Comment un utilisateur de Polymarket a transformé des paris perdants en 106 000 $ de profit mensuel

TLDR:

• Le trader Polymarket sb911 a gagné 106 000 $ en un mois avec seulement 25,51 % de prédictions gagnantes.
• La stratégie se concentrait sur l'achat de plusieurs plages de tweets d'Elon Musk à 1 à 10 cents par action.
• Une transaction gagnante a transformé 1 100 $ en 79 000 $, soit un rendement supérieur à 6 600 %.
• L'approche reposait sur des gains asymétriques où de petites pertes financent de rares gains explosifs.

Un trader Polymarket a généré plus de 106 000 $ de profits et pertes (P&L) au cours du mois dernier malgré seulement une prédiction gagnante sur quatre. 

Cette performance contre-intuitive a suscité des discussions sur le trading de probabilités par rapport à la spéculation traditionnelle. 

Le trader sb911 a complété 294 prédictions avec seulement 75 victoires, mais a néanmoins obtenu des rendements substantiels. La stratégie reposait sur des gains asymétriques plutôt que sur la précision des prédictions.

Parier sur des schémas de comportement prévisibles

Le cœur de l'approche de sb911 se concentrait sur des marchés hebdomadaires demandant combien de fois Elon Musk publierait sur X. 

Les données de Lookonchain montrent que ces marchés apparaissaient régulièrement avec des plages de tweets définies. Chaque semaine présentait plusieurs options comme 200 à 219 tweets, 220 à 239 et 240 à 259. 

Les habitudes de publication de Musk restent statistiquement cohérentes sur de courtes périodes. Cette cohérence rendait l'activité mesurable plutôt qu'aléatoire.

Le trader n'a pas tenté de prédire des résultats exacts. 

Au lieu de cela, sb911 a acheté des actions sur plusieurs plages adjacentes au cours de la même semaine. Polymarket structure chaque plage comme un marché de paris distinct. Cependant, les comptes de tweets suivent des distributions de probabilités continues. 

En couvrant plusieurs tranches simultanément, la stratégie capturait la plupart des résultats réalistes. La méthode traitait les plages connectées comme un spectre de probabilités unique.

Les prix d'entrée ont joué un rôle critique dans les calculs. 

De nombreuses positions gagnantes ne coûtaient que 1 cent, 3 cents ou 5 cents par action. Les prédictions correctes se réglaient à 100 cents par action. Cela créait un potentiel de hausse extrême avec un risque de baisse limité. 

Un investissement de 1 100 $ dans une position a rapporté environ 79 000 $. Cette seule transaction représentait un rendement de plus de 6 600 %.

Les petites pertes financent de rares gains explosifs

La plupart des paris individuels se sont soldés par une perte totale. 

L'historique du trader montre des dizaines de positions tombant à zéro. Ce n'était pas un défaut d'exécution mais une caractéristique de la conception. L'approche acceptait de fréquents petits échecs pour capturer de rares succès massifs. 

La taille des positions maintenait les pertes gérables tandis que les gains se multipliaient de manière spectaculaire.

Selon Lookonchain, sb911 se concentrait sur des événements avec des règles de résolution claires et des schémas répétitifs. 

Les marchés se résolvaient sur la base de comptes de tweets vérifiables plutôt que sur des résultats subjectifs. Cela éliminait l'ambiguïté et permettait la modélisation des probabilités. Le trader ne devinait pas quelle plage spécifique serait atteinte. La question devenait de savoir si des scénarios réalistes pouvaient être couverts à des prix favorables.

Le taux de gain de 25 % masquait le mécanisme réel de rentabilité. Les calculs de valeur attendue guidaient la prise de décision plutôt que la fréquence des gains. 

Les actions achetées pour quelques centimes explosaient occasionnellement en valeur lorsque les plages étaient atteintes. Un résultat réussi finançait des dizaines de tentatives échouées. Ces calculs fonctionnent lorsque les multiples de hausse éclipsent la fréquence des gains.

Les métriques traditionnelles de précision des prédictions ne capturent pas ce type de trading. 

Les taux de réussite mesurent la justesse mais ignorent la taille des positions et les ratios de gains. Un portefeuille peut perdre de l'argent avec 75 % de précision si les pertes dépassent les gains. 

Inversement, une précision de 25 % devient rentable lorsque les gagnants rapportent 50 ou 100 fois leur coût. Le cas sb911 démontre le trading de distributions de probabilités sur des marchés corrélés plutôt que des prédictions isolées.

L'article Comment un utilisateur de Polymarket a transformé des paris perdants en 106 000 $ de profits mensuels est apparu en premier sur Blockonomi.