机器人狂赚 1 亿，散户亏 7400 万

据 Woofun AI 消息，Polymarket 在 2026 年上半年演变为两个截然不同的交易场所，其核心事实并非简单的交易量增长，而是市场结构的深度重构与参与者盈利的极端错位。

这一现象归因于受 CFTC 监管的美国市场快速崛起，以及国际市场内部机器人与零售用户之间巨大的效率鸿沟。数据重组显示，尽管平台整体活跃度看似平稳，但资本流向和损益分布揭示了预测市场正在从大众博弈转向由自动化算法主导的专业化竞技场。

这种双市场格局不仅改变了手续费收入结构，更重新定义了用户留存与流失的动态平衡，使得传统的用户增长叙事失效，取而代之的是基于行为特征的精细化分层分析。值得注意的是，这种结构性变化并非偶然，而是监管套利、技术优势与市场类别特性共同作用的结果，为理解 Web3 金融基础设施的演进提供了关键样本。

Polymarket US 的崛起标志着监管合规路径的商业化成功，其增长速度远超国际市场预期。自 2025 年底上线以来，该市场在 CFTC 的监管框架下迅速扩张，月度成交量占国际市场的比例从 1 月的 5% 攀升至 6 月的 47%，并在 7 月进一步达到 67%。

这一比例变化对应着绝对金额的激增：7 月 Polymarket US 的单边成交量约为 20 亿美元，而国际市场为 30 亿美元，两者合计构成了平台的核心流动性基础。

尽管两个市场共享品牌和基本的订单簿机制，但它们并不共享订单簿、用户群或收入结构。Polymarket US 采用链下撮合和中央限价订单簿，对 taker 使用随价格变化的手续费曲线，即 fee = Θ·C·p(1−p)，而国际市场则在 Polygon 上进行公开结算。

这种差异导致了两者在资本效率和手续费留存上的显著不同。Polymarket US 的日成交量从上线初期的约 100 万美元增至 7 月的 5000 万至 1 亿美元，日交易笔数越过 100 万笔，未平仓量一度超过 1.5 亿美元。手续费模式也在 4 月从固定基点转为价格敏感公式，仅 6 月 taker 毛手续费就达到约 3000 万美元。按官方返佣计划估算，成交时返还给 maker 25%，且在 4 月 30 日结束全 taker 促销返佣后，6 月可留存收入约 1700 万美元，约为许多追踪器所采用的固定 25% 假设的两倍。由于美国市场缺乏用户级数据，大 taker 的分层资格只能参考国际市场中头部 0.3% taker 贡献约 63% 成交量的结构，这暗示了美国市场同样存在高度集中的流动性提供者。

在国际市场方面，手续费引擎主要由高周转类别驱动，其中体育和加密市场占据了绝对主导地位。Polygon 结算的国际市场在上半年单边成交量达到 179 亿美元，其中体育约占全部成交量的一半，加密约占 30%，世界/地缘政治约占 15%。

然而，类别之间的集中度差异巨大：体育最大市场只占本类别的 0.27%，而科学与技术类别中，一个'美国会在 2027 年前确认外星人存在吗？'的市场就占到约四分之一。

这种分布直接影响了手续费收入：国际市场上半年产生约 1.84 亿美元毛手续费，其中加密市场以约一半的成交量产生 9630 万美元手续费，超过体育市场的 8350 万美元，两类合计占总手续费的 98%。相比之下，世界/地缘政治类别采用有意的零手续费策略，旨在吸引长尾用户和低频交易者。

这种策略背后的逻辑在于，高周转类别如体育和加密是手续费的真正发动机，而低周转类别则作为用户入口和交叉销售的桥梁。值得注意的是，加密市场中的绝大多数交易是五分钟级的涨跌微型市场，这些市场几乎不锁定资本，平均每个市场只锁约 2800 美元抵押品，却占据了约 90% 的成交量，从而实现了极高的资本效率。

跨平台周转率对比揭示了资本效率的本质差异，Polymarket US 尽管资本池最小，却以约 0.64x 的日周转率跑得最快。相比之下，Kalshi 的未平仓量约为 Polymarket 国际市场的 2.3 倍，但成交量约为 4.4 倍，对应的日周转率约为 0.44x 对 0.23x。Polymarket 国际市场的日周转率仅为 0.23x，而世界/地缘政治类别的日周转仅约 0.01-0.03x。

两个国际市场各自有约 2 亿-3 亿美元资本沉淀，却只打印出 200 万-300 万美元日成交，因此都将该类别设为零手续费。Polymarket US 的未平仓量中约 88% 集中在体育，解释了它为何能以更少的资金做出更高的周转。Kalshi 的加密市场是明显的离群点：约 1700 万美元未平仓量对应约 9600 万美元日成交，日周转接近 6x，其中 98% 的市场期限不超过一小时。

Polymarket 的加密周转看起来只有 0.31x，是因为长期到期的阈值型市场承接了大部分未平仓量，而五分钟涨跌市场占据约 90% 的成交量，却几乎不锁定资本。同一类别在不同平台上会趋向相近的速度：体育在 Kalshi、Polymarket 国际市场和 Polymarket US 的日周转率分别约为 0.57x、0.67x 和 0.64x。这更像是类别属性，而不是平台属性，表明市场微观结构对资本效率的决定性作用。

用户增长核算显示，活跃度几乎横盘，但流失漏斗持续存在。上半年有 1733011 个钱包在国际市场交易，月活钱包从 1 月的 58 万到 6 月的 59.4 万，基本横盘，尽管同期有约 110 万个钱包首次交易。每月有 43%-49% 的前月活跃钱包停止交易，4 月流失达到 35.8 万，平台必须持续用新钱包和回流钱包补上漏斗。这里有三个重要限定：钱包不等于用户，一部分所谓流失可能只是用户换了新钱包；而本文的 churn 只表示钱包停止交易，不表示账户被关闭或不再有资金。

这种高流失率反映了预测市场的投机性质，用户往往在单次事件或短期趋势结束后退出，而非建立长期持仓。平台的增长依赖于不断引入新用户和激活回流用户，而非提高现有用户的粘性。

这种模式使得用户获取成本（CAC）成为关键指标，而拉新来源的分散性进一步加剧了这一挑战。

Woofun AI 整理数据显示，拉新来源的分散性表明，平台并未依赖单一爆款市场驱动增长。上半年最大的单个引流市场带来的新钱包不足 7000 个，而全部新钱包约 113 万个。任何一个月，前 15 个引流市场也只占当月新钱包的 8%-19%。加密市场在 3 月达到约 9.9 万个新钱包，地缘政治在 1 月达到约 6.8 万，体育在世界杯开赛的 6 月达到约 9.1 万。事件会带来波峰，但没有单一市场承担全部拉新。上半年最强的单个引流市场是'中国会在 2026 年底前入侵台湾吗？'，但也只带来约 7000 个新钱包。前十名里既有地缘政治，也有世界杯、利率和文化事件，说明有效拉新来自市场组合，而不是一枚爆款。按月看，前 15 个引流市场只占当月新钱包的 8%-19%，第一名从未超过约 3%。最集中的是 1 月和 6 月，分别对应伊朗新闻、台湾市场与世界杯。

这种分散性意味着平台需要持续监控和响应全球热点，以维持用户流入，同时也降低了单一市场风险对整体增长的影响。

用户留存率与跨类别交叉销售揭示了平台内部的流动性转移机制。约一半的月活钱包会在下月回来，平台月度留存约为 51%-57%；但对某个类别的忠诚明显更弱。用户可能离开最初进入的类别，却在另一个类别重新出现，这意味着跨品类推荐和交叉销售可能正在起作用。不同入口类别的一月留存高度聚集在 44%-49%，三个月留存约为 25%-32%。唯一明显的低点是加密入口，一月留存约 37%，比其他类别低约三成；一种可能的解释和推测是，加密交易中的自动化操作更常轮换新钱包，令表面留存率被压低。

矩阵对角线表示每个类别的独立钱包数，非对角线百分比表示较小类别中同时交易另一类别的比例。体育与加密虽是最大的两组用户，但重叠只有 49%，是两个有实质差异的受众。世界/地缘政治与其他类别的重叠普遍更高（天气除外），像一层把平台各类兴趣连接起来的核心产品。用户类别粘性 × 扩散图显示，六个类别聚集在 43%-49% 的忠诚区间，但扩张能力不同：体育更像留在主场的稳定用户，科学与技术则吸引平均会探索 3.6 个其他类别的用户。加密落在左下角：一月留存约 37%，扩张也最低。五分钟赌场带来的是成交量，而不是长期留存或跨品类探索。

交易者画像显示，机器人、专业与零售用户之间存在显著的错位。机器人样钱包约占用户的 5.9%，却完成约三分之二的成交量：约 10.2 万个钱包贡献 119 亿美元成交和 89% 的成交事件；约 154 万个零售钱包贡献 41 亿美元。专业/知情用户约占 5%，贡献 6.6% 的 taker 成交量，符合其更多提供流动性、较少主动吃单的特征。按类别看，机器人几乎完全占据加密与体育两大市场，分别拿下约 80% 和 72% 的成交量；在人类仍更能影响价格的中间地带——地缘政治、金融、文化——三类群体的份额更接近。

不过，成交量优势来自一个很薄的机器人层。按钱包数量看，每个类别仍由零售用户压倒性占据；加密和天气市场的机器人占比明显更高，约 5% 的人口份额被自动化行为替代。

这种错位表明，尽管零售用户在数量上占优，但他们在交易量和市场影响力上处于劣势，主要作为流动性提供者或对手盘存在。专业用户则通过提供流动性和低频交易，在市场中扮演稳定器的角色，而机器人则通过高频交易和套利，主导了市场的价格发现和资本效率。

入场时机的逆向选择与盈利分布进一步加剧了零售用户的劣势。在市场的生命周期里，晚入场是常态，但不同信息游戏的迟到程度不同。体育和加密最具延迟竞争性：各群体的入场中位数都落在市场生命周期的 92%-95% 位置，对零售用户形成明显的逆向选择压力。文化约为 85%-90%；天气则相反，入场最早，零售中位数约 61%、机器人约 51%，与模型可以较早定价的结果型市场一致。天气市场也是专业用户相对最晚入场的类别，中位数约 83%。入场时机分析只纳入完整生命周期可见的市场：市场在上半年结算，且从第一次成交开始追踪钱包，包括 2026 年以前已进入的仓位。各类别成交量最大的市场，呈现出更直观的日内节奏：零售用户成交往往贯穿市场全周期；专业/知情用户和机器人则更容易在信息到来时突然放量，或在接近结算时集中下注。

这种时间上的不对称性使得零售用户在信息获取和执行速度上处于劣势，导致他们在大多数交易中处于不利地位。盈利分布显示，约 197 万个有结算仓位的钱包中，34% 最终为正。大赢家合计约 +6.66 亿美元，大输家合计约 -5.30 亿美元，所有组别合计约为零。这验证了这里计算的是费用前的 gross PnL；扣除上半年约 1.84 亿美元手续费后，聚合结果将转为负值。

盈利持续性总结显示，机器人是唯一整体净盈利的群体，合计约 +1.08 亿美元，但只有 27% 的机器人钱包赚钱，中位数机器人钱包仍然亏损。利润由少数大规模操作承载，持续盈利极其罕见。专业用户的盈利命中率最高，约 42% 的钱包为正；零售约 35%，机器人约 27%。但专业用户合计仍亏损约 2600 万美元。由于这里未计入多类激励与返佣，不能据此断言专业用户的最终净收益为负。零售群体合计约 -7400 万美元。在约 175 万个钱包中，只有 146 个钱包连续六个月保持正现金流；即使在曾经盈利过的钱包里，很多人的 90% 以上利润也集中在单独一个月。预测市场的盈利更像偶发的尖峰，而不是稳定的工资流。

这种盈利模式表明，预测市场并非适合长期投资的场所，而是更适合短期投机和套利。方法局限在于，PnL 只统计在 2026 年上半年结算的市场，并按钱包在这些市场中的现金流计算费用前的已实现结果；未把 maker 返佣、促销激励和其他计划性补贴纳入 gross PnL。群体标签为行为启发式分类，用于比较交易风格，不应解读为对钱包实际所有者身份的确定识别。这是继 DeFi 早期套利热潮之后，Web3 金融基础设施再次展现出的专业化与自动化趋势，预示着未来预测市场将更加依赖算法和资本效率，而非大众预测智慧。