💰 quantitative finance

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

Dit artikel evalueert het Information Leakage Score-kader over 12.708 Polymarket-markten van 2020 tot 2026 en onthult dat de effectieve toepassing ervan ernstig wordt beperkt door resolutie-ambiguïteit en lage ankergevoeligheid, waardoor wordt aangetoond dat het detecteren van geïnformeerde stromen methodologische verfijningen vereist in resolutietypologie en basiscorrectie in plaats van slechts scoreberekening.

Oorspronkelijke auteurs: Maksym Nechepurenko

Gepubliceerd 2026-05-04

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Maksym Nechepurenko

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je een gigantische, wereldwijde gokhal voor die Polymarket heet. Mensen wedden op van alles, van "Zal de president dit wetsvoorstel tekenen?" tot "Zal deze film een Oscar winnen?". Het artikel dat je leest, is een onderzoek naar de vraag of sommige mensen bedriegen door te wedden op geheimen die ze kennen voordat de rest van het publiek dat doet.

De auteur, Maksym Nechepurenko, bouwde een speciaal "leugendetector"-hulpmiddel genaamd de Information Leakage Score (ILS). Bij een eerdere test werkte dit hulpmiddel perfect op slechts één specifieke weddenschap. Dit artikel vraagt zich af: Werkt dit hulpmiddel als we proberen het op duizenden weddenschappen tegelijk toe te passen?

Hier is het verhaal van wat ze vonden, eenvoudig uitgelegd.

1. Het hulpmiddel is te kieskeurig (het "filter"-probleem)

De auteur probeerde dit hulpmiddel uit te voeren op 12.708 verschillende weddenschappen. Het doel was om de "bedriegers" te vinden (mensen die wedden op inside-informatie).

Het resultaat: Het hulpmiddel werkte alleen op 88 van die markten (minder dan 1%).
De analogie: Stel je hebt een metaaldetector die gouden munten in een enorm veld moet vinden. Je veegt het hele veld af, maar de machine piept alleen bij 88 plekken. Waarom? Omdat de machine zo is ontworpen dat hij alleen piept voor munten die perfect rond en glanzend zijn.
Het echte probleem: De meeste weddenschapsvragen waren te rommelig. Een weddenschap kan bijvoorbeeld vragen: "Zal de leider worden ontzet?" Maar "ontzet" kan ontslagen worden, aftreden of sterven betekenen. Het hulpmiddel heeft één enkel, duidelijk moment in de tijd nodig (zoals een specifieke datum waarop een wet wordt getekend) om te werken. Als de vraag vaag is, geeft het hulpmiddel het op.
De verrassing: Zelfs toen ze keken naar 32 bekende gevallen waar bedrog al bekend was, werkte het hulpmiddel alleen op één daarvan. De andere 31 waren te vaag voor het hulpmiddel om te begrijpen.

2. Het "gebeurtenis"-moment is moeilijk te lokaliseren

Om een bedrieger te vangen, moet het hulpmiddel precies weten wanneer het nieuws uitkwam.

Het probleem: Het hulpmiddel probeerde AI te gebruiken om het exacte moment te vinden waarop een nieuwsverhaal uitkwam. Het kreeg de juiste datum slechts ongeveer 58% van de tijd goed.
De analogie: Het is als proberen een dief te vangen door precies te weten op welk seconde hij door de voordeur liep. Als je denkt dat hij om 14:00 uur binnenkwam, maar hij kwam eigenlijk om 14:05 uur binnen, dan mist je camera hem.
Het gevolg: Omdat het hulpmiddel zo gevoelig is voor het exacte tijdstip, werkt het alleen op de "schoonste" weddenschappen waarbij het nieuws op één enkel, duidelijk moment gebeurt (zoals een sportuitslag). Bij rommelige, politieke of juridische weddenschappen raakt het hulpmiddel in de war.

3. De "negatieve" scores waren gewoon wiskunde, geen bedrog

Toen het hulpmiddel eindelijk werkte, gaf het vooral negatieve scores.

Het misverstand: In eerste instantie dacht de auteur dat een negatieve score betekende dat mensen wedden tegen de waarheid (een rare vorm van bedrog).
De correctie: De auteur realiseerde zich dat dit gewoon een truc van de wiskunde was.
De analogie: Stel je een afteltimer voor een raketlancering. Naarmate de tijd verstrijkt en de raket nog niet lanceert, neemt de kans dat hij nu lanceert natuurlijk af. Als de raket uiteindelijk op het allerlaatste seconde lanceert, lijkt de prijs op de wedmarkt alsof hij crashte voordat hij weer opliep. Het hulpmiddel zag deze "crash" en dacht dat het bedrog was.
De oplossing: De auteur voegde een "baseline-correctie" toe (zoals het aftrekken van het natuurlijke afteltijdeffect). Na deze correctie verdween een deel van het "bedrog", maar bij één specifiek type weddenschap (regulerende aankondigingen) bleven de negatieve scores bestaan. Dit suggereert dat bij die specifieke weddenschappen mensen mogelijk daadwerkelijk wedden tegen het resultaat voordat het nieuws uitkomt.

4. De "één-oplossing-voor-alles"-aanname was verkeerd

Het hulpmiddel ging ervan uit dat alle gebeurtenissen met een constant, voorspelbaar tempo plaatsvinden (zoals regen die met een constante snelheid valt).

De bevinding: De data toonde aan dat gebeurtenissen niet met een constant tempo plaatsvinden. Soms gebeuren ze in uitbarstingen; soms duurt het lang.
De analogie: Het hulpmiddel gebruikte een "constante regen"-model, maar de echte wereld leek meer op een "storm" gevolgd door een "droogte". De auteur moest het hulpmiddel overschakelen naar een flexibeler model (genaamd Weibull) om de stormen en droogtes correct te hanteren.

De grote conclusie

Het artikel concludeert dat het "leugendetector"-hulpmiddel echt en werkend is, maar momenteel te beperkt is om op de hele wedmarkt te worden gebruikt.

Het werkt goed bij duidelijke, discrete gebeurtenissen (zoals "Zal Team X de wedstrijd winnen?").
Het faalt bij vage, complexe gebeurtenissen (zoals "Zal de overheid haar beleid wijzigen?").

De auteur zegt: "We hebben gevonden dat het hulpmiddel werkt, maar we moeten het upgraden om vage vragen te hanteren en de wiskunde over hoe de tijd verstrijkt te corrigeren." Ze plannen dit te doen in een toekomstig artikel (Paper 3b) door slimme AI te gebruiken om rommelige vragen te begrijpen en dit hulpmiddel te combineren met andere methoden die kijken naar de portefeuilles van individuele wedders.

Kortom: Het hulpmiddel is een hoogprecisie sluipschuttersgeweer. Het werkt perfect als je een duidelijk doelwit hebt. Maar de wedmarkt zit vol met mistige, bewegende doelen, waardoor het geweer de meeste mist. De auteur probeert nu een vizier te bouwen dat werkt in de mist.

1. Probleemstelling

Het artikel adresseert de uitdaging om informatiegebaseerde handel (insider trading) te detecteren op gedecentraliseerde voorspellingsmarkten, specifiek Polymarket. Waar eerdere werken (bijv. Mitts & Ofir [2026], Gómez-Cram et al. [2026]) succesvol geïnformeerde handelaren hebben geïdentificeerd op het niveau van portemonnee of account aan de hand van geaggregeerde handelspatronen, bestaat er behoefte aan een marktlevel, real-time diagnose die informatielekken kan identificeren voordat een evenement is opgelost.

De auteur streeft ernaar de Information Leakage Score (ILS) en zijn deadline-opgeloste extensie (ILSdl), eerder getest op individuele gevallen, te schalen naar populatieniveau. Het kernprobleem is bepalen of het kader effectief geïnformeerde stromen kan detecteren over duizenden markten heen, of dat structurele beperkingen (zoals ambiguïteit in de definitie van evenementen) de methode ontoepasbaar maken voor het merendeel van de "insider-relevante" markten.

2. Methodologie

De studie hanteert een rigoureuze, meerstapspijplijn om 12.708 kandidaat-markten uit het Polymarket-corpus (oktober 2020 – april 2026) te evalueren binnen drie insider-relevante categorieën: Militair/Geopolitiek, Regulatorische Beslissingen en Bedrijfsaankondigingen.

A. Het ILSdl-kader

De Information Leakage Score (ILSdl) kwantificeert het aandeel van de totale prijsbeweging van een markt dat plaatsvond voor de publieke waarneming van het onderliggende evenement ( $T_{event}$ ).
$ILSdl(M) = \frac{p(T_{event}^-) - p(T_{open})}{p(T_{resolve}) - p(T_{open})}$
Waarbij:

$p(T_{event}^-)$ de prijs is één minuut voor het evenement.
$p(T_{open})$ de openingsprijs is.
$p(T_{resolve})$ de uiteindelijke resolutieprijs is (1 voor JA, 0 voor NEE).

B. Scope-voorwaarden & Filters

Om een geldige score te berekenen, moeten markten vier opeenvolgende filters doorstaan:

Resolutietypologie: Moet "deadline-opgelost" zijn (het evenement vindt plaats tegen datum $D$ ) en niet "niet-classificeerbaar".
Uitkomst: Moet oplossen als JA (NEE-uitkomsten missen een herstelbare $T_{event}$ ).
$T_{event}$ -herstel: Het tijdstempel van het onderliggende evenement moet worden hersteld via een LLM-ondersteunde multi-bron verificatiepijplijn met een betrouwbaarheid $\ge 0,7$ .
Scope-voorwaarden: Positieve lead time, rand-effectbeperkingen (openingsprijs niet te extreem) en Ankergevoeligheid (stabiliteit van de score over korte venster-anchoverschuivingen).

C. Hazard-Decay Baseline Correctie

Een kritieke methodologische innovatie is de introductie van een hazard-decay aangepaste score ( $ILSdl_{adj}$ ).

Probleem: Bij deadlinecontracten vervallen prijzen mechanisch naar nul naarmate de tijd verstrijkt zonder dat het evenement plaatsvindt (rationele Bayesiaanse updating). Dit creëert een negatieve bias in de ruwe ILSdl, zelfs zonder insider trading.
Oplossing: De auteurs trekken de verwachte prijs onder een survival-kans-baseline (afgeleid van een Weibull-hazardmodel) af van de waargenomen prijs.
$ILSdl_{adj}(M) = \frac{p(T_{event}^-) - E[p(T_{event}^-) | T_{open}, D, \hat{\lambda}]}{p(T_{resolve}) - p(T_{open})}$

D. Validatie

Ground Truth: De ForesightFlow Insider Cases (FFIC) inventaris (32 gedocumenteerde episodes van insider trading) dient als gelabelde validatieset.
Tweede-gang Validatie: Een onafhankelijke LLM-run op een steekproef van 50 markten valideert de nauwkeurigheid van de $T_{event}$ -herstel.

3. Belangrijkste Bijdragen & Bevindingen

Bevinding 1: Structurele Uitsluiting (De "Niet-classificeerbare" Bucket)

Resultaat: Slechts 0,7% (88 van de 12.708) van de kandidaat-markten levert berekenbare ILSdl-waarden op.
Oorzaak: De primaire uitsluiting (43,8% van de FFIC-inventaris) is ambiguïteit in resolutiecriteria. Markten met predicaten zoals "de verkiezing winnen", "naar buiten komen als Supreme Leader" of "in hechtenis" missen een enkel, discreet publiek tijdstempel ( $T_{event}$ ).
Implicatie: Het effectieve domein van het kader is structureel smaller dan aanvankelijk werd gepresenteerd. De "niet-classificeerbare" bucket bevat echte ambiguïteit, niet slechts classifierruis.

Bevinding 2: Ankergevoeligheid & Verkleining van de Steekproef

Resultaat: Van de 88 berekenbare markten voldoen slechts 12 (13,6%) aan de anker-gevoeligheidsvoorwaarde (stabiele scores over korte tijdvensters).
Validatie: Onafhankelijke $T_{event}$ -herstel bereikte slechts 57,8% exacte-datum-overeenkomst overall (tegenover een streefdoel van $\ge 90\%$ ). De overeenkomst was hoog voor discrete evenementen (Militair/Onderneming: 78,9%) maar laag voor meerstapsprocessen (Formeel Regulatorisch: 35,7%).
Implicatie: De operationeel betekenisvolle steekproef is beperkt tot de 12 anker-robuste markten. De meerderheid van de berekende scores is waarschijnlijk ruis vanwege ambiguïteit in de evenementtiming.

Bevinding 3: Negatieve Bias en Hazard-correctie

Resultaat: De mediaan van de ruwe ILSdl is negatief over alle sub-buckets (variërend van -0,88 tot -0,16).
Interpretatie: Initieel suggereert dit dat markten tegen de uitkomst in prijzen. Echter, na hazard-decay aanpassing:
- Formeel Regulatorisch (Post-2024): Verschuift van -0,21 naar -0,02 (essentieel nul). De negativiteit was puur rationele decay.
- Regulatorische Aankondiging (Post-2024): Blijft sterk negatief (-0,80 $\to$ -0,84). Dit suggereert echte "anti-informatie"-stromen of selectiebias in geplande aankondigingen.
- MilGeo/Onderneming: Deels gecorrigeerd maar behoudt een enigszins negatief signaal.
Implicatie: Ruwe negatieve scores zijn vaak artefacten van deadline-mechanica; hazard-gecorrigeerde scores zijn vereist voor een geldige interpretatie.

Bevinding 4: Hazard Rate Specificatie

Resultaat: Het constante-hazard exponentiële model (gebruikt in eerdere single-case werken) wordt verworpen voor de gepoolde post-2024 populatie ten gunste van een Weibull-verdeling.
Nuance: Wanneer geanalyseerd per subcategorie, past het exponentiële model vaak beter. De voorkeur voor Weibull in de gepoolde steekproef wordt gedreven door categoriemenging (combinatie van korte-termijn aankondigingen met lange-termijn formele processen) in plaats van ware binnen-categorie duurafhankelijkheid.
Implicatie: Toekomstige modellen moeten ofwel Weibull gebruiken voor gepoolde data, of hazards per subcategorie opnieuw schatten.

4. Betekenis & Beperkingen

Betekenis

Scope-ontdekking: Het artikel toont aan dat het schalen van een detectiekader structurele beperkingen (semantische ambiguïteit) blootlegt die single-case studies missen.
Methodologische verfijning: Het stelt vast dat hazard-decay correctie essentieel is voor deadlinecontracten om onderscheid te maken tussen rationele prijsdecay en geïnformeerde handel.
Complementaire detectie: De marktlevel-lens (ILSdl) biedt een real-time, in-flight diagnose voor een smalle subset van markten, die de wallet-level (Mitts & Ofir) en account-level (Gómez-Cram) methoden aanvult; deze laatste zijn post-hoc maar bestrijken een bredere populatie.

Beperkingen & Toekomstig Werk (Paper 3b)

Dekking: Het huidige kader sluit ~99% van de kandidaat-steekproef uit vanwege typologie- en ankerbeperkingen.
Ambiguïteit: De "niet-classificeerbare" bucket vereist LLM-ondersteunde herclassificatie en een multi-ancho extensie (afhandeling van meerdere kandidaat $T_{event}$ -waarden) om markten met ambiguïteitspredicaten op te nemen.
Data: De studie vertrouwt op één pijplijnrun; toekomstig werk zal valideren op onafhankelijke snapshots en wallet-level features (PIN, VPIN, etc.) integreren om een gradient-boosted detector te trainen.

Conclusie

Het artikel concludeert dat hoewel het ILSdl-kader operationeel is, de toepassing op populatieniveau momenteel beperkt is tot een kleine, zeer specifieke subset van markten (ongeveer 12 van de 12.708) waar evenementen discreet zijn, tijdstempels herstelbaar zijn en ankers robuust zijn. De primaire belemmering voor bredere detectie is niet de scoreberekening, maar de resolutiesemantiek. De auteurs stellen een routekaart voor die LLM-herclassificatie en multi-ancho-extensies omvat om de dekking van het kader in toekomstig werk uit te breiden.