💰 quantitative finance

Per-Market Information Leakage and Order-Flow Skill: Two Methodological Lenses on Informed Trading in Decentralized Prediction Markets

本論文は、分散型予測市場におけるインサイダー取引を検出するための三つの異なる方法論的アプローチ、すなわちアカウントレベルのスキル選別、ヒューリスティックなインサイダー検知、および市場ごとの情報漏洩スコアリングは、競合する手法ではなく検出の補完的な層であることを論じ、これらを統合したパイプラインを通じて精度を向上させる方法を示す。

原著者： Maksym Nechepurenko

公開日 2026-05-05

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Maksym Nechepurenko

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

Polymarketという巨大なグローバルな賭博場を想像してみてください。ここでは、「スーパーボウルに誰が勝つか」から「特定の政治家が弾劾されるか」まで、「明日ロンドンで雨が降るか」といったあらゆることに人々が賭けます。

最近、この賭博場を悩ませている大きな疑問があります：一部の人は不正をしているのでしょうか？ 残りの私たちがニュースの発生を知る以前に、秘密の内部情報を悪用して金儲けをする「インサイダー」がいるのでしょうか？

2026 年 4 月、3 つの異なる研究グループが、これらの不正行為者を見つけるために 3 つの異なる懐中電灯を持って現れました。この論文は、これらの懐中電灯がどのように機能し、なぜそれらがすべて異なるのか、そして実際に悪党を逮捕するためにはそれらをどう組み合わせて使う必要があるかを説明するガイドブックです。

以下に、簡単な言葉で要点を整理します。

3 つの懐中電灯（手法）

この論文は、これら 3 つの手法は競合するものではなく、問題を 3 つの異なる角度から眺めていると主張しています。

1. 「キャリア探偵」（シグナルランダム化）

使用者: ゴメス＝クラム（Gomez-Cram）と共同研究者たち。
仕組み: あなたが 1 年を通じてバスケットボール選手を見守るコーチだと想像してください。あなたはこう問います：「この選手は本当に上手なのか、それとも単に運が良かっただけなのか？」
- 彼らはトレーダーの全賭け履歴を取得します。
- 各賭けの「勝ち/負け」ボタンを 1 万回ランダムに切り替えるコンピュータ・シミュレーションを実行します。
- トレーダーの実際の収益が、単にランダムに推測して得られるものよりも遥かに良い場合、彼らは**「熟練」**とラベル付けされます。
注意点: これは、多数の賭け（少なくとも 10 件の異なるイベント）を行った人に対してのみ機能します。
- 比喩: 泥棒が銀行に 1 回忍び込み、100 万ドルを盗んで姿を消した場合、この「キャリア探偵」は彼を捕まえることはできません。探偵は、泥棒が単に運が良かっただけではなく「熟練」していることを証明するために、長い実績記録を必要とするからです。
- 問題点: 論文は、Polymarket にはスポーツ、暗号資産、政治など、さまざまな種類の賭けがあることを指摘しています。「熟練」したスポーツ賭け師（選手の怪我について知っている）は、「熟練」した政治インサイダー（秘密の軍事計画について知っている）と区別がつかないように見えます。これらをすべて混ぜてしまうと、誰が実際に不正をしているのかを特定するのが難しくなります。

2. 「ワンタイム・ビジター」検知器（ライフサイクルヒューリスティック）

使用者: ゴメス＝クラムと共同研究者たち（同じチームからの 2 つ目のツール）。
仕組み: これは「ワンショット」不正行為者を探します。
- 以下の条件を満たすアカウントをフラグ付けします：
  1. 大きなイベントの数日前に作成された。
  2. その1 つのイベントのみに多額の賭けを行った。
  3. イベント終了直後に賭けを即座に停止した。
注意点: これは有罪の証明ではなく、「疑わしい行動」のアラームです。
- 比喩: 警備員が、チケットを購入し、VIP ボックスへ真っ直ぐ歩き、1 頭の馬に全額を賭け、そして姿を消す人を見た状況を想像してください。それは疑わしい！しかし、それは興奮した新しいファン、ボットプログラム、あるいはプライバシーのために匿名を隠そうとしている人かもしれません。論文では、これら「疑わしい」人々のうち、実際に有罪のインサイダーが何人いるのかは正確にはわからないと述べています。

3. 「リークメーター」（情報漏洩スコア - ILS）

使用者: ネチェプルレンコ（Nechepurenko）。
仕組み: これは人を見るのではなく、**賭けのライン（オッズ）**を見ます。
- 午前 10 時に「大統領が辞任した」というニュースが流れたと想像してください。
- このツールは午前 9 時 59 分時点の賭けオッズをチェックします。
- 問い: 「ニュースが一般に流れる前に、オッズはどの程度動いたか？」
- もし午前 9 時にオッズが 50/50 で、午前 9 時 59 分には 90% に跳ね上がっていた場合、「リークメーター」は「おい、誰かがニュースが流れる前にこれが来ることを知っていたぞ！」と言います。
注意点: これは何が漏洩したかを教えてくれますが、誰が漏洩させたかは教えてくれません。台所で大きな物音がしたのを聞くが、どの子供が花瓶を割ったかはわからないようなものです。

実世界でのテストケース：「マドゥロ」作戦

この論文は、これらのツールがどのように機能するかを示すために、実例を用いています。2026 年初頭、ベネズエラに関わる秘密の米軍作戦がありました。

法的ケース: 米国司法省（DOJ）は、ガノン・ヴァンダイク（Gannon Van Dyke）という名の兵士を逮捕しました。彼が秘密の軍事計画を用いて賭けで409,881 ドルを稼いだと証明しました。
「ワンタイム・ビジター」検知器: このツールは 3 つのアカウントをフラグ付けしました。そのうちの 1 つは、ちょうど409,882 ドルを稼いでいました。タイミングと金額が兵士の犯罪と完璧に一致しました。このツールは「干し草の山の中の針」を成功裏に見つけ出しました。
「キャリア探偵」: このツールは兵士をフラグ付けすることに失敗しました。なぜなら、兵士はこの 1 つのイベントのみに賭けを行い、その後停止したからです。彼には長い履歴がなく、「キャリア探偵」が彼を「熟練」と呼ぶための十分なデータがなかったのです。
「リークメーター」: 論文は、このツールが各特定の契約についてニュースが流れる前に賭けオッズがどの程度動いたかを正確に測定するために使用できた可能性を示唆していますが、この論文では実際に数値を計算していませんでした。

教訓: 「キャリア探偵」は兵士を見逃しました。なぜなら彼はワンタイムのプレイヤーだったからです。「ワンタイム・ビジター」検知器は彼を捕まえました。しかし、どちらのツールも、ニュースが流れる前にオッズがどの程度動いたかを教えてはくれませんでした（それは「リークメーター」がやることです）。

提案される解決策：3 段階のセキュリティ・パイプライン

著者は、1 つの懐中電灯だけに頼るのではなく、3 段階のセキュリティシステムを構築すべきだと提案しています。

第 1 段階（フィルター）: 「ワンタイム・ビジター」検知器と「キャリア探偵」を使用します（ただし、カテゴリ別に分離します。例えば、スポーツ賭け師と政治インサイダーを混ぜない）。これにより、疑わしいアカウントの「監視リスト」を作成します。
第 2 段階（メーター）: これらの疑わしいアカウントが賭けている市場を取り上げ、「リークメーター」を使用して、ニュースが流れる前にオッズが奇妙に動いたかどうかを確認します。
第 3 段階（人間）: アカウントが監視リストに載っており、かつオッズが奇妙に動いた場合、それが実際に犯罪かどうかを判断するために、警察官や規制当局者などの人間調査官に送ります。

論文がまだ知らないこと

論文は、知識にまだ 3 つの大きな穴があることを認めて終わります。

混乱するルール: 市場が動くのは、誰かが秘密の情報を持っているからではなく、人々が賭けのルールについて混乱しているためである場合があります。まだ、その違いを区別する良い方法はありません。
欠落しているデータ: 不正行為者をリアルタイムで捕まえるためには、各賭けが発生するたびにすべての賭けを追跡する必要があります。現在、私たちはしばしばイベント終了後にしかデータを見ることができません。
チームワーク: 異なる市場間でオッズを操作するために、人々がグループとして協力しているかどうかを特定する良い方法がありません。

まとめ

この論文は、予測市場における不正行為者を取り締まるための「ユーザーマニュアル」です。それはこう述べています：1 つのツールだけに頼ってはいけません。 プロを見つけるために「キャリア探偵」を、忍び寄る泥棒を見つけるために「ワンタイム・ビジター」検知器を、そして被害を測定するために「リークメーター」を必要とします。これら 3 つをすべて組み合わせて初めて、実際に何が起こっているのかを明確に把握できるのです。

以下は、Maksym Nechepurenko によるプレプリント「分散型予測市場におけるインサイダー取引：市場ごとの情報漏洩と注文フローのスキル：2 つの方法論的レンズ」（2026 年 5 月）の詳細な技術的サマリーです。

1. 問題提起

分散型予測市場（Polymarket など）は、機密政府情報に関わる事例（2026 年の米国・ベネズエラ作戦など）を含む、インサイダー取引の証拠を蓄積してきました。しかし、学術文献にはそのような取引を検出するための統一された枠組みが存在しません。既存のアプローチは、しばしば異なる種類の「スキル」（例：スポーツベッティングの専門知識対インサイダー取引）を混同するか、互換性のない粒度レベル（ウォレットレベル対市場レベル）で動作しています。

対処される核心的な問題は、インサイダー取引の検出における方法論的断片化です。2026 年 4 月には、同じ実証的現実に対処しながら異なる層で動作する 3 つの異なるアプローチ（Mitts & Ofir; Gomez-Cram et al.; Nechepurenko）が現れました。本論文は、これらが競合する手法ではなく、堅牢な監視パイプラインを形成するために組み合わせる必要がある相補的な検出層であると主張しています。

2. 方法論的枠組み

本論文は、検出手法を粒度、タイミング、出力に基づいて 3 つの構造的層に整理しています。

A. レイヤー 1：ウォレットレベルの異常検知とスキル分類

複合異常スクリーニング（Mitts & Ofir, 2026）： 賭けの規模、収益性、タイミングなどの特徴を集約し、（ウォレット、市場）ペアにスコアを付けます。これは回顧的であり、累積的な異常収益（1.43 億ドル）を推定しますが、スキルと偶然を区別したり、リアルタイムのシグナルを提供したりすることはできません。
符号ランダム化スキル分類器（Gomez-Cram et al., 2026）：
- メカニズム： 10 件以上の出来事を取引するアカウントについて、出来事、規模、タイミングを固定したまま、買い/売り方向を 1 万回ランダム化します。実現した損益をこの帰無分布と比較します。
- 出力： アカウントを「熟練の勝者」「幸運な勝者」「不運な敗者」「未熟練の敗者」に分類します。
- 限界： これは機会選択に条件付けられた持続的な方向性スキルを測定するものであり、インサイダー取引そのものではありません。設計上、単一の出来事のために作成された「ワンショット」インサイダー（アカウント）は除外されます。
ライフサイクルと確信度ヒューリスティック（Gomez-Cram et al., 2026）：
- メカニズム： 出来事から 7 日以内に作成され、その出来事のみを独占的に取引し、高ボリューム/高収益を上げ、解決後に休眠状態になるアカウントをフラグ付けします。
- 出力： 疑わしい「ワンショット」インサイダーに対する二値フラグ。
- 限界： インサイダーパターンに対するリコールは高いですが、精度は不明です（シビル農場や新規ユーザーによる偽陽性のリスクが高い）。

B. レイヤー 2：市場レベルの情報漏洩

情報漏洩スコア（ILS / ILSdl）（Nechepurenko, 2026b,a）：
- メカニズム： 公開ニュースイベント（ $T_{news}$ ）前に価格に織り込まれていた、終値の動き（ $p_{T_{resolve}} - p_{T_{open}}$ ）の割合を定量化します。
- 数式： $ILS(M) = \frac{p(T_{news}^-) - p(T_{open})}{p_{T_{resolve}} - p(T_{open})}$ 。
- 適用条件： 開始時に実質的な不確実性があること、無視できない総変動があること、アンカーの摂動に対する頑健性。
- 出力： 市場ごとのスコア（例：0.6 は変動の 60% が先行して織り込まれていたことを示す）。
- 限界： どのウォレットが漏洩を引き起こしたかを特定するものではなく、公開イベントのタイムスタンプの正確な復元に依存します。

3. 主要な貢献

検出の分類体系： 本論文は、これらの手法が異なる問いに答えることを確立しています。
- 符号ランダム化： 「このアカウントは反復的な方向性能力を示しましたか？」
- ライフサイクルヒューリスティック： 「このアカウントはワンショットインサイダーの行動特性を示していますか？」
- ILS： 「この特定の契約にどの程度の情報が先行して織り込まれましたか？」
「プラットフォーム全体」スキルの批判： 著者は、単一の「熟練の勝者」分類がメカニズムの曖昧さを伴うと主張しています。Polymarket は、根本的に異なる情報技術を持つカテゴリ（スポーツ、政治、暗号資産）を混合しているためです。NBA プロボット（ニュース取り込み）における「スキル」と、地政学的インサイダー取引は異なります。本論文は、これらの指標を監視に使用する前に、カテゴリ条件付き分解を行うことを提唱しています。
再現性とデータ制約： 本論文は、Gomez-Cram らの方法論は原理的には再現可能ですが、特定のアカウントラベル（フラグ付けされた 1,950 のインサイダー）とカテゴリ条件付き分解はまだ公開されていないため、即座の運用利用は制限されていると指摘しています。
ケーススタディの統合（マドゥロ/ベネズエラクラスター）： 本論文は、2026 年 1 月の米国・ベネズエラ作戦（アブソリュート・リゾルブ作戦）と、それに続くマスター・サージェント・ギャノン・ヴァン・ダイクの起訴を分析しています。
- 整合性： ライフサイクルヒューリスティックは 3 つのアカウントをフラグ付けしました。主要アカウントの損益（409,882 ドル）は、司法省の起訴状で疑われた利益（409,881 ドル）と 1 ドル単位で一致しました。
- ギャップ： 符号ランダム化分類器はこれらのアカウントを見逃しました（それらはワンショット取引者であったため）、また司法省の起訴状は契約ごとの漏洩を定量化していませんでした。
- 統合： 層は積み重なります。ヒューリスティックは「誰」を特定し、法的調査は「何」（MNPI）を確認し、ILS は契約ごとの「どの程度」を定量化します。

4. 結果と知見

スキルの持続性： 符号ランダム化分類器は、アカウントの 3.14% が「熟練の勝者」であり、プラットフォーム収益の 30% 以上を捕捉していることを発見しました。これらの熟練アカウントは、44% のアウトオブサンプル持続性を示し、これは共同基金のマネージャーよりも著しく高い値でした。
ヒューリスティックの有効性： マドゥロのケーススタディにおいて、ライフサイクルヒューリスティックは起訴されたインサイダーに関連するアカウントを正常に特定し、執行に整合する事例に対して高いリコールを示しましたが、フラグ付けされた 1,950 の集団全体における精度は未検証のままです。
方法論的ギャップ：
- 解決基準の不確実性： 市場は解決ルールの曖昧さ（例：「部隊はイランに入ったか？」）により誤価格をつける可能性があり、統計モデルはこれをインサイダー取引やスキル不足と誤解する可能性があります。
- インフラ： リアルタイム監視は、継続的な取引ごとのデータ収集の欠如（The Graph サブグラフの制限）により現在ブロックされており、回顧的分析への依存を余儀なくされています。
- 市場間連携： 現在の手法は、イベント前に関連市場（例：複数のベネズエラ契約）間で行われる協調取引を検出できません。

5. 意義と提案されるパイプライン

本論文は、これらの層を統合する3 段階の監視パイプラインを提案しています。

段階 1（トリアージ）： カテゴリ条件付きアカウントリスクスコアリング。符号ランダム化（複数イベントのスキル用）とライフサイクルヒューリスティック（ワンショットパターン用）を組み合わせ、カテゴリ（例：地政学的リスク > スポーツリスク）で重み付けします。
段階 2（定量化）： フラグ付けされたアカウントが重要なポジションを持つ市場における、市場ごとの ILSdl スコアリング。これにより情報漏洩の規模を定量化します。
段階 3（レビュー）： 段階 1（疑わしいウォレット）と段階 2（高漏洩）の両方を通過した契約の人的コンプライアンスレビュー。

結論：
本論文は、単一の方法論では不十分であると結論付けています。符号ランダム化は持続的なスキルを特定しますが、ワンショットインサイダーを見逃します。ライフサイクルヒューリスティックはワンショットを捕捉しますが、精度が不足しています。ILS は漏洩を定量化しますが、ウォレットの帰属がありません。カテゴリ固有の分析に基づき、ヴァン・ダイク起訴状のような法的執行ベンチマークによって支えられた統合アプローチが、分散型予測市場における規制技術（RegTech）にとって最も堅牢な道筋を提供します。この研究は、学術的貢献が甚大である一方で、その運用化には基盤となるデータラベルの公開と、継続的なデータ収集におけるインフラギャップの解消が必要であることを強調しています。