预测市场：抓住下一个叙事Alpha的关键

作者：Mr.RC；来源：@MrRyanChi 过去三个月，推特上的人们无数次讨论， @Polymarket 到底值多少钱，这个新叙事可以走多远，相比加密货币或者 AI，预测市场这个叙事，到底能走多远，走到哪里。

与此同时，华尔街试图定价世界上的一切，但那些精英们，忘记了为一个真正重要的东西定价。

不管你是预测市场交易员，量化大玩家，做市商，项目方，还是撸毛党，这篇文章为你做的，正是我作为 insiders.bot 创始人，以及一个普通的预测市场老玩家，对“预测市场”这个叙事的重新解构，以及，什么样的叙事，才会符合预测市场的发展规律。

定价失效的四百年 四百年。 从 1602 年荷兰东印度公司发行人类第一支股票到今天，我们花了整整四百年去回答一个问题： 一样东西到底值多少钱？ 四百年里，聪明人造出了一套又一套的估值模型。DCF，PE，SOTP，Comps——每一个都在试图用公式去捕捉价值的真相。

但真相是什么？ 真相是，这些模型从来没有真正解释过价值。它们只是让一小部分人，有了向另一部分人收费的理由。

你仔细想过没有——商学院教你的那些复杂估值框架，在现实世界里真正的作用其实只有两个： 第一，抬高行业门槛。让足够多的人觉得"金融好难"，这样少部分人才能赚到大钱。 第二，给你一张纸、一个数字、一个谈判的起点。你走进会议室，把你算出来的 DCF 模型往桌上一拍——它不是真相，它是一个议价工具。 仅此而已。

当一名名校毕业生花 72 小时搭一个三页的 DCF 模型，然后拿着七位数年薪去"定价"一家公司的时候，他本质上在做什么？ 他在用学历和信息差做套利。和华尔街四百年来做的事情一模一样。

泡沫来的时候，这些模型从不示警。 泡沫破了以后，这些模型又总能自圆其说。 每一次危机之后，金融打工人们不是反思模型本身的失败——而是找到新的变量，新的假设，新的借口，把错误包装成"黑天鹅"，然后继续在这台巨大的金融机器里面抽水。

估值模型不预测未来。它只负责事后解释。而每一次"事后解释"，都是华尔街继续收费的入场券。

但这里有一件正在发生的事情，大多数人还没有意识到。 那些估值模型永远无法捕捉的部分，比如事件、预期、人类集体对未来的判断，正在被一种全新的机制所定价。

预测市场。Yes or No。 没有三百页的 pitch book，没有需要 MBA 学位才能看懂的术语，没有只有内部人士才知道的 WACC 假设。 只有一个问题，一个价格，一场零和博弈。

预测市场正在把"事件"本身变成一种可交易的资产。 我把它叫做 "事件资产"（Event as an Asset）。

这是一种 DCF 无法建模、PE 无法衡量，但却真实地影响着地球上每一个传统资产价格的东西。战争、选举、政策、技术突破——这些"事件"从来都是资产定价中最核心的变量，但四百年来，没有任何一个模型真正为它们赋予过独立的价格。 直到现在。

预测市场的零和博弈，正在成为传统金融估值体系中缺失的一角。它不是在取代华尔街，它是在完成华尔街四百年来从未做到的事。 事件，是估值的原子

金融的本质是什么？ 定价。

股票怎么定价？PE、利润增长率、DCF。翻译成人话：股票，就是公司未来能创造的全部价值的折现总和。 但问题在于，未来谁 tm 说得准？ 没人说了算。

所以，当意外发生，人们对未来的信念动摇，股价就跟着动了。

这逻辑放任何资产上都一样： 黄金到 7000？因为市场预期现金会越来越不值钱。比特币 100 万？同理。2008 年的次贷繁荣？因为所有人都相信借款人不会违约。

这不是金融虚无主义。这是金融最底层的运行逻辑。 金融绑定的，是资产能创造的价值。但资产能创造的价值，与未来的不确定性——也就是"事件"——强绑定。

所以，事件本身，不仅可以被定价，而且必须被定价。

更简单来说： 金融的本质是定价。定价的本质是预期。预期的本质，是事件。

从金融史的角度看，这条脉络更加清晰。 我们再从金融历史拆解一遍。

最早，我们只看有形资产：土地、机器。 后来，开始看存货、流程。 互联网时代来了，我们开始看预期收益、品牌、无形资产、Goodwill。

为了把所有影响估值的变量一次性打包，我们发明了最简单的办法：用盈利预期的折现总和，来决定资产价格。 为了一次性概括这些越来越抽象的因素，金融选择了一个最简单粗暴的做法——用未来盈利预期的总和，来决定今天的价值。

于是，整个金融世界变成了一场关于"预期"的游戏。K 线上下跳动，本质上，跳动的就是预期。

举个例子。 华尔街投行精英们 All in 英伟达时，会给你一堆“理性”理由： AI 浪潮下，英伟达能跑出多高的 CAGR 未来 AI 世界里，英伟达能占多大市值 用营收倍数、资产比率，算出“合理”估值 然后他们堆出一堆假设数字，用 DCF 告诉你： “现在的股价，还远低于我们模型算出来的目标价。”

然后，他们用一堆假设数字搭模型，跑出一个 DCF 估值，最后告诉你——现在的价格远低于他们算出来的"合理价值"。 但你有没有想过，这些假设到底是什么？ 它们不过是事件的集合。

英伟达下一代芯片是否远超同行——事件。 OpenAI 是否继续使用英伟达的芯片——事件。 台积电的产能是否稳定——事件。

所有假设，拆到底，全是事件。 但"事件"这个最本源的变量，在传统金融的框架里，从来没有被单独定价过。

一次台风，可以让一座工厂报废。 一次球员受伤，可以让俱乐部市值暴跌。 一次政府停摆，可以让高速增长的企业被迫大面积裁员。

这些事件，每天都在真实地、剧烈地改写资产的价值。但在华尔街的估值模型里，它们只是"风险因子"下面一行模糊的注脚。

我在香港中文大学读了最顶尖的商科课程，又去了沃顿进修金融。但说实话，我始终觉得传统金融有一种根深蒂固的虚伪。

教授告诉你，估值合理化就行。 学长告诉你，PPT 上逻辑跑通就行。 投行报告反复横跳，审计年报是拿 50 港币时薪的实习生赶出来的，市场远没有他们嘴里说的那么"有效"。

这些精英们，对"事件"这个核心变量视若无睹，却靠着假设堆砌出的"合理"估值，心安理得地赚着百万年薪。

事件资产，是当代金融的 Missing Piece。

回顾历史，金融估值的每一次重大跃迁，都发生在我们学会为新的维度定价的时刻。

第一次估值革命发生在千禧年——当市场终于学会把利润增长率纳入估值，互联网产品的网络效应才第一次被合理化。整整一代的科技巨头，因此诞生。

当我们学会为"事件"本身定价，第二次估值革命就开始了。

而这，正是预测市场今天在做的事情。

零和博弈穿上了西装 "金融的本质，是认知的变现。" 这句话来自我发小。他刚拿到 JP Morgan IBD 的 return offer，这句话被他奉为圭臬。

在他的世界观里，买入股票就是买入"未来的收入流"。当价格抵达预期，他便优雅地把筹码交给下一位散户——他管这叫"价值发现的奖励"。

我们之间维持着一种亦敌亦友的默契。但说实话，对于他引以为傲的那套商学院逻辑，我始终有一种冷峻的、难以消解的质疑。

因为当你把这套说辞拆到最底层，你会发现—— 传统金融的体面，不过是把掠夺流动性和资产再分配，包装成了"对正确估值的奖赏"。

这层窗户纸，今天必须被捅破。

华尔街精英们的底层信仰，拆开来看，建立在三层极其脆弱的假设上。

第一层：估值的幻觉。 他们相信资产是未来收益的总和。低买高卖，是因为"我比市场更早看到了真相"。但上一段已经说得很清楚了——所谓的"真相"，不过是一组关于未来事件的猜测。没有人真正看到了真相，每个人都只是在押注尚未发生的事。

第二层：交易的合理化。 高位抛售，在华尔街被称为"公平交易"。逻辑是这样的——只要我认为当前估值合理，卖给接盘侠就是正确的。至于接盘的人是不是因为认知偏差而亏损？那是他的问题，不是我的责任。

这套叙事精致、自洽，唯独缺少一样东西：诚实。

第三层，也是最大的一层遮羞布——正和博弈的谎言。 这是传统金融最核心的信仰：公司在增长，蛋糕在变大，所以我们都在赢。

但现实是什么？ 市场上的现金流受宏观流动性支配，不受单一公司成长的支配。当你低买高卖的时候，你实实在在地把他人的资产再分配到了自己的口袋里。即使公司真的在某个季度创造了更多利润，在 DCF 的算法下，绝大多数股价依然由"预期"而非"现实"支撑。

你赚的每一分钱，本质上都是别人对未来误判的钱。

这不是悲观。这是零和博弈的底层代码。

说到这里，很多人可能已经想反驳了："预测市场不就是赌博吗？那不是更零和？" 没错。预测市场就是零和博弈。但这恰恰是它的优越性所在。

传统金融做的事情，是把零和博弈包装成正和游戏，让参与者在"价值投资"的幻觉中互相收割，却以为自己在创造价值。

预测市场做的事情，是把零和博弈的本质亮在台面上，然后用一套更纯粹、更高效的机制来运行它。

当你剥离掉传统金融那层虚伪的"价值投资"外衣，你会发现预测市场和资产定价的底层逻辑不仅同源，甚至更加干净。

为什么？ 因为预测市场完美复刻并优化了股票市场真正在做的三件事—— 认知即 Alpha。

当你发现现实概率与市场赔率之间存在偏差，你就找到了 mispricing。这和发现一支被低估的股票，逻辑上没有任何区别。唯一的区别是，预测市场不需要你假装自己是在"投资未来"。

交易即对冲。 在预测市场买入一个事件的头寸，你可以是为了投机，也可以是为了对冲现实世界中的真实风险——比如做多原油波动率来保护你的能源股仓位。接盘逻辑，与股票市场完全一致。

而最关键的一点是，即时的价值锚定。

举个例子。当某家 AI 公司发布了革命性的模型，同赛道竞争对手的估值应声下跌。在传统金融里，这个价值转移要等到下一个财报季、甚至下一个年报才能被完整反映。分析师要重新建模，投行要更新研报，市场要慢慢消化。

但在预测市场里？ 它直接交易"AI 突破"这个事件本身。价值转移，实时发生。

没有滞后，没有中间商，没有谁在用 PPT 告诉你"我们的模型显示……"。

预测市场，是一个剥离了伪善包装、完全符合资产定价逻辑的、绝对诚实的零和博弈。

到这里，逻辑链就完整了。

传统金融的估值锚定的是"未来现金流"。但未来现金流是由什么构成的？ 是一个又一个具体的、可定义的、可验证的事件。

一款 SaaS 产品能不能续约下一年的大客户——事件。 一个品牌会不会爆发信任危机——事件。 一项监管政策会不会落地——事件。

在传统金融里，这些事件通过极其复杂的传导机制，滞后地、扭曲地反映在股价上。分析师用模型去猜，交易员用直觉去赌，散户用情绪去追。每一层都在加噪声，每一层都在失真。

而预测市场做了一件从未有人做过的事——它直接为事件本身定价。

不经过模型。不经过叙事。不经过任何中间层。

当事件被视为一种可交易的资产，传统金融那套"估值→假设→事件"的链条就被彻底压缩了。

我们不再需要绕一大圈去猜事件会如何影响现金流，再如何影响估值，再如何影响价格。我们直接交易事件本身。

这就是为什么我说—— 事件即资产，是当代金融的 Missing Piece。

零和博弈的本质，丝毫不会动摇这个判断。恰恰相反——正是因为承认了零和博弈的现实，我们才能抛开那些虚伪的包装，去触碰真正的定价核心。

在一个理想的未来，企业可以通过预测市场精准对冲特定事件对估值的影响。投资者可以直接交易"事件"本身，而不是通过一支股票去间接押注。个体可以在链上为自己关心的事件建立头寸，参与到一个透明的、无需许可的定价过程中。

这不是赌博。这是对传统金融模型最深层的修正。

预测市场，才是那个没有谎言、直面未来的金融世界。

80 亿美金，死于颗粒度 让我们把视角拉回到我那位发小身上。

在一次关于传统金融零和本质的辩论中，他打断我，说了一句让我至今记忆犹新的话—— "你这套东西，本质上就是在妖魔化传统金融。"

我停顿了几秒。 不是因为被说服了，而是因为我意识到，如果连他，我认识的最聪明的同龄人之一，都这么理解，那大多数读到这篇文章的人，可能也会产生同样的误读。

所以在继续之前，我必须把我的立场讲清楚。

我从来没有想"否定"零和博弈。我想否定的，是参与零和博弈却假装自己不在其中的那种虚伪。

这是两件完全不同的事。

传统金融从业者最大的谬误，不是"创造了零和博弈"——零和博弈本身不需要任何人去创造，它是市场的底层结构。他们真正的谬误在于：身处零和博弈，却始终不自知。

他们用"价值投资""长期主义""正和博弈"这些叙事包裹自己，让自己在心理上成为一个"创造者"而非"收割者"。

这才是问题所在。

同样，我也无意否认过往所有的估值模型。恰恰相反——大部分估值模型是有效的。DCF、可比公司法、先例交易法，它们在特定场景下都提供了有意义的参考坐标。

当一个创新者需要 IPO 时，这些模型给了市场一个可以对标的数字。当一定规模的企业需要对冲风险时，这些数字让不确定的未来有了某种可量化的锚。

但有效不等于完备。

这些模型的缺陷不是"错"，而是"粗"。它们在系统层面上，存在着结构性的颗粒度缺失。

这正是"事件资产"要填补的东西。

现在让我把这个问题拉到地面上来。

零和博弈最大的价值是什么？ 不是让某些人赚钱。不是让市场看起来高效。

零和博弈最大的价值，是通过无数次重新定价，为推动人类发展的创新和试错提供取之不竭的燃料。

每一次价格波动，每一次多空博弈，本质上都是市场在回答同一个问题——这个东西值多少钱？而正是这个不断被回答、不断被修正的过程，让资本持续流向新的想法、新的公司、新的技术。

如果零和博弈是引擎，那"定价"就是燃料。

而事件资产，让这个引擎获得了一种前所未有的高纯度燃料。

为什么？因为在所有资产都被预期驱动的当下，事件资产给了每一个市场参与者一个真正精细化参与金融工程的机会——不再隔着三层中间变量去猜，而是直接触碰驱动价格的那个根因。

说"精细化金融工程"可能太抽象了。让我讲一个真实的故事。

青山控股。中国最大的不锈钢企业之一。

为了防止镍价下跌侵蚀利润，青山在伦敦金属交易所（LME）建立了大量的空头头寸来套保。教科书级别的对冲操作，逻辑上无懈可击。

但问题出在一个极其微妙的错配上—— 青山生产的是镍铁和高冰镍，而 LME 镍期货合约要求交割的是纯度不低于 99.8% 的一级镍。

当 2022 年俄乌冲突爆发，一级镍的价格在极端行情下暴涨时，青山手里的高冰镍根本无法在 LME 交割来冲抵空头头寸。

对冲工具失效了。一个旨在降低风险的操作，反而制造了灾难性的风险。

最终损失：超过 80 亿美金。

现在，让我们做一个思想实验。

假设在那个时间点，青山的风控团队可以接入一个流动性充足的预测市场。他们不需要去猜"镍价会不会跌"——这个问题太粗了，粗到它无法捕捉真正的风险来源。

他们可以直接交易"俄乌冲突是否在未来三个月内升级为全面战争"这个事件本身。

如果这个事件头寸存在，青山的对冲策略就不会被"交割品错配"这种金融工具的颗粒度问题所击穿。因为他们对冲的不再是"镍价"这个模糊的代理变量，而是真正影响他们仓位的那个底层事件。

传统金融工具没能解决的问题——不是因为逻辑错了，而是因为颗粒度不够细。

这就是精细化的意义。

一个资产的价格，可能由数以百计的不同事件共同影响。关税政策、供应链中断、技术突破、监管变化、地缘冲突……在传统金融的框架下，你只能通过一些"近似的代理工具"去对冲这些风险——而这些代理工具和真实风险之间的错配，就是无数个"青山事件"的温床。

当我们能够通过事件预期来直接配置资产时，传统金融工具因"过于广泛"而导致的系统性错配，就有了真正的解法。

这不是我的一厢情愿。历史已经给了我们一个完美的类比。

1973 年，芝加哥期权交易所（CBOE）推出标准化期权的第一天，全天交易量不到 1000 张合约。

今天回头看，那是金融史上最不起眼的一天，同时也是最重要的一天之一。

此后将近六十年里，基于期权的衍生品不断繁殖——奇异期权、结构化产品、波动率曲面交易……这些工具从无到有，最终承载了价值数万亿美元的企业风险对冲需求。

预测市场今天所处的位置，和 1973 年的期权如出一辙。

早期流动性不足？对。市场认知尚未成熟？对。大多数人还在把它当赌博？也对。

但如果你理解了"事件即资产"的逻辑，你就会意识到——这不是"另一种赌博工具"，而是金融基础设施的下一个范式。而对于今天的预测市场来说，从现在到那个范式被完全接受，意味着过百倍的增长空间。

还有一层更深的逻辑——AI。

在 AI 时代，我们对精细化金融工具的需求不是线性增长的，而是指数级的。

为什么？因为 AI 的能力边界在于它可以同时处理的因子数量。一个传统的对冲基金分析师，能跟踪 20-30 个变量就已经是顶尖水平了。但一个 AI Agent？它可以同时解析数百个事件因子的概率分布，并实时调整头寸来最大化 Sharpe Ratio。

但前提是什么？ 前提是这些事件因子必须是"可交易的"。

如果市场上只有股票、债券、期货这些传统工具，AI 再强也只能用"粗颗粒度"的乐高去搭建组合。它被工具本身的精度限制住了。

而预测市场，恰恰提供了 AI 所需要的那种原子级别的金融乐高——每一个事件，都是一个独立的、可交易的、可组合的定价单元。

当这些单元足够丰富，AI 就能以前所未有的精度去构建和调整资产组合。

一个更互联网原生、可组合性更强的精细化金融基础设施，不是"锦上添花"——它是 AI 金融革命的必要前提。

如果比特币实现了"数字化且可无限分割的货币"，那预测市场实现的，就是"可无限分割的资产配置"。

一个重新定义了货币本身。另一个，重新定义了我们配置风险和预期的方式。

最优解不死 我知道你在想什么。

"$POLY 发币即巅峰。" "又一个 PVP 盘子。" "没有财富效应，就没人玩。" 我全都听过。不止一次。

这些话不是某个人的偏见——这是整个币圈在经历了无数次叙事轮换之后，被训练出来的肌肉记忆。Art x Web3 死了。GameFi 死了。Move-to-Earn 死了。所以预测市场也会死。

逻辑链条清晰得令人舒适：炒作 → 空投 → 出货 → 一地鸡毛。

我理解这个直觉。

但正是这个直觉，会让你错过 2026 年最大的金融变革。

因为你用"庞氏"的框架，去理解一个"最优解"。

让我解释什么叫"最优解"。

做一个最简单的思想实验—— 如果明天宏观经济崩盘，英伟达股价腰斩，你会得出"GPU 死了"这个结论