Prima di Kalshi, ho lavorato in una nota azienda di notizie mainstream. Il mio ruolo si concentrava sulla narrazione basata sui dati (tradurre i dati dalla fonte allo schermo). Mi sento qualificato per offrire la mia opinione su come i mercati delle previsioni democratizzino la raccolta dei dati risolvendo il problema del ritardo nei dati. Introduzione Nel mio ultimo ruolo, ho realizzato come la raccolta tradizionale dei dati presenti un difetto fatale: il ritardo. I dataset reagiscono lentamente ai cambiamenti rapidi. I dati vengono raccolti in periodi arbitrariamente lunghi di settimane e anni. 1. Ci vuole un mese perché un rapporto su occupazione o inflazione si risolva in un numero. 2. Ci vuole una stagione o un anno per misurare i modelli meteorologici cumulativi. 3. Ci vuole un giorno per valutare come il mercato digerisce una notizia. I casi di ritardo creano sacche di inefficienza, causando infine perdite agli attori a valle: 1. Un rapporto shock sull'inflazione distrugge il tuo 401K. 2. Un contabile in uno stato del Midwest aumenta i premi della tua assicurazione sulla casa perché ora sei in una zona alluvionale. 3. L'informazione asimmetrica su un trial clinico fa crollare un'azione. (Posso elencarne altri 50, ma hai capito l'idea) Come i Mercati delle Previsioni Affrontano il Ritardo I mercati delle previsioni trasformano dataset irregolari e lenti in un flusso di probabilità vivo. Invece di aspettare il prossimo passo su una scala a chiocciola, ottieni una curva liscia che si aggiorna in tempo reale. Una tale fonte di verità migliora i modelli attuariali, finanziari e sociali comprimendo la funzione di perdita di un mezzo di dati scaglionato che richiede un tempo arbitrario per netizzare. Ma, Non Hai Bisogno di Dati Affinché i PM Funzionino Efficacemente? Sì! Certo. Senza dati di supporto, i mercati delle previsioni sono solo Magic Eight Balls. La raccolta dei dati esisterà sempre – ma i mercati delle previsioni assorbono implicitamente quei dati in un modo supportato da dollari. 1. I mercati delle previsioni sono aggregatori di dati e sosterranno le opinioni di fonti accurate, imparziali e attuali. 2. Tengono conto di dati concreti e segnali deboli in tempo reale. 3. Il mercato efficiente premia i partecipanti per correggere le probabilità che sono errate. Il profilo dei partecipanti crea bias? In parte, ma non completamente. Il profilo di chi partecipa conta, ma il design dei mercati delle previsioni tende a correggere autonomamente i bias in modi che li rendono insolitamente robusti rispetto alla maggior parte dei sistemi di raccolta dati. 1. Il tethering dei risultati riduce la deriva. Tutti i mercati alla fine si risolvono, e i partecipanti vengono premiati per rinunciare ai bias. Nel tempo, i partecipanti cercano di normalizzare il loro bias per massimizzare il risultato personale. 2. Il bias viene arbitrato. Se un gruppo di partecipanti con bias causa una deriva delle probabilità, un altro gruppo sarà incentivato a riprezzare forzatamente il mercato. 3. Un mercato efficiente è composto da molte transazioni di partecipanti eterogenei. Come in un mercato azionario, al dettaglio, esperti, fondi hedge, ecc. offrono tutti il proprio vantaggio che si assemblano nel giusto prezzo di un mercato. Effetto netto: il bias esiste a livello individuale ma viene continuamente eliminato a livello di sistema. I mercati delle previsioni trasformano il rumore della convinzione individuale in una curva di probabilità più liscia e accurata che supera i dataset unidimensionali in ritardo. A chi importa? C'è un matrimonio tra dati e mercati delle previsioni. Uno non può esistere senza l'altro. Attraverso vari meccanismi di giusto prezzo, i mercati delle previsioni stabiliscono una curva continua di probabilità che taglia il rumore, comprime le perdite dai dati in ritardo e produce un "numero finale" migliore per la modellazione. I risultati nel mondo reale continuo possono ora essere radicati in metriche più efficaci. In uno scenario reale, questo significa fare riferimento direttamente ai risultati dei mercati delle previsioni nei modelli, articoli di notizie, analisi e altro ancora. E questo è solo l'inizio con l'adozione da parte di market maker, aziende di notizie e piattaforme di dati. TLDR I dati di solito arrivano in intervalli arbitrari. I mercati delle previsioni hanno modi diversi di comprimere le perdite tra questi intervalli. Puoi utilizzare questo meccanismo di giusto prezzo per applicazioni utili nel mondo reale. Sei ancora in anticipo.