TL;DR
Le secteur des marchés de prédiction a atteint 44 milliards de dollars de volume de transactions en 2025, représentant un changement structurel de la curiosité académique à l'infrastructure financière grand public. Deux modèles dominants émergent : des échanges centralisés régulés par la CFTC (Kalshi : 17,1 milliards de dollars de volume, 1 milliard de dollars de financement) et des protocoles décentralisés natifs de la crypto (Polymarket : 21,5 milliards de dollars de volume, 2,279 milliards de dollars de financement). Conclusions clés : (1) les modèles sans jetons démontrent une traction de marché supérieure par rapport aux alternatives tokenisées, (2) les mécanismes de carnet de commandes dominent malgré les premiers designs LMSR AMM, (3) l'arbitrage réglementaire permet la croissance mais crée un risque de fragmentation, (4) l'agrégation d'informations surpasse les sondages traditionnels dans les marchés à haute liquidité mais échoue lors de manipulations ou de participation faible. Le secteur fait face à des dynamiques de type gagnant-prend-le-plus, favorisant la concentration de liquidité, avec 73 % de la TVL DeFi (423 millions de dollars au total) concentrée uniquement dans Polymarket.
1. Aperçu du secteur
Définition et proposition de valeur fondamentale
Les marchés de prédiction fonctionnent comme des mécanismes d'agrégation d'informations où les participants négocient des contrats rapportant 1 $ si certains événements se produisent, et 0 $ sinon. Le prix des contrats reflète les probabilités estimées par la communauté : une part de 0,75 $ implique une probabilité de 75 %. Cette structure, qui incite à la prise en compte des risques, privilégie la précision au détriment des biais et surpasse théoriquement les sondages et l'expertise grâce à la responsabilité financière.
La proposition de valeur empirique du secteur repose sur une précision de prévision supérieure : les marchés de prédiction ont atteint une précision de 95 % quatre heures avant la résolution (score de Brier de 0,046), contre des scores de Brier de 0,210 à 0,227 pour les sondages, sur 113 événements géopolitiques. Cependant, cet avantage s’effondre en cas de faible liquidité ou de tentatives de manipulation concertées.
Évolution historique
Les premières traces de ces pratiques remontent aux paris sur l'élection papale de 1503 et aux marchés électoraux de Wall Street de 1884. Leur formalisation moderne a débuté avec Iowa Electronic Markets (1988), une plateforme académique démontrant une précision supérieure et constante par rapport aux sondages dans les prévisions présidentielles américaines.
L'ère de la blockchain a connu trois vagues :
Première génération (2015-2018) : Augur a été lancé en juillet 2018 en tant que premier marché de prédiction décentralisé d’Ethereum, levant 10 millions de dollars via une ICO. Utilisant le jeton REP pour les rapports d’oracle et la résolution des litiges, il a été pionnier des marchés entièrement sans autorisation, mais a souffert de coûts de gaz élevés et d’une faible liquidité.
Deuxième génération (2020-2023) : Polymarket a été lancé en 2020 sur Polygon, abandonnant les tokens natifs au profit du règlement en USDC. Ce modèle hybride combinait infrastructure crypto et création de marché centralisée. Kalshi, plateforme réglementée par la CFTC, a été lancée en 2021, proposant des marchés conformes à la réglementation sur les monnaies fiduciaires, principalement destinés aux participants américains.
Troisième génération (2024-2025) : Croissance explosive portée par l’élection présidentielle américaine de 2024, atteignant un volume annuel de 44 milliards de dollars. Les sites de paris sportifs traditionnels (DraftKings, FanDuel) et les courtiers (Robinhood) ont fait leur entrée sur le marché grâce à des partenariats avec la CFTC, validant ainsi l’adéquation du produit au-delà des acteurs natifs de la cryptomonnaie.
Catégories de marché
Représentants de catégorie Modèle réglementaire Actif de règlement Gouvernance Centralisé Réglementé Kalshi, PredictIt, DraftKings Predicts, FanDuel Predicts Approbation CFTC DCM/DCO ; conformité aux réglementations des jeux d'État Monnaie fiduciaire USD, dépôts de cryptomonnaies Équipe centralisée Décentralisé On-Chain Polymarket (Polygon), Augur (Ethereum), Drift (Solana), Limitless (Base) Offshore ou géolocalisé ; risque de sanctions de la CFTC USDC, DAI, jetons générateurs de rendement Oracles UMA, vote REP, signatures multiples Hybride Relancement de Polymarket aux États-Unis (novembre 2025 via l'acquisition de QCEX) Intermédiaire réglementé + règlement blockchain USDC avec passerelle KYC Mixte : oracle + équipe de conformité
Distribution des cas d'utilisation
Politique (croissance de 43 % en glissement annuel) : résultats des élections, décisions politiques ; volume de 1,2 milliard de dollars en 2025 concentré sur les élections présidentielles et législatives. Forte implication mais intermittente : le volume est multiplié par 10 pendant les cycles électoraux, puis chute brutalement.
Le sport (70 à 85 % du volume de la plateforme) représente la principale source de revenus pour Kalshi (85 % du volume) et Polymarket (39 % du volume). DraftKings et FanDuel ont été lancés en décembre 2025, s'appuyant sur leurs bases d'utilisateurs existantes dans respectivement 38 et 5 États, et ont enregistré respectivement 16 000 et 900 téléchargements au cours des deux premiers jours.
Macroéconomie (croissance de 905 % en glissement annuel) : décisions de la Fed sur les taux d’intérêt, chiffres de l’inflation, prévisions de PIB ; volume de 112 millions de dollars en 2025. Les positions ouvertes sont 2,5 fois supérieures à la moyenne malgré un volume de transactions plus faible, ce qui indique des cas d’utilisation de couverture nécessitant d’importants capitaux.
Événements crypto (marché de niche en pleine croissance) : objectifs de prix des tokens, lancements de protocoles, votes de gouvernance ; volume de 17,3 millions de dollars sur 7 jours. Risques élevés de réflexivité : les prix du marché influencent les résultats par le biais de la dynamique de l’attention.
Taille du secteur et trajectoire de croissance
Au 25 décembre 2025 UTC :
TVL totale de la DeFi : 423 millions de dollars tous protocoles confondus (Polymarket : 310 millions de dollars, Augur : 2,4 millions de dollars, Omen : 1,3 million de dollars)
Volume sur 7 jours : 3,018 milliards de dollars ; positions ouvertes : 335 millions de dollars
Volume annuel 2025 : 44 milliards de dollars (21,5 milliards pour Polymarket, 17,1 milliards pour Kalshi)
Utilisateurs actifs : 285 000 par semaine, 13 millions de transactions par semaine
Facteurs de croissance : (1) La fragmentation de la réglementation des paris sportifs crée une opportunité d'arbitrage pour la CFTC, (2) L'élection de 2024 a démontré une demande grand public, (3) Le financement institutionnel (2,279 milliards de dollars pour Polymarket de ICE/Founders Fund, 1 milliard de dollars pour Kalshi Series D) valide le secteur, (4) L'intégration avec les portefeuilles/courtiers réduit les frictions.
2. Conception du mécanisme de marché
Types de structures de marché
Marchés binaires (dominants) : contrats Oui/Non négociés entre 0 et 1 $, avec un résultat binaire. Ils représentent plus de 90 % du volume total sur toutes les plateformes. Leur simplicité permet une création de marché rapide et une prise en main aisée pour les participants.
Marchés catégoriels : 3 à 8 résultats mutuellement exclusifs, plus l’option « Invalide » (spécialité Augur). Un résultat rapporte 1 $, les autres 0 $. Exemple : « Quel parti contrôle le Sénat : Démocrate/Républicain/Partagé/Invalide ? » Liquidité inférieure à celle des marchés binaires équivalents en raison de la fragmentation des carnets d’ordres.
Marchés scalaires : résultats sous forme de fourchette numérique (ex. : « Prix du BTC au 31 décembre : 80 000 $ - 120 000 $ »). Paiements proportionnels au règlement dans les limites fixées. Rare en pratique : la complexité cognitive et les difficultés d’arbitrage limitent son adoption. Augur le prend en charge, mais son utilisation reste minimale.
Trend Markets : Innovation en matière de protocoles de bruit axée sur l’attention narrative plutôt que sur les événements binaires. Positions longues/courtes sur le « hype de l’IA » ou la « saison des memecoins » avec liquidité programmatique et effet de levier x5 sur MegaETH L2. Produit en phase de pré-lancement ; spéculatif.
Mécanismes de tarification
Carnets d'ordres (carnet d'ordres à cours limité central) : prédominants sur toutes les principales plateformes malgré les premières versions des AMM. Fonctionnement : les participants publient des ordres à cours limité, la priorité est donnée au prix et au temps, et l'écart entre le prix d'achat et le prix de vente indique la profondeur de la liquidité.
Polymarket : Carnet d’ordres hybride et décentralisé, prix médian entre l’offre et la demande ou dernière transaction si l’écart est supérieur à 0,10 $. Appariement hors chaîne (faible latence), règlement sur la chaîne (vérification). Volume sur 7 jours : 469 millions de dollars avec environ 11 246 utilisateurs actifs.
Kalshi : CLOB traditionnel sous surveillance de la CFTC. La somme des paires Oui/Non est égale à 1 $, permettant ainsi la mise en application des règles d’arbitrage. Incitations à la liquidité de 10 à 1 000 $ par jour pour les teneurs de marché (programme de septembre 2025 à septembre 2026).
Augur : Ordres à cours limité natifs d'Ethereum, priorité prix-temps. Faible activité due aux frais de gaz (environ 10 $ en moyenne contre 0,01 $ pour Polygon). Volume sur 24 heures : 40 000 $ en décembre 2025.
Teneurs de marché automatisés (LMSR) : règle de notation logarithmique du marché, mise au point par Robin Hanson, conçue pour fournir des liquidités de manière efficiente en termes de subventions. Elle assure une tarification continue, mais exige un engagement de capital du protocole.
Statut : Largement abandonné par les principales plateformes. La première version d’Augur utilisait LMSR ; les acteurs actuels privilégient les carnets d’ordres pair-à-pair, éliminant ainsi le besoin de subventions. Il ne subsiste plus que sur les marchés de simulation académiques (Manifold) ou dans des niches spécialisées.
Hybride/Programmatique : Implémentation MegaETH de Noise pour les stratégies de tendance. Les pools programmatiques permettent une exécution instantanée des positions longues et courtes sur les indicateurs d'attention. Non éprouvée à grande échelle ; aucune donnée de volume publique.
Modèles de fourniture de liquidités
Modèle piloté par les spéculateurs (pair à pair) : Polymarket et Augur reposent entièrement sur les ordres à cours limité des utilisateurs. Aucun protocole de tenue de marché ni de profondeur subventionnée. Cercle vertueux : le volume attire les traders → spreads plus serrés → volume accru. Risque de concentration : les 15 % meilleurs traders contribuent à hauteur de 25 % au volume (traders informés), les 50 % restants provenant de traders moins actifs avec des positions d’environ 100 $.
Subventions du protocole : Kalshi offre des récompenses de 10 à 1 000 $ par jour pour les ordres en attente proches du meilleur prix d’achat/vente, avec des instantanés toutes les secondes. L’objectif est une compression des spreads de 1 à 5 % pour concurrencer les sites de paris sportifs. Cette méthode est efficace pour le lancement de nouveaux marchés, mais non viable sans prise en charge des frais de transaction.
Incitations pour les créateurs : Augur reverse une partie des gains aux initiateurs du marché. Le protocole Rain offre 1,2 % du volume du marché résolu aux créateurs. Il encourage la conception de marchés de qualité et la sélection d’événements pertinents, mais exige un volume suffisant pour des versements significatifs.
Tenue de marché institutionnelle : sous-entendue par les partenariats Kalshi/CME/ICE. Les teneurs de marché professionnels (par exemple, Susquehanna et ses équivalents chez Jane Street) assurent la profondeur du marché en échange de remises sur leurs frais ou d’un accès aux données. Bien que non détaillé publiquement, ce phénomène est attesté par des spreads constamment faibles (0,01 $ à 0,02 $) sur les marchés Kalshi à fort volume.
Logique de règlement et résolution des conflits
Polymarket (UMA Optimistic Oracle) : Fin de l’événement → le proposant dépose une caution de 750 USDC + résultat → période de validité de 2 heures. En l’absence de contestation, le règlement est automatique. Un premier litige entraîne une nouvelle proposition ; un second donne lieu à un vote des détenteurs de jetons (UMA DVM). Environ 99 % des résolutions sont incontestées depuis 2021, mais plus de 12 résolutions controversées en 2025 (poursuite Zelensky, élections vénézuéliennes, airdrop LayerZero) soulignent la fragilité de l’interprétation.
Économie des litiges : confiscation des obligations en cas de propositions ou de litiges non valides ; retour sur investissement de 40 % pour les parties ayant raison. Le coût de l’escalade augmente de façon quadratique, dissuadant les contestations abusives mais permettant la manipulation par les gros investisseurs (par exemple, le marché des minéraux Ukraine-Trump de 7 millions de dollars a été résolu par un détenteur de jetons UMA de 5 millions de dollars).
Augur (Jalonnement de jetons REP) : Le déclarant désigné mise des REP pour le résultat initial (fenêtre de 24 heures). Litiges à plusieurs tours avec des mises croissantes ; retour sur investissement de 40 % pour la partie gagnante. Si plus de 275 000 REP sont contestés, un fork est déclenché : les détenteurs de REP migrent vers l’univers gagnant. Le marché initial de contrôle de la Chambre en 2018 a nécessité 6 tours de litige (environ 700 000 $ d’intérêt ouvert), démontrant la robustesse du mécanisme mais une latence et un coût élevés.
État d'avancement en 2025 : Activité minimale ; relance de la R&D (Fondation Lituus) avec développement d'Augur généralisé et de PBFM (forking à création basé sur le prix) pour les oracles inter-chaînes. Non prêt pour la production.
Kalshi (Résolution centralisée par l'équipe) : L'équipe Marchés détermine les résultats selon des règles et des sources de vérification prédéfinies (par exemple, les certifications électorales officielles, les annonces de la Réserve fédérale). Les utilisateurs demandent un règlement ; l'équipe examine la demande entre 1 et 12 heures après l'événement. Décision instantanée et peu coûteuse, mais risque de défaillance unique. Les plaintes relatives à la résolution « Miami » avant 2025 illustrent ce risque d'erreur.
Rain (IA + mécanisme de repli décentralisé) : Sur les marchés publics, le créateur ou un oracle IA Delphi (explorateurs multi-agents + extracteur) est utilisé. Un délai de 15 minutes est accordé après résolution des litiges ; les garanties (0,1 % du volume ou 1 000 $ minimum) sont transférées à des oracles humains décentralisés. Le taux de litige annoncé est de 0,01 %. Sur les marchés privés, la résolution est assurée uniquement par le créateur.
Drift (Gouvernance Multisignature) : Après un événement, le Conseil de sécurité met à jour l’oracle Pyth à 0 (NON) ou 1 (OUI) et définit sa date d’expiration. Des contrôles de validité Pyth (10/120 emplacements obsolètes, 0 invalide, 5x volatil, >10 %) empêchent toute manipulation. Après expiration, le mode de réduction est activé, puis le règlement est effectué (le déficit est mutualisé si l’assurance est épuisée). Le résolveur est centralisé, mais transparent sur la blockchain.
3. Théorie de l'information et analyse des incitations
Mécanisme d'agrégation d'informations
Les marchés de prédiction concrétisent le « problème de la connaissance » de Hayek (1945) : aucun planificateur central ne centralise les informations dispersées détenues par les individus. Les prix émergent d'échanges décentralisés où les participants parient sur la base de connaissances privées, équilibrant la pression à l'achat et à la vente pour refléter les estimations de probabilité collectives.
Fondements théoriques : Les traders disposant d’informations supérieures achètent des contrats sous-évalués ou vendent des contrats surévalués, réalisant ainsi des profits tout en orientant les prix vers les résultats attendus. Les analystes qui font des prévisions erronées perdent du capital et se retirent du marché, ce qui réduit progressivement le bruit. Ce mécanisme récompense la précision par des incitations financières, convergeant théoriquement vers les probabilités réelles sous certaines conditions.
Conditions de convergence
Les marchés convergent vers des probabilités précises lorsque :
Liquidité suffisante : les opportunités d’arbitrage attirent les capitaux et corrigent les erreurs de prix. Les marchés peu liquides manquent de mécanismes de correction ; une seule transaction importante peut faire varier les prix de 5 à 10 % sans nouvelle information.
Information dispersée : les croyances hétérogènes et les signaux privés garantissent la diversité des points de vue. Les participants homogènes (par exemple, les chambres d’écho sur Twitter) créent un biais de corrélation.
Absence d'initiés dominants : l'asymétrie d'information exploitée par les initiés (par exemple, les employés de Google sur les marchés des événements d'entreprise) fausse les prix et les éloigne du consensus d'information publique.
Participants neutres face au risque : les modèles théoriques supposent que les investisseurs maximisent la valeur espérée. En réalité : l’aversion au risque et l’aversion aux pertes créent des biais systématiques (biais en faveur des outsiders dans le sport).
Rééquilibrage dynamique : la découverte continue des prix exige une activité de trading soutenue. Les marchés figés, avec des positions verrouillées, n’intègrent pas les nouvelles informations.
Données empiriques : Polymarket a atteint une précision de 95 % quatre heures avant la résolution (Brier 0,046) lors d’événements à forte liquidité. Une étude de Vanderbilt portant sur plus de 2 500 marchés a montré une précision de 67 à 93 %, mais a relevé une faible efficacité (lacunes d’arbitrage, lenteur de l’intégration des informations).
Modes de défaillance
Faible participation : les événements de niche avec un intérêt ouvert d’environ 10 000 $ présentent un écart de prix de 20 à 30 % par rapport aux probabilités rationnelles. La faible liquidité des carnets d’ordres engendre des spreads importants (0,10 à 0,20 $), dissuadant les investisseurs avertis. Ce phénomène s’auto-alimente : faible liquidité → prix défavorables → retrait accru des participants.
Incitations à la manipulation : les gros investisseurs exploitent les marchés à faible liquidité pour gonfler ou dégonfler artificiellement les probabilités. Incidents de marché en 2025 :
Marché des costumes Zelensky (58 millions de dollars de volume) : UMA conteste le résultat en se basant sur l’interprétation du tissu de la veste
Ukraine-Trump Minerals (volume de 7 millions de dollars) : décision favorable pour les détenteurs de 5 millions de jetons UMA
Google Search Insider (plus d'un million de dollars) : Un employé a remporté 22 paris consécutifs sur 23 en utilisant des données internes.
Opérations fictives : une étude de l'université Columbia a révélé que 25 % du volume moyen des transactions entre portefeuilles multiples sert à gonfler artificiellement la liquidité apparente.
Incitation économique : Les manipulateurs gagnent si (1) l'inefficience du marché × la taille de la position > le coût de la manipulation, ou (2) la modification réflexive du résultat (par exemple, en modifiant les récits médiatiques via les probabilités affichées).
Réflexivité et domination narrative : les prix censés refléter la réalité la façonnent en réalité. Mécanisme :
Les paris des baleines modifient la probabilité du marché (par exemple, les chances de victoire de Trump à l'élection passent de 45 % à 65 %).
Les médias annoncent que « les marchés prévoient la victoire de Trump ».
Les donateurs/électeurs réagissent à la dynamique perçue
Le résultat réel évolue vers la prédiction
L'affaire de la « Baleine française » de 2024 en est un exemple frappant : des positions de plus de 30 millions de dollars sur Trump, placées sur Polymarket, ont influencé les sondages et potentiellement le comportement des donateurs. Ce phénomène a été renforcé par le marché de recherche Google « d4vd », où la manipulation du volume des paris a artificiellement gonflé les tendances de recherche, déclenchant ainsi la résolution automatique du marché.
Trading idéologique : 15 % des participants tradent en fonction de leurs préférences affichées plutôt que de la maximisation des profits. Cela engendre des erreurs d’évaluation persistantes : les marchés politiques présentent un biais de 5 à 10 % en faveur des résultats préférés des traders dans des contextes à faibles enjeux. Exemple : les marchés de Polymarket concernant le Sénat républicain ont surestimé la probabilité d’une victoire républicaine de 8 % (67 % contre 59 % en réalité) malgré une forte liquidité.
Comparaison avec les sondages et les panels d'experts
Précision empirique : Une étude Cambridge/IARPA (113 événements géopolitiques) a révélé que les auto-évaluations agrégées atteignaient, voire dépassaient, la précision du marché (Brier : 0,210 contre 0,227). Les sondages ont surpassé les marchés en début de cycle événementiel, lorsque la liquidité est faible ; les modèles hybrides (combinant marché et sondages) se sont avérés globalement supérieurs.
Performance par domaine : L’analyse de Vanderbilt portant sur plus de 2 500 marchés a montré :
Sports : Sondages compétitifs ou supérieurs (football)
Élections : Marchés inefficaces avec des lacunes d’arbitrage et des divergences entre les plateformes (désaccord entre PredictIt, Polymarket et Kalshi)
Événements de niche : les marchés sont les moins précis ; les panels d’experts contextualisés dominent.
Différences de mécanisme :
DimensionPrédictionMarchésSondagesPanelsd'expertsIncitationPerte/gain financierRéputationnel, minimalRéputationnel, carrièreUtilisation de l'informationSignaux privés agrégés par les prixCroyances autodéclaréesAnalyse structuréeMises à jour en temps réelContinuÉpisodique (hebdomadaire)Épisodique (sur demande)Risque de manipulationAttaques de baleines, opérations fictivesBiais d'échantillonnage, formulation des questionsPensée de groupe, ancrageRéflexivitéÉlevée (les prix influencent les résultats)Moyenne (les sondages publiés modifient le comportement)Faible (conseils privés)
Taxonomie de la motivation des traders
Les investisseurs axés sur la maximisation des profits (25 % des participants, « investisseurs avertis ») exploitent les erreurs de prix grâce à des avantages informationnels. Ils affichent des taux de réussite élevés (> 60 %) et des positions concentrées. Ils ont besoin de contreparties peu informées pour obtenir des liquidités et réaliser des profits. Ils contribuent à la formation des prix, mais perçoivent des rentes.
Les traders occasionnels (50 %) : positions de faible montant (environ 100 $), motivés par le divertissement. Ils fournissent de la liquidité, mais sont perdants face aux spreads et aux traders avertis. Essentiels au fonctionnement du marché malgré des rendements attendus négatifs. Comparables aux acheteurs de billets de loterie particuliers ou aux parieurs sportifs occasionnels.
Participants idéologiques (15 %) : Leurs actions, motivées par des considérations politiques, les incitent à accepter des pertes pour « soutenir » le résultat souhaité. Ils sont concentrés sur les marchés politiques et créent des opportunités de valorisation erronée persistantes pour les investisseurs avertis.
Arbitrage (10 %) : Exploitation des inefficiences entre les plateformes ou les combinaisons de résultats. Exemple : Sur les marchés multi-options des élections présidentielles, où la somme des probabilités dépasse 100 %, il est possible de réaliser des profits sans risque en pariant simultanément sur des situations opposées. Les bots automatisent de plus en plus ce processus ; des opportunités à risque négatif ont été signalées en 2025.
Les acteurs de couverture (à 5 % mais avec un capital important) : entreprises et institutions se prémunissent contre les risques liés aux événements. Par exemple, les franchises sportives se couvrent contre les résultats des séries éliminatoires ; les protocoles crypto se couvrent contre les résultats des votes de gouvernance ; les fonds macroéconomiques se couvrent contre les décisions de la Fed. Les partenariats entre Kalshi et SIG illustrent la demande de couverture institutionnelle.
4. Oracle et infrastructure de règlement
Modèles de vérification des résultats
Résolveurs centralisés de confiance (modèle Kalshi) : L’équipe de la plateforme détermine les résultats à partir de sources prédéfinies (certifications électorales officielles, annonces de la Réserve fédérale, données des ligues sportives). Avantages : Faible latence (1 à 12 heures), décision instantanée, coût minimal. Risques : Défaillance de la confiance centralisée, risque de biais, censure (restrictions thématiques), propagation des erreurs (incident de résolution de Miami). Nécessite la supervision et l’infrastructure de surveillance de la CFTC.
Réseaux d'oracles décentralisés (modèle Polymarket/UMA) : mécanisme de règlement des différends optimiste – le proposant garantit le résultat ; une période de validité permet les contestations, et en cas de litige, un vote des détenteurs de jetons est requis. Avantages : résistance à la censure, transparence, incitations alignées grâce à la réduction des garanties. Risques : manipulation par les gros investisseurs (5 millions de jetons UMA ont résolu un marché de 7 millions de dollars), ambiguïté d'interprétation (débat sur la veste Zelensky), lenteur du processus (le vote DVM ajoute des jours). Environ 99 % des résolutions sont incontestées, mais plus de 12 résolutions controversées sont prévues pour 2025.
Résolution par voie judiciaire/vote (modèle Augur/REP) : résolution des litiges par staking multi-tours avec escalade des mises, mécanisme de fork pour les désaccords supérieurs à 275 000 REP. Avantages : forte décentralisation, sécurité économique grâce au coût du fork, robustesse éprouvée (marché interne de 2018 sur 6 tours). Risques : latence élevée (plusieurs semaines pour les litiges), coût élevé (blocage du capital de staking REP), faible activité en 2025 (volume quotidien d’environ 40 000 $).
IA + Recours humain (modèle Rain/Delphi) : des agents d’IA (multi-explorateurs + extracteurs) proposent des solutions pour les marchés publics ; en cas de litige, une fenêtre de 15 minutes est ouverte, puis des oracles humains décentralisés sont sollicités. Avantages : résolution initiale rapide, économique, évolutif. Risques : biais/hallucinations de l’IA, nouveaux vecteurs d’attaque, non éprouvé en situation de forte intensité. Taux de litige annoncé de 0,01 %, mais données de production limitées.
Gouvernance multisignature (modèle Drift) : Le conseil de sécurité met à jour l’oracle Python pour obtenir un résultat binaire après chaque événement, avec des contrôles de validité (obsolescence, limites, volatilité). Avantages : Flexible, efficace et transparent sur la blockchain. Risques : Confiance centralisée dans le conseil, compromission de la multisignature, absence de droit de contestation pour les utilisateurs. L’approche hybride offre un équilibre entre rapidité et vérifiabilité.
Compromis entre latence, finalité et coût
ModèleLatence de règlementGarantie de finalitéCoût par marchéDisponibilité des donnéesCentralisé (Kalshi)1-12 heuresImmédiat (décision d'équipe)~0 $ (infrastructure fiduciaire)Documentation/règles hors chaîneOracle optimiste (Polymarket/UMA)2 heures sans contestation ; 2-7 jours en cas de contestationProbabiliste → Vote DVMCaution de 750 $ + gaz (~5 $ Polygon)Vérification sur la chaîneVote de jetons (Augur/REP)24 heures initialement ; semaines en cas de contestationÉconomique (coût de fork)Mise de REP (1 000 $+) + gaz (10 $ ETH)Sur la chaîne EthereumIA + Fallback (Rain)15 minutes sans contestation ; heures en cas d'escalade Hybride (réduction des garanties) 1 000 $ de garantie ou 0,1 % du volume Arbitrage/Base sur la chaîne Multisignature (Drift) Après l'expiration par le conseil Consensus de gouvernance Négligeable (mise à jour de l'oracle) Solana sur la chaîne (Pyth)
Vecteurs d'attaque des oracles et économie des litiges
Propositions de mauvaise foi : L’attaquant propose un résultat erroné en espérant qu’aucune contestation ne soit formulée. Mesure d’atténuation : Confiscation de la caution (750 $ sur Polymarket, réduction des points REP sur Augur). Coût de l’attaque : Caution × probabilité de contestation. Taux de réussite : Environ 1 % sur les marchés à forte valeur ajoutée en raison de la présence de robots de surveillance, mais exploitable sur des événements de niche ou ambigus.
Achat de votes/Contrôle des baleines : Les gros détenteurs d’UMA ou de REP règlent les litiges en leur faveur. Exemples de marchés multiples : 5 millions de jetons UMA (plus de 1 % de l’offre) ont permis de résoudre le marché ukrainien de 7 millions de dollars lié à Trump ; le marché Zelensky de 58 millions de dollars a été contesté par une baleine. Mesures d’atténuation : Augmentation des coûts (le contrôle des votes nécessite une distribution plus large des jetons), atteinte à la réputation. Faisabilité : Élevée pour les marchés d’environ 10 millions de dollars par rapport aux portefeuilles de jetons concentrés.
Définitions ambiguës d'événements : Exploitation de la flexibilité d'interprétation des descriptions de marché. Exemple : « Zelensky portera-t-il un costume ? » contre « une veste faisant partie d'un costume ». Cela peut engendrer des litiges, même en cas de résultats clairs. Solution : Un langage de marché précis, mais la complexité nuit à la facilité d'utilisation. Compromis fondamental entre précision et participation.
Censure/Manipulation des sources : Les résolveurs centralisés (Kalshi) peuvent refuser l’accès aux marchés ou manipuler les données sources. Les oracles décentralisés (Polymarket) sont vulnérables si la résolution repose sur une source unique (par exemple, un site web gouvernemental) susceptible d’être altérée. Mesures d’atténuation : Vérification multi-sources, données ancrées dans la blockchain (rare). Réalité : La plupart des marchés utilisent des sources uniques et fragiles.
Altération réflexive des résultats : les prix du marché influencent les résultats concrets, faussant ainsi le fonctionnement de l’oracle. Exemple : le marché « Volume de recherche Google pour 'd4vd' », où le volume des transactions a lui-même généré les recherches, entraînant une réponse positive. Solution : exclure les marchés autoréférentiels et utiliser des données instantanées. Difficulté : distinguer l’agrégation réflexive de l’agrégation légitime d’informations.
Résumé de l'économie des conflits :
Polymarket : caution de 750 $ confisquée pour les propositions non valides ; retour sur investissement de 40 % pour les litiges justifiés ; le DVM exige un vote par jeton UMA (latence de plusieurs jours, frais de gaz).
Augur : staking de REP avec un retour sur investissement de 40 % pour les déclarants corrects ; paliers progressifs ; fork si > 275 000 REP (attaque la plus coûteuse : ~270 000 $ à 0,98 $/REP)
En cas d'erreur, une pénalité de 0,1 % du volume ou de 1 000 $ de garantie est appliquée ; escalade de l'oracle décentralisé
Drift/Kalshi : Aucun litige entre utilisateurs ; résolution par la gouvernance/l’équipe
Rôle de la disponibilité et de la vérifiabilité des données
Vérification sur la blockchain : Ethereum (Augur), Polygon (Polymarket), Solana (Drift) et Arbitrum/Base (Rain) permettent la vérification cryptographique de la logique de règlement et des sources des résultats. Les utilisateurs peuvent ainsi vérifier indépendamment l’exactitude des résolutions si les données sont stockées sur la blockchain. En réalité, la plupart des oracles se réfèrent encore à des sources externes (résultats électoraux, annonces de la Fed), ce qui limite la vérifiabilité à la simple confirmation que « l’oracle a correctement rapporté des données externes » plutôt qu’à la vérification de l’exactitude des données elles-mêmes.
Système centralisé hors chaîne : le règlement Kalshi reste opaque au-delà des règles et sources publiées. Les utilisateurs se fient à la supervision de la CFTC et à la réputation de la plateforme. Aucune vérification indépendante n’est possible. Compromis : rapidité et conformité réglementaire contre transparence.
Modèles hybrides : les propositions de Polymarket UMA font référence à des événements hors chaîne, mais le processus de règlement des litiges est transparent et se déroule sur la chaîne. Théoriquement, c’est le meilleur des deux mondes, mais des lacunes d’interprétation (affaire Zelensky) révèlent des limites.
Défis liés à la disponibilité des données : La plupart des événements ne disposent pas de données de référence natives de la blockchain. Les élections sont certifiées des semaines après le vote ; les résultats sportifs proviennent de ligues centralisées ; les données macroéconomiques d’agences gouvernementales. Les marchés de prédiction héritent de la fragilité des sources en amont. Potentiel futur : Les événements natifs de la blockchain (gouvernance on-chain, indicateurs DeFi) permettent une véritable vérifiabilité de bout en bout.
5. Tokenomics et durabilité économique
Analyse de la nécessité des jetons
Question centrale : Les marchés de prédiction nécessitent-ils des jetons natifs pour fonctionner ou pour capturer de la valeur ?
Réponse empirique : Non. Les deux plateformes ayant le plus fort volume d’activité fonctionnent sans jetons :
Polymarket : volume de 21,5 milliards de dollars en 2025, financement de 2,279 milliards de dollars, valorisation de 9 milliards de dollars – règlement uniquement en USDC, sans token
Kalshi : volume de 17,1 milliards de dollars en 2025, financement de 1 milliard de dollars, valorisation de 11 milliards de dollars – dépôts en monnaie fiduciaire et cryptomonnaie, sans jeton
88 % du volume du secteur (38,6 milliards de dollars sur 44 milliards) transite par des modèles sans token. Les alternatives tokenisées peinent à s'imposer : Augur (REP) affiche un volume quotidien de 39 000 $ malgré son statut de pionnier ; les nouveaux venus (Rain/RAIN, Drift/DRIFT) montrent des signes d'intérêt initiaux, mais leur pérennité reste à prouver.
Cas d'utilisation des jetons dans les modèles tokenisés
Gouvernance (Augur/REP, Rain/RAIN, Drift/DRIFT) : Les détenteurs de tokens votent sur les mises à jour du protocole, les modifications de paramètres et les règles du marché. Proposition de valeur : Contrôle décentralisé contre risque lié à une équipe centralisée. Réalité : Faible participation à la gouvernance (environ 10 % de participation aux votes), domination des gros détenteurs (les 10 principaux détenteurs d’Augur contrôlent 53,62 %, ceux de Rain environ 65 % et ceux de Drift 57,17 %).
Jugement de litiges (Augur/REP) : REP mis en jeu pour la publication des résultats ; les litiges nécessitent des cautions REP avec un retour sur investissement de 40 % pour la partie gagnante ; mécanisme de fork à plus de 275 000 REP. Proposition de valeur : vérité décentralisée grâce à la sécurité économique. Réalité : utilisation minimale en 2025 (phase de relance R&D) ; historiquement robuste mais coûteux (mises de plus de 1 000 $, latence de plusieurs semaines).
Incitations à la liquidité (Rain/RAIN) : les fournisseurs de liquidités perçoivent 1,2 % du volume de marché résolu et doivent détenir des RAIN pour pouvoir trader. Proposition de valeur : aligner la fourniture de liquidités sur le succès du protocole. Réalité : un volume de 68 millions de dollars sur 24 heures (décembre 2025) témoigne d’un engouement initial, mais un taux de rétention de 35 % laisse présager un risque de désabonnement.
Rachat/destruction de jetons RAIN (Rain/RAIN) : 2,5 % du volume d’échanges sont alloués au rachat et à la destruction de jetons RAIN (effet déflationniste). Proposition de valeur : appréciation du prix du jeton grâce aux frais accumulés. Réalité : non prouvée à grande échelle ; nécessite un volume d’échanges soutenu (actuellement 68 millions de dollars par jour × 2,5 % = 1,7 million de dollars de rachats quotidiens si la totalité des jetons est détruite).
Évaluation empirique : Étude de cas Augur
Contexte de lancement (2015-2018) : ICO de 10 millions de dollars, marché de prédiction Ethereum pionnier, jeton REP pour la gouvernance et le reporting. Promesse théorique : accès mondial, décentralisé et résistant à la censure.
Performances 2018-2023 :
Faible liquidité : le coût du gaz (10 $ en moyenne) a freiné les transactions ; les positions ouvertes ont rarement dépassé 1 million de dollars par marché.
Retraits de la liste des plateformes d'échange : Binance a retiré REP 2019-2022 en raison d'un faible volume d'échanges.
Litiges minimes : environ 10 litiges majeurs par an ; sous-utilisation du service REP
Le fork n'a jamais été déclenché : le seuil de 275 000 REP n'a jamais été atteint malgré les controverses.
Statut 2025 :
Capitalisation boursière : 8 millions de dollars (11 millions d'unités en circulation × 0,98 $/REP)
Volume quotidien : 39 000 $ (25 décembre 2025)
Volatilité des prix : fourchette de 0,70 $ à 0,99 $ en décembre (variation de 41 %)
Relance de la R&D : la Fondation Lituus développe l’Augur généralisé ; pas encore prêt pour la production.
Leçons tirées : Malgré l’innovation technique, le modèle de tokenisation n’a pas réussi à trouver sa place sur le marché. Raisons : (1) Coûts du gaz élevés par rapport aux alternatives centralisées, (2) Volume insuffisant pour une utilité significative du REP, (3) Les concurrents sans tokenisation (Polymarket) ont capté la liquidité grâce à une meilleure expérience utilisateur, (4) L’incertitude réglementaire a limité l’adoption institutionnelle.
Structures tarifaires selon les modèles
Polymarket (sans token) : commission de 0,75 à 0,95 % via des agrégateurs (Cowswap, 1inch) ; la plateforme prend en charge les frais de gaz sur Polygon (environ 0,01 $ en moyenne). Modèle de revenus : spread implicite + futures modifications de frais après la phase de montée en charge. La phase de subvention actuelle est financée par 2,279 milliards de dollars de capital-risque.
Kalshi (sans jeton) : Frais de transaction non divulgués publiquement ; remises aux teneurs de marché (programme de liquidité de 10 à 1 000 $ par jour). Modèle de revenus : Frais de transaction + licence de données de marché. Exigences de transparence des frais réglementées par la CFTC.
Pluie (tokenisée) : 5 % du volume d’échanges du marché résolu alloués :
1,2 % au créateur
1,2 % aux LP
0,1 % vers le résolveur
2,5 % pour le rachat/la destruction de RAIN
Supplément de +1 $ ou 1 % pour un oracle d'IA sur les marchés publics
Augur (tokenisé) : Modèle historique avec frais de staking REP ; les données actuelles de 2025 ne sont pas disponibles en raison d'une faible activité.
Durabilité à long terme sans subventions
Modèles sans token : Polymarket et Kalshi prospèrent grâce aux financements de capital-risque pour la création de marché, l’injection de liquidités et l’acquisition d’utilisateurs. Ils génèrent de la valeur par l’appréciation du capital (valorisations : Polymarket 9 milliards de dollars, Kalshi 11 milliards de dollars) sans dilution du token. Voie vers la pérennité : généralisation des frais, licences de données, partenariats institutionnels.
Défis : (1) Nécessite un volume soutenu (revenus hebdomadaires actuels de 3 milliards de dollars × 0,5 % = 15 millions de dollars si les frais sont activés), (2) la pression concurrentielle limite les augmentations de frais, (3) coûts réglementaires (conformité, juridiques, lobbying).
Modèles tokenisés : Ils s’appuient sur la valorisation des jetons par le biais de rachats (Rain) ou de leur utilité (Augur). Historiquement, nombre d’entre eux affichent un faible volume d’activité après leur lancement, à l’exception des nouveaux acteurs. Rain présente un fort potentiel de croissance grâce aux frais (68 millions de dollars de volume quotidien × 5 % = 3,4 millions de dollars de frais quotidiens si ce potentiel se maintient).
Défis : (1) Valeur du jeton dépendante d'un volume soutenu - risque de spirale infernale si le volume diminue → le prix du jeton chute → la gouvernance s'affaiblit → sortie de volume supplémentaire, (2) dilution via l'inflation de la gouvernance, (3) classification réglementaire (risque lié au droit des valeurs mobilières).
Dépendance aux subventions structurelles : Historiquement, les deux modèles ont nécessité des capitaux externes pour la révélation des liquidités. Iowa Electronic Markets était subventionné par l’université ; les premiers protocoles crypto étaient financés par des ICO et du capital-risque. Problème central : La faible liquidité des marchés engendre une information de mauvaise qualité, créant un cercle vicieux. La solution passe soit par (1) des subventions aux protocoles (financées par l’inflation ou le Trésor public), soit par (2) des partenariats avec des teneurs de marché, soit par (3) des subventions croisées des marchés à fort volume vers des événements de niche.
Consensus Twitter (décembre 2025) : Les protocoles rentables privilégient les actions aux jetons afin de préserver leur potentiel de hausse sans dilution. Les marchés de prédiction dépendent structurellement des subventions jusqu’à atteindre un seuil de liquidité suffisant (environ 1 milliard de dollars de volume quotidien, seuil à partir duquel la création de marché organique devient autosuffisante).
Comparaison entre les systèmes tokenisés et non tokenisés
Dimension Non tokenisé (Polymarket, Kalshi) Tokenisé (Rain, Augur) Leadership en volume 88 % du volume du secteur (38,6 milliards de dollars / 44 milliards de dollars) 12 % du volume du secteur Succès du financement 3,3 milliards de dollars de financement VC combiné à 100 millions de dollars combinés Progrès réglementaires Voies de conformité CFTC Incertitude concernant la législation sur les valeurs mobilières Profondeur de liquidité Polymarket 310 millions de dollars TVL ; Kalshi > 1 milliard de dollars par semaine Rain/Augur à 5 millions de dollars TVL combinés Adoption par les utilisateurs 285 000 utilisateurs actifs par semaine à 10 000 combinés Décentralisation Création de marché centralisée, règlement hybride Marchés sans autorisation, vote par oracle Capture de valeur Appréciation des actions Appréciation du prix du token Gouvernance Contrôlée par l'équipe DAO de détenteurs de tokens (faible participation) Composabilité Limitée (éléments de garde) Élevée (native DeFi)
Implication stratégique : À court terme, les modèles non tokenisés dominent grâce à une expérience utilisateur supérieure, une réglementation plus claire et des partenariats institutionnels. Les modèles tokenisés conservent une flexibilité à long terme grâce à l’innovation sans autorisation et à la composabilité, mais nécessitent une forte croissance des volumes ou un contexte réglementaire favorable pour être compétitifs.
6. Comportement des utilisateurs et dynamique du marché
Distribution des archétypes d'utilisateurs
Traders avertis (25 % des participants) : taux de réussite élevés (> 60 %), positions concentrées (investissement moyen supérieur à 1 000 $), stratégies analytiques utilisant des modèles d’IA et la théorie du portefeuille. Ils contribuent à la découverte des prix grâce à l’arbitrage des erreurs de prix. Exemples : analystes quantitatifs utilisant les probabilités de taux de la Fed pour la couverture macroéconomique, traders de cryptomonnaies avec une connaissance approfondie de la blockchain.
Données : Les 15 % meilleurs traders de Polymarket contribuent à hauteur de 25 % au volume ; taille moyenne des positions : 1 100 $ contre 100 $ pour les traders occasionnels.
Les traders occasionnels (50 %) : positions modestes (environ 100 $), motivés par le divertissement, avec un faible taux de réussite (environ 45 %). Ils fournissent une liquidité essentielle malgré des rendements attendus négatifs. Profil démographique : particuliers, parieurs occasionnels, participants à des jeux de hasard. Indispensables au fonctionnement du marché, sans eux, les traders avertis manquent de contreparties.
Données : 70 % des transactions Polymarket sont inférieures à 100 $ ; taux de rétention moyen de 60 % (taux de retour à 7 jours).
Participants idéologiques (15 %) : motivés par des considérations politiques, ils sont prêts à accepter des pertes pour « soutenir » les résultats qu’ils souhaitent ou afficher leurs convictions. Ils sont concentrés sur les marchés politico-culturels. Ils créent des distorsions de prix persistantes : les marchés sénatorials républicains de Polymarket ont montré un biais de 8 % en faveur des résultats républicains malgré une forte liquidité.
Données sociales : les discussions sur Twitter mettent l’accent sur les marchés de prédiction en tant que « principes du libre marché » et « sagesse collective », attirant une demande de signalisation qui dépasse la simple motivation du profit.
Arbitrage (10 %) : Exploitation des inefficiences entre les plateformes ou les combinaisons de résultats. Utilisation de bots pour les opportunités à risque négatif (marchés à options multiples totalisant plus de 100 %). Exemples : Paris sur l’élection présidentielle américaine sur Polymarket/Kalshi/PredictIt avec des spreads garantis de 2 à 5 %.
Données : Les modèles de transactions multiplateformes montrent que 5 % des utilisateurs sont actifs simultanément sur plusieurs sites de marché de prédiction.
Fréquence et fidélisation de la participation
Polymarket (taux de fidélisation le plus élevé) : 60 % des nouveaux utilisateurs reviennent dans les 7 jours ; 28 000 à 75 000 utilisateurs actifs quotidiens (estimation fin 2023) ; 230 000 utilisateurs actifs hebdomadaires ; 510 000 utilisateurs actifs mensuels. Forte fidélisation grâce à un engagement ponctuel autour du sport et de la politique.
Drift Protocol : taux de rétention de 50 % ; 3 800 utilisateurs actifs hebdomadaires ; taux de désabonnement élevé sur les marchés de prédiction par rapport à l'activité principale de gestion des risques (majorité des 779 millions de dollars de TVL).
Augur : taux de rétention d'environ 20 % ; environ 100 utilisateurs actifs par jour ; engagement minimal après 2023 en raison des coûts de gaz élevés et de la faible liquidité.
Rain/Limitless : taux de rétention de 25 à 35 % ; plateformes en phase de démarrage (à 2 000 utilisateurs actifs mensuels) ; 50 à 60 % de participants ponctuels suggèrent une mauvaise adéquation produit-marché ou une liquidité insuffisante.
Saisonnalité : Les marchés politiques enregistrent des pics de volume multipliés par 10 pendant les élections, suivis d’un taux de désabonnement de 80 %. Les marchés sportifs conservent une participation tout au long de l’année, mais celle-ci se concentre sur les saisons de NFL et de NBA. Les marchés macroéconomiques affichent le taux de fidélisation le plus élevé (45 % de retour à 90 jours) grâce à des stratégies de couverture.
Concentration des liquidités et effets des baleines
Polymarket : TVL de 310 millions de dollars dominé par les principaux marchés – les marchés électoraux américains ont enregistré un pic d’intérêts ouverts de plus de 150 millions de dollars en novembre 2024. Effets des baleines : des positions uniques de plus de 30 millions de dollars (« baleine française ») ont fait varier les chances présidentielles de 10 à 15 points de pourcentage, influençant la couverture médiatique et potentiellement le comportement des électeurs/donateurs.
Les traders les plus actifs contrôlent 15 % du volume ; les positions individuelles les plus importantes dépassent les 5 millions de dollars lors des événements à forts enjeux. Sur les marchés à faible liquidité (avec un intérêt ouvert de 100 000 $), les fluctuations de prix sont de 5 à 10 % pour des transactions individuelles de 10 000 $.
Concentration des jetons (protocoles tokenisés) :
Augur (REP) : Les 10 principaux actionnaires contrôlent 53,62 % ; le principal actionnaire détient 9,62 %.
Dérive (DRIFT) : Les 10 premiers contrôlent 57,17 % ; le leader est en tête 26,97 %
Pluie (RAIN) : Top 10 estimé à environ 65 % ; détenteur du premier rang à environ 20 %
Limitless (LMTS) : Les 10 premiers contrôlent 96,05 % ; le détenteur du premier rang 39,04 %
Implications : La concentration extrême des détenteurs dans les modèles tokenisés engendre une centralisation de la gouvernance et un risque de manipulation des litiges. Un seul gros détenteur peut influencer les résultats en faveur de ses positions (comme l’ont démontré les cas des baleines d’UMA). Les modèles sans tokenisation évitent ce problème, mais sont exposés à des risques différents liés aux baleines dans la fixation des prix du marché.
Corrélation intermarchés et risque de concentration
Marchés politiques : chevauchement de 30 % sur les marchés à fort volume d’échanges entre Polymarket, Kalshi et PredictIt. Corrélation des volumes de 0,65 entre les plateformes pendant les élections. Risque de concentration : 40 % du volume total du secteur se concentre sur les élections présidentielles et législatives, ce qui engendre une fragmentation de la liquidité et des opportunités d’arbitrage.
Marchés sportifs : 70 % du volume de Kalshi et 39 % de celui de Polymarket. Forte corrélation (0,7) avec les cotes des bookmakers traditionnels, ce qui suggère des sources d’information communes et des flux d’arbitrage. La forte présence de la NFL et de la NBA engendre une concentration saisonnière des volumes.
Marchés des cryptomonnaies : Faible corrélation (0,3-0,4) entre les plateformes ; le positionnement de niche limite la saturation. Exception : Les événements majeurs (objectifs de prix du BTC, approbation d’un ETF Ethereum) présentent une corrélation de 0,6 entre Polymarket et Drift.
Marchés macroéconomiques : Corrélation modérée (0,5) entre les plateformes ; les décisions de la Fed concernant les taux d’intérêt et les chiffres de l’inflation synchronisent les échanges. L’intérêt ouvert est 2,5 fois supérieur aux prévisions malgré un volume de transactions plus faible, ce qui indique une forte demande de positionnement et de couverture.
Dynamique d'arbitrage : des inefficiences interplateformes persistent malgré la corrélation — les cotes présidentielles ont divergé de 5 à 10 % entre Polymarket, Kalshi et PredictIt lors de l'élection de 2024. Les bots exploitent les opportunités de risque négatif offertes par les portefeuilles multiples, contribuant à 25 % du volume des transactions fictives (étude Columbia).
Risques liés à la surpopulation : La concentration sur des événements populaires (politique : 40 % du volume, sport : 70 % sur chaque plateforme) crée une fragilité ; les litiges ou les manipulations sur les marchés phares nuisent à la crédibilité de la plateforme à l’échelle mondiale. Exemple : La controverse liée au procès intenté par Polymarket à Zelensky (volume de 58 millions de dollars) a eu un impact sur l’image globale de la plateforme, bien qu’elle n’ait concerné qu’un seul marché.
7. Cadre réglementaire et juridique
Intersection des cadres juridictionnels
Les marchés de prédiction occupent des zones grises juridiques à l'intersection du droit des jeux (commissions des jeux d'État), du droit des produits dérivés (loi sur les échanges de matières premières de la CFTC) et de la réglementation des matières premières (contrats d'événements en tant qu'actifs sous-jacents).
Classification des jeux de hasard : Les autorités de réglementation étatiques considèrent les contrats de paris sportifs et politiques comme des paris à cote fixe, à handicap et combinés – des produits de paris traditionnels nécessitant des licences de jeu et des protections pour les consommateurs (âge minimum de 21 ans, déclaration d’intégrité, ressources en cas de jeu problématique). Exemple : Le Département de la protection des consommateurs du Connecticut a émis des injonctions de cesser et de s’abstenir (décembre 2025) à l’encontre de Kalshi, Robinhood et Crypto.com pour « paris sans licence ».
Classification des produits dérivés : La CFTC classe les contrats d’événements comme des produits dérivés réglementés par la CEA et négociés sur des marchés de contrats désignés (DCM). Les gains binaires (oui/non) sur des événements futurs constituent des swaps ou des contrats à terme au sens de la législation fédérale. Exemple : Kalshi opère en tant que DCM/DCO (organisme de compensation de produits dérivés) agréé par la CFTC.
Conflit réglementaire : les États revendiquent la primauté de leur législation sur les jeux en vertu de leurs pouvoirs de police ; la CFTC invoque la préemption de la clause de suprématie : la réglementation fédérale des produits dérivés prime sur les restrictions étatiques en matière de jeux. Décisions judiciaires partagées : les tribunaux de district du Nevada et du New Jersey ont statué sur la préemption du champ d’application de la CEA ; le Maryland a rejeté la demande d’injonction ; la procédure est en cours.
Paysage réglementaire des États-Unis
Approche de la CFTC et précédent Kalshi :
2020 : La CFTC a agréé Kalshi en tant que DCM, autorisant ainsi les contrats d’événements réglementés par la CFTC.
2024 : Les contrats relatifs aux événements politiques sont autorisés suite à la victoire de la Cour d’appel du district de Columbia dans l’affaire KalshiEX c. CFTC ; l’appel de la CFTC est abandonné en mai 2025.
Janvier 2025 : Les contrats sportifs sont auto-certifiés par Kalshi ; la CFTC n’a pris aucune mesure d’interdiction malgré la règle spéciale de la CEA autorisant les interdictions de contrats liés aux jeux « contraires à l’intérêt public ».
Précédent : La supervision fédérale établit un accès national au marché des prédictions via l’approbation de la CFTC, contournant ainsi l’obligation d’obtenir des licences de jeu État par État.
Défis des États (2025) :
Connecticut (décembre) : Mises en demeure adressées à Kalshi/Robinhood/Crypto.com ; Kalshi a porté plainte en invoquant la préemption fédérale.
Massachusetts (septembre) : Poursuite du procureur général contre Kalshi pour paris sportifs illégaux ; en attente après renvoi
Nevada (dissous en décembre) : l’injonction contre Kalshi est annulée ; appel concernant la planification de l’État
New Jersey/Maryland/Ohio/Illinois/Montana/Arizona : Mises en demeure émises ou poursuites engagées ; décisions de justice mitigées sur la préemption
Évolution de la situation : Dans certaines juridictions, les tribunaux privilégient la préemption de la CFTC (doctrine de la préemption de domaine), mais les litiges en cours mettent à l’épreuve les limites de la clause de suprématie. L’accès au niveau des États demeure fragmenté : Kalshi opère à l’échelle nationale, à l’exception des États contestés ; DraftKings et FanDuel s’appuient sur leurs licences de jeu existantes pour des lancements ciblés dans certains États.
Historique des mesures d'application de la CFTC :
Polymarket : amende de 1,4 million de dollars (2022) pour des swaps non enregistrés ; une ordonnance modifiée (novembre 2025) permet une relance aux États-Unis via l’acquisition de QCEX et un intermédiaire réglementé.
Prédiction : La CFTC devrait fermer ses portes en 2022 ; le litige sera résolu en juillet 2025, autorisant une activité limitée axée sur la politique en vertu des restrictions de la lettre de non-intervention (NALR) de 2014.
Paysage réglementaire européen
Royaume-Uni : La FCA interdit les options binaires aux particuliers (2019) ; la Gambling Commission classe les marchés de prédiction comme des plateformes de paris et non comme des produits dérivés. Matchbook sera lancé en janvier 2026 sous licence de la Gambling Commission pour les marchés sportifs et politiques.
Union européenne : Interdiction des options binaires de détail par l’ESMA (2018) ; le règlement MiCA s’applique aux marchés basés sur les cryptomonnaies, mais les prédictions sont considérées comme des jeux de hasard au niveau national. Exemple : en France, l’AMF les classe comme jeux de hasard.
Conséquence : les marchés de prédiction européens requièrent des licences de jeux d’argent plutôt qu’une autorisation pour les valeurs mobilières ou les produits dérivés. Les coûts de mise en conformité sont plus élevés (vérification de l’âge, lutte contre le blanchiment d’argent, outils de jeu responsable), mais le cadre réglementaire est plus clair qu’aux États-Unis, où les conflits entre les niveaux fédéral et étatique sont fréquents.
Juridictions offshore
Licences à bas coût : Anjouan, Tobique et Kahnawake proposent des licences de jeux/cryptomonnaies annuelles à 10 000 $ à 50 000 $ avec un contrôle minimal. Elles permettent un accès mondial, mais exposent à des mesures coercitives sur les principaux marchés.
Pôles émergents : Nevis, Émirats arabes unis, délivrant des licences à distance (2025) ; première licence de marché de prédiction B2B/B2C des Émirats arabes unis, mais exigences de conformité strictes (frais d'installation de plus de 500 000 $).
Étude de cas Polymarket : Opérations offshore avant 2025 ; une amende de la CFTC a entraîné la mise en place d’un géorepérage aux États-Unis. Après l’acquisition par QCX (juillet 2025), relancement conforme aux réglementations américaines via un intermédiaire réglementé, tout en maintenant les opérations offshore à l’échelle mondiale.
Stratégie d'arbitrage : L'arbitrage offshore permet un arbitrage réglementaire (faible coût, absence d'autorisation) mais au détriment de la légitimité et de l'accès institutionnel. Sa viabilité à long terme exige une procédure de conformité auprès des principales juridictions.
Implications en matière de connaissance du client (KYC), de lutte contre le blanchiment d'argent (AML) et de censure
Plateformes réglementées par la CFTC (Kalshi, Crypto.com) :
KYC/AML complet : pièce d’identité officielle, vérification de domicile, âge minimum de 18 ans.
Application de la géolocalisation : blocage des adresses IP, vérification GPS
Limites de dépôt/mise : 25 000 $ par jour, outils d’auto-exclusion
Surveillance des transactions : exigences de surveillance de la CFTC, signalement des activités suspectes
Plateformes crypto-natives (pré-conformité Polymarket) :
Connexion au portefeuille uniquement : aucune vérification d’identité requise pour les utilisateurs non américains
Géorepérage : Blocage des adresses IP pour les juridictions restreintes
Compromis en matière de confidentialité : historique des transactions pseudo-anonymes mais enregistré sur la blockchain
Dynamique de la censure :
Les plateformes centralisées (Kalshi) restreignent les sujets abordés sur les marchés : interdiction des marchés d’assassinats, des activités illégales et des spéculations nuisibles.
Plateformes décentralisées (Polymarket) : création de marché sans autorisation, mais censure par oracle (les électeurs de l’UMA peuvent refuser une résolution).
Revendications des États : Blocages géographiques pour le sport dans les États contestés ; restrictions politiques du marché dans certaines juridictions
Arbitrage réglementaire contre légitimité à long terme
Modèle d'arbitrage : L'agrément DCM de la CFTC permet un accès national aux États-Unis, sans avoir à obtenir de licences de jeux d'État ni à payer de taxes. Kalshi traite un volume annuel de 17,1 milliards de dollars sans frais de licence État par État (estimés entre 10 et 50 millions de dollars par État).
Compromis en matière de légitimité :
Surveillance fédérale : surveillance de la CFTC, règles de manipulation, protection des investisseurs
Protections étatiques : 21 ans et plus (contre 18 ans et plus), signalement de l’intégrité du jeu aux ligues, ressources pour les problèmes de jeu, partage des revenus
Décision de justice : Les litiges en cours détermineront si la réglementation fédérale des produits dérivés prévaut sur les lois étatiques relatives aux jeux d’argent. La tendance actuelle est favorable à la CFTC dans certains tribunaux, mais des décisions fragmentées devraient persister. Prédiction : Décision de la Cour suprême d’ici deux à trois ans établissant un précédent national.
Matrice des risques liés à la juridiction
Modèle de plateforme Risque fédéral Risque d'État Risque hors États-Unis Score RisqueLégitimité : CFTC DCM (Kalshi, Crypto.com) : Faible (réglementé) ; Moyen-Élevé (plus de 8 mises en demeure d’État, décisions de justice mitigées) ; Non applicable (États-Unis uniquement) ; Élevé (surveillance fédérale). Crypto Offshore/Conforme (Polymarket après QCX) : Moyen (amende antérieure de la CFTC ; relancement en cours) ; Moyen (géorepérage en expansion) ; Faible (base offshore) ; Moyen (amélioration grâce à la conformité). Licence de jeu UK/UE (Matchbook) : Non applicable/Faible (si conforme en tant que plateforme de paris) ; Moyen (l’interdiction des options binaires de détail limite les produits dérivés). Plateformes purement offshore (Anjouan, Tobique) : Élevé (risque de poursuites par la CFTC si utilisateurs américains) ; Élevé (violations de la législation sur les jeux d’argent au niveau des États) ; Faible (immunité offshore) ; Faible (barrières institutionnelles). Ancien NALR (PredictIt) : Faible (absence de poursuites en 2014, litige résolu) ; Faible (raisons politiques uniquement, plafonné). échelle)N/A (universitaire américain)Moyen (portée restreinte)
Recommandations stratégiques :
Institutions : privilégier les plateformes réglementées par la CFTC (Kalshi) pour des raisons de conformité et de légitimité, malgré les risques de litiges étatiques.
Retail Global : Les plateformes crypto-natives (Polymarket) offrent la meilleure liquidité et le meilleur accès ; suivez l’évolution de la conformité.
Utilisateurs européens : attendez Matchbook ou des alternatives sous licence ; les options actuelles sont limitées par rapport aux États-Unis.
Développeurs : le modèle offshore permet une innovation sans autorisation, mais limite son adoption institutionnelle ; les approches hybrides (modèle QCX de Polymarket) concilient innovation et conformité.
8. Paysage concurrentiel et avantages concurrentiels
Compromis entre centralisation et décentralisation
Dimension Centralisé (Kalshi) Décentralisé (Polymarket) Expérience utilisateur Passerelles d'accès en monnaie fiduciaire, règlement instantané, approche mobile-first Friction de connexion des portefeuilles, frais de gaz (minimaux sur Polygon), natif de la DeFi Statut réglementaire Approuvé par la CFTC DCM/DCO ; conforme KYC/AML Offshore (pré-conformité) ; historique d'amendes de la CFTC ; relancement aux États-Unis en attente Modèle de garde Garde centralisée, dépôts bancaires Non-garde (portefeuilles utilisateurs), règlement par contrat intelligent Création du marché Sujets approuvés par l'équipe centralisée Sans autorisation (théoriquement) ; géré par l'équipe Polymarket en pratique Résolution des oracles Basée sur une équipe sous la supervision de la CFTC Oracle optimiste UMA avec litiges entre détenteurs de jetons Résistance à la censure Faible (restrictions de sujets, blocages géographiques) Élevée (conception sans autorisation, bien que les votants de l'UMA puissent refuser) Vitesse de règlement 1 à 12 heures (centralisé) 2 heures sans contestation ; Jours si escalade DVM Composabilité Aucune (système fermé) Élevée (intégrations DeFi, règlement sur la blockchain) Profondeur de liquidité Plus d'un milliard de dollars de volume hebdomadaire ; partenariats avec des teneurs de marché 310 millions de dollars de TVL ; 21,5 milliards de dollars de volume annuel ; plus profonde que les concurrents Accès institutionnel Élevé (conformité, monnaie fiduciaire, surveillance de la CFTC) Faible (crypto uniquement, incertitude réglementaire avant la conformité)
Positionnement sur le marché : Kalshi capte la demande institutionnelle réglementée et la demande des particuliers américains (60 à 70 % de parts de marché aux États-Unis) ; Polymarket domine le marché des cryptomonnaies et la vente au détail mondiale (32 % de parts de marché mondiales, opérations offshore). DraftKings/FanDuel s’appuient sur leurs bases d’utilisateurs de paris sportifs pour une distribution rapide (16 000/900 téléchargements les deux premiers jours) ; Robinhood intègre les marchés de prédiction à son application de courtage (30 à 35 % de parts de marché revendiquées).
Effets de réseau : liquidité, réputation, données
Effets de réseau de liquidité (avantage concurrentiel majeur) :
Mécanisme : Le volume attire les traders → spreads plus serrés → formation des prix plus rapide → augmentation du nombre de traders (cercle vertueux). Constat empirique : Avec un volume total de transactions de 310 millions de dollars et un volume annuel de 21,5 milliards de dollars, Polymarket crée une liquidité persistante ; les utilisateurs privilégient les marchés les plus profonds pour une exécution optimale.
Preuve à l'appui : 73 % de la TVL du marché des prédictions DeFi se concentre sur Polymarket, malgré plus de 20 protocoles concurrents. Kalshi atteint une position dominante similaire sur les marchés américains réglementés (60 à 70 % de parts de marché).
Effets du réseau de réputation :
Une résolution précise instaure la confiance → fidélisation des utilisateurs → la plateforme devient une source de référence → les médias citent les probabilités → adoption plus large. Polymarket a atteint cet objectif lors de l'élection de 2024 : CNBC, Bloomberg et le New York Times ont cité les prédictions de Polymarket comme étant « prédites par les marchés », contribuant ainsi à une prise de conscience accrue du grand public.
Contre-risque : Les litiges liés à la résolution des conflits (affaire Zelensky, élections vénézuéliennes) nuisent de manière disproportionnée à la réputation. Une seule erreur majeure peut entraîner un exode des utilisateurs.
Effets de réseau de données (émergents) :
Les plateformes accumulent des données exclusives sur les flux d'ordres, l'historique des prix et le comportement des utilisateurs. Le partenariat Kalshi/CME exploite ces données pour la conception de produits dérivés ; les données de Polymarket alimentent les analyses institutionnelles. Cela crée une monétisation secondaire (licences de données) et un avantage concurrentiel certain.
Coûts de changement pour les utilisateurs et les créateurs de marché
Utilisateurs :
Faibles coûts de changement : aucun engagement contractuel ; les positions peuvent être clôturées ou transférées (dans une certaine limite).
Frictions liées aux habitudes et à l'expérience utilisateur : apprentissage d'une nouvelle interface, redépôt de fonds (en particulier les transitions entre monnaie fiduciaire et cryptomonnaie)
Stabilité de la liquidité : les utilisateurs s'habituent aux plateformes offrant la meilleure exécution ; le passage à des concurrents illiquides augmente le slippage.
Données empiriques : le taux de rétention de 60 % sur 7 jours de Polymarket suggère des coûts de changement modérés ; le taux de rétention de 20 % d’Augur indique une faible fidélité lorsque les alternatives offrent une expérience utilisateur supérieure.
Créateurs de marché :
Plateformes centralisées : Coût de migration élevé – processus d’approbation du marché, examen de conformité, absence de portabilité
Plateformes décentralisées : Faibles coûts de migration théoriques (sans autorisation), mais la réputation et la base d’utilisateurs sont liées à la plateforme.
En réalité, les créateurs de marché changent rarement de plateforme ; ils se concentrent sur les plateformes à la plus forte liquidité afin de maximiser la visibilité et le volume des échanges.
Dynamique du gagnant-emporte
Cadre théorique : Les effets de réseau (liquidité, réputation, données) engendrent des distributions en loi de puissance ; les plateformes dominantes captent une part de marché disproportionnée. Analogies : CME (dérivés), Binance (échanges de cryptomonnaies), Google (recherche).
Preuves empiriques :
Marchés de prédiction DeFi : Polymarket détient 73 % de la TVL (310 millions de dollars sur un total de 423 millions de dollars).
Marchés réglementés américains : Kalshi détient une part de marché de 60 à 70 % malgré l’arrivée de DraftKings, FanDuel et Robinhood.
Concentration des volumes : Les 2 principales plateformes (Polymarket + Kalshi) représentent 88 % du volume du secteur (38,6 milliards de dollars / 44 milliards de dollars).
Concurrence : Les nouveaux entrants bénéficiant d’une distribution supérieure (DraftKings avec une base d’utilisateurs dans 38 États, Robinhood avec des millions de comptes) peuvent concurrencer les acteurs établis en misant sur l’acquisition d’utilisateurs plutôt que sur une croissance organique de leur liquidité. L’intégration des paris sportifs réduit les coûts d’acquisition de clients.
Risques de fragmentation : La fragmentation des juridictions réglementaires (États-Unis vs offshore, licences État par État) empêche l’émergence d’un véritable leader unique. Plusieurs leaders régionaux viables sont probables : Kalshi (réglementé aux États-Unis), Polymarket (cryptomonnaies mondiales), Matchbook (jeux d’argent autorisés au Royaume-Uni et dans l’UE).
Perspectives à long terme : On s’attend à 2 ou 3 plateformes dominantes à l’échelle mondiale (80 % de parts de marché cumulées), avec des acteurs de niche spécialisés dans des secteurs spécifiques (crypto-actifs, solutions basées sur l’IA, événements exceptionnels). À l’instar des marchés dérivés : le CME domine, mais ICE et Eurex détiennent des parts de marché importantes grâce à des produits spécialisés.
9. Contraintes de croissance et modes de défaillance
Problème de liquidité au démarrage à froid
Défi : Les nouveaux marchés et protocoles nécessitent un volume d’échanges suffisant pour une formation précise des prix et des écarts de prix réduits. Une faible liquidité engendre des écarts acheteur-vendeur importants (0,10 $ à 0,20 $), décourageant la participation – un cercle vicieux.
Impact empirique :
Les marchés Polymarket à faible liquidité (avec un intérêt ouvert de 10 000 $) présentent un écart de prix de 20 à 30 % par rapport aux probabilités rationnelles.
Les coûts élevés du gaz chez Augur (10 $ en moyenne) ont freiné les échanges, créant une liquidité constamment faible malgré des performances techniques prometteuses.
Les nouveaux protocoles (Limitless, Hedgehog) peinent à gérer un volume quotidien d'environ 1 million de dollars malgré l'innovation produit.
Solutions tentées :
Subventions du protocole : Rémunérations de teneur de marché Kalshi de 10 à 1 000 $ par jour ; subventions historiques pour les teneurs de marché LMSR (abandonnées).
Partenariats avec des teneurs de marché : des sociétés institutionnelles (équivalentes à Susquehanna et Jane Street) offrent une plus grande profondeur de marché en échange de remises sur leurs honoraires.
Subventions croisées : Les marchés sportifs à fort volume financent la liquidité d'événements de niche sur une même plateforme.
Taux de réussite : mitigé. Polymarket/Kalshi a atteint le seuil de liquidité nécessaire (plus d’un milliard de dollars par semaine, seuil à partir duquel la création de marché organique devient autosuffisante). Les protocoles plus petits restent dépendants des subventions ou ne parviennent pas à se lancer.
Formation des utilisateurs et charge cognitive
Obstacles liés aux plateformes décentralisées :
Configuration du portefeuille : installation de MetaMask/Phantom, gestion de la phrase de récupération, compréhension des frais de gaz
Interaction sur la blockchain : signature des transactions, commutation de réseau (Polygon/Ethereum/Solana), utilisation du pont
Mécanismes de marché : Comprendre la tarification probabiliste, le rachat d’actions et la résolution des oracles
Données empiriques : Augur/Rain/Limitless affichent une rétention de 25 à 35 % sur 7 jours contre 60 % pour Polymarket (UX hybride) et plus de 70 % implicites pour Kalshi (natif fiat).
Simplification de la plateforme centralisée :
Kalshi, DraftKings et FanDuel proposent une expérience de paris familière avec dépôts en monnaie fiduciaire, règlement instantané et une conception optimisée pour les mobiles.
Compromis : Risques liés à la garde et à la censure contre accessibilité
Complexité de l'interprétation du marché :
Les marchés scalaires (plages numériques) peinent à s'imposer en raison de la charge cognitive qu'ils nécessitent.
Les marchés catégoriels à résultats multiples enregistrent un volume d'échanges inférieur à celui de leurs équivalents binaires.
Les marchés conditionnels (« X étant donné Y ») échangent rarement malgré leur valeur théorique
Contrainte liée à l'échelle éducative : les marchés de prédiction nécessitent intrinsèquement une compréhension des probabilités – comprendre que 0,70 $ ne signifie pas 70 % de certitude, mais 70 % de chances. L'adoption à grande échelle est limitée par le déficit de connaissances statistiques (les études montrent que les adultes américains comprennent les probabilités à hauteur de 50 %).
Événements Black Swan et résolution des litiges
Scénarios de défaillance d'Oracle :
Résultats ambigus : des événements sujets à interprétation (le tissu du costume de Zelensky, l’élection « équitable » au Venezuela) donnent lieu à des litiges malgré leur survenue physique manifeste. Dossiers Polymarket 2025 : plus de 12 règlements controversés pour un volume total supérieur à 100 millions de dollars.
Manipulation de la source de données : les dépendances liées à une source unique créent des vecteurs d’attaque. Exemple : sites web gouvernementaux modifiés a posteriori, manipulation du volume de recherche (marché de recherche Google « d4vd », où le volume des paris lui-même influençait la métrique).
Cygnes noirs : événements sans précédent pour lesquels il n’existe pas de cadre de résolution clair. Exemple : situations d’égalité au collège électoral ou de crise constitutionnelle non prévues par les règles du marché.
Échec de la gestion des conflits : une baleine UMA (5 millions de jetons) a résolu un marché de 7 millions de dollars à son avantage malgré les désaccords de la communauté. Le mécanisme de fork de REP n'a jamais été déclenché malgré les controverses, ce qui suggère que les coûts des conflits dépassent les avantages.
Impact de la résolution : Les décisions controversées nuisent de manière disproportionnée à la crédibilité des plateformes ; une seule erreur médiatisée peut entraîner un exode des utilisateurs. Le litige entre Polymarket et Zelenskyy a généré une couverture médiatique négative malgré le fait qu’il ne représente que 0,3 % du volume annuel.
Érosion de la crédibilité et de la confiance de la plateforme
Incidents de sécurité :
Fuite de données Polymarket Magic Labs (2025) : une vulnérabilité d’authentification a exposé des données utilisateur ; l’impact sur la confiance n’est pas quantifié, mais les indicateurs de rétention montrent une résilience.
Amendes de la CFTC : Polymarket condamnée à 1,4 million de dollars (2022) pour des swaps non enregistrés, créant un climat d’incertitude réglementaire.
Scandales de manipulation :
Délit d'initié : un employé de Google a remporté 22/23 marchés d'événements d'entreprise grâce à des informations internes (plus d'un million de dollars).
Opérations fictives : une étude de l'université Columbia a révélé que 25 % du volume moyen des transactions provient d'opérations réalisées sur soi-même ; cela gonfle la liquidité apparente et induit les utilisateurs en erreur.
Manipulation des baleines : Les positions de 30 millions de dollars de « la Baleine française » ont influencé le récit des élections et potentiellement leurs résultats.
Qualité de résolution :
Incident Kalshi « Miami » (avant 2025) : Plaintes concernant une résolution incorrecte ; crédibilité de l’équipe remise en question
Élections au Venezuela : La résolution de l'oracle centralisé contredite par les observateurs internationaux
Risque lié à la boucle de rétroaction :
Manipulation/litiges → couverture médiatique → scepticisme des utilisateurs → baisse des volumes → détérioration de la liquidité → vulnérabilité accrue à la manipulation. Ce mécanisme n'est pas encore observé au niveau systémique, mais des défaillances individuelles du marché en démontrent l'existence.
Obstacle institutionnel : L’érosion de la confiance freine l’adoption institutionnelle – les fonds spéculatifs et les entreprises ont besoin d’une résolution crédible et d’une clarification réglementaire pour les cas d’utilisation de la couverture macroéconomique. La volatilité actuelle dans ces deux dimensions restreint le marché potentiel.
10. Perspectives stratégiques
Marchés de prédiction vs institutions de prévision traditionnelles
Scénario complémentaire (le plus probable) :
Les marchés de prédiction fournissent des estimations de probabilité en temps réel pour les décisions urgentes, lorsque les sondages ou les analyses d'experts sont trop lents ou trop coûteux. Cas d'utilisation :
Intégration des médias : CNBC/Bloomberg citent les cotes de Polymarket/Kalshi comme données complémentaires aux sondages.
Gestion des risques d'entreprise : Les entreprises se couvrent contre les risques liés à des événements (résultats électoraux, décisions réglementaires)
Validation de la recherche : Concours universitaires de prévision (IARPA/GJP) utilisant les marchés comme référence
Preuves : la couverture des élections de 2024 a intégré les données des marchés de prédiction aux côtés des sondages traditionnels ; les partenariats de Kalshi avec CME/ICE suggèrent une demande institutionnelle pour les instruments de couverture.
Scénario de substitution (domaines limités) :
Les marchés de prédiction à forte liquidité surpassent les méthodes traditionnelles dans des contextes spécifiques :
Résultats sportifs : Les marchés surpassent systématiquement les pronostics des experts en NFL/NBA (plus de 70 % de réussite contre 60 % pour les experts).
Événements à court terme : décisions de la Fed sur les taux d’intérêt, annonces de résultats où les marchés intègrent l’information plus rapidement que les rapports des analystes.
Contraintes : Les marchés à faible liquidité échouent (67 % de précision contre plus de 75 % dans les sondages de l'étude Vanderbilt) ; les marchés idéologiques (élections) présentent un biais.
Modèle hybride (meilleure pratique émergente) :
Combinez les probabilités des marchés de prédiction avec les données de sondages et l'analyse d'experts. Une étude Cambridge/IARPA a montré que les modèles hybrides atteignent un score Brier de 0,15 contre 0,21 pour les auto-déclarations agrégées ou 0,23 pour les marchés purs.
Lire la suite : https://www.kkdemian.com/blog/polymarket_kalshi_prediction_2026