💰 quantitative finance

Empirical Evaluation of Deadline-Resolved Information Leakage on Documented Polymarket Insider Cases

本文在 Polymarket 记录的内幕交易案例（特别是 2026 年美伊冲突集群）中，对“已解决期限信息泄露得分”（ILS-dl）进行了实证评估，证明了该指标能够区分真实信号与代理伪影，同时验证了其在军事地缘政治市场中的指数风险拟合度，并指出了钱包可追溯性方面的局限性。

原作者： Maksym Nechepurenko

发布于 2026-05-05

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Maksym Nechepurenko

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一家名为Polymarket的巨型全球博彩店。在这里，人们就未来事件下注，例如“美军是否会在 4 月 30 日前进入伊朗？”或“某家特定公司是否会发布一份秘密报告？”

有时，人们会凭借这些下注赢得巨额资金。关键问题是：他们赢是因为运气好，还是因为他们掌握了世界其他人所不知道的内幕信息？（这被称为“内幕交易”或“知情交易”）。

本文就像一部侦探故事。作者们构建了一种新的数学工具（一张“记分卡”），试图揪出这些精明的下注者。他们将此工具应用于一组关于 2026 年美伊冲突的具体下注。

以下是他们调查过程的通俗解读：

1. 问题所在：“错误的时钟”

作者们的新工具名为Deadline-ILS，旨在衡量在新闻真正爆发之前，博彩价格发生了多大变动。

旧方法（有缺陷的时钟）： 此前，研究人员仅查看官方结果宣布前一小时的博彩价格。
新方法（真实的时钟）： 作者们意识到，对于许多下注而言，“真实”的新闻往往在官方结果公布前数天甚至数周就已出现。
- 类比： 想象一个关于“明天是否会下雨”的下注。官方结果在午夜宣布。但如果雨在下午 2 点开始下，精明的下注者是在下午 2 点买入彩票，而不是在晚上 11 点 59 分。如果你只看晚上 11 点 59 分的价格，就会错过整个故事。

2. 调查过程：测试工具

作者们试图将新工具应用于 18 个与美伊冲突相关的不同下注。然而，他们遇到了一些阻碍：

数据缺失： 对于大多数下注，他们无法找到新闻爆发的确切分钟。
价格缺失： 对于许多下注，他们无法获取价格每秒变化的完整历史（就像股票行情一样）。
唯一成功案例： 只有一个下注通过了所有测试：“美军是否会在 4 月 30 日前进入伊朗？”

3. 重大发现：“虚假”信号

在那个唯一成功的下注中，作者们发现了一些令人震惊的事情。

使用旧时钟（结束前 1 小时）： 工具显示价格变动方向与获胜者相反。看起来精明的下注者错了！得分为**-0.33**。
使用新时钟（新闻实际爆发时）： 工具显示价格变动方向与获胜者一致。得分为**+0.11**。

类比：
想象一场比赛。

旧方法在距离终点线 1 分钟时观察选手。那时，所有人都已疲惫不堪，速度放缓。看起来似乎没人跑得快。
新方法在发令枪响时观察选手。它看到了起跑瞬间的爆发力。

作者们发现，“旧方法”在欺骗他们。等到官方结果临近时，市场已经放弃了该事件会发生的可能性。“新方法”捕捉到了该事件可能发生的小而早期的迹象。这证明使用实际新闻时间对于发现真相至关重要。

4. “钱包”之谜

作者们还试图追踪进行这些下注者的数字钱包（账户），以查看是否有人在同一组相关事件上下注。

结果： 他们发现了 332 个钱包，这些钱包既下了“美军进入伊朗”的注，也下了“停火”的注。
陷阱： 他们只能看到事件发生后（在结算窗口期间）进行的下注。
结论： 这些人并非在新闻发布前下注的“内幕人士”，他们只是“套利者”（在新闻公布后，针对最终结果下注以快速获利的人）。
局限性： 作者们承认，他们无法看到“事件前”的下注，因为他们使用的数据系统并未保存该历史记录。这就像试图破案，但监控摄像头只在窃贼离开大楼之后才开始录像。

5. 裁决：“概念验证”

作者们对自己的发现非常诚实。他们说：

这是一次试驾，而非最终报告。 他们仅成功在一个具体下注上测试了该工具。
工具有效： 它成功区分了“真实信号”与因查看错误时间而产生的“虚假伪影”。
工具需要升级： 若要大规模应用（例如检查数百万次下注），他们需要解决五件事：
1. 确保下注是在事件开始之前进行的（而非之后）。
2. 区分不同类型的新闻（例如，“预定演讲”与“长期法庭案件”），因为它们发生的速度不同。
3. 获取更多关于企业新闻的数据。
4. 关键： 建立一个系统，从市场开盘的第一秒起记录每次下注的价格，而不仅仅是收盘时。
5. 关键： 建立一个系统，从开始就记录每个人进行的每一笔交易，而不仅仅是最终的结算。

总结

本文是一项“概念验证”。它表示：“我们构建了一种新雷达，用于在博彩市场中发现内幕交易。我们尝试了一个案例，由于它观察了正确的时间，其效果远优于旧雷达。然而，我们的雷达目前对故事中最关键的部分（早期交易）视而不见，因为我们的数据记录系统还不够快。在能够捕获大鱼之前，我们需要建造更好的数据记录器。”

以下是论文《关于已记录 Polymarket 内幕交易案例中“期限解析”信息泄露的实证评估》的详细技术摘要。

1. 问题陈述

去中心化预测市场（如 Polymarket）已积累了大量涉嫌内幕交易的证据，特别是在“期限解析”合约（例如，“事件 X 是否会在 Y 日期前发生？”）中。虽然一篇配套的方法论论文引入了**信息泄露得分（ILS）**及其期限解析扩展（ILS $_{dl}$ ），但该框架尚缺乏针对现实案例的端到端实证验证。

解决的关键挑战包括：

锚点质量： 传统的 ILS 计算通常依赖代理锚点（例如， $T_{resolve} - 1$ 小时），如果市场因公众认为事件在解析前不会发生而导致价格崩盘，这种锚点将无法捕捉事件前的信息流动。
数据缺口： 准确计算需要恢复事件时间戳（ $T_{event}$ ）、从市场开盘起连续的订单簿（CLOB）价格数据，以及每笔交易的钱包历史。
方法严谨性： 确定观察到的价格变动是代表真正的知情交易，还是仅仅是市场错误定价和解析标准的不确定性。

2. 方法论

本文在 ForesightFlow 内幕交易案例（FFIC）清单中的2026 年美伊冲突集群上，端到端地实施了**期限解析 ILS（ILS $_{dl}$ ）**框架。

核心定义

ILS $_{dl}$ 公式：
$ILS_{dl}(M) = \frac{\Delta_{pre}^{dl}}{\Delta_{total}^{dl}} = \frac{p(T_{event}^-) - p(T_{open})}{p_{T_{resolve}} - p(T_{open})}$
其中 $p(T_{event}^-)$ 是公共事件发生前一分钟的价格， $p_{T_{resolve}}$ 是最终解析价格。
范围条件： 仅当 $|\Delta_{total}| \geq \epsilon$ （市场发生显著变动）、市场开盘价接近 0.5（边缘效应检查），且结果对锚点偏移具有鲁棒性时，该得分才有效。
$T_{event}$ 恢复： 使用具备网络搜索工具的 Tier 3 大语言模型（Claude Haiku 4.5）恢复底层事件首次公开出现的时间戳，并对照 $\geq 3$ 个独立新闻源进行交叉验证。
风险率估计： 该框架假设事件发生时间服从指数分布 $S(\tau) = \exp(-\lambda\tau)$ 。风险率 $\lambda$ 通过最大似然估计（MLE）针对特定类别（军事、企业、监管）进行拟合。

评估流程

风险率拟合： 使用每个类别 20 个已解析市场来估计每个类别的 $\lambda$ 。
单案例计算： 将该流程应用于最大的适用市场（"4 月 30 日前美军进入伊朗”）。
跨市场钱包分析： 分析相关合约之间的钱包重叠，以检测协调行为。
方法论改进： 识别阻碍规模化的基础设施和分类缺口。

3. 主要贡献

首个端到端实证验证： 本文将 ILS $_{dl}$ 框架从理论定义推进到对已记录的内幕交易集群的定量应用。
锚点敏感性的证明： 实证证明，使用文章衍生的 $T_{event}$ 会产生与解析锚点代理根本不同（且更准确）的信号。
风险率特征刻画： 提供了预测市场事件发生时间分布的首个实证估计，区分了军事/地缘政治事件与监管事件。
基础设施缺口识别： 明确指出缺乏连续的单笔交易数据收集是检测事件前协调的主要瓶颈。

4. 主要结果

A. 风险率估计

该研究为三个类别拟合了指数分布（每个类别样本量 $n=20$ ，尽可能）：

军事/地缘政治： 拟合良好（ $KS\ p=0.609$ ）。半衰期：2.3 天。中位领先时间：2.2 天。
企业披露： 初步拟合良好（ $n=5$ ， $KS\ p=0.616$ ）。半衰期：4.5 天。
监管决策： 被拒绝（ $KS\ p=0.013$ ）。分布呈双峰，混合了短期公告市场和长期审议市场。该类别在模型可用之前需要进行子分类。

B. 单案例分析："4 月 30 日前美军进入伊朗”

这是该集群中唯一满足所有四个要求（恢复的 $T_{event}$ 、正 $\tau$ 、CLOB 覆盖、有效的 $\Delta_{total}$ ）的市场。

市场背景： 开盘价格为 $p=0.25$ ，峰值达到 0.46，随后在 4 月 8 日（解析前一天）崩盘至接近零，最终于 4 月 9 日解析为YES。
ILS $_{dl}$ 比较：
- 文章衍生锚点（ $T_{event}$ = 4 月 3 日）： $ILS_{dl} = \mathbf{+0.113}$ 。表明轻微的正向前置（约 11% 的总变动发生在事件之前）。
- 传统代理（ $T_{resolve} - 1h$ ）： $ILS_{dl} = \mathbf{-0.331}$ 。表明价格变动背离了结果。
- 显著性： 代理失败是因为它捕捉到了市场信念的崩盘（认为事件不会发生），而非事件前的信息流动。两者数值相差 0.444，且位于零的两侧。
漂移分析： 短窗口变体（30 分钟、2 小时）恰好为零，排除了最后一刻的“知情激增”。信号是一种轻微的早期漂移，而非集中的激增。

C. 跨市场钱包分析

数据限制： 可用的交易历史仅覆盖解析结算窗口（4 月 8 日至 11 日），未覆盖事件前时期。
发现： 332 个钱包在主要的伊朗集群市场中均活跃。头部钱包的交易额在 17 万美元至 197 万美元之间。
解读： 由于数据是事件后的，该信号代表结算套利（基于解析结果进行交易），而非事件前的知情协调。由于数据缺口，该方法目前无法检测“典型”的内幕交易特征。

5. 意义与未来工作

所需的方法论改进

评估揭示了规模化该方法论的五个关键约束：

正 $\tau$ 要求： 市场必须在事件发生之前开盘（ $T_{event} > T_{open}$ ）。事件开始后创建的期限市场不在范围内。
监管子分类： 必须将监管市场拆分为“公告”与“正式审议”，以修正双峰风险分布。
样本扩展： 企业披露样本（ $n=5$ ）过小，无法进行稳定的风险估计。
连续 CLOB 收集： 当前基础设施因索引延迟错过了 82% 的相关市场。需要从 $T_{open}$ 开始进行连续收集。
连续单笔交易收集： 为了检测协调，系统必须捕捉从市场开盘起的单笔交易，而不仅仅是结算数据。

结论

本文作为方法论的概念验证。它表明，当使用准确的事件时间戳时，期限解析 ILS 扩展能够成功区分信号与代理伪影。然而，目前无法访问事件前交易历史阻碍了对内幕交易的全人口级评估。作者提出了一个“工作计划”，专注于构建连续数据管道并完善分类法，以支持未来的大规模检测。

数据可用性： FFIC 清单以及 911,237 个 Polymarket 市场的解析分类学已作为开放数据集在 GitHub 上发布。