预测市场中的效率。 通常在金融市场中，交易的最终目标是直接从资产的最终价值，或者说价格中获利。假设你以30美元的价格购买一家运输公司的股票，并以90美元的价格出售，你的收益是3倍，这非常好，但这种活动的最终形式是带着你的利润离开。 你可以说，运输公司的股票在短时间内上涨300%，这在某种程度上表明运输行业正在上升——但这大致就是全部，至少在抽象层面上是这样。 然而，在预测市场中，赔率的价格并不是这些市场中的最终管道。如果你有一位候选人以70%的概率赢得选举——当然，从利润的角度来看，美元中有30美分的风险，如果你打算进行大规模交易，这非常不错。但管道中的下一步是，这位候选人获胜直接转化为其他行业的什么？ 如果这位假设的候选人将他的竞选活动建立在降低运输成本、增加基础设施以及降低食品价格的基础上。那么我们在运输、建筑和食品这三个行业中有了合理的对冲焦点，可以在选举结果之前进行对冲。 根据你的研究，你可以找出最好的方法来接近这些行业市场以获取直接利润。 这里的根本点是——预测市场的赔率，虽然允许获利的空间，但在估计资产类别管道的最后一环的条件方面发挥了更大的作用。 这就引出了一个问题，如果算法/高级机器人接管预测市场的交易量，这将是净正面还是负面？ 这绝对是一个积极的因素，因为信息流现在更有效地被表示，赔率也变得更加有用/可靠。 当然，这对那些仅仅交易这些市场的人来说并不是好消息，因为他们可能会被这些算法抢先或夹击，但即便如此，你也可以说这伴随着市场流动性更深，这对交易者来说总是好事。