a16z 重點押注：Kalshi 周交易額逼近 30 億美元，從“預測遊戲”到金融基礎設施，市場開始給“不確定性”定價
核心觀點
預測市場的演進：從邊緣產品到「不確定性定價」基礎設施在傳統金融體系中，「價格」通常只屬於資產。
股票、利率、商品------它們之所以可以被交易，是因為存在統一的計量方式與共識定價機制。而與之相對，那些真正影響市場波動的變量------政策走向、宏觀數據、政治事件------長期處於一種更原始的狀態：被討論、被預測，卻很少被直接定價。
這類變量一直存在，但缺乏標準化表達。Kalshi 的出現，本質上改變的正是這一點。 它並沒有創造新的信息，而是為「事件本身」提供了一個可以交易的價格體系。
在最近的研究會議中，一個值得注意的數據是：體育類交易的周成交額已接近 30 億美元，但其占整體交易量的比例卻在下降。也就是說，最顯眼的部分在增長，但更底層的結構正在發生變化。
與此同時，包括 a16z 在內的機構開始持續關注這一賽道。這並不是因為預測市場「變得更熱」，而是因為它開始具備基礎設施的特徵。預測市場正在從邊緣產品，變成一種「為不確定性定價」的基礎設施。
01 華爾街的關注：從「可討論」到「可定價」
金融市場的運行依賴一個前提：必須存在可以交易的基準價格。
S\&P 500 是股票市場的核心錨點
利率曲線 定義資金成本
商品期貨 為供需提供遠期預期
但在大量關鍵決策中，真正影響結果的變量並不在這些資產之中，尤其是「事件型變量」，長期缺乏標準化定價方式。例如：
某項政策是否落地
通脹數據是否超預期
監管變化是否發生
這些因素會影響市場，卻無法被直接交易。過去的解決方式是通過「相關資產」進行間接表達（如用股票指數對沖選舉風險）。問題在於，這種方式隱含了兩層風險假設：
| 隱含假設 | 風險來源 | |----------|----------| | 事件是否發生 | 本身具有不確定性 | | 事件與資產的關係 | 可能發生偏移 |
第二層往往更不可控。預測市場的核心意義在於消除這種結構性偏差：將「事件本身」變成可交易對象。 當「某項政策通過的概率」為 40% 被市場定價時，這個數字不再只是觀點，而是一個可以參與交易、對沖與建模的變量。
02 被誤解的起點：為什麼「體育」不是重點，而只是入口
預測市場最早的規模化來自體育與選舉，這是一個自然結果：
事件邊界清晰
結果離散
用戶參與門檻低
這類場景天然適合早期市場啟動，但也帶來了一個誤導：人們把「最容易被看到的需求」當成了「全部需求」。但從 Kalshi 披露的數據來看，結構正在反轉：
| 類別 | 當前狀態 | |------------------|--------------------| | 體育 | 周交易額接近 30 億美元，占比下降 | | 宏觀 / 政策 | 增長加速，機構關注度提升 | | 娛樂 / 加密 / 文化 | 用戶增長更快，留存更高 |
這說明一個關鍵問題：高流量場景不等於高價值場景。
體育更像是「冷啟動機制」，提供用戶與流動性；但真正具備金融屬性的是那些可以被機構用於對沖與定價的變量。在會議中，來自 Goldman Sachs、Tradeweb 的參與者都提到，宏觀事件（如 CPI、利率路徑）正在成為最值得關注的預測市場類別。
這類變量具備一個共同特點：它們本身不是資產，但決定資產價格。
03 機構採用的真實路徑：從「參考指標」到「交易工具」
儘管討論熱度上升，預測市場仍處於制度化早期階段。根據 Kalshi 的劃分，機構採用路徑可以分為三個階段：
| 階段 | 核心行為 | 當前進展 | |----------|---------------|----------| | 數據階段 | 將預測價格作為參考信號 | 已廣泛存在 | | 集成階段 | 納入模型、風控與研究體系 | 正在推進 | | 交易階段 | 直接進行風險對沖與頭寸配置 | 仍屬早期 |
當前，大多數機構停留在前兩階段。一個關鍵約束來自交易結構本身：當前預測市場需要 100% 保證金才能建立頭寸。
對於依賴槓桿與資本效率的機構而言，這意味著較高的機會成本。這也是為什麼 Kalshi 正在與 CFTC 推動保證金機制的引入。一旦這一約束被解除，交易層的增長可能出現結構性變化。
04 從資產定價到「概率定價」：金融體系的一次外延
如果把預測市場放在更長的金融史中看，它並不是一個孤立創新，而更像是定價體系的一次擴展。
傳統市場定價的是： 資產、現金流、風險溢價。
預測市場定價的是： 事件、概率、預期路徑。
兩者之間的差異在於：前者是結果導向，後者是過程導向。 這帶來的一個重要變化是，信息開始以「價格」形式表達，而不是停留在分析與敘事層。例如，當市場給出「某政策通過概率為 60%」，這個數字可以被嵌入量化模型、用於風險對沖或作為決策輸入。這比傳統的專家判斷或民調數據更接近金融系統的使用方式。
05 與 Agent / AI 的交叉：從「預測工具」到「決策輸入層」
預測市場的另一層意義在於它與 AI 系統的潛在結合。當前大多數 Agent 面臨一個共性問題：它們可以生成結論，但很難量化不確定性。
預測市場提供了一種不同路徑：
用真實資金約束預測
用市場機制聚合信息
用價格表達概率
| 系統 | 作用 | |----------------|-----------| | AI / Agent | 生成假設與推理路徑 | | 預測市場 | 提供概率與定價錨點 |
當 Agent 開始參與金融決策、風險管理或策略生成時，這類「概率價格」會成為關鍵輸入。
06 终局並不複雜：成為一種「默認存在」的基礎設施
在會議中，一個觀點被反覆提及：當它變得無聊時，才算真正成功。
這並非貶低，而是金融基礎設施的典型路徑：
期權市場在 1970 年代同樣充滿爭議。
ETF 在早期被視為邊緣工具。
但當它們成為標準配置後，就不再被討論。預測市場可能正在進入類似階段：從學術實驗到選舉與體育工具，再到宏觀與機構應用，最終成為「默認存在」的定價層。屆時，它不再被稱為「預測市場」，而只是金融系統的一部分。
07 當「不確定性」被納入價格體系
回到最初的問題，這一變化的核心不在於交易額或用戶規模，而在於一個更基礎的轉變：不確定性，開始被標準化表達。
當事件可以被定價，概率可以被交易，未來就不再只是被討論的對象，而成為可以參與計算與配置的變量。在這個過程中，預測市場不只是個新產品，而是一層新的金融語言。一旦這種語言被廣泛接受，它所改變的就不僅是交易方式，而是整個決策體系的結構。
風險提示
