Information Leakage at Population Scale: An Evaluation of the Polymarket Insider-Relevant Subpopulation, 2020-2026

マキシム・ネチェプルエンコによる論文「大規模における情報漏洩：2020～2026 年ポリマーケット・インサイダー関連サブ集団の評価」の詳細な技術的サマリーを以下に示す。

1. 問題定義

本論文は、特にポリマーケットにおける分散型予測市場でのインサイダー取引（情報に基づく取引）の検出という課題に取り組んでいる。先行研究（例：Mitts & Ofir [2026]、Gómez-Cram et al. [2026]）は、集計された取引パターンを用いてウォレットまたはアカウントレベルでインサイダー取引者を特定することに成功しているが、イベントが解決される前に情報漏洩を特定できる市場レベルのリアルタイム診断が必要である。

著者は、単一事例でテストされた**情報漏洩スコア（ILS）**およびその期限解決拡張版（ILSdl）を、人口規模（集団レベル）に拡張することを試みている。核心的な問題は、このフレームワークが数千の市場にわたる情報に基づくフローを効果的に検出できるかどうか、あるいは曖昧なイベント定義などの構造的な制限が、大多数の「インサイダー関連」市場に対して手法を適用不可能にするかどうかを判断することである。

2. 方法論

本研究は、厳密な多段階パイプラインを採用し、2020 年 10 月から 2026 年 4 月のポリマーケットコーパスから 12,708 件の候補市場を評価した。評価対象は以下の 3 つのインサイダー関連カテゴリである：軍事/地政学、規制決定、企業開示。

A. ILSdl フレームワーク

**情報漏洩スコア（ILSdl）**は、基礎となるイベントの公的観測（$T_{event}$）前に発生した市場の総価格変動の割合を定量化する。
$$ILSdl(M) = \frac{p(T_{event}^-) - p(T_{open})}{p(T_{resolve}) - p(T_{open})}$$
ここで：

• $p(T_{event}^-)$ はイベントの 1 分前の価格。
• $p(T_{open})$ は始値。
• $p(T_{resolve})$ は最終解決価格（YES で 1、NO で 0）。

B. 範囲条件とフィルタ

有効なスコアを計算するには、市場は以下の 4 つの連続的なフィルタを通過しなければならない。

1. 解決タイプロジー：「期限解決型」（イベントが日付 $D$ までに発生する）であり、「分類不能」ではないこと。
2. 結果：YES で解決すること（NO の結果は回復可能な $T_{event}$ を欠くため）。
3. $T_{event}$ 回復：基礎となるイベントのタイムスタンプは、信頼度 $\ge 0.7$ の LLM 支援型多ソース検証パイプラインを通じて回復されなければならない。
4. 範囲条件：正のリードタイム、エッジ効果の制約（始値が極端すぎないこと）、およびアンカー感度（短いウィンドウのアンカーオフセットにおけるスコアの安定性）。

C. ハザード減衰ベースライン補正

重要な方法論的革新として、ハザード減衰調整済みスコア（$ILSdl_{adj}$）の導入がある。

• 問題：期限付き契約において、イベントが発生しないまま時間が経過すると、価格は合理的なベイズ更新により機械的にゼロに向かって減衰する。これにより、インサイダー取引がなくても生来の ILSdl に負のバイアスが生じる。
• 解決策：著者は、生存確率ベースライン（ワイブルハザードモデルから導出）に基づく期待価格を、観測価格から差し引く。
  $$ILSdl_{adj}(M) = \frac{p(T_{event}^-) - E[p(T_{event}^-) | T_{open}, D, \hat{\lambda}]}{p(T_{resolve}) - p(T_{open})}$$

D. 検証

• グランドトゥルース：**ForesightFlow インサイダー事例（FFIC）**インベントリ（32 の記録されたインサイダー取引エピソード）が、ラベル付き検証セットとして機能する。
• セカンドパス検証：50 市場のサンプルに対する独立した LLM 実行により、$T_{event}$ 回復の精度を検証する。

3. 主要な貢献と知見

知見 1：構造的除外（「分類不能」バケット）

• 結果：候補市場のわずか0.7%（12,708 件中 88 件）のみが計算可能な ILSdl 値を生成する。
• 原因：主な除外要因（FFIC インベントリの 43.8%）は解決基準の曖昧さである。「選挙に勝つ」「最高指導者として露見する」「拘束される」といった述語を持つ市場は、単一の離散的な公的タイムスタンプ（$T_{event}$）を欠く。
• 示唆：フレームワークの有効なドメインは、当初想定されていたよりも構造的に狭い。「分類不能」バケットには単なる分類ノイズではなく、真の曖昧さが含まれている。

知見 2：アンカー感度とサンプルの縮小

• 結果：88 件の計算可能市場のうち、アンカー感度条件（短い時間ウィンドウにわたる安定したスコア）を満たすのは**12 件（13.6%）**のみである。
• 検証：独立した $T_{event}$ 回復は、全体として**57.8%**の正確な日付合意しか達成しなかった（目標の $\ge 90\%$ に対して）。離散的イベント（軍事/企業：78.9%）では合意度が高かったが、多段階プロセス（規制公式：35.7%）では低かった。
• 示唆：運用上意味のあるサンプルは、12 件のアンカー堅牢市場に限定される。計算されたスコアの大部分は、イベントタイミングの曖昧さに起因するノイズである可能性が高い。

知見 3：負のバイアスとハザード補正

• 結果：生 ILSdl の中央値は、すべてのサブバケットで負である（-0.88 から -0.16 の範囲）。
• 解釈：当初、これは市場が結果に対して逆に価格付けしていることを示唆する。しかし、ハザード減衰調整後：
  • 規制公式（2024 年以降）：-0.21 から**-0.02**（実質ゼロ）へシフト。負の値は純粋な合理的減衰であった。
  • 規制発表（2024 年以降）：依然として強く負のまま（-0.80 $\to$ -0.84）。これは、スケジュールされた発表における真の「反情報」フローまたは選択バイアスを示唆する。
  • 軍事/地政学・企業：部分的に補正されたが、いくつかの負のシグナルを保持する。
• 示唆：生の負のスコアは、しばしば期限メカニズムのアーティファクトである。有効な解釈にはハザード調整済みスコアが必要である。

知見 4：ハザード率の指定

• 結果：先行する単一事例研究で使用された定数ハザード指数モデルは、プールされた 2024 年以降の集団に対して棄却され、ワイブル分布が採用された。
• ニュアンス：サブカテゴリごとに分析すると、指数モデルの方が適合することが多い。プールされたサンプルでのワイブルの優先度は、カテゴリ内の真の期間依存性ではなく、カテゴリの混合（短期期限の発表と長期期限の公式プロセスを組み合わせる）によって駆動されている。
• 示唆：将来のモデルは、プールされたデータにワイブルを使用するか、サブカテゴリごとにハザードを再推定する必要がある。

4. 意義と限界

意義

1. 範囲の発見：本論文は、検出フレームワークをスケーリングすることで、単一事例研究では見逃される構造的限界（意味的曖昧さ）を明らかにすることを示している。
2. 方法論的洗練：ハザード減衰補正が、合理的な価格減衰とインサイダー取引を区別するために、期限付き契約において不可欠であることを確立している。
3. 補完的な検出：市場レベルのレンズ（ILSdl）は、限られたサブセットの市場に対するリアルタイム・飛行中の診断を提供し、事後分析であるがより広範な集団をカバーするウォレットレベル（Mitts & Ofir）およびアカウントレベル（Gómez-Cram）の手法を補完する。

限界と今後の課題（論文 3b）

• カバレッジ：現在のフレームワークは、タイプロジーとアンカーの制約により、候補サンプルの約 99% を除外している。
• 曖昧さ：「分類不能」バケットには、曖昧な述語を持つ市場を含めるために、LLM 支援型再分類とマルチアンカー拡張（複数の候補 $T_{event}$ 値の処理）が必要である。
• データ：本研究は単一のパイプライン実行に依存している。今後の研究では、独立したスナップショットでの検証を行い、ウォレットレベルの特徴量（PIN、VPIN など）を統合して勾配ブースティング検出器を訓練する。

結論

本論文は、ILSdl フレームワークは運用可能であるが、その人口規模での適用は現在、イベントが離散的で、タイムスタンプが回復可能であり、アンカーが堅牢である、ごく少数の特定の市場（12,708 件中約 12 件）に限定されていると結論づけている。より広範な検出への主な障壁はスコア計算ではなく、解決の意味論である。著者は、将来の研究においてフレームワークのカバレッジを拡大するために、LLM による再分類とマルチアンカー拡張を含むロードマップを提案している。