真正的问题在于：监管该由谁来管？

预测市场在全球范围内的监管分歧，核心并不在于“它像不像赌博”，而在于：它到底应不应该被纳入金融监管体系？

现实中，常见有三种处理路径：

1. 金融衍生品路径

• 典型代表：美国
• 由 CFTC 监管，事件合约被视为一种特殊的衍生品
• Kalshi 就是这一条路线的样本

2. 博彩 / 赌博路径

• 在不少欧洲国家、部分亚洲法域
• 预测市场被直接视为“远程博彩”或“变相赌博”
• 结果往往是：未持牌即封禁

3. 灰色地带 + 多头监管博弈

• 同时触碰金融监管、博彩监管、消费者保护
• Polymarket 所处的，正是这一复杂区间

同一个产品，在不同国家可能是“金融创新”，也可能是“非法博彩”。

为什么预测市场会在最近一年突然出圈？

这并不是偶然，背后至少有四个现实力量叠加。

1. 监管开始正面交锋，而不是回避

Kalshi 拿到 DCM 资格，意义并不只是“有一家合规平台”。

它真正重要的地方在于：

CFTC 开始正面回应一个问题：事件合约，能不能成为严肃金融市场的一部分？

而与此同时，围绕政治事件、体育赛事、公共利益问题的合约边界，CFTC 与市场的博弈也在明显升级。

这意味着：预测市场已经进入“法律边界被重新书写”的阶段，而不是试水期。

2. Polymarket 并不是“洗白”，而是“换战场”

很多人把 Polymarket 的故事理解为：

“被罚 → 合规 → 回归美国”

但从律师视角看，更真实的描述是：

Polymarket 并没有变成 Kalshi，而是通过产品结构、用户定位和技术架构，把自己放在了一个更复杂、但短期可行的监管缝隙里。

它的路径，本质上是：

• 去美国化用户；
• 不碰法币、不直接触达银行体系；
• 用链上结算和稳定币，弱化传统金融监管连接点。

这是监管边界管理的工程能力，而不是“合规成功范例”。

3. AI 与预测市场，在产品逻辑上天然契合

大模型最擅长什么？

• 信息整合
• 概率判断
• 情景分析

而预测市场的本质，恰恰是：把分散的信息压缩成一个“概率价格”。

这也是为什么最近一年，我们看到越来越多的产品在尝试：

• AI 辅助信息筛选；
• AI 生成事件分析摘要；
• AI + 市场价格的交叉验证。

但请注意：

AI 参与的是“信息与决策层”，而不是天然适合“自动下单”。

4. 宏观现实：预测“事件”比预测“价格”更好讲故事

在高波动、低确定性的宏观环境下：

• 利率、监管、选举、地缘政治，越来越成为 alpha 来源；
• 相比预测资产价格，预测“某件事会不会发生”，对普通用户更直观；
• 对监管来说，也更容易被结构化、被讨论。

这也是预测市场在 2024–2025 年明显升温的现实原因。

如果你是创业者：预测市场里，哪些方向相对“能做”？

要看清这一点，先给你一个更本质的拆解方式。

预测市场相关创业，本质上分四层：

1. 信息层：数据、可视化、聚合；
2. 决策层：策略、信号、概率判断；
3. 执行层：下单、跟单、自动化交易；
4. 清算层：市场本身、结算规则、资金流转。

你站在哪一层，决定了你的监管属性是什么。

1. 信息层：数据聚合 / 搜索 / 可视化（风险最低）

这一层，只做三件事：

• 聚合预测市场数据；
• 做可视化、筛选、排行；
• 帮用户“看懂市场在赌什么”。

不托管资金、不代客下单，是生死线。

典型形态包括：

• 多平台赔率与成交量聚合；
• 热门事件、价格曲线、情绪变化；
• 媒体、机构、研究员使用的数据面板。

这一层，在多数法域里，更接近信息服务或另类数据提供者。

2. 决策层：套利 / 策略 / 信号工具（需求大，但要克制）

预测市场天然存在价差：

• 不同平台同一事件价格不同；
• 与传统金融市场、加密衍生品存在对冲空间。

因此，做策略中台、信号扫描、套利提示，商业需求是真实存在的。

关键区别在于：你是“提示机会”，还是“替他执行”？

前者是工具，后者很容易被认定为：

• 投顾服务
• 经纪服务
• 甚至资产管理的雏形

3. 执行层：跟单 / 自动化交易（最赚钱，也最危险）

跟单之所以诱人，并不在于它能让用户赚钱，而在于它对平台来说，极其容易变成可持续的收入来源。也正因如此，它往往是监管最先盯上的功能。

但从监管角度看：

复制交易 + 自动执行，往往被视为“投资建议 + 代客执行”的组合服务。

在预测市场这种本就监管敏感的赛道里，这一层的风险会被进一步放大。

这里的关键边界只有一个：

用户是否仍然保有“最后确认权”？

4. 清算层：自己做一个预测市场（重监管路线）

如果你想做的是：

• 一个有结算规则的市场；
• 一个托管资金、撮合交易的平台；

那你面对的，不是“Web3 创业”，而是：金融市场基础设施 + 博彩监管的双重挑战。

这条路不是不能走，但一定是：

• 高成本
• 长周期
• 强监管博弈

预测市场里，最常见、也最危险的几个坑

1. 托管资金、代转账

只要你碰了这些动作，监管语言里基本都会出现两个词：

• Custody（托管）
• Money Services（资金服务）

这一步有没有必要，值不值，是每个团队都要想清楚的。

2. AI 直接给“买卖建议”+ 一键下单

AI 做摘要、做信息整理，问题不大；AI 给明确交易建议，再配合自动执行，在很多法域里已经非常接近受监管金融服务。

3. 什么话题都敢上：选举、体育、公共事件

话题池设计，本身就是合规问题。有些事件，在某些国家天然是禁区；平台规则本身，也正在变成“准监管”。

4. 平台币 + 返利 + 收益叙事

预测市场已经够灰了。如果再叠加一个设计不严谨的 Token，很容易把自己同时推向：

• 证券监管
• 博彩监管
• 预付卡 / 资金池监管

最后说一句实话：这不是一个“想清楚就能做”的赛道

预测市场真正复杂的地方，并不在产品形态，也不在技术实现。从监管视角看，它的问题从来不是“你是不是预测市场”，而是——你到底在什么位置，承担了什么角色。

很多团队在介绍自己的产品时，都会强调：

• 自己只是工具；
• 自己不提供投资建议；
• 自己不对结果负责。

但在现实世界里，角色不是靠自我声明决定的。

监管判断一个项目，并不会从你的白皮书或免责声明开始看，而是直接看三个最朴素的问题：

• 用户是不是因为你，而改变了交易行为；
• 资金是不是因为你，而发生了流转；
• 风险是不是因为你，而被放大或集中。

只要答案中出现一次“是”，你的项目在监管视角里，就已经不再是“外围工具”。

预测市场之所以被反复争议，恰恰是因为它天然模糊：

• 它像金融，却不完全是金融；
• 它像博彩，却又披着信息效率的外衣；
• 它站在公共事件、价格信号与用户情绪的交叉点上。

这意味着，这条赛道不存在“一次性设计好就万事大吉”的方案。你今天做的每一个功能选择，本质上都是在为未来某一种监管定性提前下注。

所以，如果一定要说一句结论，那应该是：

预测市场不是不能做，而是你必须接受：它是一条不允许靠模糊和侥幸长期存在的赛道。

真正危险的，从来不是监管本身，而是你在不自知的情况下，已经把自己推到了一个需要被监管的位置上。