跳至正文
  • BTC $63,559 −1.7%
  • ETH $1,805 −0.4%
  • SOL $74.97 +0.2%
  • BNB $589.17 −0.5%
  • XRP $0.9819 −0.3%
  • DOGE $0.0594 +0.0%
  • ADA $0.1538 +0.1%

Kalshi研究显示,为什么预测市场在通胀预测上击败华尔街

Kalshi关于预测市场的新研究表明,这些平台在预测美国通胀方面可以超越传统的华尔街估计。Kalshi研究发现,预测市场在通胀数据上表现优于华尔街 根据Kalshi的一项新研究,预测市场在美国通胀的华尔街共识估计中以40%的优势胜出…

prediction markets
Prediction Markets Beat Wall Street on Inflation, Kalshi

Kalshi关于预测市场的新研究表明,这些平台在预测美国通胀方面可以超越传统的华尔街估计。

Kalshi研究发现预测市场在通胀数据上优于华尔街

根据Kalshi的一项新研究,预测市场在美国通胀方面的表现优于华尔街的共识估计,平均误差低40%,时间跨度为25个月。此外,分析显示,当通胀与经济学家的预期大幅偏离时,这些市场的准确性尤为突出。

在其平台上将通胀预测与专业共识进行比较,Kalshi发现,在所审查的25个月中,基于市场的交易者在表现上优于传统的经济学家和分析师。这种表现优势在经济波动加剧的时期最为明显,而传统模型往往在此时表现不佳。

研究报告指出,从2023年2月到2025年中期,基于市场的年度消费者价格指数(CPI)变化估计的平均误差比共识预测低40%。然而,当实际CPI读数与预期大幅偏离时,这一差距进一步扩大,在这些情况下,Kalshi的预测比共识高出67%。

危机阿尔法和分歧的价值

这项名为“危机阿尔法:预测市场何时优于专家共识?”的研究还探讨了分歧本身如何可以预示即将到来的意外。具体而言,它研究了Kalshi的CPI估计与华尔街共识之间差距的大小与冲击可能性之间的关系。

当Kalshi的CPI估计在官方发布前一周与共识相差超过0.1个百分点时,实际CPI读数显著偏离的概率上升到约80%,而基线为40%。不过,论文警告说,期间大冲击的样本仍然相对较小。

作者认为,这种模式突显了基于市场的预测作为政策制定者和机构投资者早期预警工具的潜力。研究结果表明,市场可以作为一种补充信号,尤其是在结构性变化或金融压力时期,而不是取代现有模型。

信息聚合和群体智慧

与传统预测通常依赖于一套共享的经济模型和假设不同,Kalshi的市场从具有直接财务激励的多元化交易者中聚合信息。研究指出,这种结构创造了一种“群体智慧”效应,可以更快地响应新数据和变化的叙述。

报告强调,这种优势在预测环境变得具有挑战性时最为明显。用作者的话说,“当预测环境变得最具挑战性时,市场的信息聚合优势变得最有价值。”这正是机构决策者面临被共识错误蒙蔽的最大风险的时候。

预测市场在压力时期优于共识的原因可能在于它们如何处理信息。研究表明,银行和研究机构的传统预测者通常依赖于相似的数据集和模型,这可能限制了在经济条件超出历史常态时的适应性。

激励、流动性和实时定价

相比之下,预测市场平台反映了个别交易者基于行业特定见解、替代数据集和有时是逆向叙述的观点。此外,这些市场上的交易者有资本风险,并且仅根据预测表现获得奖励或惩罚,而不是基于声誉或组织考虑。

研究指出,机构预测者可能面临职业和组织限制,这会阻碍大胆的预测,即使数据可能支持这些预测。然而,在交易平台上,收益结构倾向于将价格与最可能的结果对齐,而不管该结果在共识经济学家看来多么不寻常。

像Kalshi这样的平台上的定价连续性也很重要。市场价格随着新信息的到来实时更新,而华尔街的共识估计通常在官方数据发布前几天固定。这种滞后在条件快速变化时尤其昂贵,例如在通胀冲击或政策意外期间。

加密相关预测平台的增长

随着其预测平台整合到主要加密钱包Phantom中,Kalshi的用户群最近有所扩大。本月早些时候,该公司以110亿美元估值筹集了10亿美元,突显出投资者对用户可以押注宏观经济和政治结果的市场的兴趣日益增长。

10月,有报道称竞争平台Polymarket正在洽谈以高达150亿美元的估值筹集资金。这些发展表明,最初作为小众市场的快速机构化,传统金融和加密原生投资者现在都在参与其中。

此外,今年早些时候,一位数据科学家的研究发现,Polymarket在预测事件将如何发生方面的准确率为90%,在事件发生前几个小时的准确率为94%。不过,研究指出,顺从偏见、群体行为和低流动性有时会导致某些结果的概率被高估。

基于市场信号的限制和用例

Kalshi的论文强调,其研究结果并不意味着专家预测已经过时。相反,它认为预测市场可以作为机构风险管理、货币政策分析和投资组合构建的补充工具,特别是在历史关系崩溃时。

作者承认样本中主要通胀冲击的数量有限,这自然限制了统计能力。然而,他们认为,在波动剧集中的表现差距的一致性仍然指向市场价格中嵌入的有意义的信息优势。

研究建议,机构决策者应考虑将基于市场的信号与现有模型结合使用,而不是全面替代传统方法。在结构性不确定时期,这种混合方法可能会提高通胀预测的准确性,并降低因意外宏观数据而被打乱的风险。

总体而言,分析强调了多元化、激励的交易者和实时定价如何使基于平台的预测成为经济学家、投资者和政策制定者在日益复杂的宏观经济环境中导航的有用工具。

Amelia Tomasicchio

Amelia Tomasicchio的全部文章