預測市場的風險結構跟任何槓桿產品都不一樣:單筆虧損有界(最多虧掉成本),但虧損是離散跳躍的(0.4 → 0,沒有中間過程)。 這兩個特性讓傳統的停損邏輯大幅失效,而讓「事前的部位上限」變成幾乎唯一有效的風控工具。


為什麼停損在這裡不管用

在股票或期貨上,停損有效是因為價格路徑連續——你可以在虧 10% 時出場。預測市場有三個結構讓這件事失效:

一、結算是跳躍的。 事件揭曉時價格從 0.4 直接跳到 0,沒有 0.3、0.2、0.1 讓你逃。你的停損永遠不會觸發。

二、真正的資訊事件也是跳躍的。 一則新聞出來,價格從 0.6 跳到 0.15,中間沒有成交。停損單成交在 0.15,跟不停損的差別只有 0.15。

三、市價的下跌本身就是資訊。 在方向性市場上「下跌代表可能繼續跌」,在預測市場上「下跌代表事件變得比較不可能」——而如果你的 q 沒有跟著更新,那麼下跌反而讓 edge 變大,停損等於在最有 edge 的時候出場。

結論:預測市場的風控幾乎全部在事前的部位規模,而不是事後的出場規則。 唯一合理的出場規則是「我的 q 更新了」,不是「價格跌了 X%」。


資金被鎖住:一個獨立的成本

部位在結算前基本上不能自由釋放(除非在市場上賣掉,而冷門市場可能沒有買方)。三種鎖倉情境,成本遞增:

情境鎖倉時長影響
正常持有到期市場天期已在 edge/(p·T) 的資本效率排序裡計入
提案挑戰窗2 小時幾乎可忽略
爭議升級到 DVM4–6 天資金完全凍結,且結果未定

第三項是真正的問題。爭議是不可預測的,而且它同時凍結你的資金與你的預期。 如果你的資金 30% 押在同一批可能一起被爭議的市場(例如同一場地緣政治事件的多個相關合約),一次爭議就讓你三分之一的資金停擺 6 天。

實務規則:把「單一結算事件可凍結的資金比例」設成一個獨立的上限,我建議 15–20%。這與部位規模上限是兩件不同的事——你可能每個市場都只押 2%,但十個市場共用同一個結算來源。


相關性:真正的爆倉路徑

單筆有界虧損給人一種安全感,但十個相關部位同時歸零,跟一個十倍的部位歸零沒有差別。

三層相關性,由淺到深

第一層:邏輯相關(可完全列舉)。 「降息 50bp」蘊含「降息」。這一層應該用 邏輯蘊含圖 精確處理,不要用統計估。

第二層:共同驅動因子(可估計)。 多個市場依賴同一份官方資料發布、同一場選舉、同一個總體變數。可以用因子模型處理:把每個市場的損益投影到少數幾個「事件因子」上。

第三層:共同結算來源(最容易被忽略)。 兩個邏輯上無關的市場,可能依賴同一個資料來源、甚至同一個 UMA 提案者。如果那個來源出錯或那個提案者出錯,兩者同時錯。 這一層在傳統金融裡沒有對應物,是預測市場獨有的。

具體的做法:對每個部位標註三個標籤——{邏輯叢集, 驅動因子, 結算來源},然後對每一個標籤值設總曝險上限。這比估一個相關性矩陣簡單得多,也穩健得多(相關性矩陣在樣本少時估不準,而且會低估尾部)。


破產機率與部位上限

假設你把資金分成 k 個大致獨立的部位,每個佔比 f,最壞情況全部歸零。

  • 單筆最大回撤 = f(有界,這是好消息)。
  • k 個相關部位同時歸零的回撤 = k·f

若你用半 Kelly 且每筆 f ≈ 1–3%,同時持有 20 個部位,名目曝險 20–60%。若這 20 個實際上只是 3 個獨立賭注,你的有效部位是 7–20% 一注——這已經超過任何合理的 Kelly。

三層上限(建議值)

層級上限理由
單一市場總資金 2%對應半 Kelly 下一個典型的高信心機會
單一邏輯叢集/驅動因子總資金 8%假設叢集內相關性接近 1,等於一個 8% 的單注
單一結算來源/提案者總資金 15%涵蓋預言機層的共同失效
總曝險(所有未結算部位)總資金 50%保留 50% 應對機會與爭議凍結

這些數字是風險預算的表述,不是最優化的結果。它們的作用是在 Kelly 算出離譜答案時當煞車。Kelly 給的是上界,這些上限給的是實際值。


兩個平台特有的風險項

一、pUSD 的對手方風險

抵押品是 Polymarket 自己發行的 pUSD(Polygon ERC-20,1:1 由原生 USDC 支撐、鏈上強制)。即使足額支撐,它仍然是:

  • 一個智能合約風險(2026-04-28 才上線的新合約)。
  • 一個贖回路徑風險(pUSD → USDC 的流程若受阻,你的名目資產與可用資產會分離)。

處理方式:把留在平台上的資金當成一個獨立的部位來設上限,而不是當成現金。這決定了「你的總資金」在上面所有計算裡指的是什麼——應該指你願意暴露在 Polymarket 平台風險下的金額,不是你的總淨資產。

二、流動性即部位上限

Kelly 算出「該買 5,000 股」,但盤口只有 800 股在你的目標價位——這種情況下 Kelly 的答案是無效的,不是「分批買」。

因為預測市場的深度極淺,吃掉盤口本身會把價格推到你的 q 之上,也就是說你的邊際交易在 edge 為零甚至為負的價位成交。正確的處理是把滑價內生化

最優成交量 n* = 使 「邊際成交價 = q − φ·p(1−p)」 的那個量

也就是買到你的 edge 剛好被吃完為止,然後停。這通常遠小於 Kelly 的建議量。

實務上更好的做法是掛單而不是吃單(見 掛單決策式),因為掛單的成交量由市場給你,天然不會推價。


一個檢查清單

上線前,每個策略應該能回答:

  1. 單筆最大虧損是多少?(= 部位成本,有界)
  2. 最壞的一天是什麼樣子?(= 同一驅動因子下所有部位同時歸零)
  3. 爭議發生時多少資金會被凍結多久?
  4. 這個策略的部位是否集中在同一個結算來源?
  5. Kelly 建議的量,盤口吃得下嗎?吃完之後 edge 還在嗎?
  6. 如果我對 q 的估計系統性偏高 5 個百分點,這個策略還賺錢嗎?(敏感度測試)

第六題是我認為最重要的一題。過度自信不會隨機出現,它會系統性地存在,而 Kelly 對這個偏誤的放大是線性的、對成長率的傷害是二次的。任何在 q 偏高 5pp 下就轉負的策略,實務上不應該上線。


這篇的重點

  1. 停損在預測市場幾乎無效(跳躍式結算 + 下跌本身增加 edge),風控在事前部位規模。
  2. 爭議會凍結資金 4–6 天,要為「單一結算事件可凍結比例」設獨立上限。
  3. 相關性有三層:邏輯(列舉)、驅動因子(估計)、結算來源(預測市場獨有)
  4. 用標籤化的曝險上限取代相關性矩陣:單市場 2% / 叢集 8% / 結算來源 15% / 總曝險 50%。
  5. pUSD 是獨立風險項,「總資金」指的是你願意暴露在平台上的金額。
  6. 流動性把 Kelly 截斷:買到邊際 edge 歸零為止,或者改用掛單。
  7. q 偏高 5pp 的敏感度測試,過不了就不上線。

下一步:現實訊號 → 交易訊號