旧的预测模式
传统预测依赖少数专家撰写详细报告。银行发布其 GDP 预测。咨询公司预测市场规模。内部战略团队估算竞争对手产品发布的概率。这些预测由拥有相关专业知识的持证专业人士撰写，成为数十亿美元商业决策的基础。
问题在于，这一模式有充分记录的局限性。专家预测往往过度自信，锚定于先前的估计，并在新信息到来时更新缓慢。Philip Tetlock 在《Expert Political Judgment》以及后来的《Superforecasting》中发表的研究表明，普通专家的预测仅略优于随机，且明显逊于简单的统计模型。
预测市场的不同之处
预测市场以一个大样本的开放市场取代小样本的专家小组，任何人都可参与，但贡献度按资金承诺而非资历加权。这种设计具有若干结构性优势。
信息聚合是连续而非周期性的。银行每季度发布一次预测。预测市场则在每次有人交易时都会更新。当新信息出现时，市场在数小时内就会调整。而季度预测可能数周都不会更新。
问责机制被内建于机制之中。做出糟糕预测的专家不会面临直接的金钱后果（有时甚至不会面临声誉后果，如果预测很快被遗忘）。而买入错误定价合约的交易者会亏钱。这种准确性与结果之间的直接联系，为细致分析创造了更强的激励。
输入的多样性由市场结构保证。无论多么出色的单一专家，都不可能掌握所有相关信息。预测市场可以同时吸纳来自政治内部人士、行业分析师、本地观察者、量化建模者和领域专家的信息，而无需他们进行协调，甚至无需彼此知晓。
这已经在发生的地方
2025 年，Polymarket 和 Kalshi 的合计成交量超过 440 亿美元。这些平台如今覆盖选举、经济指标、地缘政治事件、体育赛事、娱乐奖项、科技里程碑以及数百个其他类别。覆盖范围正在迅速扩张。
企业决策者越来越多地在传统研究之外监控预测市场价格。当某个监管结果的预测市场与你内部团队的评估出现分歧时，这种分歧就值得调查。市场可能是错的，但也可能吸纳了你团队所不具备的信息。
仍存在的障碍
若干因素仍限制预测市场完全取代传统预测。监管限制在某些司法辖区约束了参与者和可交易内容。小众话题的薄弱市场缺乏产生可靠价格的流动性。而对于需要深度定性分析的问题（不是「X 是否会发生」，而是「X 为何发生及其意味着什么」），预测市场提供概率但不提供推理。
最可能的走向是，预测市场成为多源信息堆栈中的一层，与专家分析、量化模型和一手研究并列。它不取代其他来源，而是提供一个持续更新、以资金加权的概率估计，作为其他来源进行比较的基准。
在 Blockcircle 上探索这些工具： Prediction Markets Mispricing Engine