2%用戶貢獻 90%交易量：Polymarket 的真實畫像

原文作者：sealaunch intelligence

原文編譯：Chopper，Foresight News

大多數關於 Polymarket 的報導只停留在表面數據：交易量里程碑、用戶成長、成交筆數、未平倉頭寸，卻從不深究這些數字背後究竟是誰在交易。 本文從交易頻率與交易量兩個維度，對所有活躍錢包進行歸類，勾勒出 Polymarket 真實的用戶畫像結構。

Polymarket 絕大多數交易量，都由一小批演算法交易和高頻交易群體貢獻；海量低頻散戶，與這批專業交易者幾乎不存在交集。 認清兩類人群的差異，直接決定平台手續費設計、產品優先規劃與市場品類策略佈局。

說明：本文全部資料來自 Dune 資料看板，分析週期涵蓋近三個月錢包級全量行為；使用者畫像依據交易頻率分級（T1–T7）與交易金額分級（V1–V7）交叉劃定，金額統計單位為美元。

使用者交易頻率與交易量分佈

交易頻次呈現典型的對數常態分佈衰減特性。 最大的使用者群體在整個研究週期的交易次數在 2 到 10 次之間，佔所有使用者的 32%。 加上交易次數在 11 到 50 次之間的使用者群體，就幾乎佔了總用戶群的三分之二。 這些人通常是在選舉、體育賽事或重大宏觀經濟事件發生時參與交易，並下注了少量資金。

交易頻率分佈圖

交易量分佈則截然不同。 雖然成交頻率從左側急劇下降，但成交量直方圖在對數座標系下呈鐘形，峰值約為每位用戶 600 至 3000 美元。 這意味著典型的活躍用戶交易額在四位數左右，但從 25,000 美元開始的右尾用戶數量較少，卻佔據了平台成交量的絕大部分。

交易量分佈圖

這兩個直方圖共同揭示了結構上的分裂：一部分是低頻參與者；另一部分是高交易量參與者，他們在用戶圖表中的足跡幾乎看不見，但他們對交易量圖表的影響卻佔據主導地位。

使用者佔比 & 量體集中度矩陣較為直觀：使用者維度集中在低頻小額區間，體積維度完全反轉

使用者畫像系統如何建構

單純依賴頻次或量值劃分用戶，會忽略二者的關聯邏輯。 同樣成交 500 筆，總金額 50 美元，與成交 500 筆、總額 500 萬美元，是完全兩類參與者。 我們綜合這兩個維度對每個錢包進行分類。

我們首先將每個錢包分配到不同的交易頻率等級：從 T1（單筆交易）到 T7（超過 10,000 筆交易）。 然後，我們將其分配到不同的交易量等級：從 V1（總交易額低於 100 美元）到 V7（超過 200 萬美元）。 這兩個維度的交集產生了七種使用者畫像，每種畫像代表一種截然不同的參與者類型。

• P1 單次沉寂用戶：僅 1 筆交易，總額不到 100 美元，一次性試水體驗平台
• P2 低活躍散戶：2–10 筆交易，總體量低於 1000 美元，純熱點事件驅動的隨性參與者
• P3 中度參與者：11–200 筆交易，體積 1000–10000 美元，重複入場但無系統化交易邏輯
• P4 高深度散戶：201–1000 筆交易，體量 1 萬–10 萬美元，參與積極穩定，但未達機構層級
• P5 低頻高淨值大戶：交易少於 50 筆，單筆大額超 10 萬美元，精選機會、定向重倉
• P6 高頻專業主力：200 筆以上交易，體積超 10 萬美元，演算法策略與機構交易者群體
• P7 高頻小額玩家：200 筆以上交易，總額不到 1 萬美元，躍度高但資本有限的參與者

2% 用戶，包辦近 90% 交易量

P2 低活躍散戶規模高達 84.9 萬人，佔整體用戶 69%；P6 高頻高投入用戶僅 2.7 萬人，佔比約 2%。

但在統計週期內，P6 群體創造總交易額高達 390 億美元。 這是帕累託法則最極端的表現形式：並非常規 80/20，而是 2% 用戶撐起近 90% 交易量。

使用者畫像總表：結合交易頻率與交易規模分層交叉得出七大用戶類型

各使用者群體的人數、交易筆數中位數與交易額中位數：三組資料呈現截然不同的使用者分佈特徵

使用者成長圖和交易量成長圖所描述的幾乎是完全不同的使用者群體。 以使用者成長為目標的平台和以交易量成長為目標的平台，其產品決策截然不同。

不同使用者畫像的品類偏好

運動、加密貨幣是 Polymarket 上交易量最大的兩大賽道，分別佔總交易額 42%、31%，背後人群結構差異龐大。

不同使用者畫像與交易類別的交易量佔比

加密貨幣市場中高頻高資金（P6）交易者的比例明顯高於使用者整體，且此模式與演算法交易相符。 這些參與者並非隨意投注者，而是運用系統化策略進行加密貨幣交易。 交易量很高，交易頻率也很高，顯示交易執行是自動化的，而非主觀判斷。

不同使用者畫像與品類的成交筆數佔比

體育搏彩雖然也以高頻、高資金（P6）交易量為主導，但其中等參與度（P3）和高參與度（P4）參與者的比例高於加密貨幣類別。 體育搏彩既有機構演算法資金，也存在大量資深人工研判玩家，依靠主觀判斷堅定下單，而非機器高頻迭代。

不同使用者畫像與品類的使用者佔比：使用者分佈與交易量、成交筆數截然相反

政治類用戶佔比最高，達 19%，但用戶數在各類用戶群中分佈較為均勻。 低參與度用戶（P2）在政治類用戶中的比例最高，與其他類別相比，這類用戶通常是受事件驅動的一次性散戶，他們註冊帳戶是為了參與選舉投注。

經濟和金融領域吸引了不成比例的低頻高資本（P5）參與者，這意味著參與者交易次數不多，但單筆交易金額巨大，他們將大量資本投入到宏觀經濟結果中，而交易次數相對較少。

平台上品類直接決定了所吸引的使用者群體，並影響流動性深度、使用者留存、手續費承受能力。

一個新的加密貨幣市場會吸引演算法交易者和高頻交易者；一個新的政治市場則會吸引受事件驅動的參與者，他們可能在事件結束後就再也不會回來了。 像二元期權或結構化結果市場這樣更特殊的市場形式，可能會進一步吸引高頻高資本（P6）用戶群體，而這些系統性交易者已經主導了加密貨幣市場。 如果目標是交易量，那就面向 P6 用戶群建構。 如果目標是用戶成長和品牌影響力，那就面向 P2 用戶群建構。 這兩個目標需要截然不同的品類選擇。

對手續費模型的啟示

使用者分層畫像，直接決定預測市場的手續費設計。

固定單筆手續費模式，會過度壓制 P6 高頻高資本、P7 高頻小額群體；而恰恰是這一批人，撐起了平台賴以生存的流動性底盤。

品類差異化費率的價值正在於此，Polymarket 當前費率體係正是這套邏輯落地：

• 加密板塊有效費率最高：1.80%
• 體育板塊：0.75%
• 政治 & 金融板塊：1.00%
• 地緣政治板塊：全程零手續費

這套標準絕非隨意設定，而是精準搭配各品類人群結構與交易習慣。 加密賽道充斥 P6 演算法專業資金，承受高費率仍不破壞流動性；政治賽道以低門檻散戶為主，必須壓低摩擦成本維繫留存。 脫離使用者畫像做費率設計，本質都是盲目試誤。

核心結論

• P6 高頻高資本群體僅佔 2% 用戶，創造平台 88% 交易量；
• 損害 P6 利益的手續費政策，會重創平台根基；
• 69% 使用者為低頻小額散戶，純熱點事件驅動；
• 加密交易高度集中在演算法高頻資金，運動賽道參與者結構更多樣化；
• 一般使用者 90 天內平均成交僅 12 筆、總投入中位數 224 美元；
• 拓展新品類需錨定目標使用者畫像，而非單純追逐話題熱度。

結語

如果交易量集中在一個小的高頻核心區域，為什麼 Polymarket 要將自身定位為零售產品？ 專業演算法資金撐起絕大多數流水，但產品體驗、行銷打法、品類佈局，卻始終遷就一般散戶。

部分答案或許在於結構性因素。 智能體框架、電報機器人、無程式碼工具普及，散戶也能輕鬆上手自動化交易。 如果散戶如今已經開始進行演算法交易，那麼下一步自然演進為 AI 智能體自主大規模高頻運作。

這也正是 Polymarket 可能孕育出加密貨幣與人工智慧交叉領域首個殺手級應用的原因。 在一個流動性強、事件驅動、結果非此即彼的市場中，自主代理能夠精準運作，它能夠吸收世界事件、社會情緒和實時推理信息，識別定價錯誤的交易結果，並在無需人工幹預的情況下執行交易。 當這款應用程式達到突破性進展時，它就不僅僅是一款加密貨幣產品了。 這將是代理交易邁向大眾市場的時刻。