Polymarket'teki en iyi kantların, yüksek olasılıklı işlemleri tutarlı bir şekilde bulmak için fiyatı bir dizi durum olarak nasıl modellediğini ve bugün itibarıyla oluşturmaya başlayabileceğiniz eksiksiz çerçeveyi adım adım açıklayacağım.
Hemen konuya giriyorum →
Herhangi bir piyasayı açın ve beyninizin ne yaptığını izleyin. "42 sent" gördüğünüzde, bir şey size çok ucuz, çok pahalı ya da tam olması gerektiği gibi gelir ve bu his bir tıklamaya dönüşür. Platformdaki neredeyse herkes için tüm karar süreci budur. Bir sayı, bir içgüdüsel tepki, bir pozisyon.
Şimdi aynı grafiğe bir masanın (profesyonel tüccar ekibinin) nasıl baktığını izleyin. Onlar bir sayı görmezler. Son altı haftasını belirli aralıklarda geçiren, bazılarından seken, ara sıra bir kenara takılan bir fiyat görürler. Nerede olduğunun hafızasıyla hareket eden ama nerede olduğunun değil, nerede olduğunun hafızasıyla hareket eden bir şey görürler. Ve tam olarak böyle davranan nesneler için bir isimleri vardır çünkü aynı davranış kredi temerrütlerinde, genetik dizilerde, nötronların bir reaktör çekirdeğinde nasıl sektiğinde ve Google bir fiil olmadan önce hangi web sayfasının önemli olduğuna karar veren algoritmada da görülür.
Bu nesne bir Markov Zinciri'dir. Uygulamalı olasılık bilimindeki en çok test edilmiş araçlardan biridir ve neredeyse hiç kimse tahmin piyasalarında bunu kullanmıyor.
Kalabalık yanlış soruyu cevaplamakla meşgul. Bunun EVET sonuçlanıp sonuçlanmayacağını bilmek istiyorlar. Bu, atılan bir tweet kılıfındaki yazı-tura atışından farksız. Masalar ise çok daha kullanışlı bir soruyu cevaplıyor: bu fiyatın tam olarak şu an bulunduğu yer göz önüne alındığında, bir sonraki olası tüm hamlelerin tam dağılımı nedir ve her biri gerçekte ne sıklıkta gerçekleşiyor? Bunu gerçek verilerle cevaplayın ve işlemin büyüklüğü kendiliğinden ortaya çıkar.
Bunu yapmak için bir kant diplomasına ihtiyacınız yok. Beş adıma, birkaç düzine satır Python koduna ve çıktıya içgüdülerinizden daha fazla güvenme disiplinine ihtiyacınız var. Bütün makale bu.
İşte bu yazıdan sonra yapabilecekleriniz: bir sözleşmeyi bir kumarbazın değil, bir durum makinesinin okuduğu gibi okumak; ham fiyat geçmişini, piyasanın gerçekte yaptığı her hareketi gösteren bir geçiş haritasına dönüştürmek; bu haritayı kullanarak saniyenin çok küçük bir bölümünde on bin simüle edilmiş sonuç çalıştırmak; modelinizin uzun vadeli atışlar için fazla ödeme yapmasını engellemek için bu sonuçları 72.1 milyon işlemden oluşan kanıtlarla gerçeğe uygun şekilde kalibre etmek; ve avantajınızı piyasa daha sonuçlanmadan sessizce başka birine kaptıran tek tıklamalı işlem alışkanlığından kaçınmak.
Bölüm 1 - Temel Fikir
Bir Markov Zinciri, bir sonraki durumun olasılığının tüm geçmişe değil, yalnızca mevcut duruma bağlı olduğu, durumlar arasında hareket eden bir sistemi modeller.
Polymarket'te "durum", sözleşme fiyatıdır.
Bir sözleşme 0 sent ile 100 sent arasında işlem görür. Herhangi bir anda fiyat bu durumlardan birindedir. Bir sonraki nereye hareket edeceği, üç hafta önce nerede olduğuna değil, şu an nerede olduğuna bağlıdır.
Bu tek özellik, sorunu izlenebilir kılar. Bir piyasanın tüm geçmişini modellemeniz gerekmez. Sadece iki şeyi bilmeniz yeterlidir: şu an hangi durumda olduğu ve geçmişte bu durumdan diğer tüm durumlara ne sıklıkta geçtiği.
Fiyatların durumlar arasında nasıl hareket ettiğinin haritası olan bu ikinci şeye geçiş matrisi denir. Her şey oradan başlar.
Bölüm 2 - Adım 1: Geçiş Matrisini Oluşturun
Geçiş matrisi, piyasanızın haritasıdır. Size şunu söyler: belirli bir fiyattan, bir sonraki adımda diğer tüm fiyatlara geçme olasılığı nedir?
İşte nasıl oluşturacağınız.
İlk olarak, bir piyasanın fiyat geçmişini alırsınız. Ardından fiyatı durumlara ayrıştırırsınız; Polymarket için 10 durum iyi çalışır [0-10 sent, 10-20 sent, ... 90-100 sent]. Daha sonra fiyatın her bir durumdan diğer her duruma ne sıklıkta geçtiğini sayar ve her satırın toplamı 1.0 olacak şekilde normalleştirirsiniz.
Kilit içgörü: 50 sente yakın piyasalar geniş geçiş dağılımlarına sahiptir; her iki yöne de gidebilirler. 5 sent veya 95 sente yakın piyasalar dar dağılımlara sahiptir; uç noktalarda sabit kalma eğilimindedirler.
Bu asimetri, Adım 3'te kullanacağımız uzun vadeli atış yanlılığının tüm temelidir.
Kritik bir kural: Matrisinizdeki her durumun en az 20-30 gözlemlenmiş geçişten tahmin edilmesi gerekir. Bir fiyat aralığı yalnızca iki kez ziyaret edildiyse, satırı gürültüdür. Ya daha fazla geçmiş toplayın ya da seyrek durumları birleştirin.
Bölüm 3 - Adım 2: Monte Carlo Simülasyonunu Çalıştırın
Geçiş matrisi size tek bir adımda ne olduğunu söyler. Ancak sizi ilgilendiren tek bir adım değildir. Sizi ilgilendiren, piyasanın sonuçlandığında nerede olduğudur.
İşte bu yüzden simülasyon yaparsınız. Mevcut fiyat durumundan başlayın. Vade sonuna kadar, her seferinde bir rastgele adım olacak şekilde matris boyunca ilerleyin. Ardından bunu 10.000 kez tekrarlayın ve kaç yolun EVET bölgesinde sonlandığını sayın.
Bu oran, tahmini gerçek olasılığınızdır:
Bu 10.000 simüle edilmiş yolun her biri, olası bir gelecektir. Bazıları 90 sente fırlar (EVET sonuçlanır). Bazıları 5 sente çakılır (HAYIR sonuçlanır). EVET bölgesinde sonlananların oranı, olasılık tahmininizdir ve 10.000 simülasyon saniyenin yaklaşık onda biri kadar bir sürede çalışır.
Bu, fizikçilerin ilk nükleer reaktörlerde nötron davranışını simüle etmek için kullandıkları yöntemin aynısıdır. Olası her geleceği analitik olarak hesaplamazsınız. Binlercesini örnekler ve sayarsınız.
Bölüm 4 - Adım 3: Uzun Vadeli Atış Yanlılığına Karşı Kalibrasyon
Çoğu insanın modelinin bozulduğu yer burasıdır.
Monte Carlo simülasyonunuz, uzun vadeli atışların olasılığını sistematik olarak olduğundan fazla tahmin edecektir. Neden? Çünkü ham geçiş matrisi, ucuz sözleşmelerin kalabalık tarafından yapısal olarak aşırı fiyatlandırıldığını bilmez.
Veriler sayesinde bunu biliyoruz.
2026 yılında araştırmacı Jonathan Becker, 18.26 milyar dolarlık hacimdeki 72.1 milyon işlemi analiz etti. Tahmin piyasası mikro yapısı üzerine şimdiye kadar yayınlanmış en büyük ampirik çalışma. Bulgular acımasız ve tutarlı:
5 sentten fiyatlanan bir sözleşmenin %5 oranında kazanması gerekir. Gerçekte %4.18 oranında kazanır. 1 sentten fiyatlanan bir sözleşmenin %1 oranında kazanması gerekir. Gerçekte %0.43 oranında kazanır.
Alıcı olarak 1 sentlik sözleşmelere koyduğunuz her dolar için, 43 sent geri alırsınız. Bu, dolar başına yaklaşık 90 sent geri veren bir slot makinesinden bile daha kötüdür.
Bu nedenle, Monte Carlo çıktınıza göre hareket etmeden önce, onu bu bilinen yanlılığa karşı kalibre edersiniz:
Hafızanıza kazımanız gereken ikinci bir bulgu daha var. Becker, 99 fiyat seviyesinin 69'unda HAYIR'ın EVET'ten daha iyi performans gösterdiğini buldu. Alıcılar orantısız bir şekilde EVET satın alır; takımlarına, adaylarına, çantalarına bahse girerler. Bu talep EVET fiyatlarını şişirir ve HAYIR fiyatlarını düşürür.
Kural: 30 sentin altında alıcı olarak işlem yapmak zorundaysanız, EVET yerine HAYIR satın alın. Yanlılıkla savaşmıyor, onunla birlikte hareket ediyorsunuz.
Bölüm 5 - Adım 4: Kelly ile Boyutlandırma
Kalibre edilmiş bir olasılığınız var. Piyasanın bir fiyatı var. Bir avantaj var. Şimdi: ne kadar bahse giriyorsunuz?
Yanlış cevap: "Çok, çünkü kendime güveniyorum." Gerçek avantaja sahip tüccarların yine de iflas etmesinin yoludur; aşırı boyutlandırma yaparlar, bir kayıp serisine girerler ve asla toparlayamazlar.
Doğru cevap, size herhangi bir avantaj için matematiksel olarak en uygun bahis büyüklüğünü veren Kelly Kriteri'dir.
Kelly, hiçbir içgüdünün yapamayacağı bir şeyi yapar: bahsinizi otomatik olarak avantajınıza göre ölçeklendirir. Küçük avantaj, küçük bahis. Büyük avantaj, büyük bahis ama asla kötü bir seride sizi silip süpürecek kadar büyük değil.
Çeyrek-Kelly (0.25×) kullanın. Tam Kelly, kağıt üzerinde uzun vadeli büyümeyi maksimize eder ancak düşüşler psikolojik olarak dayanılmazdır ve tek bir tahmin hatası felaket olabilir. Her profesyonel kesirli boyutlandırma yapar.
Bölüm 6 - Adım 5: Limit Emirleriyle İşlem Yapın
Mükemmel bir modele sahip olabilir ve yine de işlem maliyetlerinde kan kaybedebilirsiniz. Perakende tüccarların atladığı adım budur ve modelin kendisinden daha değerlidir.
Becker'ın 72.1 milyon işlemle ilgili verileri, tahmin piyasalarındaki en önemli tek işlem gerçeğini ortaya koydu:
Likidite sağlayıcılar (limit emirleri) işlem başına +%1.12 kazanır. Likidite tüketicileri (piyasa emirleri) işlem başına -%1.12 kaybeder.
Bu %2.24 puanlık bir farktır ve tüm veri seti boyunca istatistiksel olarak kurşun geçirmezdir.
İnsanların gözden kaçırdığı kısım şudur: Likidite sağlayıcılar daha iyi tahmin yaptıkları için kazanmazlar. EVET satın alan likidite sağlayıcılar +%0.77 kazanır. HAYIR satın alan likidite sağlayıcılar +%1.25 kazanır. Kazanırlar çünkü anında işlem görmek için sistematik olarak fazla ödeme yapan insanlara likidite sağlarlar.
Yaptığınız her piyasa emri, Becker'ın "İyimserlik Vergisi" dediği şeyi ödemenize neden olur. Monte Carlo'nuz AL diye bağırabilir, ancak spread'i bir piyasa emriyle geçerseniz, işlem daha başlamadan avantajınızı geri vermiş olursunuz.
Kategori de önemlidir. Becker, likidite sağlayıcı-tüketici farkının kategoriler arasında 40 kat değiştiğini buldu. Finans piyasaları neredeyse verimlidir (%0.17 puan fark); olasılıklarla düşünen makro analistlerle doludur. Eğlence ve dünya olayları piyasaları %4.79-7.32 puan farka sahiptir; EVET için fazla ödeme yapan taraftarlar ve hikaye anlatıcılarıyla doludur.
Bir likidite sağlayıcı stratejisi yürütüyorsanız, İyimserlik Vergisi'nin en şişman olduğu Spor, Kripto ve Eğlence kategorilerini hedefleyin.
Bölüm 7 - Eksiksiz Sistem
İşte her şey tek bir hatta birleştirilmiş halde. Fiyat geçmişi girer. Eksiksiz bir işlem kararı (yön, büyüklük ve işlem talimatı) çıkar.
Çerçevenin tamamı budur. Beş adım, tek bir sınıf, tamamen çalıştırılabilir. Bir piyasanın fiyat geçmişini ve mevcut fiyatını besleyin; size kalibre edilmiş, doğru boyutlandırılmış, doğru şekilde işleme konulmuş bir işlem kararı döndürür ya da pas geçmenizi söyler.
5 Adımlı Sistem, Özet
- Markov modelini oluşturun. 30-60 günlük fiyat geçmişini alın. 10 duruma ayrıştırın. Geçiş matrisini hesaplayın. Bu, piyasanın gerçekte nasıl hareket ettiğini yakalar, sizin nasıl hareket ettiğini düşündüğünüzü değil.
- Monte Carlo'yu çalıştırın. Mevcut durumdan başlayın. Matris boyunca 10.000 rastgele yürüyüş yapın. EVET bölgesinde sonlananların oranı, ham olasılık tahmininizdir.
- Yanlılığa karşı kalibrasyon yapın. Becker'ın ampirik düzeltmesini uygulayın. Ham bir %5, gerçek bir %4.18 olur. Bu adımı atlamak, çoğu ev yapımı modelin para kaybetmesinin nedenidir.
- Çeyrek-Kelly ile boyutlandırma yapın. Matematiğin izin verdiğinden fazlasına asla bahse girmeyin. Tam Kelly kağıt üzerinde idealdir, pratikte yıkıcıdır. Çeyrek-Kelly hayatta kalmanızı sağlar.
- Limit emirleriyle işlem yapın. Likidite sağlayıcı = +%1.12. Likidite tüketicisi = -%1.12. Bu %2.24 puanlık fark, modelinizden daha değerlidir. Avantajınız çok büyük ve zaman kritik olmadığı sürece spread'i asla geçmeyin.
Sonuç - Sırada Ne Var
Bu çerçeve, bir hafta sonunda tamamen uygulanabilir. Geçiş matrisi bir düzine satır Python'dur. Monte Carlo saniyenin onda biri kadardır. Kalibrasyon tablosu, 72.1 milyon gerçek işlemden alınmış olarak bu makalenin tam içinde duruyor.
Ancak bir geriye dönük test, canlı işlem yapmak değildir. Bir dolar risk etmeden önce üç şey yapın:
İlk olarak, genişlemeli test (walk-forward test) yapın. Geçiş matrisini her adımda, yalnızca o andaki mevcut verileri kullanarak yeniden tahmin edin. Gelecekteki fiyatların geçmiş tahminlere sızmasına asla izin vermeyin. İleriye dönük bakış yanlılığı ile harika görünen bir model, canlı ortamda sizi sessizce kanatır.
İkinci olarak, kağıt işlemlerle başlayın. Tüm sistemi, iki hafta boyunca gerçek para olmadan canlı piyasalarda çalıştırın. Kalibre edilmiş olasılıklarını gerçek sonuçlarla karşılaştırın. İyi kalibre edilmişse, %55'lik çağrılar yaklaşık %55 oranında EVET sonuçlanmalıdır.
Üçüncü olarak, varsayımlara saygı gösterin. Markov özelliği bir yaklaşımdır; piyasalar bazen tek bir adımdan daha uzun bir hafızaya sahiptir. Geçiş olasılıkları zamanla kayar, bu nedenle kayan bir pencere üzerinde yeniden tahmin yapın. Ve 20-30 geçişten daha azıyla oluşturulmuş bir matris hücresine asla güvenmeyin.
Markov Zinciri geleceği tahmin etmez. Daha kullanışlı bir şey yapar: nerede olduğunuz göz önüne alındığında olası her geleceğin olasılığını ölçer ve piyasanın bu olasılığı ne zaman yanlış fiyatladığını size tam olarak söyler.
Bütün avantaj budur. Kalabalık fiyatı izler. Siz onun altındaki yapıyı izlersiniz.
Şimdi gidin ve inşa edin!
