在傳統金融體系中，「價格」通常只屬於資產。

股票、利率、商品－它們之所以可以被交易，是因為有統一的計量方式與共識定價機制。 而與之相對，那些真正影響市場波動的變數——政策走向、宏觀數據、政治事件——長期處於一種更原始的狀態：被討論、被預測，卻很少被直接定價。

這類變數一直存在，但缺乏標準化表現。 Kalshi 的出現，本質上改變的正是這一點。 它並沒有創造新的訊息，而是為「事件本身」提供了一個可以交易的價格體系。

在最近的研究會議中，一個值得注意的數據是：體育類交易的周成交額已接近 30 億美元，但其占整體交易量的比例卻在下降。 也就是說，最顯眼的部分正在成長，但更底層的結構正在改變。

同時，包括 a16z 在內的機構開始持續關注這條賽道。 這並不是因為預測市場“變得更熱”，而是因為它開始具備基礎設施的特徵。 預測市場正在從邊緣產品，變成一種「為不確定性定價」的基礎設施。

01 華爾街的關注：從「可討論」到「可定價」

金融市場的運作依賴一個前提：必須存在可以交易的基準價格。

• S&P 500 是股票市場的核心錨點

• 利率曲線 定義資金成本

• 商品期貨 為供需提供遠期預期

但在大量關鍵決策中，真正影響結果的變數並不在這些資產之中，尤其是“事件型變數”，長期缺乏標準化定價方式。 例如：

這些因素會影響市場，卻無法直接交易。 過去的解決方式是透過「相關資產」進行間接表達（如用股票指數對沖選舉風險）。 問題在於，這種方式隱含了兩層風險假設：

第二層往往較不可控。 預測市場的核心意義在於消除這種結構性偏差：將「事件本身」變成可交易對象。 當「某項政策通過的機率」為 40% 被市場定價時，這個數字不再只是觀點，而是一個可以參與交易、對沖與建模的變數。

02 被誤解的起點：為什麼「體育」不是重點，而只是入口

預測市場最早的規模化來自體育與選舉，這是一個自然結果：

• 事件邊界清晰

• 結果離散

• 使用者參與門檻低

這類場景天然適合早期市場啟動，但也帶來了一個誤導：人們把「最容易被看見的需求」當成了「全部需求」。 但從 Kalshi 揭露的數據來看，結構正在反轉：

這說明一個關鍵問題：高流量情境不等於高價值情境。

體育更像是“冷啟動機制”，提供用戶與流動性；但真正具備金融屬性的，是那些可以被機構用於對沖與定價的變數。 在會議中，來自 Goldman Sachs、Tradeweb 的參與者都提到，宏觀事件（如 CPI、利率路徑）正在成為最值得關注的預測市場類別。

這類變數具備共同特徵：它們本身不是資產，但決定資產價格。

03 機構採用的真實路徑：從「參考指標」到「交易工具」

儘管討論熱度上升，預測市場仍處於制度化早期階段。 根據 Kalshi 的劃分，機構採用路徑可分為三個階段：

目前，大多數機構停留在前兩階段。 一個關鍵約束來自交易結構本身：目前預測市場需要 100% 保證金才能建立部位。

對於依賴槓桿與資本效率的機構而言，這意味著較高的機會成本。 這也是為什麼 Kalshi 正在與 CFTC 推動保證金機制的引入。 一旦這項約束被解除，交易層的成長可能會出現結構性變化。

04 從資產定價到「機率定價」：金融體系的一次外延

如果把預測市場放在更長的金融史中看，它並不是一個孤立創新，而更像是定價體系的一次擴展。

• 傳統市場定價的是： 資產、現金流量、風險溢酬。

• 預測市場定價的是： 事件、機率、預期路徑。

兩者之間的差異在於：前者是結果導向，後者是過程導向。 這帶來的一個重要變化是，訊息開始以「價格」形式表達，而不是停留在分析與敘事層。 例如，當市場給出“某政策通過機率為 60%”，這個數字可以被嵌入量化模型、用於風險對沖或作為決策輸入。 這比傳統的專家判斷或民調數據更接近金融體系的使用方式。

05 與 Agent / AI 的交叉：從「預測工具」到「決策輸入層」

預測市場的另一層意義在於它與 AI 系統的潛在結合。 目前大多數 Agent 面臨一個共通性問題：它們可以產生結論，但很難量化不確定性。

預測市場提供了一種不同路徑：

當 Agent 開始參與財務決策、風險管理或策略產生時，這類「機率價格」會成為關鍵輸入。

06 終局並不複雜：成為一種「預設存在」的基礎設施

在會議中，一個觀點被重複提及：當它變得無聊時，才算真正成功。

這並非貶低，而是金融基礎設施的典型路徑：

• 選擇權市場在 1970 年代同樣充滿爭議。

• ETF 在早期被視為邊緣工具。

但當它們成為標準配置後，就不再被討論。 預測市場可能正在進入類似階段：從學術實驗到選舉與運動工具，再到宏觀與機構應用，最終成為「預設存在」的定價層。 屆時，它不再被稱為“預測市場”，而只是金融體系的一部分。

07 當「不確定性」被納入價格體系

回到最初的問題，這個變化的核心不在於交易額或使用者規模，而在於一個更基礎的轉變：不確定性，開始被標準化表達。

當事件可以被定價，機率可以被交易，未來就不再只是被討論的對象，而成為可以參與計算與配置的變數。 在這個過程中，預測市場不只是一個新產品，而是一層新的金融語言。 一旦這種語言被廣泛接受，它所改變的不僅是交易方式，而是整個決策體系的結構。