確率を資産にする：予測市場エージェントの展望

著者： Jacob Zhao，IOSG

過去のCrypto AIシリーズの研究報告で私たちが強調してきた見解：現在の暗号分野で最も実用的な価値を持つシナリオは、主にステーブルコイン決済とDeFiに集中しており、エージェントはAI産業がユーザーに向けた重要なインターフェースです。

したがって、CryptoとAIの融合のトレンドの中で、最も価値のある2つのパスはそれぞれ：短期的には既存の成熟したDeFiプロトコル（貸付、流動性マイニングなどの基本戦略、およびSwap、Pendle PT、資金費率アービトラージなどの高度な戦略）に基づくAgentFi、および中長期的にはステーブルコイン決済を中心に、ACP/AP2/x402/ERC-8004などのプロトコルに依存するAgent Paymentです。

予測市場は2025年には無視できない業界の新たなトレンドとなり、その年間総取引量は2024年の約90億ドルから2025年には400億ドルを超えるまでに急増し、400％以上の年同比成長を実現します。

この顕著な成長は、複数の要因によって推進されています：マクロ政治イベントによる不確実性の需要、インフラと取引モデルの成熟、そして規制環境の氷解（Kalshiの勝訴とPolymarketの米国復帰）。**予測市場エージェント（Prediction Market Agent）**は2026年初頭に初期の形を示し、今後1年でエージェント分野の新興製品形態となることが期待されています。

一、予測市場：賭けツールから「グローバル真実層」へ

予測市場は未来のイベント結果を中心に取引を行う金融メカニズムであり、契約価格は本質的に市場がイベントの発生確率についての集団的判断を反映しています。その有効性は群衆の知恵と経済的インセンティブの結合に由来します：匿名で真金を賭ける環境では、分散した情報が迅速に統合され、資金の意向に基づいて加重された価格信号が形成され、ノイズと誤った判断を著しく低下させます。

2025年末までに、予測市場はほぼPolymarketとKalshiの二大寡占構造を形成します。『フォーブス』の統計によれば、2025年の総取引量は約440億ドルに達し、そのうちPolymarketが約215億ドル、Kalshiが約171億ドルを貢献します。2026年2月の週次データによると、Kalshiの取引量（$25.9B）はPolymarket（$18.3B）を超え、50％に近い市場シェアを持っています。Kalshiは以前の選挙契約の法的勝訴、米国のスポーツ予測市場におけるコンプライアンスの先行優位性、そして比較的明確な規制の期待を背景に急速に拡大しています。現在、両者の発展パスは明確に分化しています：

• Polymarketは「オフチェーンマッチング、オンチェーン決済」のハイブリッドCLOB構造と分散型決済メカニズムを採用し、グローバルで非保管の高流動性市場を構築し、コンプライアンスが米国に戻った後、「オンショア+オフショア」の二重運営構造を形成しています；

• Kalshiは伝統的な金融システムに統合され、APIを通じて主流のリテールブローカーに接続し、ウォール街のマーケットメイカーを深く巻き込んでマクロおよびデータ型契約取引に参加させ、製品は伝統的な規制プロセスに制約され、長尾需要と突発的なイベントは相対的に遅れています。

PolymarketとKalshiの他に、予測市場分野で競争力のある他の参加者は主に2つのパスに沿って発展しています：

• 一つはコンプライアンス配信パスで、イベント契約をブローカーや大規模プラットフォームの既存のアカウントと清算システムに組み込み、チャネルのカバレッジ、コンプライアンス資格、機関の信頼を基にした優位性を確立します（例：Interactive Brokers × ForecastExのForecastTrader、FanDuel × CME GroupのFanDuel Predicts）。コンプライアンスとリソースの優位性は顕著ですが、製品とユーザー規模はまだ初期段階です。

• 二つ目はCryptoネイティブなオンチェーンパスで、Opinion.trade、Limitless、Myriadを代表とし、ポイントマイニング、短期契約、メディア配信を活用して急速に拡大し、パフォーマンスと資金効率を強調しますが、その長期的な持続可能性とリスク管理の堅実性はまだ検証が必要です。

伝統的な金融のコンプライアンス入口と暗号ネイティブな性能優位性のこの2つのパスは、予測市場エコシステムの多様な競争構造を形成しています。

予測市場は表面的にはギャンブルに似ていますが、本質はゼロサムゲームです。しかし、両者の核心的な違いは正の外部性を持つかどうかです：真金の取引を通じて分散情報を集約し、現実のイベントに対して公共の価格設定を行い、有価な信号層を形成します。そのトレンドはゲームから「グローバル真実層」へと移行しています------CME、ブルームバーグなどの機関が接続するにつれて、イベント確率は金融および企業システムが直接呼び出すことができる意思決定メタデータとなり、よりタイムリーで定量化可能な市場の真実を提供します。

世界の規制現状を見ると、予測市場のコンプライアンスパスは高度に分化しています。アメリカは予測市場を金融派生商品規制フレームワークに明確に組み込んでいる唯一の主要経済圏であり、ヨーロッパ、イギリス、オーストラリア、シンガポールなどの市場は一般的にそれをギャンブルと見なし、規制を厳しくする傾向があります。中国、インドなどは完全に禁止しており、予測市場の将来のグローバルな拡張は各国の規制フレームワークに依存しています。

二、予測市場エージェントの構造設計

現在、予測市場エージェント（Prediction Market Agent）は初期の実践段階に入っており、その価値は「AIの予測がより正確である」ことではなく、予測市場における情報処理と実行効率を拡大することにあります。予測市場は本質的に情報集約メカニズムであり、価格はイベント確率に対する集団的判断を反映します。現実の市場の非効率性は情報の非対称性、流動性、注意の制約に起因します。

予測市場エージェントの合理的な位置付けは実行可能な確率資産管理（Executable Probabilistic Portfolio Management）です：ニュース、ルールテキスト、オンチェーンデータを検証可能な価格偏差に変換し、より迅速で、より規律的かつ低コストで戦略を実行し、クロスプラットフォームアービトラージとポートフォリオリスク管理を通じて構造的な機会を捉えます。

理想的な予測市場エージェントは4層の構造に抽象化できます：

• 情報層はニュース、ソーシャル、オンチェーン、公式データを集約します；

• 分析層はLLMとMLを用いて誤価格を認識し、エッジを計算します；

• 戦略層はケリーの公式、段階的なポジション構築、リスク管理を通じてエッジをポジションに変換します；

• 実行層は複数市場での注文、スリッページ、ガス最適化、アービトラージ実行を完了し、高効率な自動化クローズドループを形成します。

三、予測市場エージェントの戦略フレームワーク

伝統的な取引環境とは異なり、予測市場は決済メカニズム、流動性、情報分布において顕著な違いがあり、すべての市場と戦略が自動化実行に適しているわけではありません。予測市場エージェントの核心は、明確なルールがあり、コーディング可能であり、その構造的優位性に適合するシナリオに展開されるかどうかです。以下では、対象選択、ポジション管理、戦略構造の3つの側面から分析を展開します。

予測市場の対象選択 すべての予測市場が取引可能な価値を持つわけではなく、その参加価値は次の要素に依存します：決済の明確さ（ルールが明確か、データソースが唯一か）、流動性の質（市場の深さ、スプレッド、取引量）、インサイダーリスク（情報の非対称性の程度）、時間構造（満期時間とイベントのリズム）、および取引者自身の情報優位性と専門的背景。多数の次元が基本要件を満たす場合にのみ、予測市場は参加の基盤を持ち、参加者は自身の優位性と市場特性に基づいてマッチングを行うべきです：

• 人間の核心的優位性：専門知識、判断力、曖昧な情報の統合に依存し、時間ウィンドウが比較的広い（日/週単位）の市場。典型的には政治選挙、マクロトレンド、企業のマイルストーンなど。

• AIエージェントの核心的優位性：データ処理、パターン認識、迅速な実行に依存し、意思決定ウィンドウが非常に短い（秒/分単位）の市場。典型的には高頻度の暗号価格、クロスマーケットアービトラージ、自動化マーケットメイキングなど。

• 不適合な領域：インサイダー情報が主導する市場や純粋にランダム/高操縦性の市場は、参加者にとって優位性を持ちません。

予測市場のポジション管理 ケリーの公式（Kelly Criterion）は、繰り返しのゲームシナリオにおいて最も代表的な資金管理理論であり、その目標は単回の利益を最大化することではなく、資金の長期的な複利成長率を最大化することです。この方法は勝率とオッズの推定に基づき、理論的な最適ポジション比率を計算し、正の期待値がある前提のもとで資本成長効率を向上させ、量的投資、職業ギャンブル、ポーカー、資産管理分野で広く応用されています。

• クラシックな形式は： f^* = (bp - q) / b

• ここで、f∗は最適な賭け比率、bはネットオッズ、pは勝率、q=1−pです。

• 予測市場は簡略化できます：f^* = (p - market\_price) / (1 - market\_price)

• ここで、pは主観的な真の確率、market_priceは市場の暗黙の確率です。

ケリーの公式の理論的有効性は、真の確率とオッズの正確な推定に高度に依存していますが、現実の取引者は真の確率を持続的に正確に把握することが難しく、実際の操作では、職業ギャンブラーや予測市場の参加者は、より実行可能で確率推定に依存しないルール化された戦略を採用する傾向があります：

• ユニットシステム（Unit System）：資金を固定単位（例えば1%）に分割し、自信レベルに応じて異なる単位数を投入し、単位上限によって単一のリスクを自動的に制約する、最も一般的な実務方法です。

• 固定比率法（Flat Betting）：毎回の賭けに固定資金比率を使用し、規律性と安定性を強調し、リスク回避型または低確信度環境に適しています。

• 階梯信心法（Confidence Tiers）：離散的なポジション階層を事前に設定し、絶対上限を設けて意思決定の複雑さを低下させ、ケリーのモデルの偽精度問題を回避します。

• 反向リスク法（Inverted Risk Approach）：許容可能な最大損失を起点にポジション規模を逆算し、リスク制約から出発して安定したリスク境界を形成します。

予測市場エージェントにとって、戦略設計は実行可能性と安定性を優先し、理論的最適を追求すべきではありません。重要なのは、ルールが明確で、パラメータがシンプルで、判断誤差に対して許容性があることです。この制約の下で、階梯信心法と固定ポジション上限の組み合わせがPMエージェントに最も適した一般的なポジション管理方案です。この方法は正確な確率推定に依存せず、信号の強さに基づいて機会を有限の階層に分け、固定ポジションに対応させます；高確信のシナリオでも明確な上限を設定してリスクを制御します。

予測市場の戦略選択 戦略構造の観点から、予測市場は主に2つの大きなカテゴリに分けられます：ルールが明確でコーディング可能な特徴を持つ確定的アービトラージ戦略（Arbitrage）と、情報解釈と方向判断に依存する投機的方向戦略（Speculative）；さらに、専門機関を主とし、資本とインフラに対する要求が高いマーケットメイキングとヘッジ戦略も存在します。

確定的アービトラージ戦略（Arbitrage）

• 決済アービトラージ（Resolution Arbitrage）：決済アービトラージは、イベント結果がほぼ確定しているが、市場がまだ完全に価格設定されていない段階で発生し、利益は主に情報の同期と実行速度から得られます。この戦略はルールが明確で、リスクが低く、完全にコーディング可能であり、予測市場でエージェントが実行するのに最も適したコア戦略です。

• 確率保存アービトラージ（Dutch Book Arbitrage）：Dutch Bookアービトラージは、互いに排他的で完全なイベント集合の価格の合計が確率保存制約（∑P≠1）から逸脱することによって形成される構造的な不均衡を利用し、組み合わせてポジションを構築し、無方向リスクの利益をロックします。この戦略はルールと価格関係に依存し、リスクが低く、高度にルール化可能であり、エージェントの自動化実行に適した典型的な確定的アービトラージ形式です。

• クロスプラットフォームアービトラージ：クロスプラットフォームアービトラージは、異なる市場間で同じイベントの価格偏差を捕捉して利益を得るもので、リスクは低いが遅延と並行監視の要求が高いです。この戦略は基盤となるインフラの優位性を持つエージェントの実行に適していますが、競争が激化することで限界利益が持続的に低下しています。

• 組み合わせアービトラージ（Bundle）：組み合わせアービトラージは、関連する契約間の価格の不一致を利用して取引を行い、論理が明確ですが機会は限られています。この戦略はエージェントによって実行可能ですが、ルール解析と組み合わせ制約に一定の工学的要求があります。

投機的方向戦略（Speculative）

• 構造化情報駆動戦略（Information Trading）：この種の戦略は、公式データの発表、公告、または裁定ウィンドウなど、明確なイベントまたは構造化情報を中心に展開されます。情報源が明確で、トリガー条件が定義できる限り、エージェントは監視と実行の面で速度と規律の優位性を発揮できます；しかし、情報が意味的判断や状況解釈に変わるときは、依然として人間の介入が必要です。

• 信号追従戦略（Signal Following）：この戦略は、歴史的にパフォーマンスが優れているアカウントや資金の行動を追従することで利益を得るもので、ルールは比較的単純で自動化実行が可能です。その核心的リスクは信号の劣化と逆利用されることであり、したがってフィルタリングメカニズムと厳格なポジション管理が必要です。エージェントの補助的な戦略として適しています。

• 非構造化および高ノイズ戦略（Unstructured / Noise-driven）：この種の戦略は、感情、ランダム性、または参加行動に高度に依存し、安定した再現可能なエッジが欠如しており、長期的な期待値が不安定です。モデル化が難しく、リスクが非常に高いため、エージェントの体系的な実行には適しておらず、長期戦略としても推奨されません。

高頻度価格および流動性戦略（Market Microstructure）：この種の戦略は、非常に短い意思決定ウィンドウ、持続的な価格設定、または高頻度取引に依存し、遅延、モデル、資本の要求が非常に高いです。理論的にはエージェントに適していますが、予測市場では流動性と競争の強度に制限されることが多く、顕著なインフラの優位性を持つ参加者にのみ適しています。

リスク管理およびヘッジ戦略（Risk Control & Hedging）：この種の戦略は直接的に利益を追求するのではなく、全体のリスクエクスポージャーを低下させるために使用されます。ルールは明確で、目標は明確であり、底層のリスク管理モジュールとして長期的に運用されます。

全体として、予測市場においてエージェントが実行するのに適した戦略は、ルールが明確でコーディング可能かつ主観的判断が弱いシナリオに集中しており、その中で確定的アービトラージがコアの収益源として位置づけられ、構造化情報と信号追従戦略が補完的に機能し、高ノイズおよび感情型取引は体系的に排除されるべきです。エージェントの長期的な優位性は、高い規律、高速な実行、リスク管理能力にあります。

四、予測市場エージェントのビジネスモデルと製品形態

予測市場エージェントの理想的なビジネスモデル設計は、異なるレベルで異なる方向の探索空間があります：

• インフラ層（Infrastructure）：多源リアルタイムデータ集約、Smart Moneyアドレスライブラリ、統一された予測市場実行エンジンとバックテストツールを提供し、B2Bに料金を請求し、予測の正確性に依存しない安定した収入を得る；

• 戦略層（Strategy）：コミュニティや第三者の戦略を導入し、再利用可能で評価可能な戦略エコシステムを構築し、呼び出し、重み付け、または実行分配を通じて価値を捕捉し、単一のアルファへの依存を低下させる。

• エージェント/Vault層：エージェントは受託管理方式で実際の取引に直接参加し、オンチェーンの透明な記録と厳格なリスク管理システムに依存して、管理費とパフォーマンスフィーを受け取ります。

異なるビジネスモデルに対応する製品形態も次のように分類できます：

• エンターテインメント/ゲーム化モデル：Tinderのような直感的なインタラクションを通じて参加のハードルを下げ、最も強いユーザー成長と市場教育能力を持ち、破圈を実現する理想的な入り口ですが、サブスクリプションや実行型製品への変現を引き受ける必要があります。

• 戦略サブスクリプション/信号モデル：資金の保管を伴わず、規制に優しく、権利と責任が明確で、SaaS収入構造が比較的安定しており、現在の段階で最も実行可能な商業化パスです。その限界は、戦略が容易にコピーされ、実行に損失があることにあり、長期的な収入の天井が限られていますが、「信号 + ワンクリック実行」の半自動化形態によって体験と保持を大幅に改善できます。

• Vault管理モデル：規模の経済と実行効率の優位性を持ち、資産管理製品に近い形態ですが、資産管理ライセンス、信頼のハードル、集中化技術リスクなどの複数の構造的制約に直面しており、ビジネスモデルは市場環境と持続的な収益能力に高度に依存しています。長期的な業績と機関レベルの支持がない限り、主なパスとしては適切ではありません。

全体として、「インフラの収益化 + 戦略エコシステムの拡張 + 業績参加」の多様な収入構造は、「AIが市場に勝ち続ける」という単一の仮定への依存を低下させるのに役立ちます。たとえアルファが市場の成熟に伴って収束しても、実行、リスク管理、決済などの底層能力は依然として長期的な価値を持ち、より持続可能なビジネスクローズドループを構築します。

五、予測市場エージェントのプロジェクトケース

現在、予測市場エージェント（Prediction Market Agents）はまだ初期の探索段階にあります。市場には底層のフレームワークから上層のツールまで多様な試みが現れていますが、戦略生成、実行効率、リスク管理システム、商業クローズドループのすべてにおいて成熟した標準化製品はまだ形成されていません。

私たちは現在のエコシステムの地図を3つのレベルに分けています：インフラ層（Infrastructure）、自律取引エージェント（Autonomous Agents）、および予測市場ツール（Prediction Market Tools）。 インフラ層（Infrastructure） # Polymarketエージェントフレームワーク Polymarketエージェントは、Polymarket公式が提供する開発者フレームワークで、「接続と相互作用」のエンジニアリング標準化の問題を解決することを目的としています。このフレームワークは、市場データの取得、注文構築、基本的なLLM呼び出しインターフェースをカプセル化しています。「コードで注文する方法」という問題を解決しますが、戦略生成、確率校正、動的ポジション管理、バックテストシステムなどの核心的な取引能力については基本的に空白です。これは、公式に認められた「接続規範」のようなものであり、アルファ収益を持つ製品ではありません。商業レベルのエージェントは、この基盤の上に完全な投資研究とリスク管理のコアを自ら構築する必要があります。 # Gnosis予測市場ツール Gnosis Prediction Market Agent Tooling（PMAT）は、Omen/AIOmenおよびManifoldに対して完全な読み書きサポートを提供していますが、Polymarketには読み取り専用権限しか開放しておらず、エコシステムの壁が明確です。これは、Gnosisシステム内のエージェントの開発基盤として適していますが、Polymarketを主戦場とする開発者にとっては実用性が限られています。 PolymarketとGnosisは、現在「エージェント開発」を明確に製品化した公式フレームワークを持つ予測市場エコシステムです。Kalshiなどの他の予測市場は、依然としてAPIおよびPython SDKレベルにとどまり、開発者は戦略、リスク管理、運用、監視などの重要なシステム能力を自ら補完する必要があります。 自律取引エージェント（Autonomous Agent） 現在市場に出ている「予測市場AIエージェント」は多くがまだ初期段階にあり、「エージェント」という名を冠していますが、実際の能力は権限を委譲できる自動化クローズドループ取引からは著しく距離があり、一般的に独立した体系的なリスク管理層が欠如しており、ポジション管理、ストップロス、ヘッジ、期待値制約を意思決定プロセスに組み込んでいません。全体的な製品化の程度は低く、長期的に運用できる成熟したシステムは形成されていません。 # Olas Predict Olas Predictは、現在製品化の程度が最も高い予測市場エージェントエコシステムです。そのコア製品Omenstratは、Gnosisシステム内のOmenに基づいて構築され、底層にはFPMMと分散型仲裁メカニズムを採用し、小額高頻度の相互作用をサポートしますが、Omen単市場の流動性不足に制約されています。その「AI予測」は主に汎用LLMに依存しており、リアルタイムデータと体系的なリスク管理が欠如しており、歴史的勝率はカテゴリ間で明確に分化しています。2026年2月、OlasはPolystratを発表し、エージェントの能力をPolymarketに拡張しました------ユーザーは自然言語で戦略を設定でき、エージェントは4日以内に決済される市場の確率偏差を自動的に識別し、取引を実行します。システムはPearlのローカル実行、自主管理のSafeアカウント、ハードコーディング制限によってリスクを制御しており、現在Polymarket向けの消費者向け自律取引エージェントとして初めてのものです。 # UnifAI Network Polymarket Strategy Polymarketの自動化取引エージェントを提供し、コアは尾部リスク負担戦略です：暗黙の確率が95％を超える近接決済契約をスキャンし、購入します。目標は3-5％の価格差を獲得することです。オンチェーンデータは勝率が95％に近いことを示していますが、利益はカテゴリ間で明確に分化しており、戦略は実行頻度とカテゴリ選択に高度に依存しています。 # NOYA.ai NOYA.aiは「研究---判断---実行---監視」をエージェントクローズドループに統合し、構造はインテリジェンス層、抽象層、実行層を含みます。現在、Omnichain Vaultsが納品されており、予測市場エージェントはまだ開発段階にあり、完全なメインネットクローズドループは形成されておらず、全体的にはビジョン検証期にあります。 予測市場ツール (Prediction Market Tools) 現在の予測市場分析ツールは、完全な「予測市場エージェント」を構成するには不十分であり、その価値は主にエージェントアーキテクチャの情報層と分析層に集中しており、取引実行、ポジション管理、リスク管理は依然として取引者自身が担う必要があります。製品形態としては、「戦略サブスクリプション/信号補助/研究強化」の位置付けがより適しており、予測市場エージェントの初期の形態と見なすことができます。

Awesome-Prediction-Market-Toolsに収録されたプロジェクトの体系的な整理と実証的な選別を通じて、本文では初歩的な製品形態と使用シナリオを持つ代表的なプロジェクトを研究報告のケースとして選定します。主に4つの方向に集中しています：分析と信号層、アラートとクジラ追跡システム、アービトラージ発見ツール、取引端末と集約実行。 # 市場分析ツール

• Polyseer：研究型予測市場ツールで、多エージェント分業構造（Planner / Researcher / Critic / Analyst / Reporter）を採用し、双方向の証拠収集とベイズ確率の集約を行い、構造化された研究報告を出力します。その利点は、方法論が透明で、プロセスがエンジニアリングされており、完全にオープンソースで監査可能です。

• Oddpool：予測市場のBloomberg端末として位置付けられ、Polymarket、Kalshi、CMEなどのクロスプラットフォーム集約、アービトラージスキャン、リアルタイムデータダッシュボード端末を提供します。

• Polymarket Analytics：グローバルなPolymarketデータ分析プラットフォームで、取引者、市場、ポジション、取引データを体系的に表示し、明確な位置付けと直感的なデータを提供し、基礎データの照会と研究参考に適しています。

• Hashdive：取引者向けのデータツールで、Smart Scoreと多次元Screenerを通じて取引者と市場を定量的に選別し、「スマートマネー識別」とフォロー決定に実用性を持ちます。

• Polyfactual：AI市場情報と感情/リスク分析に焦点を当て、Chrome拡張を通じて分析結果を取引インターフェースに埋め込み、B2Bおよび機関ユーザーシナリオに偏っています。

• Predly：AI誤価格検出プラットフォームで、市場価格とAI計算確率を比較してPolymarketとKalshiの価格偏差を識別し、公式に警報の正確性が89％に達すると主張し、信号発見と機会選別に位置付けられています。

• Polysights：30以上の市場とオンチェーン指標をカバーし、Insider Finderを通じて新しいウォレット、大口の一方向賭けなどの異常行動を追跡し、日常的な監視と信号発見に適しています。

• PolyRadar：多モデル並行分析プラットフォームで、単一のイベントに対してリアルタイム解釈、タイムラインの進化、信頼度スコア、情報源の透明性を提供し、多くのAIによる交差検証を強調し、分析ツールとして位置付けられています。

• Alphascope：AI駆動の予測市場情報エンジンで、リアルタイム信号、研究要約、確率変動監視を提供し、全体はまだ初期段階にあり、研究と信号サポートに偏っています。

# アラート/クジラ追跡

• Stand：クジラのフォローと高確信のアクション通知を明確に位置付けています。

• Whale Tracker Livid：クジラのポジション変化を製品化しています。

# アービトラージ発見ツール

• ArbBets：AI駆動のアービトラージ発見ツールで、Polymarket、Kalshi、スポーツベッティング市場に焦点を当て、クロスプラットフォームアービトラージと正の期待値（+EV）取引機会を識別し、高頻度の機会スキャン層に位置付けられています。

• PolyScalping：Polymarket向けのリアルタイムアービトラージとスキャルピング分析プラットフォームで、60秒ごとに全市場をスキャンし、ROI計算とTelegramプッシュをサポートし、流動性、スプレッド、取引量などの次元で機会を選別し、積極的な取引者に偏っています。

• Eventarb：軽量なクロスプラットフォームアービトラージ計算と通知ツールで、Polymarket、Kalshi、Robinhoodをカバーし、機能が集中しており、無料で使用でき、基礎的なアービトラージ補助として適しています。

• Prediction Hunt：クロストレーディング予測市場の集約と比較ツールで、Polymarket、Kalshi、PredictItのリアルタイム価格比較とアービトラージ識別を提供し（約5分ごとに更新）、情報の対称性と市場の非効率性を発見することに位置付けられています。

# 取引端末/集約実行

• Verso：YC Fall 2024の支援を受けた機関レベルの予測市場取引端末で、Bloombergスタイルのインターフェースを提供し、PolymarketとKalshiの15,000以上の契約をリアルタイムで追跡し、深いデータ分析とAIニュース情報をカバーし、専門的および機関取引者に位置付けられています。

• Matchr：クロスプラットフォーム予測市場の集約と実行ツールで、1,500以上の市場をカバーし、スマートルーティングを通じて最適価格のマッチングを実現し、高確率イベント、クロスアービトラージ、イベント駆動の自動化収益戦略を計画し、実行と資金効率の層に位置付けられています。

• TradeFox：Alliance DAOとCMT Digitalの支援を受けた専門的な予測市場集約およびプライムブローカレッジプラットフォームで、高度な注文実行（指値注文、利益確定・損切り、TWAP）、自主管理取引、多プラットフォームのスマートルーティングを提供し、機関レベルの取引者に位置付けられ、Kalshi、Limitless、SxBetなどのプラットフォームへの拡張を計画しています。

六、まとめと展望

現在、予測市場エージェント（Prediction Market Agent）は発展の初期探索段階にあります。

1. 市場の基盤と本質の進化：PolymarketとKalshiは二大寡占構造を形成し、その周囲にエージェントを構築するには十分な流動性とシナリオの基盤があります。予測市場とギャンブルの核心的な違いは正の外部性にあり、真の取引を通じて分散情報を集約し、現実のイベントに対して公共の価格設定を行い、徐々に「グローバル真実層」へと進化しています。

2. 核心的な位置付け：予測市場エージェントは実行可能な確率資産管理ツールとして位置付けるべきであり、その核心的な任務はニュース、ルールテキスト、オンチェーンデータを検証可能な価格偏差に変換し、より高い規律性、より低コスト、クロスマーケット能力で戦略を実行することです。理想的な構造は情報、分析、戦略、実行の4層に抽象化できますが、その実際の取引可能性は決済の明確さ、流動性の質、情報の構造化の程度に高度に依存しています。

3. 戦略選択とリスク管理の論理：戦略の観点から見ると、確定的アービトラージ（決済アービトラージ、確率保存アービトラージ、クロスプラットフォーム価格差取引を含む）は、エージェントによる自動化実行に最も適しており、方向性投機は補完的なものとしてのみ機能します。ポジション管理においては、実行可能性と許容性を優先し、階梯法と固定ポジション上限の組み合わせが最も適しています。

4. ビジネスモデルと前景：商業化は主に3つの層に分かれています：インフラ層はデータ実行基盤を通じて安定したB2B収入を得る、戦略層は第三者戦略の呼び出しや分配を通じて収益化する、エージェント/Vault層はオンチェーンの透明なリスク管理制約の下で実際の取引に参加し、管理費とパフォーマンスフィーを受け取ります。対応する形態には、エンターテインメントの入り口、戦略サブスクリプション/信号（現在最も実行可能）および高いハードルのVault管理が含まれ、「インフラ + 戦略エコシステム + 業績参加」がより持続可能なパスとなります。

予測市場エージェント（Prediction Market Agents）エコシステムには、底層のフレームワークから上層のツールまで多様な試みが現れていますが、戦略生成、実行効率、リスク管理、商業クローズドループなどの重要な次元において、現在は成熟した再現可能な標準化製品は存在しません。私たちは未来の予測市場エージェントのイテレーションと進化を期待しています。