真正赚钱的人，怎么打预测市场？Odd Lots 最新访谈速读

预测市场听起来很诱人：你知道某件事会发生，别人不知道，于是把信息差换成钱。Odd Lots 7 月 6 日这集把这层糖衣剥掉了。Joe Weisenthal 一开场就说，他讨厌把交易包装成「人人都能赢」的广告，因为这类市场很多时候是零和的：你赢的钱，来自另一个人的错。1

这集的嘉宾是纽约记者 Adam Iscoe，以及预测市场交易者 Brian Golden 和 Daniel Reichman。两位交易者都在一个叫 Maga Kiwi Club 的私人 Discord 里交流，名字带玩笑性质，成员按各自专长覆盖通胀、选举、体育、文化等市场。2

Brian 对预测市场的看法很克制。他不认同「预测市场天然比专家更准」的布道式说法，因为他见过太多价格明显跑偏的合约。但他也认为，这类市场有一个现实价值：判断错了要付钱，判断对了也能得到回报。很多公共讨论里的「专家判断」没有这种约束，错了只要换个说法就能过去。1

Daniel 补了一层：政治本来就是容易错价的市场。选举不是单纯的数学题，人会被党派、媒体圈层和社交平台信息流带着走。节目里举了洛杉矶市长初选的例子，某些交易者相信 Spencer Pratt 有机会胜出，但 Brian 说，熟悉基本盘的人会立刻看到问题，洛杉矶是一个民主党优势极大的城市，共和党候选人要赢市长并不现实。1

这就是这集的主线：预测市场不是神谕，更像一张价格化的信息战场。少数人能赢，不是因为他们会点开 App，而是因为他们愿意做别人不愿做的脏活。

Maga Kiwi Club 的组织方式有点像松散的多策略基金。Brian 说，群里的人各有专长，有人懂通胀，有人懂选举，有人盯其他小众市场；自己给别人提供通胀线索时，也会从别人那里拿到自己不擅长领域的线索。Daniel 则说，很多成员早在 2016、2017 年 PredictIt 还占主导时就认识，最早就是围绕政治市场结识的。2

最硬的部分是研究强度。Daniel 说，他们会拆历史趋势、校准自己的概率判断，输了赢了都要回头看：当时以为概率是多少，最后错在哪里。随着资金变大，他们开始做更重的工作，比如在得州初选里委托电话民调，也有人做过线下挨家挨户的调查。1

Brian 的通胀交易更像是笨办法的胜利。他说美国劳工统计局的 CPI 不是一个大数字，而是 200 多个子类价格按权重合成的结果。他花了大约三个月在 Excel 里重建计算公式，还直接打电话问 BLS 工作人员公式细节。节目中他称，自己过去两年的通胀预测平均绝对误差好于 Bloomberg consensus。这个判断来自他的受访陈述，读者不应把它当成独立审计过的业绩记录。1

政治市场容易被情绪污染。Daniel 说，许多人活在完全不同的信息圈层里，对现实的接触方式也不同。Brian 认为，通胀这种市场以后可能会变紧，因为它更多依赖数据和公式；选举市场则会一直「软」一些，因为它带着身份、立场和媒体泡泡。1

节目里还有一个很实用的反向指标：评论区。Daniel 和 Brian 都说，交易平台评论区里声音越大的一边，往往越值得反着看。早期 PredictIt 有持仓上限，高手在仓位打满后还可能分享信息；Kalshi 这类平台没有同样意义上的小额上限后，真正有用的信息更容易留在私人群里，而不是公开留言板上。1

这对普通用户不太友好。节目提到，随着资金和专业玩家进入，预测市场可能走过和线上扑克类似的路：刚开始有很多普通人觉得自己也能赢，等这些人持续输钱离场，桌上剩下的就是高手互打，平台抽成。1

Tracy Alloway 问到内幕交易时，Brian 的回答很矛盾，也很现实。一方面，没人想和已经知道答案的人对赌；另一方面，预测市场支持者常说，这类市场的意义之一就是把更多信息带进公开价格里。Brian 认为，交易者需要逐个市场判断：对手方有没有可能知道自己不知道的答案？如果可能，就要控制仓位。1

AI 也没有给他们带来万能优势。Daniel 说，AI 对进入一个陌生国际市场、跨语言搜索有帮助，也有人用 Claude Code 更快做统计工作。但直接问大模型「某件事发生概率是多少」很危险，因为模型会顺着提问方式给答案。Brian 举了一个简单例子：问 ChatGPT 下月通胀是多少，它会给一个数字；你说「太高了」，它又会解释为什么应该更低；你再说「太低了」，它也能顺着改。1

这段反而把整集主题说得更明白：真正稀缺的不是会问模型，而是能拿到新数据、识别拐点、找到还没被市场充分定价的信息。Joe 和 Tracy 在结尾也把这个点拉回到 AI 时代的「专有数据」：有人去敲门、打电话、查公式、核对历史分区投票数据，这些动作比一句 prompt 更接近交易优势。1

值得，尤其适合三类人：

我会把这集的结论压成一句话：预测市场里确实有人能赚钱，但他们更像在做小型情报工作，不像在玩一个人人都有机会获胜的金融游戏。普通用户如果没有自己的数据、模型或信息渠道，最好先假设自己就是别人利润表上的那一行。