這個專欄不整理「Polymarket 十大交易技巧」。它處理一個更窄也更難的問題：在一個賠付由現實事件決定、結算由一個可能出錯的預言機執行的市場裡，什麼是最優解，以及那個最優解能不能被寫成程式。
預測市場的合約結構乾淨到可以完全解析：買進 YES 花 p，事件發生賠 1，不發生賠 0。沒有久期、沒有波動率曲面、沒有股息。這種乾淨讓「最優解」不是修辭——它有封閉解。 給定你對真實機率的估計 q 與市價 p，最優下注比例是
x* = (q − p) / (1 − p) （資金比例）
n* = (q − p) / [p(1 − p)] （每單位資金的股數）
而 Polymarket 2026 年的手續費公式恰好是 fee = C × φ × p(1 − p)——與 Bernoulli 變異數成正比。把它代進上式會得到一個乾淨到近乎巧合的結果：
n*(含費) ≈ n*(免費) − φ
手續費不是按比例侵蝕收益，它從你的最優 Kelly 股數裡直接扣掉一個常數 φ。 這代表交易的門檻條件是 |q − p| > φ·p(1−p)，而政治類 φ = 0.04 在 50¢ 的市場上，這個門檻正好是 1 個百分點的機率優勢。低於這個數字的所有「edge」都是幻覺。完整推導見 手續費即變異數稅。
這是這個專欄的方法：先把每個問題化簡到一個可以算出數字的形式，再問這個數字能不能自動化地取得。
這個專欄的四條原則
一、量化交易只需要最優解。 每個策略都必須回答三件事：目標函數是什麼、最優解長什麼樣、如何逼近它。沒有「技巧清單」，只有目標函數與逼近方法。
二、edge 來自現實，不只來自盤面。 Polymarket 的賠付由現實事件決定，所以價格的錯誤來自對現實的認知落差，而不是技術型態。這個專欄用大量篇幅處理「如何把新聞、官方資料、鏈上事件、體育數據、賠率、民調轉成一個機率數字」。
三、「看似無法自動化」是工程題，不是禁區。 對條款的解讀、對突發事件的反應、對「這個市場最後會怎麼被判定」的元判斷——這些通常被歸為「需要人」。這個專欄的核心章節 難自動化 → 自動化 逐一設計它們的資料源、pipeline、模型、觸發、下單與失效邊界。
四、發明優先於收集。 套利、造市、動能是基礎和對照組，不是終點。這個專欄有六個我自己推導的策略，每個都標明它是機制必然、有證據支持，還是待驗證的原創假說。分級表見 主張 vs 可佐證。
六個原創策略（本專欄的主體）
| 策略 | 一句話機制 | 分級 |
|---|---|---|
| 條款—標題背離掃描 | 交易者對標題定價，預言機依條款結算；兩者的語義落差就是 edge | 原創假說 |
| 邏輯蘊含圖 LP 套利 | 用 LLM 建出市場間的邏輯蘊含圖，解一個 LP；對偶變數就是市場隱含的世界狀態聯合分布 | 部分機制必然 |
| 預言機混淆矩陣元交易 | 交易的標的不是「事件會不會發生」，是「預言機會不會說 YES」；預言機噪音對公平價設下硬天花板 | 機制必然＋原創應用 |
| 提案信譽搶跑 | MOOv2 把提案權限縮到 37 個白名單地址——它們的歷史準確率是可算的先驗 | 原創假說 |
| Shin-z 賠率收斂 | 用 Shin 法而非等比法去除抽水，z 參數本身（內幕資金比例）就是訊號 | 原創假說 |
| 到期扭曲與冷啟動做市 | 到期前的價格被虧損者的避險需求推向極端；新市場的獎勵分母最小 | 有證據＋原創推論 |
完整目錄
第一部分：機制與現實（先把事實弄對）
Polymarket 在 2026 年經歷了一次幾乎重寫全部前提的升級：4/28 換掉智能合約、訂單簿與抵押品，3/30 起開始收手續費，4/21 上線 10 倍槓桿永續合約，法遵上以 CFTC 監管的 DCM 身分運作。任何 2025 年寫的策略文，前提都已經失效。
- Polymarket 機制速覽與 2026 現況：CLOB、pUSD、互補代幣、perps、法遵
- CLOB 微結構：撮合、tick size、最小單量、速率限制與訂單生命週期
- [[projects/polymarket-strategy-research/03-fees-and-net-edge|手續費即變異數稅：
φ·p(1−p)的完整推導與四個推論]] - UMA 結算：$750 保證金、2 小時挑戰窗、DVM 投票與 2026 年的爭議紀錄
- 錯價從哪來：五個結構性來源與相互矛盾的實證
第二部分：最優解框架
- [[projects/polymarket-strategy-research/06-probability-vs-price|最優解：
x* = (q−p)/(1−p)、含費 Kelly 與多市場配置]] - 你的 q 值得多少信任：校準、Brier 技巧分數與向市價收縮
- 資金管理：結算鎖倉、相關性、破產機率與部位上限
第三部分：現實訊號 → 交易訊號
- 訊號源分類學：八類現實訊號的延遲、可靠度與機率化方法
- [[projects/polymarket-strategy-research/10-clause-derived-sources|原創：把結算條款當成資料管線的規格書]]
第四部分：既有策略與它們的極限
第五部分：核心——把「不能自動化」變成工程題
第六部分：原創策略發明
第七部分：系統、風險與檢視
「我想達成…」目標索引
| 我想達成的目標 | 去哪一篇 |
|---|---|
| 搞懂 Polymarket 到底怎麼運作 | 機制速覽 |
| 知道 2026 年變了什麼（合約、抵押品、費率、perps） | 2026 現況 |
| 算出一筆交易的最低 edge 門檻 | [[projects/polymarket-strategy-research/03-fees-and-net-edge||q−p| > φ·p(1−p)]] |
| 決定這一筆該下多少錢 | [[projects/polymarket-strategy-research/06-probability-vs-price|x* = (q−p)/(1−p)]] |
| 判斷該掛單還是吃單 | taker 決策式 |
| 知道我的機率估計能不能信 | Brier 技巧分數 |
| 避免模型只是在重複市價 | 盲估協議 |
| 把新聞／官方公告轉成機率 | 訊號分類學 |
| 知道該監控哪個資料源 | 條款推導來源 |
| 找出真正的無風險套利 | LP 套利 |
| 理解結算為什麼可能出錯 | UMA 結算 |
| 交易「預言機會怎麼判」而不是「事實是什麼」 | 混淆矩陣 |
| 把體育賠率變成可交易訊號 | Shin 法去抽水 |
| 靠做市而不是方向賺錢 | 做市兩篇、獎勵公式 |
| 蓋一個完整的自動交易系統 | 五層藍圖 |
| 知道系統會怎麼壞掉 | 十二個失效模式 |
| 判斷哪些主張可以直接採信 | 分級表 |
「我卡在…」問題索引
| 我遇到的問題 | 去哪一篇 |
|---|---|
| 回測有 edge，實盤扣完費就沒了 | 門檻條件 |
| 我的 LLM 估的機率永遠貼著市價 | 錨定與盲估協議 |
| 明明押對了事實，市場卻判我輸 | 爭議紀錄、混淆矩陣 |
| 套利機會出現時已經被吃掉 | 自動化難點、速率限制分層 |
| 買了低價「必中」的合約卻長期虧損 | 長尾的相對費率、長尾偏誤爭議 |
| 做市單一直被逆選擇 | 逆選擇與報價 |
| 資金被卡在等結算 | 結算鎖倉 |
| 斷線後掛單還活著 | dead-man switch |
| 不確定自己所在地能不能用 | 法遵現況 |
怎麼用這個專欄
完全沒接觸過預測市場：01 → 03 → 06。先弄懂合約長什麼樣，然後直接跳到手續費那篇——因為 |q−p| > φ·p(1−p) 這個門檻會決定你要不要繼續。在知道「政治類市場在 50¢ 需要 1 個百分點的真實優勢」之前做的任何策略設計，都建立在錯誤的期待上。
已經懂機率、想找 edge：05 → 11 → 13–17。先看錯價的結構性來源與實證上的爭議，再看既有策略被吃掉到什麼程度，然後進原創策略區。
想蓋系統：02 → 18 → 10。微結構決定執行層能做什麼，藍圖給整體結構，條款推導那篇是資料層裡最不直觀也最有價值的一塊。
只想知道這件事能不能自動化：直接看 12。那一篇是整個專欄的立論核心——「需要人類判斷」通常不是命題，是還沒設計的 pipeline。
想批判性檢視：20。每個主張都標了等級，每個原創假說都附了驗證方法。如果你只讀一篇來判斷這個專欄可不可信，讀那篇。
風險與前提（請先讀）
這不是投資建議。 本專欄討論的是市場機制、數學推導與工程設計，不構成任何買賣建議，也不對任何市場、平台或策略作背書。專欄裡的原創策略沒有經過實盤驗證，它們是推導出來的假說，附帶明確的驗證方法與失效條件——請當成研究題目，不是操作指南。
預測市場包含本金全損的風險。 單一合約的最壞情況是歸零，而且是離散跳躍歸零：不像股票會一路跌讓你有機會停損，事件結算時價格從 0.4 直接變成 0。傳統的停損邏輯在這裡大幅失效。
結算風險是這個市場獨有的、無法用交易技巧規避的風險。 你可能對現實判斷完全正確，仍然因為預言機的判定而虧損。2025 年 3 月一個 700 萬美元的市場被單一 UMA 巨鯨翻盤；《華爾街日報》2026 年 5 月的調查發現爭議市場中約五分之一有投票者在該合約上持有部位。詳見 UMA 結算 與 混淆矩陣。
法遵狀態持續變動。 Polymarket 美國業務以 CFTC 監管的 QCX LLC 運作，2026 年 6 月 10 日 CFTC 提出預測市場的擬議規則（45 天公評期），同時多州（威斯康辛、紐約、伊利諾）仍在訴訟中主張這屬於博弈。開始前請自行確認所在地的法規與稅務義務，本專欄的法遵敘述是 2026 年 8 月的快照，不是法律意見。
自動化交易會放大所有錯誤。 一個估錯 q 的模型，手動下單只會虧一筆，接上 API 會虧一千筆。藍圖那篇 的十二個失效模式不是加分項，是上線的前置條件。
只用完全可以損失的資金。
與其他專欄的連結
- 網格自動化交易（Grid Trading Bots） — 同一個「開單前把數字算完」的方法論。網格的
C·σ²T/R與這裡的(q−p)/(p(1−p))是同一種推導風格；兩者也共享手續費門檻的結構（網格是s > 2f，這裡是|q−p| > φ·p(1−p)）。 - 德州撲克研習 — Kelly 資金管理、期望值與範圍思考的同構應用。撲克的「對手會怎麼想」與這裡的「預言機會怎麼判」是同一類元判斷問題。
- 因子投資（Factor Investing）研究 — 因子的回測陷阱 與預測市場策略的過擬合結構完全相同：樣本少、事件不獨立、存活偏誤重。
- 區塊鏈 — Polygon、ERC-20、條件代幣（split/merge）、預言機的底層背景。
- AI Agentic SaaS — 結構化輸出可靠性與幻覺控制，正是 LLM 建邏輯圖 的工程前提。
- Engineering AI Coding Methodology — 「AI 幫你量測、不幫你決策」的分工原則，在這裡變成「LLM 產生候選假設、數學決定部位」。
🔍 待解問題 / 持續追蹤
- 長尾偏誤在 Polymarket 上到底存不存在，2025–2026 的兩份研究結論相反（Reichenbach & Walther 在 1.24 億筆交易上找不到普遍長尾偏誤；Polymarket-v1 資料庫研究則報告經典的 25¢ 以下高估）。這個矛盾沒有解決，而它決定一整類策略成不成立。
- 手續費 V2 上線後（2026-03-30）的錯價結構有沒有改變。 費率與變異數成正比，理論上會把套利者從中價區趕向極端價區，這應該在盤口深度的分布上留下痕跡。沒看到公開量測。
- 預言機混淆矩陣
(α, β)的實際數值，這是本專欄最核心的未知數。2026 年已有 1,150+ 爭議市場，資料存在但沒有公開的分層估計。 - MOOv2 的 37 個白名單提案者，各自的歷史準確率。 完全鏈上可算，但沒有人公開算過。
- 到期前校準扭曲（λ ≈ 1.27–1.31）能不能從 Kalshi 移轉到 Polymarket。 參與者結構不同、費率結構不同，不能直接假設。
- LLM 抽取的邏輯蘊含邊，錯誤率是多少。 這個數字直接決定 LP 套利是無風險還是裸部位——目前只能靠多模型投票估計，沒有 ground truth 資料集。
- perps 上線（2026-04-21）後與事件合約之間的交互：同一平台上有槓桿永續與二元事件合約，兩者的資金流是否互相抽血、有沒有跨產品的對沖結構，是全新的題目。
🕒 更新紀錄
- 2026-08-08 — 專欄建立。hub ＋ 20 篇原子筆記，分機制／最優解框架／現實訊號／既有策略／難自動化破解／原創策略／系統與風險七部分。理論核心是三個推導：含費 Kelly 的
n* ≈ (q−p)/[p(1−p)] − φ（手續費從最優股數直接扣一個常數）、預言機混淆矩陣對公平價的硬天花板1−β、以及邏輯蘊含圖 LP 的對偶即市場隱含世界狀態分布。機制與數據以 Polymarket 官方文件（費率 V2、流動性獎勵公式、速率限制分層）、2026-04-28 交易所升級公告、UMA/MOOv2 資料，與 2025–2026 的學術預印本為準。全程區分機制必然、有證據、原創假說三級，分級表見 主張 vs 可佐證。