預測市場正在經歷結構性的贏家通吃困局。《華爾街日報》2026 年 5 月 3 日發布的大規模資料分析顯示，Polymarket 上僅 0.1% 的帳戶拿走了平台 67% 的總利潤，不到 2,000 個帳戶合計淨賺近 5 億美元。與此同時，一般使用者平均虧損 1 到 100 美元，最慘的 10% 每人虧了約 4,000 美元。一份涵蓋 2022 年至 2026 年 3 月、分析 240 萬名使用者與 670 億美元交易量的學術研究證實了同樣的結論：68.8% 的使用者賠錢，1% 的交易者吃掉 76.5% 的利潤。
這個產業月交易量剛創下 298 億美元的歷史新高，年增幅達 588%。但成長數字底下藏的，是一場散戶資金被 AI 演算法交易者系統性收割的結構問題。
一個前餐廳廚師的故事：從 2,000 美元到無家可歸
WSJ 報導的主人物 John Pederson 33 歲，曾在 Outback Steakhouse 當線上廚師。車禍後無法工作，他借了一筆浮動利率貸款，在 Kalshi 上開始下注。靠押底特律每日降雪量，他把 2,000 美元翻到接近 8,000 美元；再轉戰運動賽事，搭配自己用 AI 開發的策略，帳戶一度膨脹到 41,000 美元。
然後他把全部資金壓在一個 mention market 合約上：A$AP Rocky 上 Jimmy Fallon 節目時會不會說出「rapper」這個字。他輸光了。報導刊登時，Pederson 住在底特律的收容所裡。
這個案例的警示不在衝動或運氣，而在預測市場的根本結構：你贏了幾次小的，最後一次全賠回去。二元結果合約（contract）的殘酷在於，判斷錯誤就是 100% 的損失，跟股票市場不一樣。
資料說了什麼：三組獨立研究指向同一結論
| 來源 | 涵蓋範圍 | 關鍵發現 |
|---|---|---|
| WSJ 分析（2026 年 5 月） | Polymarket 160 萬個活躍帳戶（2022.11 起） | 0.1% 帳戶 = 67% 利潤；典型使用者虧 $1–$100 |
| 學術論文（Akey, Grégoire, Harvie, Martineau） | 240 萬使用者、670 億美元交易量、5.88 億筆交易（2022–2026.3） | 68.8% 使用者虧損；top 1% = 76.5% 利潤；top 0.1% = 58.5% 利潤 |
| Bloomberg 獨立報導（2026 年 4 月） | 2025 年 1 月以來的 Polymarket 帳戶 | 超過 10 萬個帳戶虧損逾 $1,000，約為同期獲利帳戶的兩倍 |
Kalshi 也沒好到哪去。平台發言人 Elisabeth Diana 向 WSJ 確認，過去一個月虧損使用者與獲利使用者的比例是 2.9 比 1。
WSJ 另外檢視了 Kalshi 上超過 35,000 個已結算的 mention market。定價在 50% 勝率的「Yes」合約，實際上只有約 40% 的時間會結算為贏。散戶買「Yes」的平均虧損率是 11%，根據內華達大學拉斯維加斯分校的研究，這個報酬率比多數拉斯維加斯吃角子老虎機還差。
AI 驅動的職業玩家怎麼贏的
散戶在預測市場輸錢的機制，跟傳統金融散戶虧損的原因高度雷同，但有一個關鍵差異：速度不對等的程度更極端。
多倫多大學教授 Charles Martineau 在受訪時指出，散戶即使判斷正確，執行面的劣勢也足以讓他們虧錢。他的學生對研究結果感到意外：多數人沒料到利潤集中度會這麼高。
職業交易者的優勢來自三個層面：
速度。2024 年 Polymarket 上套利機會的存在時間平均 12.3 秒，到 2026 年已縮短到 2.7 秒。73% 的套利利潤被執行速度低於 100 毫秒的機器人拿走。散戶打開瀏覽器、找到市場、按下提交的時間，機會早就消失了。
資料。量化交易公司付費取得高級資料來源，包含即時新聞 API、民調原始資料、社群情緒分析。他們用多模型集成（ensemble）系統估算機率——例如同時跑 GPT-4、Claude 和自訓練模型，取加權平均值，再跟市場價格比對。當市場定價 54% 但模型估計 68% 時，這 14 個百分點的落差就是可交易的 edge。
規模。Polymarket 公開排行榜上最賺錢的 20 個錢包中，14 個是機器人。2024 年 4 月到 2025 年 4 月之間，學術研究記錄了超過 4,000 萬美元的跨平台套利利潤。職業玩家同時監控數百個市場，24 小時不間斷執行，沒有情緒干擾。
Martineau 的論文用了一個叫 probit regression 的統計方法，發現利潤最集中的群體就是做市商（market maker）。他們不賭結果，而是在合約的買賣兩邊掛限價單，賺取價差。一個市場裡 Yes 賣 $0.62、買 $0.58，做市商兩邊都吃，每一輪淨賺 4 美分。這對手動操作的人來說不可能做到，但對 24 小時監控訂單簿深度的機器人而言，等於在印鈔票。
內線交易：從 YouTube 編輯到美軍現役軍人
預測市場的另一個結構問題是內線交易。2026 年已出現多起案例，而且層級愈來愈高：
YouTube 編輯案。Kalshi 的監控系統注意到一名交易者在低機率合約上的勝率「統計異常」。調查發現此人是某知名 YouTube 頻道的剪輯師，很可能事先知道影片內容。Kalshi 對他處以 5 倍交易額的罰款、停權兩年，並上報 CFTC。
政治候選人案。2026 年 4 月 22 日，Kalshi 對三名政治候選人執行紀律處分，三人分別在維吉尼亞州聯邦參議員初選、明尼蘇達州國會代表選舉、德州眾議員初選中，押注自己的選舉結果。交易金額雖小（幾百到幾千美元），但全部被停權五年。
軍人內線案。2026 年 4 月 23 日，CFTC 史上首次針對預測市場提起內線交易訴訟。被告 Gannon Ken Van Dyke 是美軍現役軍人，參與策劃代號「Absolute Resolve」的委內瑞拉行動。他利用取得的機密情報在 Polymarket 上交易，獲利超過 404,000 美元。紐約南區聯邦檢察官辦公室同日發布刑事起訴。
Kalshi 過去一年啟動了約 200 件調查，其中十多件進入正式紀律程序。但批評者指出，Kalshi 自己曝光的案例多半金額很小，真正的系統性問題在於有資訊優勢的交易者不一定違法——預測市場的內線交易定義比股票市場模糊得多。
監管壓力正在升高
這些問題已經引發華盛頓的連鎖反應：
2026 年 3 月 12 日，CFTC 啟動正式程序，就預測市場的事件合約應歸類為「swap」還是「futures」徵求公眾意見，收到超過 115,000 則回應。
參議員 Adam Schiff 提出 DEATH BETS Act，禁止與戰爭、恐怖攻擊、暗殺、死亡相關的預測市場合約。2026 年 4 月 30 日，以 Jeff Merkley 為首的民主黨議員致函 CFTC，要求禁止選舉、運動賽事和軍事行動合約。同一天，參議院通過決議，禁止參議員和參議院工作人員在預測市場交易。
自 2026 年初以來，國會已提出超過 10 項針對預測市場的法案。
但 CFTC 主席 Michael Selig 站在產業這邊。他在一封致 WSJ 的公開信中反駁批評，強調預測市場是「聯邦監管的交易所，具有完備的投資人保護機制」。他的立場是：如果監管把這些市場趕走，它們只會移到沒有規則的海外平台，反而讓外國勢力有操縱資訊流的機會。
產業的結構矛盾
預測市場面臨一個本質矛盾：它們被推銷為「民主化預測」和「副業收入」的工具，但資料持續顯示，一般參與者的角色更接近流動性供應者——他們的虧損就是職業玩家的利潤來源。
Kalshi 共同創辦人 Luana Lopes Lara 在 X 上改寫了 WSJ 的標題：「人們在預測市場賺的比運動簽賭和股票還多。」Kalshi 發言人 Diana 也指出，財富集中是所有金融市場的常態，Kalshi 使用者的盈利率比日內交易者和運動簽賭者都高。
這些辯護在技術上可能成立。但數字擺在那裡：產業月交易量從 2025 年初的 12 億美元暴漲到 2026 年 1 月的超過 200 億美元，累計歷史交易量已突破 1,500 億美元。Kalshi 估值 220 億美元、Polymarket 估值 150 億美元。這些市值的支撐，有一大塊來自散戶持續流入的虧損資金。
學術論文的結論值得逐字讀：Polymarket 的投資者「平均而言，是在對效率定價的市場交易，他們無法從中獲利」。對散戶來說，大約五分之一虧損帳戶的虧損金額，光是吃單（take liquidity）的成本就足以把他們的損益翻正。他們的判斷方向其實是對的，但付了太高的執行成本。
預測市場是什麼？一般人能參與嗎？
預測市場是一種讓使用者對真實世界事件結果下注的平台，合約以二元方式結算：結果正確獲得 1 美元，錯誤則歸零。美國目前兩大平台是受 CFTC 監管的 Kalshi 和區塊鏈上的 Polymarket。一般人可以參與，但 WSJ 與學術研究均顯示超過三分之二的使用者最終虧損。
Polymarket 和 Kalshi 有什麼不同？
Kalshi 是受美國 CFTC 監管的指定合約市場（DCM），使用法幣交易，提供 FDIC 保險最高 25 萬美元。Polymarket 以 USDC 在 Polygon 區塊鏈上交易，所有交易紀錄公開可查。2026 年 Kalshi 在交易量上已超越 Polymarket，年初至 4 月累計約 375 億美元對 292 億美元。
AI 交易機器人在預測市場扮演什麼角色？
AI 機器人利用速度、資料和規模優勢系統性獲利。它們在毫秒內執行套利、做市和新聞驅動交易。Polymarket 排行榜上前 20 名最賺錢的錢包中有 14 個是機器人。學術研究記錄了 2024–2025 年間超過 4,000 萬美元的套利利潤。
預測市場存在內線交易嗎？
是的。2026 年已發生多起案例：一名美軍現役軍人利用委內瑞拉軍事行動機密資訊在 Polymarket 獲利超過 40 萬美元，被 CFTC 起訴並遭刑事追訴。Kalshi 也對至少五名涉及內線交易的使用者執行紀律處分，包括政治候選人押注自己選舉結果和 YouTube 頻道編輯利用未公開資訊交易。
散戶在預測市場有可能長期獲利嗎？
學術研究顯示機率很低。多倫多大學 Charles Martineau 教授的研究指出，即使散戶判斷正確，執行面的劣勢（較高的吃單成本、較慢的速度）也會侵蝕利潤。獲利者多為具備專業工具、資本和紀律性策略的交易者。對想參與的人，建議先理解這是高風險的二元結果市場，不是穩定副業收入的來源。
引用來源
- SSRN — Who Wins and Who Loses In Prediction Markets? Evidence from Polymarket (Akey, Grégoire, Harvie, Martineau, 2026)
- CFTC — Enforcement Division Prediction Markets Advisory (Feb. 25, 2026)
- CFTC — Chairman Selig WSJ Letter to Editor (May 3, 2026)
- Benzinga — 0.1% Of Polymarket Accounts Take Home 67% Of All Profits, Investigation Finds
Author Insight
這個過程讓我們很清楚一件事：當 AI 交易基礎設施的成本門檻持續下降，「有沒有用演算法」這個分水嶺會變成「你的演算法有多快、資料源有多好」。預測市場的資料透明度（尤其 Polymarket 的區塊鏈公開紀錄）讓這個結構不平等比傳統金融更容易被量化觀察，但這不代表散戶有更好的機會。恰恰相反，透明度讓職業玩家的策略最佳化變得更容易。
