एक नए ऑडिट से पता चलता है कि पॉलीमार्केट (Polymarket) के मुख्य पसंदीदा विकल्पों का समर्थन करने पर 4% का नुकसान हुआ होता।

ब्लॉकचेन डेटा प्रदाता बिटक्वेरी (Bitquery) की 9 अक्टूबर की स्कोरकार्ड रिपोर्ट के अनुसार, 2026 के मूल्यांकन किए गए प्रत्येक अमेरिकी प्राइमरी में पॉलीमार्केट प्रेडिक्शन मार्केट पर अग्रणी उम्मीदवार का समर्थन करने के काल्पनिक दृष्टिकोण से 4% का नुकसान होता, हालांकि इन उम्मीदवारों ने 87% समय जीत हासिल की। यह परिणाम चुनाव सट्टेबाजों के सामने आने वाले अंतर को उजागर करता है: यह तय करना कि किसके जीतने की सबसे अधिक संभावना है बनाम यह तय करना कि क्या कोई अनुबंध उचित मूल्य का प्रतिनिधित्व करता है।

बिटक्वेरी के विश्लेषण से पता चला कि अध्ययन के उच्चतम संदर्भ मूल्य वाले उम्मीदवार 273 गवर्नर, हाउस और सीनेट प्राइमरी में से 238 में विजयी हुए। फिर भी, निर्धारित संदर्भ मूल्य पर प्रत्येक पसंदीदा पर $1 दांव लगाने की सिमुलेटेड रणनीति से प्रत्येक डॉलर पर चार सेंट का नुकसान हुआ।

समग्र सटीकता दर मुख्य रूप से सबसे प्रभावशाली पसंदीदा उम्मीदवारों द्वारा संचालित थी। 90 सेंट या उससे अधिक मूल्य वाले उम्मीदवारों ने 182 में से 182 रेसों में जीत हासिल की। इसके विपरीत, 50 से 90 सेंट की कीमत वाले पसंदीदा उम्मीदवारों में से, 71% ने 77 सेंट के औसत मूल्य टैग के बावजूद जीत हासिल की।

चूंकि जीत पर परिणाम शेयर $1 और हारने पर शून्य देता है, इसलिए महंगी पसंदीदा को खरीदने से जीतने वाली स्थिति पर न्यूनतम लाभ मिलता है, जबकि एक ही हार शुरुआती खरीद राशि को पूरी तरह मिटा देती है। परिणामस्वरूप, नुकसान की एक श्रृंखला सही चयनों की उच्च मात्रा को जल्दी से पीछे छोड़ सकती है।

प्रत्येक मुकाबले में समान डॉलर राशि आवंटित करने से शेयरों की अलग-अलग मात्रा भी प्राप्त होती है। सस्ते अनुबंध के साथ जीतने पर महंगी अनुबंध के साथ जीतने की तुलना में उस विशिष्ट दांव के लिए बड़ा रिटर्न मिलता है। हालांकि केवल पूर्वानुमान सटीकता मापने से हर रेस को समान माना जाता है, वित्तीय रिटर्न की गणना करने के लिए उन अलग-अलग भुगतानों को शामिल करना आवश्यक होता है।

संदर्भ मूल्य सट्टेबाजी के निष्कर्ष को सीमित करते हैं

इन मीट्रिक्स को स्थापित करने के लिए, बिटक्वेरी ने चुनाव के दिन 12:00 UTC तक के 24 घंटे की अवधि के दौरान औसत ट्रेडों की गणना की। यदि किसी उम्मीदवार को उस समय सीमा के भीतर कोई ट्रेडिंग गतिविधि का अनुभव नहीं हुआ, तो प्रदाता ने पिछले 30 दिनों में दर्ज अंतिम लेनदेन का उपयोग किया। रनऑफ की आवश्यकता वाली रेसों के लिए, रनऑफ की तारीख ने संदर्भ बिंदु के रूप में कार्य किया।

ये औसत, संभावित रूप से पुराने फॉलबैक लेनदेन के साथ, कटऑफ समय पर गारंटीकृत निष्पादन बोलियों के बजाय संदर्भ कीमतों के रूप में कार्य करते हैं। प्रकाशित ढांचे में स्लिपेज, स्प्रेड या फीस के लिए व्यापक समायोजन का अभाव है। हालांकि पॉलीमार्केट का फीस पेज वर्तमान में 0% से 1% तक के राजनीतिक शुल्क ब्रैकेट को इंगित करता है, लेकिन यह इस डेटासेट में प्रदर्शित ऐतिहासिक ट्रेडों पर लागू सटीक लागतों को परिभाषित नहीं करता है।

शोध में नौ बाजारों को छोड़ दिया गया क्योंकि कुछ अनुबंध मतदान से पहले हीSettled हो गए थे, अन्य में उपयोग योग्य मूल्य निर्धारण डेटा का अभाव था, और एक में सेटलमेंट लॉग गायब था। मूल्यांकन विशेष रूप से पॉलीमार्केट के घरेलू अमेरिकी एप्लिकेशन और Kalshi जैसे वैकल्पिक प्लेटफार्मों को छोड़कर, Polygon नेटवर्क ट्रेड डेटा का उपयोग करने वाले सभी 50 राज्यों के प्राइमरी पर केंद्रित था।

नवंबर के भविष्यवाणी बाजारों का विश्लेषण करते समय, पूर्वानुमान सटीकता और मूल्य निर्धारण मूल्य के बीच का अलगाव आवश्यक रहता है। बिटक्वेरी का कहना है कि ऐतिहासिक प्राथमिक डेटा सीधे व्यापक मुकाबलों में अनुवादित नहीं हो सकता है, और चेतावनी दी है कि आम चुनाव स्वाभाविक रूप से छोटे स्थानीय रेसों की तुलना में काफी अधिक वित्तीय मात्रा और मतदान ध्यान आकर्षित करते हैं।

अक्सर पूछे जाने वाले प्रश्न

• क्या पॉलीमार्केट के पसंदीदा उम्मीदवारों ने अपनी रेस जीतीं? हाँ, पसंदीदा के रूप में नामित उम्मीदवारों ने 87% समय जीत हासिल की, जो मूल्यांकित 238 में से 273 प्राइमरी के लिए जिम्मेदार है।
• पसंदीदा-समर्थन रणनीति ने पैसे क्यों गंवाए? महंगे पसंदीदा को खरीदने से जीतने वाली स्थिति पर न्यूनतम लाभ मिलता है, जिसका अर्थ है कि कुछ नुकसान सही भविष्यवाणियों की उच्च संख्या से अधिक हो सकते हैं।
• अध्ययन के लिए किस डेटा का उपयोग किया गया था? बिटक्वेरी ने Kalshi और पॉलीमार्केट के समर्पित अमेरिकी एप्लिकेशन को छोड़कर, सभी 50 राज्यों के प्राइमरी को कवर करने वाले Polygon ब्लॉकचेन ट्रेड डेटा पर भरोसा किया।