การแยก 40 ที่อยู่จากบัญชีรายชื่อ Polymarket พบว่ามีเพียงสามวิธีในการทำกำไร

ผู้เขียนต้นฉบับ: Leo (X: @runes_leo)

กลยุทธ์ของคนที่ทำเงิน 10 ล้านดอลลาร์บน Polymarket เป็นอย่างไรกันแน่?

ใช้ Data API + ข้อมูลออนเชน ย้อนวิเคราะห์ Top 20 ของตารางคะแนนในสองสนาม: กีฬาและ Crypto ที่อยู่ 40 ราย การทำธุรกรรมกว่า 100,000 รายการ วิเคราะห์ทีละรายการ

ไม่ใช่แค่ดูภาพหน้าปัด แต่เป็นการสร้างพฤติกรรมกลยุทธ์ใหม่จากทุกการซื้อ ขาย และไถ่ถอน วิธีการ: ดึงประวัติการทำธุรกรรมทีละที่อยู่ด้วย Polymarket Data API ตรวจสอบกำไรขาดทุนด้วย LB API ใช้ข้อมูลออนเชน REDEEM/MERGE เพื่อสร้างกระแสเงินสดจริงใหม่ แต่ละที่อยู่มี 2000 ถึง 15000 รายการ

หลังจากวิเคราะห์แล้วพบว่า ไม่ว่าจะเป็นกีฬาหรือ Crypto ที่อยู่ที่ทำเงินแบ่งออกเป็นสามประเภท ความแตกต่างระหว่างสามประเภทนี้ไม่ใช่พารามิเตอร์ที่ต่างกัน แต่เป็นการเล่นเกมที่แตกต่างกันโดยสิ้นเชิง

ประเภทแรก: ทิศทาง ซื้อถูกแล้วรอจนจบ

กลยุทธ์ที่ทำเงินได้มากที่สุดในสนามกีฬา เรียบง่ายจนตอนแรกฉันไม่เชื่อ

จาก 18 ที่อยู่ที่มีประสิทธิภาพ 14 ที่อยู่ซื้ออย่างเดียวไม่ขาย ถือครองจนถึงการชำระบัญชี ชนะก็ไถ่ถอน แพ้ก็เป็นศูนย์ ไม่ทำการซื้อขายช่วงคลื่น

แม้จะซื้ออย่างเดียวไม่ขายเหมือนกัน แต่วิธีทำเงินต่างกันโดยสิ้นเชิง

swisstony: ปริมาณการซื้อขาย 494 ล้านดอลลาร์ อัตราผลตอบแทน 1% กำไรสุทธิ 4.96 ล้านดอลลาร์ อัตโนมัติเต็มรูปแบบ 353 รายการใน 30 นาที คลุมลีกใหญ่ 5 ลีก แต่ละนัดทำเงินเพียงเล็กน้อย แต่ปริมาณมหาศาล

majorexploiter: อัตราผลตอบแทน 39% เดี่ยวสูงสุด 990,000 ดอลลาร์ การซื้อขายกว่า 600 รายการเกือบทั้งหมดวางเดิมพันในสองนัดของ Arsenal กล้าลงเดิมพันหนัก ชนะก็เป็นล้าน

หนึ่งกระจายปริมาณ อีกหนึ่งวางเดิมพันหนัก ทั้งคู่ทำเงินได้หลายล้าน วิธีการตรงกันข้าม แต่มีจุดร่วมเดียวกัน: มีความได้เปรียบด้านข้อมูลในรายการแข่งขันที่ตัวเองเดิมพัน

อันดับหนึ่งของตารางคะแนนกำลังเสียความเร็ว

kch123 อันดับหนึ่งตารางคะแนนกีฬา กำไรสะสม 10.35 ล้านดอลลาร์

แต่จนถึงกลางเดือนมีนาคมที่วิเคราะห์ 30 วันที่ผ่านมาเสีย 479,000 ดอลลาร์ อัตราชนะ 7 วันที่ผ่านมาเพียง 31% (ชนะ 15 แพ้ 33) การทำธุรกรรม 14,303 รายการทั้งหมดเป็นการซื้อ 0 รายการเป็นการขาย เฉลี่ยวันละ 493 รายการ 74% ของการทำธุรกรรมมีช่วงเวลาห่างกันน้อยกว่า 10 วินาที

เครื่องจักรที่ทำเงินสิบล้าน กำลังเสียความเร็ว แค่ดูตารางคะแนนคุณจะไม่รู้สิ่งเหล่านี้ ต้องวิเคราะห์ข้อมูลออนเชนถึงจะเห็น

ป้ายกำกับที่ฉันทำเองหลอกฉันเอง

fengdubiying อันดับ 13 กีฬา กำไร 3.13 ล้านดอลลาร์

ตอนวิเคราะห์เป็นชุดฉันให้ป้ายกำกับ "นำโดยการขาย" กับเขา ดูเหมือนเป็นคนทำช่วงคลื่น

แยกข้อมูล: 93.6% ของเงินคืนมาจากการไถ่ถอน การขายมีเพียง 6% กลยุทธ์จริงคือการวางเดิมพันหนักในอีสปอร์ต LoL ตลาดเดี่ยวใหญ่สุด 1.58 ล้านดอลลาร์ (T1 vs KT Rolster) อัตราชนะ 74.4% อัตราส่วนกำไรขาดทุน 7.5 ต่อ 1

การขายเป็นเครื่องมือตัดขาดทุนของเขา ไม่ใช่กลยุทธ์หลัก แค่ดูอัตราส่วนซื้อขายบนหน้าปัด คุณจะตัดสินผิดอย่างสิ้นเชิงว่าคนนี้กำลังทำอะไร

ประเภทที่สอง: โครงสร้าง ไม่พึ่งการทำนายเพื่อทำเงิน

ตารางคะแนน Crypto เป็นอีกสายพันธุ์โดยสิ้นเชิง ด้านกีฬาเป็นการเดิมพันทิศทาง ด้าน Crypto เป็นการเป็นเจ้ามือ

ขุดลึกลงไปใน Crypto Top 5: สามรายเป็นบอททำตลาดที่รันออปชั่นไบนารีขึ้นลง หนึ่งรายเป็นผู้สร้างตลาดที่ใช้ MERGE จัดการสินค้าคงคลังตามเกณฑ์ราคา หนึ่งรายทำอาร์บิทราจเหตุการณ์สำคัญการระดมทุนสาธารณะโดยเฉพาะ (อัตราผลตอบแทน 43.3%)

นักลงทุนรายย่อยกำลังเดิมพันขึ้นลง ผู้เล่นระดับหัวแถวกำลังเป็นเจ้ามือ

ผู้สร้างตลาดทำเงินอย่างไร

0x8dxd ผู้สร้างตลาด BTC ขึ้นลง 5/15 นาที

94% ของการทำธุรกรรมเป็นการวางคำสั่งสมมาตร ซื้อขึ้นและซื้อลงพร้อมกัน ทำงานตลอด 24 ชั่วโมง มูลค่ากลางต่อรายการน้อยกว่า 6 ดอลลาร์ ราคาซื้อขึ้น + ลง < 1 ดอลลาร์ ส่วนต่างตรงกลางคือกำไร มีอย่างน้อยสามที่อยู่ที่แยกจากกันกำลังรันรูปแบบเดียวกันนี้

อีกที่อยู่หนึ่งที่สร้างตลาดสุดขั้วกว่า: เกือบผูกขาดการจัดหาสภาพคล่องในหมวด Economics ซื้อ 982 รายการ ขาย 0 รายการ PnL หลักแสน ทำเงินจาก maker rebate บวกกับส่วนพรีเมี่ยมสภาพคล่อง

โค้ดดีไม่เท่ากับทำเงินได้

อ่านถึงตรงนี้คุณอาจคิดว่าการสร้างตลาดทำเงินได้แน่? บน GitHub มีบอทสร้างตลาด Polymarket โอเพ่นซอร์ส โค้ดเขียนอย่างเป็นวิศวกรรมมาก ข้อมูลเรียลไทม์ WebSocket ชุดควบคุมความเสี่ยงสามชิ้น (ตัดขาดทุน + แช่แข็งความผันผวน + ระยะพัก) รวมตำแหน่งอัตโนมัติ ผู้เขียนยอมรับเอง: ไม่ทำกำไร

สาเหตุคือตรรกะการกำหนดราคาเป็น penny jumping แทรกหนึ่งเพนนีข้างหน้าราคาเสนอที่ดีที่สุดที่มีอยู่ พูดง่ายๆ คือการตามคำสั่ง ไม่มีความสามารถในการกำหนดราคาของตัวเอง

โค้ดดีแค่ไหนก็ไม่มีประโยชน์ การสร้างตลาดทำเงินหรือไม่ขึ้นอยู่กับว่าโมเดลการกำหนดราคาของคุณสามารถแม่นยำกว่าตลาดได้หรือไม่

ยังมีข้อมูลหนึ่งที่น่าสนใจ: จากการวิเคราะห์ประทับเวลาการทำธุรกรรมออนเชน ในตลาดราคา Crypto ของ Polymarket กำไรอาร์บิทราจกว่า 70% ถูกบอทที่มีความล่าช้าน้อยกว่า 100 มิลลิวินาทีกวาดไป ทั้งตลาดมีเพียง不到 8% ของกระเป๋าเงินที่ทำกำไรได้ หากความล่าช้าของบอทอยู่ในระดับวินาที โดยพื้นฐานแล้วกำลังจัดหาสภาพคล่องให้ผู้เล่นความถี่สูง

ประเภทที่สาม: ความรู้ วางเดิมพันน้อย แต่ทุกครั้งมีการตัดสิน

ประเภทที่สามนี้แตกต่างจากสองประเภทแรกโดยสิ้นเชิง ความถี่ในการซื้อขายต่ำมาก อาจลงมือแค่สองสามครั้งต่อเดือน แต่ทุกครั้ง背后มีการวิจัย

ยกตัวอย่าง สักสองสามที่อยู่ ที่อยู่หนึ่งในหมวดสภาพอากาศ สร้างแบบจำลองจากข้อมูลเปิดของกรมอุตุนิยมวิทยา เข้าตลาดเฉพาะเมื่ออัตราชนะเกิน 0.77 อาจทำแค่สองสามรายการต่อเดือน กำไรต่อรายการหลักหมื่นดอลลาร์ อีกที่อยู่หนึ่ง 89% ของการทำธุรกรรมเป็นการซื้อ NO ระยะเวลาถือครองคำนวณเป็นเดือน อัตราชนะไม่สูง แต่ payoff multiplier เฉลี่ยมากกว่า 9 เท่า พึ่งพาการเดิมพันใหญ่ที่ถูกต้องสองสามครั้งครอบคลุมการขาดทุนเล็กน้อยทั้งหมด

ยังมีที่รุนแรงกว่า: ในตลาด FDV (ผลลัพธ์เต็ม) ทำเพียงสิ่งเดียว ซื้อ NO ในราคา 50-55 เซนต์ รอจนการชำระบัญชีได้ 1 ดอลลาร์ อัตราชนะ 100% ไม่ใช่โชคดี แต่เป็นคนอื่นไม่ได้สังเกตความเบี่ยงเบนการกำหนดราคานี้

แต่ประเภทความรู้ไม่ใช่ "วิจัยลึกพอก็ทำเงินได้" ฉันเคยวิเคราะห์กรณีหนึ่ง มีคนใช้ข้อมูลประวัติ 1.37 ล้านบรรทัดสร้างเมทริกซ์ความน่าจะเป็นของความเบี่ยงเบนราคา BTC ผลการทดสอบย้อนกลับสมบูรณ์แบบ พอทำการตรวจสอบแบบกลิ้ง (rolling verification) พังทันที ประสิทธิภาพของตลาดเพิ่มขึ้นเร็วมาก กฎที่ใช้ได้ผลเดือนที่แล้ว เดือนนี้ถูกอาร์บิทราจไปแล้ว

edge จริงของประเภทความรู้คือความเข้าใจของคุณในหมวดหมู่หนึ่งๆ ลึกกว่าการกำหนดราคาของตลาด ไม่ใช่โมเดลที่ซับซ้อนกว่า

การเปรียบเทียบสามวิถีชีวิต

ตารางเปรียบเทียบสามวิถีชีวิต

ตัวฉันเองกำลังทำอะไร

พูดถึงคนอื่นจบแล้ว มาพูดถึงตัวเองบ้าง

ฉันกำลังรันหลายเส้นพร้อมกัน: สร้างตลาด Crypto (โครงสร้าง) กำหนดราคาความน่าจะเป็นกีฬา (ทิศทาง) สร้างแบบจำลองข้อมูลสภาพอากาศ (ความรู้) แต่ละเส้นไม่ใหญ่ ไม่มีขนาดเฉลี่ยวันละ 493 รายการแบบ kch123 และไม่มีปริมาณการซื้อขาย 494 ล้านดอลลาร์แบบ swisstony

หลังจากวิเคราะห์ที่อยู่ 40 รายการนี้ สิ่งที่ฉันคิดมากที่สุดอย่างหนึ่ง: การทำให้ชัดเจนว่าตัวเองกำลังเล่นเกมไหน สำคัญกว่าการปรับปรุงพารามิเตอร์ใดๆ

ทำประเภททิศทางแต่ไม่มีข้อได้เปรียบด้านข้อมูล การดำเนินการที่ดีแค่ไหนก็เป็นการเดา ทำประเภทโครงสร้างแต่ความล่าช้า跟不上 คุณคือคนที่ถูกเก็บเกี่ยว นี่ไม่ใช่คำพูดปลอบใจ แต่เป็นสิ่งที่ฉันพูดกับตัวเองหลังจากดูข้อมูล

ตอนนี้แต่ละเส้นกำลังรันการตรวจสอบขนาดเล็ก ยืนยันว่า edge มีอยู่จริงแล้วค่อยเพิ่มปริมาณ ไม่รีบเร่งกระจาย ขอให้รันหมวดหมู่หนึ่งสองหมวดหมู่ให้ผ่านก่อน

แหล่งข้อมูล: Polymarket Data API + LB API + ข้อมูลออนเชน Polygon | ช่วงเวลาวิเคราะห์: มกราคม-มีนาคม 2026

อยากลองบน Polymarket? คิดให้ชัดก่อนว่าคุณต้องการเล่นเกมไหน

ลิงก์ต้นฉบับ