作者詳細剖析了散戶交易者在「冷門結果」和「肯定性結果」之間的非理性偏好是如何促成了「樂觀稅」的產生。這不僅是對市場微觀結構的硬核分析，更是每一位預測市場參與者均應警惕的避坑指南。
文章作者、編譯：Jonathan Becker、SpecialistXBT
文章來源：BlockBeats
編者按：作者詳細剖析了散戶交易者在「冷門結果」和「肯定性結果」之間的非理性偏好是如何促成了「樂觀稅」的產生。這不僅是對市場微觀結構的硬核分析，更是每一位預測市場參與者均應警惕的避坑指南。
以下為原文內容：
拉斯維加斯大道上的老虎機，每投入 1 美元大約返還 93 美分。這被廣泛認為是賭博中賠率最差的遊戲之一。然而，在受 CFTC（美國商品期貨交易委員會）監管的預測市場 Kalshi 上，交易者卻在那些歷史回報率低至每美元僅返還 43 美分的「冷門」（longshot）合約上押注了鉅額資金。成千上萬的參與者自願接受比賭場老虎機低得多的期望值，只為給自己的信念下注。
有效市場假說（Efficient Market Hypothesis）認為，資產價格應完美聚合所有可用信息。理論上，預測市場為這一理論提供了最純粹的測試。與股票不同，預測市場的內在價值沒有模糊性：一份合約要麼支付 1 美元，要麼不支付。5 美分的價格應該恰好意味著 5% 的概率。
為了測試這種有效性，我們分析了涵蓋 182.6 億美元 交易量的 7210 萬筆交易。我們的發現表明，群體的準確性較少依賴於理性行為者，而更多依賴於一種「收割錯誤」的機制。我們記錄了一種系統性的財富轉移：衝動的「吃單者」（Takers）為肯定的「YES」結果支付結構性溢價，而「掛單者」（Makers）僅僅通過向這種偏向性的資金流賣出合約，便捕獲了「樂觀稅」（Optimism Tax）。這種效應在體育和娛樂等高參與度類別中最為強烈，而在金融等低參與度類別中，市場則接近完美有效。
本文貢獻
本文做出了三項貢獻。
第一，它證實了 Kalshi 上存在「高風險的賭注偏誤」（longshot bias），並量化了其在不同價格水平上的幅度。
第二，它按市場角色分解了回報，揭示了由不對稱訂單流驅動的、從吃單者到掛單者的持續財富轉移。
第三，它確定了一種「YES/NO 不對稱性」，即吃單者在高風險的賭注（低概率價格）上不成比例地偏好肯定性押注，從而加劇了他們的損失。
預測市場與 Kalshi
預測市場是參與者對現實世界結果的二元合約進行交易的交易所。這些合約以 1 美元或 0 美元結算，價格範圍為 1 到 99 美分，作為概率的代理指標。與股票市場不同，預測市場是嚴格的零和博弈：每一美元的利潤都恰好對應一美元的損失。
Kalshi 於 2021 年推出，是美國首個受 CFTC 監管的預測市場。該平臺最初專注於經濟和天氣數據，直到 2024 年以前一直處於小眾地位。在法律上戰勝 CFTC 並獲得上市政治合約的權利後，2024 年的選舉週期引發了爆發式增長。2025 年引入的體育市場目前主導了交易活動。各類別的交易量分佈極不均衡：體育佔名義交易量的 72%，其次是政治（13%）和加密貨幣（5%）
注意： 數據收集截止於 2025 年 11 月 25 日 17:00 ET；2025 年第四季度的數據是不完整的
數據與方法論
數據集包含 768 萬個市場 和 7210 萬筆交易。每筆交易記錄了執行價格（1-99 美分）、吃單方（yes/no）、合約數量和時間戳。
角色分配： 每筆交易都識別了流動性消耗者（吃單者）。掛單者採取了相反的立場。如果 taker_side = yes 且價格為 10 美分，意味著吃單者以 10 美分買入 YES；掛單者則以 90 美分買入 NO。
成本基礎 (Cb)： 為了比較 YES 和 NO 合約之間的不對稱性，我們將所有交易按風險資本進行標準化。對於 5 美分的標準 YES 交易，Cb=5。對於 5 美分的 NO 交易，Cb=5。除非另有說明，本文中提及的「價格」均指此成本基礎。
錯價 (δS) 衡量的是一組交易 S 的實際勝率與隱含概率之間的偏離度。
總超額收益 (ri) 是相對於成本的回報（含平臺費用前），其中 pi 為美分價格，oi∈{0,1} 為結果。
樣本
計算僅基於已結算的市場。已作廢、已退市或仍處於開放狀態的市場均被排除在外。此外，名義交易量低於 100 美元的市場交易也被排除在外。該數據集在所有價格水平上均保持穩健；即使是交易量最少的區間（81-90 美分）也包含 580 萬筆交易。
Kalshi 上的 Longshot Bias
Longshot Bias 最早由 Griffith (1949) 在賽馬中記錄，後由 Thaler & Ziemba (1988) 在對彩池投注市場的分析中正式化。它描述了投注者傾向於為低概率結果支付過高價格的現象。在有效市場中，定價為 p 美分的合約應該有大約 p% 的獲勝概率。在存在 Longshot Bias 的市場中，低價合約的勝率低於其隱含概率，而高價合約的勝率高於 隱含概率。
Kalshi 的數據證實了這一模式。交易價格為 5 美分的合約僅有 4.18% 的勝率，意味著 -16.36% 的錯價。相反，95 美分 的合約勝率為 95.83%。這種模式是一致的：所有價格低於 20 美分的合約表現均低於其賠率，而高於 80 美分的合約則表現優於賠率。
注： 儘管存在這種偏誤，校準曲線顯示預測市場實際上相當有效和準確，除了尾部（極低或極高價格）略有例外。隱含概率與實際概率的緊密對齊證實了預測市場是校準良好的價格發現機制
Longshot Bias 的存在引出了一個零和市場特有的問題：如果一些交易者系統性地支付過高的價格，那麼誰來獲得剩餘價值？
掛單者與吃單者的財富轉移
按角色分解回報 市場微觀結構根據參與者與訂單簿的互動定義了兩類人群。掛單者（Maker）通過放置停留在訂單簿上的限價單來提供流動性。吃單者（Taker）通過與現有訂單成交來消耗流動性。按角色分解總回報揭示了明顯的不對稱性：
這種分歧在尾部最為明顯。對於 1 美分的合約，吃單者的勝率僅為 0.43%（隱含概率為 1%），對應 -57% 的錯價。同一合約的掛單者勝率為 1.57%，錯價為 +57%。在 50 美分處，錯價被壓縮；吃單者顯示 -2.65%，掛單者顯示 +2.66%。在 99 個價格水平中的 80 個，吃單者表現為負超額收益，而掛單者在相同的 80 個水平上表現為正。
市場的總體錯配集中在特定人群：吃單者承擔損失，掛單者獲取收益。
這僅僅是價差補償嗎？
一個明顯的反對意見是：掛單者賺取買賣價差是作為提供流動性的補償。他們的正回報可能只是反映了價差捕獲，而非利用了有偏誤的資金流。
雖然看似合理，但兩個觀察結果表明情況並非如此。首先，掛單者的回報取決於他們採取的方向。如果利潤純粹基於價差，那麼掛單者買入 YES 還是 NO 應該無關緊要。
我們通過按持倉方向分解掛單者表現來測試這一點：
買入 NO 的掛單者在 59% 的時間裡 表現優於買入 YES 的掛單者。
買入 YES 的掛單者加權超額收益為 +0.77%，而買入 NO 的為 +1.25%。兩者相差 0.47 個百分點。這種效應雖然微乎其微（Cohen's d = 0.02-0.03），但卻具有穩定性。
至少，這表明價差捕獲並非全部原因。
各市場類別之間的差異
如果不瞭解行情的非理性需求導致了偏誤，那麼吸引較少成熟參與者的類別應顯示出更大的差距。數據令人震驚：金融類僅顯示 0.17 個百分點 的差距；市場極其有效。
而在另一端，世界大事和媒體顯示的差距超過 7 個百分點。體育作為交易量最大的類別，表現出 2.23 個百分點的適度差距。考慮到 61 億美元的吃單量，即使是這適度的差距也產生了巨大的財富轉移。
為什麼金融類如此有效？可能的解釋是參與者篩選；金融問題吸引的是以概率和期望值思考的交易者，而不是賭自己主隊的粉絲。問題本身很枯燥（例如「標普指數收盤會高於 6000 點嗎？」），這過濾掉了情緒化的投注者。
Taker 和 Maker 的進化
掛單者與吃單者的差距並非市場固有的特徵；它是隨著平臺的發展而出現的。在 Kalshi 早期，模式是相反的：吃單者獲得正的超額收益，而掛單者虧損。
從發佈到 2023 年，吃單者回報平均為 +2.0%，而掛單者為 -2.0%。沒有成熟的交易對手，吃單者贏了；業餘的掛單者定義了早期階段併成為了輸家。
這種情況在 2024 年第二季度開始逆轉，並在 2024 年大選後差距急劇擴大。
轉折點與兩個事件重合：Kalshi 在 2024 年 10 月戰勝 CFTC 獲得政治合約許可，以及隨後的 2024 年選舉週期。交易量從 2024 年 Q3 的 3000 萬美元激增至 Q4 的 8.2 億美元。新資金吸引了成熟的做市商，隨之而來的是從吃單流中提取價值。
大選前，平均差距為 -2.9 pp（吃單者贏）；大選後，翻轉為 +2.5 pp（掛單者贏）。
低概率合約（1-20 美分）的交易量佔比基本保持不變，選舉前為 4.8%，選舉後為 4.6%。但分佈實際上向中間價位偏移；91-99 美分價位的佔比從 2021-2023 年的 40-50% 下降到 2025 年的不足 20%，而中檔價位（31-70 美分）則大幅增長。
吃單者的行為並沒有變得更偏激（低概率合約的份額甚至略有下降），但他們的損失增加了。
這種演變重塑了總體結果。財富從交易者向做市商的轉移並非預測市場微觀結構的固有特徵；它需要成熟的做市商，而成熟的做市商需要足夠的交易量才能證明其參與的合理性。
在交易量較低的早期階段，做市商很可能是缺乏經驗的個人，他們輸給了相對了解情況的交易者。
交易量的激增吸引了專業的流動性提供者，他們能夠在所有價格點上從交易者的資金流中獲取價值。
YES/NO 不對稱性
掛單者-吃單者的分解確定了誰在吸收損失，但留下了如何操作的問題。為何吃單流的定價總是錯誤的？答案不在於掛單者擁有卓越的預測能力，而在於吃單者對肯定性結果表現出昂貴的偏好。
同等價格下的不對稱性
標準效率模型表明，在相同價格下，不同合約類型的定價偏差應該是對稱的，理論上，1 美分的「是」合約和 1 美分的「否」合約應該反映相似的預期收益。
然而數據反駁了這一點。在 1 美分的價格下，「YES」的歷史預期收益為-41%；YES 的買家預期損失近一半的本金。相反，同樣是 1 美分的「NO」合約的歷史預期收益為+23%。這兩個看似相同的概率估計值之間的差異高達 64 個百分點。
NO 合約的優勢持續存在。在 99 個價格水平中，NO 合約在 69 個價格水平上的表現優於 YES 合約，且優勢主要集中在市場極端價位。NO 合約在 1 美分到 10 美分以及 91 美分到 99 美分的每個價格增量上都能產生更高的收益。
儘管市場是零和博弈，但「YES」買家的美元加權回報率為 -1.02%，而「NO」買家的美元加權回報率為 +0.83%，兩者相差 1.85 個百分點，這是由於「YES」定價過高造成的。
吃單者偏好肯定性押注
YES 合約表現不佳可能與交易者的行為有關。對交易數據的分析揭示了訂單流構成中的結構性失衡。
在 1-10 美分區間（YES 代表冷門結果），吃單者佔 YES 交易量的 41-47%；掛單者僅佔 20-24%。這種不平衡在概率曲線的另一端反轉。當合約交易價為 99 美分（意味著 NO 是 1 美分的冷門）時，掛單者積極購買 NO 合約（佔交易量的 43%），而吃單者僅佔 23%。
有人可能會假設做市商利用這種不對稱性，憑藉更精準的方向預測能力獲利——也就是說，他們知道何時應該買入 NO。但證據並不支持這種假設。
當按持倉方向分解做市商的業績時，收益幾乎相同。只有在極端尾部（1-10 美分和 91-99 美分）才會出現統計學上的顯著差異，而且即使在這些尾部，效應量也微乎其微（Cohen's d = 0.02-0.03）。
這種對稱性意義重大：做市商並非通過預判方向獲利，而是通過某種對雙向都同樣適用的機制獲利。
討論
對 Kalshi 平臺上 7210 萬筆交易的分析揭示了一種獨特的市場微觀結構：財富系統性地從流動性接受者向流動性創造者轉移。這種現象是由特定的行為偏差驅動的，並受到市場成熟度的調節，且集中在那些能夠引發高度情緒投入的類別中。
獲利者的利潤提取機制
在零和市場中，獲利者是通過優勢信息（預測）還是優勢結構（做市）取勝？
數據強烈支持後者。
當按持倉方向分解做市商收益時，業績差距微乎其微：買入「YES」的做市商獲得+0.77% 的超額收益，而買入「NO」的做市商獲得+1.25% 的超額收益（Cohen's d ≈ 0.02）。
這種統計對稱性表明，做市商並不具備顯著的預測贏家的能力。相反，他們通過結構性套利獲利：為那些偏好高風險、高回報結果的「吃單者」群體提供流動性。
這種提取機制依賴於「樂觀稅」。
儘管低概率「YES」的表現比低概率的「NO」低 64 個百分點，但交易者仍不成比例地以低概率價格買入「YES」合約，幾乎佔該價格區間總交易量的一半。
因此，做市商無需預測未來；他們只需充當樂觀情緒的交易對手即可。這與 Reichenbach 和 Walther（2025）對 Polymarket 以及 Whelan（2025）對 Betfair 的研究結果一致，表明在預測市場中，做市商會提供適應這種偏誤的交易流，而不是進行預測。
流動性的專業化
2021-2023 年間，儘管存在 Longshot Bias，吃單者仍能獲得正收益。這種趨勢的逆轉與 2024 年 10 月 Kalshi 贏得訴訟後的交易量爆發精確吻合。
2024 年末觀察到的財富轉移是 市場深度 的函數。在平臺初期，低流動性阻礙了成熟算法做市商的進入。2024 年大選後的海量交易激勵了專業流動性提供者的進入，他們能夠系統性地捕獲價差並利用有偏誤的資金流。
市場之間的差異
不同類別的掛單-吃單差距揭示了參與者篩選如何塑造市場效率。
• 金融 (0.17 pp)：作為對照組，證明預測市場可以接近有效。諸如「標普 500 指數能否收於 6000 點以上？」之類的問題吸引的是那些以概率和期望值思考的參與者，他們很可能也是期權交易者或宏觀經濟數據關注者。知情參與的門檻很高，普通投注者沒有優勢，而且他們很可能也意識到了這一點，因此會選擇退出。
• 政治 (1.02 pp)：雖然涉及強烈的情感因素，但其預測效率仍存在一定程度的不足。政治博彩者密切關注民調，並已通過選舉週期不斷調整自身判斷。這一差距大於金融類，但遠小於娛樂類，表明政治參與雖然帶有強烈的情感色彩，但並不會完全削弱概率推理能力。
• 體育 (2.23 pp)：是預測市場中佔比最高的類別。儘管差距不大，但考慮到該類別 72% 的交易量份額，這一差距仍然意義重大。體育博彩玩家表現出一些有據可查的偏好，包括主隊忠誠度、近因效應以及對明星球員的情感依戀。球迷投注自己支持的球隊贏得冠軍並非在計算預期收益，而是在購買希望。
• 加密貨幣 (2.69 pp)：吸引的參與者深受散戶「價格上漲」心態的影響，這部分人群與 meme 交易者和 NFT 投機者重合。諸如「比特幣會達到 10 萬美元嗎？」之類的問題，更傾向於基於敘事而非概率估計的投注。
• 娛樂、媒體和世界大事 (4.79–7.32 pp)：這些領域存在最大的認知差距，並具有一個共同特徵：人們對自身專業知識的認知門檻極低。任何關注名人八卦的人都覺得自己有資格預測頒獎典禮的結果；任何閱讀新聞標題的人都覺得自己瞭解地緣政治。這導致參與者群體將熟悉程度與判斷力混為一談。
我們的研究表明，市場效率取決於兩個因素：知情參與的技術門檻以及市場隱含的問題引發情感推理的程度。
當市場門檻高且框架客觀冷靜時，市場效率接近理想狀態；當門檻低且框架鼓勵敘事時，樂觀效應達到頂峰。
侷限性
儘管研究採用的數據可靠，但仍存在一些侷限性。
首先，由於缺乏唯一的交易者 ID，我們只能依賴「做市商/吃單者」分類來代表「成熟/不成熟」的交易者。雖然這在微觀結構文獻中是標準做法，但它並不能完美地捕捉到成熟交易者利用時效性信息進行交叉交易的情況。
其次，我們無法直接從歷史交易數據中觀察到買賣價差，因此難以將價差捕獲與利用偏誤流量的行為完全區分開來。
最後，這些結果僅適用於美國監管環境；具有不同槓桿上限和費用結構的離岸交易場所可能會呈現出不同的動態。
結論
預測市場的承諾在於其能夠將多樣化的信息聚合成單一、準確的概率。
然而，我們對 Kalshi 的分析表明，這一信號常被由人類心理和市場微觀結構驅動的系統性財富轉移所扭曲。
市場分裂為兩個截然不同的人群：一個系統性地為低概率、肯定性結果支付過高價格的吃單者階層，以及一個通過被動提供流動性來提取這種溢價的掛單者階層。
當話題枯燥且定量化（如金融）時，市場是有效的。當話題允許希望介入（如體育、娛樂）時，市場便轉化為一種將財富從樂觀者手中轉移到精算者手中的機制。
