HOW TO READ PREDICTION MARKETS

如何看懂
预测市场

先理解概率，再判断价格。预测市场把不确定性变成可交易的价格。你会从带伞、买票和等火车这些生活判断出发，再学习基础概率、信息更新、订单簿、期望值与结算规则，最后进入案例和套利。

先写下你的概率 开始案例复盘
  1. 01看懂概率
  2. 02比较价格
  3. 03模拟交易
  4. 04复盘结算

VALUATION SNAPSHOT · 2026-08-30

先把公司估值、融资洽谈和 Token FDV 分开

Kalshi220 亿美元2026 已完成融资
Polymarket150 亿美元最新已完成媒体报道
Polymarket 新一轮>200 亿美元洽谈中 · 未完成
Predict.fun未披露公司估值不可用

01 · FIRST PRINCIPLES

预测市场到底在做什么

先把交易界面拿掉，只留下最底层的问题：一个未来事件有多大概率发生，发生与不发生分别支付多少，现在为这份结果付多少钱才合理。

生活类比 · 周六要不要带伞

天气预报说降雨概率 40%，你会带伞吗？

概率本身不能替你做决定。你还要比较两种代价：带伞有点麻烦，淋雨可能毁掉整天行程。

带伞的麻烦5 分教学假设
淋雨的损失30 分教学假设
行动阈值 5 ÷ 30 ≈ 16.7%

只要你认为下雨概率高于约 16.7%，带伞在这组假设下就更划算。预测市场也在做类似比较，只是把代价换成合约价格。

01

先定义事件

谁来确认、什么时间截止、用哪个数据源。问题写不清，概率再精确也没有意义。

02

再画支付表

YES 成立时支付 $1，失败时支付 $0。先列所有终局，再看自己买到了哪一格。

03

写下先验概率

先不看市场价，根据历史频率、机制和已知事实写一个起点，避免被页面上的大数字锚定。

04

读取可成交价格

页面显示 $0.42 只是一个读数。真正下单要看卖一、可成交数量、滑点和费用。

05

比较优势与误差

你的概率高于总成本，才有正期望候选；差距还要大到能容纳估计错误和执行风险。

家庭聚餐群

市场像一场带权重的集体判断

有人知道长辈会晚到，有人知道餐厅堵车，有人掌握天气。每个人只拿到一块拼图，买卖把这些碎片压进同一个价格。

对应：信息聚合
演唱会二手票

挂牌价和真正买得到的价格可能差很远

最便宜的一张票不能代表你买十张的平均成本。订单簿越薄，买得越多，成交均价越容易往上走。

对应：深度与滑点
旅行保险

低概率事件也可能值得付费

航班取消概率可能很低，但损失足够大时，人仍愿意买保险。概率判断和行动选择之间，永远隔着一张支付表。

对应：概率与损益

结算规则解剖

一句明天下雨吗，无法直接拿来交易

有人看到小区地面湿了，有人查机场气象站，还有人认为下十秒也算。三个人都可以诚实，却得到三个答案。

  1. 地点指定气象站
  2. 时间9 月 1 日 00:00 至 23:59
  3. 阈值累计降水量至少 0.1 mm
  4. 来源指定官方观测数据
  5. 异常处理数据缺失、修订与取消条款

02 · PROBABILITY WORKSHOP

把直觉变成可以复盘的数字

好的预测不靠一次押中。它需要稳定地使用基础概率，遇到新信息时合理更新，并在事后检查自己是否长期过度自信。

实验 A · 贝叶斯更新

收到列车延误提醒后，真的延误概率有多高？

生活化教学

这条线路平时有 20% 的列车延误。提醒系统在延误时有 70% 概率发出提醒，列车准点时也有 10% 概率误报。

看到提醒后的延误概率63.6%

假设观察 10,000 趟列车：约 1,400 趟延误列车会提醒，约 800 趟准点列车也会误报。看到提醒的 2,200 趟里，约 1,400 趟真的延误。

后验概率 = 先验概率 × 命中率 ÷ 所有收到提醒的概率

实验 B · 订单簿深度

页面写着 $0.42，买 1,000 份要花多少？

卖价可买数量
$0.42100
$0.44300
$0.47600
$0.501,000
买入 500 份需要 $221.00，平均每份 $0.442。若 YES 成立可收回 $500.00，最多净赚 $279.00；相当于每投入 $1 收回 $2.26、净赚 $1.26。最便宜的 $0.42 只够买 100 份。

实验 C · 概率校准

真正厉害的人，会检查自己的 60% 到底像不像 60%

如果你把很多相似事件都判断为 60%，长期大约应有六成发生。只记得猜中的高光时刻，会让人越来越自信，却不一定越来越准。

预测者十次预测实际发生Brier 分数
小林每次 60%6 次0.24
小周每次 90%6 次0.33

你把十件事都报成 80%，最后只有五件发生。最可能的问题是什么？

Brier 分数越低越好。它会同时惩罚错误和过度自信。

基础概率

同类事件过去多常发生，是更新前的起点。

新证据

证据在事件发生与不发生时分别有多常见，决定它有多大信息量。

市场价格

市场价格是别人的综合判断，也受到流动性、费用和风险偏好影响。

交易决定

好预测仍可能买贵。先算总成本，再给模型误差留出安全边际。

专业交易台 · 信息清单

预测市场交易员每天在看什么

资深交易员很少只追新闻标题。他们把事件定义、基础概率、新证据和订单簿拆开记录，像飞行员起飞前逐项检查，避免一个看似正确的观点被错误合约或糟糕成交毁掉。

01 · 规则

究竟什么算发生

截止时间、指定数据源、修订、取消、平局和争议窗口。标题相同的两个市场，支付条件可能不同。

02 · 基础概率

同类事件过去多常见

选举看州级结构与投票率，利率看历史反应函数，价格门槛看距离、波动率和剩余时间。

03 · 催化日历

下一次重定价何时发生

民调、辩论、法院裁决、经济数据、FOMC、ETF 资金流和官方申报，都可能改变概率路径。

04 · 一手证据

谁最接近事实源头

优先读官方公告、法院文件、数据原表和链上记录，再用媒体报道理解背景与市场叙事。

05 · 交易结构

能否按看到的价格成交

卖一、买一、价差、各档深度、大单冲击、做市激励和持仓集中度，决定屏幕概率能否兑现。

06 · 关联市场

逻辑有没有互相冲突

总冠军与分区冠军、降息次数与单次幅度、BTC 年末价格与触及门槛，应满足基本逻辑约束。

  1. 下单前写下概率、最高买价、证伪条件和计划仓位
  2. 持仓中只在证据变化时更新，区分信息冲击与大单冲击
  3. 退出后记录美元成本、净利润、当时概率和结算偏差

03 · MARKET VS SURVEY

预测市场为什么有时比调查更有效

调查更像一张定期拍摄的照片，市场更像持续更新的价格流。优势来自激励与聚合方式，市场也会犯错。

01

实时更新

新闻、数据和传言出现后，交易者可以立刻调整价格；调查通常要经历抽样、访问和发布。

02

真金白银或明确积分

判断错会付出成本，知道信息的人有动力纠正偏差；口头表达偏好不必承担同样后果。

03

聚合分散信息

不同交易者掌握不同碎片，买卖把乐观与悲观判断压进一个边际价格，而不是简单平均。

04

按信念强度表达

调查多为一人一票，市场允许更有把握、记录更好或信息更强的人表达更大权重。

更好的研究流程

调查负责看人群，市场负责看变化

调查更擅长回答谁支持、为什么支持、不同人群如何分布。市场更擅长持续吸收新信息，并把分歧压进一条价格曲线。

  1. 先用调查建立地图样本结构、基本盘、态度强度与行为原因。
  2. 再用市场观察更新辩论、数据、诉讼或政策变化出现后，价格是否立即重算。
  3. 最后检查两者分歧市场可能提前吸收信息，也可能被薄流动性、大户和对冲需求扭曲。

从第一性原理看价值

一条概率曲线，可以同时服务五类任务

把预测市场只理解成押注输赢，会漏掉它最有价值的部分。它先把分散观点压缩成共同可读的概率，再把概率变化变成一条可追踪的信息记录。

  1. 压缩信息把新闻、数据、仓位和分歧压进一个 0 到 100% 的公共读数。
  2. 持续更新像导航软件根据新路况重算到达时间，市场随新证据重算事件概率。
  3. 转移风险企业可以对冲天气、政策或审批事件造成的现金流损失，作用更接近事件保险。
  4. 留下审计轨迹事后能看到价格在何时变化、谁先吸收信息，也能检验预测者是否长期校准。
  5. 生成机器数据媒体、风控系统和 AI 可以直接消费概率时间序列，减少从长篇文本里人工提炼信号。
2026 年 4 月约 240 亿美元Kalshi 与 Polymarket 合计月度名义 taker 成交量
当前品类集中度约 90%成交集中在体育、政治与加密三类热门事件

这说明需求已经被验证，现阶段仍高度依赖注意力事件。下一阶段若要形成更稳定的商业价值，需要把热门交易流量转成机构对冲、数据授权和持续性分发收入。

价值成立的五个条件 问题可验证参与者有信息订单簿有深度摩擦足够低结算值得信任

任何一项明显缺失，页面上的 63% 都可能只是一笔仓位留下的价格，不能自动视为可靠概率。

04 · BUSINESS MODEL

平台靠什么赚钱，钱又漏在哪里

成交量只是水流，平台最终留下多少水，要看费率、返佣、流动性补贴、渠道分成和合规成本。研究商业模式时，先把一美元名义成交怎样变成净收入画清楚。

01 · 交易所费率

向主动成交者收费

谁付钱
taker 或特定品类交易者
增长因子
有机成交量 × 有效费率
护城河
深度、牌照、执行质量
常见陷阱
补贴制造成交，净费率远低于标称费率
02 · 抵押品经济

让等待结算的资金产生收益

谁付钱
利息来源或协议收益
增长因子
平均抵押余额 × 持有时间 × 收益率
护城河
低成本资金和可信托管
常见陷阱
收益可能归用户、合作方或受到监管限制
03 · 数据与 API

出售概率曲线与事件信号

谁付钱
媒体、量化团队、风控与 AI 产品
增长因子
订阅客户 × 单客年收入
护城河
独有流动性、低延迟、历史数据质量
常见陷阱
公开数据易复制，缺少服务等级和工作流黏性
04 · 嵌入式分发

让券商、钱包和媒体代为获客

谁付钱
终端交易者与分发伙伴
增长因子
合作入口 × 转化率 × 交易频次
护城河
清算、合规接口和品牌信任
常见陷阱
渠道掌握用户，平台需要持续分成
05 · 机构风险工具

把事件合约装进专业工作流

谁付钱
基金、企业、保险与做市机构
增长因子
大宗交易、RFQ、清算和风险预算
护城河
合规准入、资本效率、深度
常见陷阱
客户少且议价强，产品需匹配真实风险敞口
06 · 企业与白标市场

为组织内部决策提供预测系统

谁付钱
企业、研究机构和公共部门
增长因子
席位、市场数量、部署和服务费
护城河
权限、治理、校准和系统集成
常见陷阱
销售周期长，内部参与激励不足
平台当前可核验变现下一层增长选项估值最该追问
Kalshi事件合约交易费；不同市场费率可能不同经纪分发、机构大宗与风险产品扣除补贴和渠道分成后的净费率，以及体育之外的有机留存
Polymarket部分品类 taker 费，maker 为零费并可获得返佣；部分市场仍免交易费ICE 数据分发、Builder 生态、美国市场与机构数据费用归属、返佣后留存、公开数据如何形成付费服务
Predict.fun公司未披露完整收入结构；持仓可生息是产品差异点跨链流量、BNB 生态与专业流动性抵押品收益归属、激励后的真实用户留存和公司与协议价值边界

目前三家均未公开足以还原完整损益表的数据。抵押品利息、做市收入或数据收入只有在合同和财务披露确认后，才能计入平台收入；页面不把潜在收入当成已实现收入。

流动性机制

预测市场怎样让买卖双方更容易碰面

把它想成周末集市。只有买家没有摊主，价格再漂亮也买不到。平台需要让专业摊主持续报出买价和卖价，再用奖励鼓励他们把价差缩小、把货摆得更深。

机制谁在供给为什么愿意代价与边界
中央限价订单簿自然交易者与专业做市商买卖意愿集中在同一本账上，最优报价公开竞争冷门事件仍可能无人报价
双边做市指定做市商同时挂买单和卖单，赚取价差并管理库存突发新闻可能让做市商承担跳价损失
返佣与流动性奖励满足条件的挂单者更接近中间价、更平衡、更有深度的订单获得奖励补贴停止后，租来的流动性可能离开
自动报价与资本转换算法、AMM 与组合做市者用规则自动调整价格，互补结果还能转换和净额处理算法会承受库存、预言机和尾部风险
券商与 API 分发钱包、券商、媒体和开发者把不同入口的订单汇到同一流动性池平台需要支付渠道分成并承担统一结算压力

判断流动性要看四个数：买卖价差、目标金额内的深度、冲击后的恢复速度、停止奖励后的自然成交。单看最后成交价或总成交量，无法回答现在能否把 $10,000 交易完成。

05 · RECENT CASE REPLAY

价格如何比调查更早改变

选择一个案例，沿事件节点观察隐含概率如何变化，再问：市场吸收了什么信息，哪些变化只是噪音？

代入角色

你在大选前管理一笔对政策变化敏感的资金，需要判断谁更可能赢得选举。

市场原先相信

民调支持率可以直接代表最终胜选概率。

真正要判断

候选人能否拿到足够选举人票，并按合约指定来源被确认。

2024 年 3 月至 11 月

共和党胜选概率 · 教学重绘

非逐笔历史报价

重点不在最后猜对，而在候选人退选、辩论和新民调出现时，市场是否迅速修正旧判断。

大选夜

民调领先和最终胜选是两道题

民调测量当前支持，市场还会重算投票率、摇摆州、选举人团和法律程序。55% 胜率也不代表 55% 得票率。

议息周

方向看对，幅度仍可能买错

至少降息 25bp 与正好降息 50bp 可以朝不同方向变化。宏观判断正确，合约问题读错，结果依然可能亏损。

深夜行情

触及门槛和指定收盘是两份合约

BTC 盘中碰到 10 万美元，无法自动决定所有门槛市场。数据源、时区、交易对和触发方式共同决定结算。

06 · 2020 TO 2026

只看近几年，预测市场如何走向主流

这条线保留影响今天产品形态的关键节点：链上市场、监管分流、美国大选破圈、机构资本与平台估值。

  1. Polymarket 上线

    链上事件市场把稳定币结算、公开订单和全球话题结合起来。

  2. Kalshi 面向用户开放

    受监管事件合约开始形成与链上平台不同的合规和法币路径。

  3. 监管边界被重新划清

    CFTC 与 Polymarket 达成和解，产品准入、地区限制与交易所身份成为估值核心变量。

  4. 美国大选让品类破圈

    Kalshi 法律胜利后上线美国选举合约；Polymarket 的选举市场成为媒体高频引用的概率信号。

  5. 传统金融开始分发概率数据

    ICE 宣布战略投资 Polymarket，并计划向机构客户分发事件概率数据。

  6. 估值与机构需求同步上升

    Kalshi 完成 220 亿美元融资估值；Polymarket 新估值与后续洽谈继续上移，Predict.fun 以 DeFi 资本效率切入。

07 · ARBITRAGE LAB

先证明覆盖所有结果，再叫无风险套利

看见价格差，只是发现候选机会。真正可执行的套利还必须同时通过规则、深度、费用、成交顺序和资金回收五道检查。

本页只做模拟教学。请遵守所在地法律与平台地区限制，不使用 VPN 绕过准入；任何非原子成交、跨平台结算、稳定币或争议裁决都会让所谓无风险变成条件性风险。

同一二元市场：YES + NO

若两边可执行买价加全部成本低于 $1，结算时其中一边支付 $1。关键是两腿都成交且结算规则完全相同。

每组成本$0.98
完整组数1,000
总占用资金$980.00
结算最低收回$1,000.00
理论净利润$20.00
资金回报率2.04%

若两腿 1,000 份同时成交并按同一规则结算，总占资 $980.00，最终至少收回 $1,000.00，理论净利润 $20.00。

方法 A

同市场互补

YES ask + NO ask + 成本 < 1

最容易验证，但两边必须都能按显示价格成交。
方法 B

多结果完整篮子

Σ YES asks + 成本 < 1

必须互斥且穷尽；Polymarket 的 negative-risk 机制可提高部分组合的资金效率。
方法 C

跨平台同事件

YES A + NO B + 成本 < 1

价差常见，真正无风险少见；最大陷阱通常是结算口径和到账时间不同。
方法 D

逻辑关系套利

A ⇒ B：B-YES + A-NO < 1

需要能证明命题包含关系，不能只凭标题看起来相关。

完整成交单 · 互补合约

把 $0.02 的价差走成 $20 的利润

假设同一市场的 YES 可买价为 $0.47，NO 可买价为 $0.50。你准备买 1,000 组，并预留每组 $0.01 处理手续费和滑点。

  1. 先锁定数量

    检查两边在目标价格附近都至少有 1,000 份深度，资金已经到位。

    $980 总预算
  2. 买入 1,000 份 YES

    限价 $0.47 全部成交。若只成交一部分，立即减少另一腿数量或撤销计划。

    支出 $470
  3. 买入 1,000 份 NO

    限价 $0.50 全部成交。此时每一种二元结果都被覆盖。

    支出 $500
  4. 计入费用与滑点

    教学假设每组额外 $0.01，1,000 组合计 $10。

    支出 $10
  5. 一边支付 $1，另一边支付 $0

    1,000 个胜出合约支付 $1,000，亏损腿支付 $0。理论净利润为 $1,000 减去 $980。

    收回 $1,000
第二腿涨到 $0.53

组合价格变为 $0.47 + $0.53 + $0.01 = $1.01。完成 1,000 组会亏 $10，应该放弃或缩小已成交腿。

两平台给出不同裁决

一边判 YES 失败，另一边也可能判 NO 失败或 void。数学互补关系因此消失，跨平台价差无法视作纯无风险。

资金锁定 30 天

$20 是一次交易利润，还要承担 30 天资金占用。不要把单次 2.04% 直接外推成年化收益。

这里的 $20 已扣除教学假设中的 $10 费用与滑点，未计税费、提现延迟和平台信用损失。真实交易必须以实际成交回单与最终到账金额复盘。

08 · MARKET CEILING

天花板取决于它能不能离开热点交易

体育、选举和币价门槛验证了用户愿意为观点付费。更高的行业上限来自两个更难的迁移：让企业和机构用合约管理真实风险，让概率数据进入媒体、风控和 AI 的日常工作流。

当前基线 · 2026-04

约 240 亿美元 / 月 Kalshi 与 Polymarket 合计名义 taker 成交量

机械年化约 2,880 亿美元，只是把单月乘以 12，用来建立数量级，不能当作全年预测。两家约九成成交仍来自体育、政治与加密，淡季留存和品类迁移仍需验证。

情景 A注意力产品

热门事件的交易与娱乐入口

年名义成交
2,500 至 3,500 亿美元
有效净变现
25 至 50 bps
非交易收入
2 至 5 亿美元
标准化收入
8 至 23 亿美元
行业价值区间
100 至 350 亿美元

增长依赖重大赛事、选举周期和持续获客，收入弹性高，估值更接近高增长交易平台或博彩科技。

情景 B机构风险交易所

企业用事件合约对冲可量化损失

年名义成交
7,500 亿至 1.2 万亿美元
有效净变现
20 至 40 bps
非交易收入
8 至 15 亿美元
标准化收入
23 至 63 亿美元
行业价值区间
350 至 950 亿美元

天气、政策、审批、关税与宏观数据开始进入企业风险预算，成交更稳定，牌照、清算和流动性成为真正护城河。

情景 C概率基础设施

交易、数据与决策系统共同增长

年名义成交
2 万亿至 4 万亿美元
有效净变现
10 至 25 bps
数据等收入
20 至 50 亿美元
标准化收入
40 至 150 亿美元
行业价值区间
600 至 2,250 亿美元

概率像汇率或波动率一样被广泛调用，媒体、AI、风控和企业软件为低延迟、可解释、可审计的数据持续付费。

以上是边界情景，不是公司预测。行业价值用约 12 至 15 倍标准化收入建立数量级，未逐项计入净现金、融资优先权和公司份额；有效净变现已经假设扣除部分返佣与激励。

上限真正在哪里

更多人交易同一场比赛，只会把第一层做大

长期上限来自事件合约能否进入现有保险、衍生品和企业预算，再叠加概率数据的经常性收入。成交量扩张、机构风险转移和数据订阅需要同时发生，才接近第三种情景。

  • 监管可持续性地区准入与合约品类能否稳定，不随单一诉讼反复改变。
  • 信息完整性内幕交易、操纵与大户冲击能否被识别，同时保留知情交易的价格发现作用。
  • 结算可信度规则、预言机、争议和 void 率能否支撑企业级风险管理。
  • 有机流动性停止补贴后，订单深度、用户留存与做市资本是否仍在。
  • 品类迁移体育、政治、加密之外的成交能否持续扩大，降低周期与注意力依赖。
  • 非交易收入数据、API 和企业服务是否形成续费，而非只停留在合作公告。

09 · BUSINESS VALUATION

从商业价值出发，目前怎样估预测市场

预测市场同时包含交易所、数据服务和零售分发三种生意。把所有收入套进同一个倍数会高估低质量成交，也会低估可续费数据。更稳妥的做法是分部估值，再单独处理监管、网络效应和新市场期权。

分部估值 · 教学框架

先把平台拆成三门生意

像给一座商场估值：店铺租金、停车场收入和旁边尚未开发的土地，现金流质量与确定性不同，不能全部用同一价格计算。

01 · 交易所内核

有机成交 × 有效净费率

先从成交费中扣除 maker 返佣、流动性奖励、渠道分成和随成交变化的合规结算成本。成熟后可参考交易所的收入或利润估值。

核心核验：安静期成交、净费率、贡献利润
02 · 数据与企业服务

可续费收入 × 经常性收入倍数

只计算已经签约、能续费的数据订阅、API、白标和机构服务。合作公告与免费公开数据暂时不算收入。

核心核验：ARR、客户数、续费率、毛利率
03 · 现金与期权价值

净现金 + 风险调整后的未来选择

归属于公司的抵押品收入需要单列。监管准入、新地区、Token 和 AI 数据网络按实现概率折算，避免把远期故事一次性算满。

核心核验：净现金、权益边界、落地概率

示例公司 · 全部为教学假设

一套能看懂的美元估值账

年有机名义成交
$300B
扣除激励后的净费率
0.35%
交易所标准化收入
$1.05B
数据/API 年度经常性收入
$200M
抵押品等标准化收入
$100M
净现金
$1.00B
交易所内核$6.3B 至 $10.5B$1.05B × 6 至 10 倍
数据与 API$2.0B 至 $3.0B$200M × 10 至 15 倍
抵押品等收入$0.5B 至 $0.8B$100M × 5 至 8 倍
加上净现金$1.0B未计新牌照和 Token 期权
教学股权价值$9.8B 至 $15.3B先对已验证经营结果估值，再讨论未来期权

这组数字用于展示方法，不代表任何平台的收入预测或目标价。由于私营平台未披露完整净收入、激励、成本和资本结构，融资估值只能当作市场锚点，无法直接证明高估或低估。

受监管事件交易所

Kalshi

220 亿美元

2026-05 · $1B Series F · 已完成

核心形态
美国法币事件合约交易所
主要用户
美国零售 + 机构 + 经纪分发
估值溢价来自
监管牌照、美国准入、机构渠道、规模与收费能力
主要折价项
监管诉讼、获客成本、体育集中度与净收入披露
融资公告
链上概率与数据网络

Polymarket

150 亿美元

2026 最新已完成媒体报道 · >200 亿美元为新一轮洽谈

官方可核验锚
2025 ICE：约 80 亿美元投前估值
核心形态
链上订单簿、USDC 结算、全球事件品牌
估值溢价来自
全球流动性、媒体心智、公开数据、ICE 分发与网络效应
主要折价项
监管准入、变现可见度、预言机争议与地区限制
ICE 官方锚点
DeFi 资本效率路线

Predict.fun

未披露

公司融资金额与估值均未公开

已披露规模
上线以来累计成交超过 18 亿美元
核心形态
BNB Chain、跨链入金、持仓可生息
潜在溢价来自
Binance 生态分发、抵押品收益、产品迭代速度
主要折价项
早期规模、收入质量、治理与公司/协议边界
战略融资公告
比较维度KalshiPolymarketPredict.fun
公司估值220 亿美元
已完成融资		150 亿美元
媒体报道已完成；>200 亿洽谈未完成		未披露
不能拿 Token FDV 代替
监管与准入美国受监管交易所路径链上全球路径 + 不同地区准入差异加密原生协议与地区限制
抵押与结算美元法币账户、交易所结算USDC、智能合约与预言机跨链抵押、收益型持仓
分发优势美国零售、经纪与机构连接媒体引用、全球加密用户、ICE 数据合作BNB Chain 与生态入口
估值主要驱动合规护城河 × 收费 × 机构成交流动性网络 × 品牌 × 数据分发增长速度 × 资本效率 × 生态协同
需要继续核验净收入、留存、体育占比、合规成本美国变现、费用归属、争议率、真实留存公司估值、真实收入、激励后留存

如何读当前融资锚

150 亿至 220 亿美元，定价里已经包含下一阶段

用上面的教学公司作参照，$15B 仍可由强交易所内核、真实数据收入和净现金解释；$22B 则需要更大的有机成交、更高净变现、更强经常性收入，或更高确定性的监管与分发期权。真正的答案取决于未公开经营数据，现阶段更适合用区间和条件表达。

相似商业案例

未来走成什么样，决定应该参考谁

商业原型可比案例能借鉴什么何时不再适用
交易所 + 市场数据CME Group、ICE、Cboe交易、清算、接入和数据形成多层收入；深度、可靠性与牌照可以支持较高利润质量成交主要由补贴和少数热点驱动，或争议结算率过高
零售金融分发Robinhood活跃用户、资产留存、交易收入与现金利息可以共同变现，单一交易费并非全部价值平台无法拥有用户关系，流量主要掌握在外部券商或媒体手中
事件娱乐与体育博彩DraftKings、Flutter大赛季节性、促销获客、地区监管和用户娱乐预算会直接影响收入质量与估值折价企业对冲、金融风险转移和订阅数据成为主要需求
数据与决策基础设施交易所数据服务、金融终端与企业 API可续费、嵌入工作流的数据收入通常比同规模促销成交更稳定概率数据公开易复制，客户没有付费工作流或服务等级需求

目前最合理的基准是混合模型：交易所为主，零售分发和事件娱乐解释增长波动，数据业务提供向上选择。等数据 ARR、机构成交与企业对冲真正形成规模后，估值重心才会进一步向金融基础设施移动。

01

监管牌照的现金流价值

牌照只有在带来更多可收费成交、更低获客成本或机构分发时，才应该转化为估值溢价。

02

流动性网络与事件品牌

更深订单簿让大额交易更可执行，热门事件与媒体引用又会吸引更多交易者，形成网络效应。

03

成交量不等于收入

估值最终看净收费、做市与激励成本、争议处理、合规支出和贡献利润，而不是只看名义成交。

04

融资估值不是实时市值

融资条款可能带清算优先权或结构保护；媒体洽谈、私募二级指示价和 Token FDV 也不能直接混排。

资深用户的十项核验

一份成交增长新闻，至少要追问十个数

如果平台只公布累计成交和账户数，这些信息仍不足以支撑估值。更有用的尽调数据，会解释增长来自谁、成本是多少、在没有热点和补贴时能留下多少。

  1. 统一成交口径合约面值、交易价、taker 量、双边量是否可比
  2. 有机成交占比扣除返佣、奖励与促销后仍会发生多少交易
  3. 有效净费率毛费率减 maker 返佣、渠道分成与补贴
  4. 安静期留存没有大选、决赛或极端行情时的月度留存
  5. 未平仓与久期资金平均锁多久，抵押余额是否稳定
  6. 品类集中度体育、政治、加密和单一事件占比
  7. 结算质量争议率、void 率、结算延迟与用户损失
  8. 非交易收入数据/API 年度经常性收入、客户数与续费
  9. 完全成本做市、支付、客服、合规与诉讼的边际成本
  10. 资本结构净现金、债务、清算优先权与公司/Token 权益边界

SOURCES & BOUNDARIES

来源、口径与更新时间

估值锚截至 2026-08-30。名义 taker 成交量按合约面值计算，与用户实际支付的现金、平台收入和双边成交口径均不同。教学曲线按公开事件节点重绘；天花板与分部估值均为情景测算，不代表公司预测、逐笔历史报价、目标价或可执行价格。

FINAL CHECK

先读规则再看价格
先算净空间再谈套利

预测市场是概率工具，也是有损失风险的金融或博彩类产品。模拟结果不代表真实可成交收益；请结合所在地法律、平台条款与自身风险承受能力独立判断。

返回币股研究

CONTINUE THE RESEARCH

事件概率不是结论。继续用宏观数据、公司估值、链上流动性和交易纪律判断它会通过哪条路径影响价格。

总入口

加密研究地图

从概率延伸到现金流、注意力和链上机制。

 现实验证

数据看板

对照宏观数据、资金费率与跨资产反应。

 股权映射

个股分析

判断事件怎样进入收入、利润和估值模型。

 交易纪律

美股期权课程

继续学习概率、波动与风险上限的表达方式。