Loading...
Loading...
如何在 Limitless 赚取无风险收益 ：仅一个策略提取了$28.99M撰文：@ccjing_eth
预测市场：被忽视的套利金矿
大多数人把预测市场当赌场用——押注选举、猜加密价格。但如果你换个视角，把它看作一个定价效率远低于传统金融的市场，就会发现一个完全不同的机会。
核心逻辑很简单：YES 份额代表「事件发生」，NO 份额代表「事件不发生」。在完美市场中，YES + NO = $1.00。但现实中，价格经常偏离这个均衡点。
这就是套利空间。
Limitless 是目前最适合执行这些策略的平台之一。基于 Base 链的去中心化预测市场，采用 CLOB（中央限价订单簿）而非 AMM，支持限价单和市价单，链上即时结算，无 KYC。累计交易量已突破 1.3B，融资 13M+，投资方包括 Coinbase Ventures、DCG、F-Prime、Arrington Capital 和 Arthur Hayes 的 Maelstrom。
它不是 DEX，不是交易所，不是钱包——它是一个价格发现引擎，而这个引擎的定价效率，恰恰是套利者的利润来源。
策略一：NegRisk 内置套利
这是预测市场独有的结构性套利机会，传统金融中不存在。
NegRisk（Negative Risk）是多结果市场的定价框架。在一个「谁赢得选举」的三人市场中，三个 YES 份额的价格之和理论上应该等于 $1.00。但实际交易中，由于各结果订单簿的供需独立运作，价格之和经常偏离这个均衡。
原理
当 Σ(YES价格) $1.00 时：
买入所有结果的 YES 份额
结算时必有一个 YES 归为 $1.00
利润 = $1.00 - Σ(YES成本)
当 Σ(YES价格) $1.00 时：
通过 NegRisk 的 Convert 操作，将低估的 NO 份额转为其他结果的 YES 份额
卖出高估结果，锁定差价
具体操作示例
假设一个 BTC 价格预测市场有三个结果：
BTC 70K：YES 0.45
BTC 70K：是 0.45
BTC 65K-70K：YES $0.30
BTC 65K-70K：是的，0.30 美元
BTC 65K：YES 0.20
BTC 65K：是 0.20
Σ(YES) = 0.95，偏离 1.00 达 $0.05。
Σ（YES） = 0.95，偏离 1.00 达 $0.05。
操作路径：
买入所有三个结果的 YES 份额（总成本 = 0.45 + 0.30 + 0.20 = 0.95）
结算时必定有一个 YES 归为 $1.00
利润 = 1.00 - 0.95 = $0.05（5.26% 无风险收益）
NegRisk 三大操作
Split：将 USDC 拆分为一组 YES + NO 份额（$1 USDC → 1 YES + 1 NO）
Merge：将一组 YES + NO 份额合并回 USDC（1 YES + 1 NO → $1 USDC）
合并 ：将一组 YES + NO 份额合并回 USDC（1 YES + 1 NO → $1 USDC）
Convert：将一个结果的 NO 份额转换为其他结果的 YES 份额（NegRisk 特有）
Convert 是 NegRisk 套利的关键武器。当你发现某个结果的 NO 份额被低估时，可以买入 NO → Convert 为其他结果的 YES → 卖出高估的 YES，全程链上执行，Gas 效率极高。
"Other" 陷阱
“其他” 陷阱
NegRisk 多结果市场中通常包含一个隐含的「Other」结果。这意味着即使你买入了所有可见结果的 YES 份额，如果实际结果落在「Other」中，你的所有 YES 都会归零。永远检查市场是否包含隐含结果，并把它纳入你的定价计算。
策略二：跨平台套利
同一个事件，不同平台，不同价格。
这是最直观的套利形式。Polymarket、Limitless、Kalshi、Opinion、Myriad 五大平台经常对同一事件给出不同的定价。
为什么价差会存在？
用户群体不同：Polymarket 偏向美国政治，Limitless 偏向加密价格，Kalshi 偏向传统事件
流动性差异：大额订单在不同平台的滑点不同
信息传导延迟：新闻事件在不同平台的反应速度不同
结算机制差异：链上 vs 链下结算的时间差
工具生态
Polyar.io实时扫描 5 大平台价差
Premarket聚合最优订单路由pm.wiki
Signal Desk聚合套利信号futarchists.xyz
Signal Desk 聚合套利信号futarchists.xyz
okaybet.app辅助发现跨平台价差 okaybet.app
okaybet.app辅助发现跨平台价差okaybet.app
操作流程
在 Polyar.io或 Premarket 上找到价差 2% 的市场
在低价平台买入 YES（或卖出 NO）
在高价平台卖出 YES（或买入 NO）
两腿成交后锁定利润
关键风险： 跨平台套利的最大敌人是执行延迟。你在一个平台成交后，另一个平台的价格可能已经移动。解决方案：
优先使用限价单而非市价单
选择流动性充足的市场（买卖价差 1%）
考虑使用 Premarket 的聚合路由功能
策略三：LP 价差捕获
不是做市商，但赚做市商的钱。
Limitless 的 LP Rewards 计划是一个独特的设计：你不需要提供流动性池（像 Uniswap 那样），而是通过放置限价单来赚取奖励。
机制
在买卖价差之间放置限价单
当你的订单被成交时，你同时获得：交易利润 + LP 奖励
奖励以 USDC 形式每日发放
设计灵感来自 dYdX 的 maker-taker 模型和 Polymarket 的 LP 激励
为什么这算「套利」？
严格来说这是价差捕获而非无风险套利，但它提供了稳定的收益流：
做多价差：在 Bid 下方放置买单，在 Ask 上方放置卖单
当价格波动时，你的订单被成交，你赚取买卖价差
加上 LP 奖励，综合收益率可以显著高于单纯的价差收入
优势
无资金锁定风险：限价单可以随时取消
无无常损失：不是 AMM 池，不存在 IL
收益可预测：基于成交量和订单质量
USDC 结算：奖励直接以稳定币发放
策略四：份额转换套利
YES + NO ≠ $1.00 时的确定性利润。
在单个二元市场中，YES 和 NO 的价格之和应该始终等于 $1.00。但由于订单簿的独立运作，短暂偏离时有发生。
操作
当 YES + NO $1.00：
当 是 + 否 $1.00：
同时买入 YES 和 NO（总成本 $1.00）
执行 Merge 操作：YES + NO → $1.00 USDC
利润 = $1.00 - 总成本
当 YES + NO $1.00：
当 是 + 否 $1.00：
执行 Split 操作：$1.00 USDC → 1 YES + 1 NO
同时卖出 YES 和 NO（总收入 $1.00）
利润 = 总收入 - $1.00
关键优势
单市场操作：不需要跨平台，消除执行风险
即时结算：Split/Merge 链上原子操作
Gas 成本极低：Base 链上执行成本 $0.01
可自动化：适合用 bot 24/7 监控和执行
实战数据：套利有多赚钱？
IMDEA Networks 的研究团队分析了 Polymarket 上 8600 万笔交易，记录了系统性套利提取的完整数据：
总提取金额：$29M+（仅 NegRisk 重平衡套利）
覆盖市场：17,218 个市场条件
资本效率：NegRisk 套利的资本效率是二元套利的 29 倍
机会频率：多结果市场中 8.6% 的时间窗口存在套利机会，但贡献了 73% 的总利润
GitHub 上已有开源的 NegRisk 重平衡套利机器人，历史记录显示在 662 个市场中共提取了 $28.99M。
这些数据说明一件事：套利不是理论，而是每天都在发生的确定性收益。 问题在于谁能最先发现、最快执行。
风险提醒
执行风险：跨平台套利存在腿差风险，一腿成交后另一腿可能滑点
Gas 成本：虽然 Base 链 Gas 极低，但高频操作仍需计算成本收益比
智能合约风险：Limitless 经过多轮审计，但链上交互始终存在合约风险
流动性风险：小众市场的订单簿可能很薄，大额订单滑点显著
"Other" 结果风险：NegRisk 市场可能包含隐含结果，务必纳入计算
总结
预测市场套利的本质是把市场低效转化为确定性收益。四种策略各有适用场景：
Limitless 的 CLOB 订单簿 + NegRisk 框架 + Base 链低 Gas + 无 KYC 的组合，使其成为目前执行这些策略的最优平台之一。
市场低效不会永远存在。随着更多参与者进入，套利空间会逐渐收窄。但在此之前，懂得这些策略的人，正在安静地赚取市场给定的无风险收益。
不是赌。是算。Meta瞄准可穿戴AI领先地位……闪电收购Limitless脸书母公司Meta收购了致力于开发搭载人工智能技术的可穿戴设备的新兴企业Limitless，正式进军下一代可穿戴AI市场。Meta计划未来将该技术与其自身的硬件产品线相结合，专注于实现个性化超级智能。
Limitless是一家初创公司，曾因推出一款可附着在衬衫或项链上的吊坠式小型人工智能设备而备受关注。该设备可实时录制对话或会议内容，并将其整理或摘要成文本，被认为在日常工作或记录管理中提高了实用性。该公司曾从包括OpenAI首席执行官萨姆·奥尔特曼在内的主要投资者那里筹集了约3300万美元（约合480亿韩元）的资金。
Limitless首席执行官丹·西罗克于当地时间12月5日通过公司官网公告正式确认了被Meta收购的事实。他表示，他深深认同Meta提出的为全球所有人提供个人超级智能的新愿景，并认为可穿戴AI设备是实现这一愿景的核心。这里所说的超级智能，指的是超越人类水平的人工智能"通用人工智能"，即具备优于人类思考能力的人工智能。
根据此次收购，Limitless将全面停止现有产品销售，并为当前正在使用其设备的客户提供至少一年的技术支持。每月最高49美元的订阅费也将转为免费。不过，公司表示，除吊坠外的其他服务将逐步终止，各地区可用性也可能有所调整。
Meta最近在将元宇宙部门预算削减高达30%的同时进行组织重组，但正在扩大可穿戴AI设备的开发。特别是，Limitless团队将并入Meta的沉浸式技术部门Reality Labs，预计后续将继续进行产品整合与技术升级。与此同时，Meta最近聘请了曾在苹果负责用户界面设计的艾伦·戴伊担任首席设计官，也在加速设计创新。
Meta的这一战略被解读为试图摆脱单纯的社交媒体公司身份，向硬件与人工智能技术相结合的未来型平台企业进化的布局。未来，利用AI技术的可穿戴设备能否成为日常生活中的必备工具，其动向备受关注。Meta，山姆·奥特曼投资的AI可穿戴设备Limitless闪电收购在人工智能创新竞争加速的背景下，Meta收购对话式人工智能可穿戴设备初创公司Limitless引发了关注。通过此次收购，Meta计划进一步巩固其在下一代智能设备市场的地位。Limitless也是一家以获得OpenAI首席执行官萨姆·阿尔特曼投资而闻名的初创公司，一直致力于开发能将语音对话转录并总结为文本的可穿戴设备。
Limitless是一家总部位于美国丹佛的公司，其技术可通过夹式或项链式佩戴的小型设备录制周围语音，并将其实时转换为文本。这款宽度为1.25英寸的设备利用麦克风波束成形技术选择性地采集特定方向的声音，其特点是能有效消除环境噪音。采用USB-C充电方式的电池续航时间最长可达100小时，并内置在防水处理的外壳中。
Meta未公布此次收购的具体合同条款，但Limitless此前已在由First Round Capital、Andreessen Horowitz、NEA、萨姆·阿尔特曼等参与的几轮风险投资中总共筹集了3300万美元（约合475亿韩元）。在被收购前，Limitless一直以99美元的价格销售该设备，并提供可增加语音数据处理容量的付费订阅服务。
然而，以此次合并为契机，Limitless将停止销售包括桌面应用"Rewind"在内的现有服务，并为现有用户转为提供至少一年的免费无限订阅计划。据悉，Meta正在探索将Limitless的技术整合到其AI智能眼镜及可穿戴设备生态系统中的方案。特别是，将"Meta Ray-Bans Displays"产品线与Limitless设备连接以提供新用户体验的可能性也被提出。
有分析指出，Meta在此次收购后，可能会考虑向智能戒指等其他可穿戴设备领域扩展。虽然目前市场上的智能戒指主要专注于健身追踪，但Meta有可能将其重塑为基于AI的界面设备，这一观测也获得了说服力。
这一变化被解读为与Meta近期将业务战略转向以可穿戴设备为中心的过程相吻合，例如其Reality Labs部门的元宇宙项目人员最多裁减了30%。由此，Meta在AI可穿戴设备市场上，获得了与苹果、谷歌等公司竞争的新武器。
从 Polymarket、Kalshi 到 Limitless 等新兴市场，解析预测市场多元路径设计的深层逻辑撰文：Baheet
编译：Glendon，Techub News
预测市场的概念早在区块链时代之前就已存在，而正是 Polymarket 的出现，使预测市场真正突破走向主流。
自 2020 年上线以来，Polymarket 的链上模型展示了去中心化基础设施与便捷用户体验相结合的力量，吸引了如美国总统选举等高关注度事件的巨额交易量。其成功不仅为去中心化预测市场潜力提供了有力证明，也推动了预测市场领域新一轮的创新与竞争。
然而，并非所有预测市场都生而平等。
Polymarket 的崛起，也催生了预测平台背后多样化且复杂的设计选择。尽管它们都以实现集体智慧聚合为共同目标，但不同平台采取了不同路径。它们在运作方式上差异显著——从底层支撑技术到决定市场「真相」的机制均不相同。
本文旨在提供预测市场的全面分类体系，该分类基于真实项目案例，涵盖从 Kalshi 和 Polymarket 等成熟平台，到 Limitless、XO Market 和 MYRIAD 等新兴市场。目标是通过分析项目的技术选择及其影响，帮助用户与开发者应对生态多样性，包括预测市场的风险与潜力。
结果裁决机制
在预测市场中，结果裁决机制决定了市场结果的验证与结算方式，这对信任与最终性至关重要。
各项目在此环节存在差异——它们依赖外部数据源、人工判断或自动化流程，每种方式都带来独特的技术挑战。而新晋项目通常会尝试混合方案以平衡速度与可靠性。
基于预言机（Oracle）的裁决机制
这些项目通过去中心化或中心化预言机获取并验证链外数据（例如结果、价格、比分），以实现链上结算与裁决。
示例
Polymarket：采用 UMA Optimistic 预言机进行仲裁与争议解决的混合型预测市场
Myriad：一个通过预言机提交证明并解决纠纷的链上预测市场；
Limitless：基于 Base 链，使用 PythNetwork 提供的预言机价格数据解决价格行动类市场，同时采用自定义裁决机制，尤其适用于用户生成的市场；
OpinionLabs（即将上线）：基于 Monad 构建，主要依赖预言机机制，通过去中心化预言机网络获取外部数据以裁决市场结果。
人工裁决机制
在此机制中，市场结果由社区投票、专家委员会或平台特设管理员决定。该解决方式适用于主观性或模糊性事件，并且多数情况下仍需依赖外部预言机数据源。
人工裁决擅长处理细微差异，但牺牲了执行速度，并存在中心化风险，使其在高流量、客观性事件中的可扩展性弱于预言机方案。新晋项目可能在早期阶段采用此机制用于社区建设，但规模化时将面临扩展的挑战。因此，采用混合方法是最佳选择。
示例
Kalshi：一个受美国 CFTC 监管的预测平台，配备人工监督团队。其市场小组会全面审查市场，并在满足裁决条件时确定结果，确保过程合规性。
Augur：一个基于以太坊的早期项目，采用社区记者裁决机制。
XO Market（即将上线）：虽然主打免许可机制，但其裁决流程由 AI 代理人 MODRA（由 XO Market 开发）自动处理简单市场。若结果存在争议，则升级至人类陪审团法庭，从而为模糊裁决引入人工复核环节。
自动化/算法化数据源
此类市场通过算法直接处理预设数据源的信息，实现自动裁决。结果由输入数据确定性生成，除非数据源本身出现争议或错误，否则无需人工干预。
问题在于，自动化优先考虑效率而非灵活性，牺牲了处理模糊性的能力，以换取更快的支付和解决速度。它适用于加密货币或价格市场，但难以胜任政治等主观议题。
示例
Kalshi：这是一个典型的代表。他们的系统是根据其官方来源提供的数据（基本上是预先选择的反馈）进行自动结算的。
Polymarket：同样依赖于自动化信息流，这些信息流来自集成的预言机（例如 Chainlink），提供来自各种来源的数据（例如，新闻 API 事件结果）。一旦满足指定的数据点，就会触发裁决。
Limitless：如前所述，采用去中心化预言机 Pyth 聚合多源数据，市场结果由自动化数据流驱动。
预测市场中各种结果解决方法的 SWOT 分析
流动性模型
流动性决定了用户进出头寸时避免价格滑动的难易程度。预测平台采用的流动性模型会直接影响交易效率和资金要求。
高流动性确保单笔交易对价格的影响最小，这使得市场价格能够随着新信息的出现而平稳且可预测地变动，从而准确反映大众不断变化的预测。
低流动性可能导致价格剧烈波动，因为单笔大订单就会造成不成比例的价格波动。新项目经常在此领域创新，以在早期阶段启动流动性。
自动化做市商（AMM）
该方法依赖数学公式驱动的算法，无需匹配买卖双方即可提供恒定流动性。用户与流动性池进行交易，池中资产价格则会持续调整。
自动化做市商 确保新市场始终具备流动性，但为了简化操作，它追求交易精准度，这与订单簿不同，后者能够提供规模化更优的价格。一个典型案例是对数市场评分规则（LMSR），它提供持续的流动性，并激励信息型交易。
预测市场通常以 AMM 的形式开始，然后像 Polymarket 那样进行迁移。
示例
XO Market：采用专为预测市场优化的 LS-LMSR 型 AMM；
Augur：使用 AMM（特别是模仿 AMM 行为的订单簿）来确保流动性
Myriad：Myriad 利用 vAMM 为其预测市场提供深度、持续的流动性。
订单簿/中心化限价订单簿（CLOB）
这是传统金融交易所采用的模型：买卖方提交限价单（按指定价格买卖）或市价单（按最优价即时成交），然后平台会匹配这些订单。
这种模式需要活跃用户或专业的做市商来维持深度流动性，否则市场将缺乏流动性且难以交易。CLOB 为专业人士提供了更好的资本效率，但需要比 AMM 更多的初始流动性，这使得它们更难用于小型项目。
示例
Polymarket：Polymarket 最初使用自动做市商，但现在以订单簿的形式运营，用户可以下达限价订单，按特定价格买卖「结果份额」，通过供需实现价格发现；
Limitless：使用 CLOB 交易成果份额，适合其社交、创建者配置的市场；
SX Network：运营定制 EVM 链，通过订单匹配实现链上结算。
做市商/庄家模式
一个中心化实体（「庄家」或平台运营商）充当所有投注的交易对手。它设定赔率（价格），并采取与用户相反的立场。
「庄家」始终提供流动性，因此用户可以随时下注。这在传统体育博彩中非常常见。
示例
Divvy.Bet：Solana 上的去中心化体育博彩平台，允许任何人担任庄家。
预测市场流动性模型的 SWOT 分析
混合模型
该模型结合上述两个或多个模型的优势以规避弱点，旨在实现最佳流动性、价格发现与资金效率。
Kalshi 采用以 CLOB 为核心、由内部交易团队和第三方专业做市商共同支持的混合模型。这种模式确保了整个市场的深度流动性，这是任何受监管的金融交易所的关键特征。
Kalshi 的方法与混合模型最为接近，但更加强调做市商/内部机构和订单簿组件。它与基于 AMM 的模型有很大不同，因为它不仅仅依赖于一般用户群提供的算法和流动性池。
事件创建机制
预测市场还可以根据其事件创建机制进行分类，该机制决定了市场如何被提出、审查和启动。
此过程是区分平台的关键因素，因其直接影响市场多样性、质量及整体理念（中心化与去中心化）。
平台审核制（许可制）
平台运营商或中央团队完全把控向用户提供哪些事件。平台充当守门人，用户仅能交易平台选定并上线的事件。该模式受监管平台青睐，因其能更好地控制事件合法性与合规性。
示例
Kalshi：Kalshi 负责管理其所有市场，这些市场都经过审查以确保清晰度和监管合规性。
PredictIt：从历史上看，该平台对所有政治市场进行管理，以确保它们遵守其监管结构。
用户生成制（免许可制）
在此机制中，任何用户都可以提出并创建自己的市场，只要他们遵守平台的规则并存入必要的抵押品。
种模型经常被运行在区块链上的去中心化平台所采用。无需许可的平台通常需要额外的机制，例如策展市场来处理低质量或欺诈事件。
示例
Augur：是无需许可的市场创建的先驱之一，允许任何人提出市场建议；
XO Market：采用用户生成、免许可的市场创建；
Zeitgeist：允许在其 Polkadot 平行链上创建无需许可的市场。
社区审核制
这是一种混合方法，用户可以提出市场建议，但启动市场的最终决定是由基于社区的治理流程或多阶段投票系统做出的。这在自由创建与平台审核的质量控制之间提供了平衡。
示例
Polymarket：用户可以通过一个渠道建议、讨论和审核新市场，从而影响 Polymarket 团队最终推出哪些市场。这是一种基于社区情绪的中心化审核流程。
预测市场事件创建机制的 SWOT 分析
市场类型
市场类型是指预测市场用于表达概率和促进结果交易的不同结构或格式。
它决定了概率如何呈现、合约如何设计以及收益如何分配。单一平台可以提供多种市场类型。
二元市场
这是最简单的预测市场类型。只有两种可能的结果，通常以「是」或「否」的形式呈现。
市场结算的概率为 0% 或 100%。「是」合约的价格直接代表市场对该结果的预期概率（例如，以 0.70 美元交易的「是」合约暗示 70% 可能性）。
多重结果市场
这一类型涉及两种以上可能的离散结果，但只有一种结果可能为真。例如候选人 A、B、C 中谁将赢得选举？
这种类型通常受益于 AMM 设计（如 LMSR），它可以管理多个结果概率之间的关系。
示例：哪支球队将赢得世界杯？并列出每支主要竞争者的结果。
如果锦标赛中还剩下 8 支球队，那么就会产生 8 个单独的「结果代币」；
每个代币的价格都会根据交易而波动，价格反映了市场该队获胜的概率；
市场将这些不同的概率汇总起来，以预测最有可能的赢家。
标量市场
标量市场涉及预测数值或范围（例如，「比特币的价格在 X 日期是多少？」），收益基于预测与实际结果的接近程度按线性或分档结算。
从技术上讲，它采用了二次评分规则，通过可量化的数据馈送（如价格预言机）来解决，从而实现精确的数据驱动结算。
以市场询问股票收盘价（例如，100 美元至 150 美元之间）为例。如果参与者认为收盘价将为 125 美元，他们就会根据这一信念建立仓位。如果股票收盘价为 120 美元，他们将获得与 120 美元与其预测 125 美元接近程度成比例的收益，这体现了精准交易的回报。
示例
Trepa（测试中）：一个专注于精确度和准确度而不是二元结果的预测平台，它基本上根据交易者的预测与实际结果的接近程度来奖励交易者。
预测市场市场类型的 SWOT 分析
底层基础设施
预测市场的底层基础设施对其性能、安全性和用户体验有显著的影响。
该基础设施决定了交易处理方式、数据存储机制以及用户对系统的信任程度。
链下基础设施
预测市场的核心操作，包括市场创建、订单匹配、用户账户管理以及资金托管，都在由单一实体控制的服务器上运行。
公共区块链的使用可能很少或根本不使用，仅在特定情况下（如果有的话）作为审计账本。
链上基础设施
预测市场的基本组成部分，例如市场创建、交易、结果解决逻辑和基金管理，都是通过区块链上的智能合约执行和记录的。用户资金保留在自己的钱包中（非托管）或由智能合约控制，而非由中心化实体持有。
预测市场底层基础设施的 SWOT 分析
混合型预测市场
该类型结合链上与链下系统的优势，例如链上结算的安全性与透明性，以及链下处理的速度与效率。
示例：The Clearing Company：正在开发受监管的链上预测平台，并整合链上效率与合规框架。
总结
从上述分类中可以发现预测市场去中心化程度的广泛性。在一端，如 Kalshi 等中心化平台，优先考虑监管合规和机构流动性深度；而在另一端，则是完全链上的协议，通过加密货币经济激励与治理机制，实现抗审查和无需信任；处于中间的混合平台，则展现出兼具两者优势的能力：利用链下速度进行订单匹配，同时保留链上结算的安全性。
总体而言，预测市场的架构本质上是各平台在效率、监管合规和去中心化程度三大核心要素间的动态平衡实践。
此外，对完美流动性模型的探索也远未结束。虽然 CLOB 占据主导地位，但 AMM 也不容忽视。XO Market 等项目通过定制的 AMM 算法（LS-LMSR）进一步优化资本效率与市场深度，推动了 AMM 发展这一趋势。
可以预见，预测市场的成功往往取决于其解决流动性问题的能力，而寻找最高效、可扩展模型的竞争是该领域创新的主要驱动力。
最终，将不存在单一的预测市场「最佳」设计。理想架构完全取决于市场的目标受众、使用场景和对权衡的容忍度。受监管的预测市场与抗审查平台服务于不同目的。例如，Trepa 等平台专注于激励精确预测，而其他平台则提供二元预测。
随着技术和生态系统的扩展，我们预计将看到更丰富的设计选择。总之，下一篇章将由那些能够最有效地平衡流动性、结算和用户参与度等核心要素的平台所撰写，以创建真正有助于预测未来的市场。Adobe 任命 Anil Chakravarthy 为新任 CEO，12 月 1 日生效Techub News 消息，Adobe 周四宣布任命 Anil Chakravarthy 为公司新任总裁兼 CEO，接替已任职 18 年的 Shantanu Narayen。Narayen 将转任执行董事长，交接将于 12 月 1 日生效，Chakravarthy 届时也将加入董事会。
Chakravarthy 此前负责 Adobe 客户体验编排部门及全球现场运营，加入公司近七年。原创意与生产力业务负责人 David Wadhwani 则宣布将离职。
此次人事变动正值 Adobe 股价持续承压。公司股价在 2024 年下跌 25%，2025 年再跌 21%，2026 年迄今已下跌 18%。市场担忧生成式 AI 工具可能侵蚀传统订阅软件需求，导致软件股普遍走低。 （BeInCrypto）Coinbase 将 Limitless 代币 LMTS 添加至上币路线图Techub News 消息，Coinbase 将 Limitless 代币 LMTS 添加至上币路线图。预测市场 Limitless Network 完成 300 万美元 Pre-Seed 轮融资Techub News 消息，据 CoinDesk 报道，预测市场 Limitless Network 完成 300 万美元 Pre-Seed 轮融资，1confirmation 领投，参投方包括 Paper Ventures、Collider 和 Public Works。
预测市场允许投资者对特定事件的结果进行押注，包括体育赛事、金融资产价格、政治事件甚至天气。撰文：@ccjing_eth 预测市场：被忽视的套利金矿 大多数人把预测市场当赌场用——押注选举、猜加密价格。但如果你换个视角，把它看作一个定价效率远低于传统金融的市场，就会发现一个完全不同的机会。 核心逻辑很简单：YES 份额代表「事件发生」，NO 份额代表「事件不发生」。在完美市场中，YES + NO = $1.00。但现实中，价格经常偏离这个均衡点。 这就是套利空间。 Limitless 是目前最适合执行这些策略的平台之一。基于 Base 链的去中心化预测市场，采用 CLOB（中央限价订单簿）而非 AMM，支持限价单和市价单，链上即时结算，无 KYC。累计交易量已突破 1.3B，融资 13M+，投资方包括 Coinbase Ventures、DCG、F-Prime、Arrington Capital 和 Arthur Hayes 的 Maelstrom。 它不是 DEX，不是交易所，不是钱包——它是一个价格发现引擎，而这个引擎的定价效率，恰恰是套利者的利润来源。 策略一：NegRisk 内置套利 这是预测市场独有的结构性套利机会，传统金融中不存在。 NegRisk（Negative Risk）是多结果市场的定价框架。在一个「谁赢得选举」的三人市场中，三个 YES 份额的价格之和理论上应该等于 $1.00。但实际交易中，由于各结果订单簿的供需独立运作，价格之和经常偏离这个均衡。 原理 当 Σ(YES价格) $1.00 时： 买入所有结果的 YES 份额 结算时必有一个 YES 归为 $1.00 利润 = $1.00 - Σ(YES成本) 当 Σ(YES价格) $1.00 时： 通过 NegRisk 的 Convert 操作，将低估的 NO 份额转为其他结果的 YES 份额 卖出高估结果，锁定差价 具体操作示例 假设一个 BTC 价格预测市场有三个结果： BTC 70K：YES 0.45 BTC 70K：是 0.45 BTC 65K-70K：YES $0.30 BTC 65K-70K：是的，0.30 美元 BTC 65K：YES 0.20 BTC 65K：是 0.20 Σ(YES) = 0.95，偏离 1.00 达 $0.05。 Σ（YES） = 0.95，偏离 1.00 达 $0.05。 操作路径： 买入所有三个结果的 YES 份额（总成本 = 0.45 + 0.30 + 0.20 = 0.95） 结算时必定有一个 YES 归为 $1.00 利润 = 1.00 - 0.95 = $0.05（5.26% 无风险收益） NegRisk 三大操作 Split：将 USDC 拆分为一组 YES + NO 份额（$1 USDC → 1 YES + 1 NO） Merge：将一组 YES + NO 份额合并回 USDC（1 YES + 1 NO → $1 USDC） 合并 ：将一组 YES + NO 份额合并回 USDC（1 YES + 1 NO → $1 USDC） Convert：将一个结果的 NO 份额转换为其他结果的 YES 份额（NegRisk 特有） Convert 是 NegRisk 套利的关键武器。当你发现某个结果的 NO 份额被低估时，可以买入 NO → Convert 为其他结果的 YES → 卖出高估的 YES，全程链上执行，Gas 效率极高。 "Other" 陷阱 “其他” 陷阱 NegRisk 多结果市场中通常包含一个隐含的「Other」结果。这意味着即使你买入了所有可见结果的 YES 份额，如果实际结果落在「Other」中，你的所有 YES 都会归零。永远检查市场是否包含隐含结果，并把它纳入你的定价计算。 策略二：跨平台套利 同一个事件，不同平台，不同价格。 这是最直观的套利形式。Polymarket、Limitless、Kalshi、Opinion、Myriad 五大平台经常对同一事件给出不同的定价。 为什么价差会存在？ 用户群体不同：Polymarket 偏向美国政治，Limitless 偏向加密价格，Kalshi 偏向传统事件 流动性差异：大额订单在不同平台的滑点不同 信息传导延迟：新闻事件在不同平台的反应速度不同 结算机制差异：链上 vs 链下结算的时间差 工具生态 Polyar.io实时扫描 5 大平台价差 Premarket聚合最优订单路由pm.wiki Signal Desk聚合套利信号futarchists.xyz Signal Desk 聚合套利信号futarchists.xyz okaybet.app辅助发现跨平台价差 okaybet.app okaybet.app辅助发现跨平台价差okaybet.app 操作流程 在 Polyar.io或 Premarket 上找到价差 2% 的市场 在低价平台买入 YES（或卖出 NO） 在高价平台卖出 YES（或买入 NO） 两腿成交后锁定利润 关键风险： 跨平台套利的最大敌人是执行延迟。你在一个平台成交后，另一个平台的价格可能已经移动。解决方案： 优先使用限价单而非市价单 选择流动性充足的市场（买卖价差 1%） 考虑使用 Premarket 的聚合路由功能 策略三：LP 价差捕获 不是做市商，但赚做市商的钱。 Limitless 的 LP Rewards 计划是一个独特的设计：你不需要提供流动性池（像 Uniswap 那样），而是通过放置限价单来赚取奖励。 机制 在买卖价差之间放置限价单 当你的订单被成交时，你同时获得：交易利润 + LP 奖励 奖励以 USDC 形式每日发放 设计灵感来自 dYdX 的 maker-taker 模型和 Polymarket 的 LP 激励 为什么这算「套利」？ 严格来说这是价差捕获而非无风险套利，但它提供了稳定的收益流： 做多价差：在 Bid 下方放置买单，在 Ask 上方放置卖单 当价格波动时，你的订单被成交，你赚取买卖价差 加上 LP 奖励，综合收益率可以显著高于单纯的价差收入 优势 无资金锁定风险：限价单可以随时取消 无无常损失：不是 AMM 池，不存在 IL 收益可预测：基于成交量和订单质量 USDC 结算：奖励直接以稳定币发放 策略四：份额转换套利 YES + NO ≠ $1.00 时的确定性利润。 在单个二元市场中，YES 和 NO 的价格之和应该始终等于 $1.00。但由于订单簿的独立运作，短暂偏离时有发生。 操作 当 YES + NO $1.00： 当 是 + 否 $1.00： 同时买入 YES 和 NO（总成本 $1.00） 执行 Merge 操作：YES + NO → $1.00 USDC 利润 = $1.00 - 总成本 当 YES + NO $1.00： 当 是 + 否 $1.00： 执行 Split 操作：$1.00 USDC → 1 YES + 1 NO 同时卖出 YES 和 NO（总收入 $1.00） 利润 = 总收入 - $1.00 关键优势 单市场操作：不需要跨平台，消除执行风险 即时结算：Split/Merge 链上原子操作 Gas 成本极低：Base 链上执行成本 $0.01 可自动化：适合用 bot 24/7 监控和执行 实战数据：套利有多赚钱？ IMDEA Networks 的研究团队分析了 Polymarket 上 8600 万笔交易，记录了系统性套利提取的完整数据： 总提取金额：$29M+（仅 NegRisk 重平衡套利） 覆盖市场：17,218 个市场条件 资本效率：NegRisk 套利的资本效率是二元套利的 29 倍 机会频率：多结果市场中 8.6% 的时间窗口存在套利机会，但贡献了 73% 的总利润 GitHub 上已有开源的 NegRisk 重平衡套利机器人，历史记录显示在 662 个市场中共提取了 $28.99M。 这些数据说明一件事：套利不是理论，而是每天都在发生的确定性收益。 问题在于谁能最先发现、最快执行。 风险提醒 执行风险：跨平台套利存在腿差风险，一腿成交后另一腿可能滑点 Gas 成本：虽然 Base 链 Gas 极低，但高频操作仍需计算成本收益比 智能合约风险：Limitless 经过多轮审计，但链上交互始终存在合约风险 流动性风险：小众市场的订单簿可能很薄，大额订单滑点显著 "Other" 结果风险：NegRisk 市场可能包含隐含结果，务必纳入计算 总结 预测市场套利的本质是把市场低效转化为确定性收益。四种策略各有适用场景： Limitless 的 CLOB 订单簿 + NegRisk 框架 + Base 链低 Gas + 无 KYC 的组合，使其成为目前执行这些策略的最优平台之一。 市场低效不会永远存在。随着更多参与者进入，套利空间会逐渐收窄。但在此之前，懂得这些策略的人，正在安静地赚取市场给定的无风险收益。 不是赌。是算。
