【金融市场赚钱的关键在于执行力，而非看准方向】

读到一篇论文《谁从预测市场中获利？执行力，而看准方向》(Who Profits from Prediction Markets? Execution, Not Information)，说说一些要点：

1/ 论文通过对区块链预测市场Polymarket上超2.22亿笔真实交易的深度剖析，颠覆了传统金融学中预测越准越赚钱的常识。作者Joshua Della Vedova 提出了一个极具穿透力的二维技能框架，完美解释了散户看对方向却亏钱，机器人瞎蒙方向却暴赚的现象。不是散户选的股票不对，而是他们受限的订单执行力（高价追高、滑点、迟到、被量化机构收割流动性价差）直接摧毁了所有的选股红利。

2/ 在传统的金融微观结构模型（如Kyle模型）中，信息就是金钱，预测资产走向越准确的知情交易者理应赚走不知情交易者的钱。然而，在Polymarket这个绝对零和博弈的市场中，数据展现了完全相反的图景：预测准确率最高的是只交易一次的散户（准确率53.35%）和活跃散户（51.27%），但他们却分别亏损了230万美元和7940万美元。相反，自动化高频交易程序（机器人）的预测准确率仅为49.91%（在统计学上等同于抛硬币瞎蒙），却以+0.56%的投资回报率，赚走了市场上高达1.34亿美元的惊人净利润。

3/ 方向看对不等于能把钱装进口袋。一个交易者完全可能陷入看对但迟到的窘境——即他的预测绝对正确（高 θ），但他入场时，价格早已涨到了极高位，扣除买卖价差后必然亏损（低ϵ）。反之，交易者也可以靠赚取微薄的价差和抢占早期低价（高ϵ）来获利，哪怕他根本不知道事件最终走向（中等或极低θ）。

4/ 真正决定生死的胜负手在于执行边际。机器人的执行边际高达+3.41美分，而偶发散户仅为+0.89美分。正是这区区2.52美分的执行鸿沟，在巨大的杠杆和高频交易量放大下，造就了机器人的暴利与散户的血亏。盈利的本质不是看谁选对了方向，而是看谁拿到了好价格。

5/即使在散户群体内部，或者在机器人群体内部，预测准确率（θ）越高的人，其买入获胜代币的平均成本价（入场费）就越昂贵。机器人预测准确率每提高10个百分点，其买入成本就要恶化6.7美分。这种高准确率与差执行价的内部负相关。所谓的高准确率，在很大程度上是你通过等待局势明朗、承受极高溢价换来的。你用昂贵的确定性杀死了你原本可怜的利润空间。

6/ 预测能力（θ）极度稳定（机器人前后半程相关性0.87，散户0.62），执行质量（ϵ）同样稳定。但最关键的发现在于：跨技能相关系数极低（ ρ仅为0.11到0.14）。这意味着，能判断对方向和能在好时机搞到好价格，在大脑认知与操作层面上是完全不相交的两种技能。拥有强悍预测天赋的人，几乎无法顺便获得极佳的执行时机，反之亦然。

7/ 为什么机器人能拿到好价格，散户却永远迟到？数据揭示了交易时机的残酷性。散户本质上是注意力驱动的，当某一政治或社会事件（如美国大选）临近出结果、新闻铺天盖地时，他们才涌入市场。数据显示，超62.8%的偶发散户和71.3%的单次散户是在事件揭晓前的最后7天内才入场的。而生命周期衰减规律无情地指出：在距离事件结算超过1年的极早期，市场的执行边际高达+14.1%；而在最后一天，边际变为-1.4%。机器人由于全天候在线、极早入场布局，吸干了流动性中最肥美的利润，而高准确率的散户实际上是在用极其高昂的价格去接盘早期入场者的筹码。

8/ 除了入场早晚，交易订单类型是另一大护城河。自动化机器人不仅快，而且绝大多数时候充当做市商（Maker，挂单方），它们平均能赚取到-4.25个基点（bps）的有效买卖价差。而散户由于急于成交入场，绝大多数充当了流动性消耗者（Taker，吃单方），平均要支付高达+11.68 bps的价差成本。更绝妙的是，如果把机器人的交易拆分：以Maker身份交易的机器人，准确率低得离谱（44.8%），但靠吃价差拿到了惊人的执行利润（+3.17美分）；以Taker身份主动出击的机器人，虽然方向准确率飙升至56.6%，但其付出的执行成本（-3.97美分）瞬间把预测赚来的钱全部抹平。这再次说明：市场上最赚钱的策略是“无视方向，提供流动性、赚取价差”，即纯粹的执行力变现。

9/ 在现代高度电子化和高频化的金融市场中，看对基本面仅仅是一张门票，真正主宰谁生谁死的，是毫秒级、毫分级、极度冷血的交易执行质量。所谓做对判断与把判断转化为金钱，在金融市场里，完全是两件独立且极其不对称的事。