Tysiące amatorskich hazardzistów miażdży doktorów z Wall Street

Ekonomiści odkryli, że rynki predykcyjne takie jak Kalshi czy Polymarket nie tylko świetnie przewidują wydarzenia polityczne, ale również wykazują się dużą precyzją w prognozowaniu danych gospodarczych.

Autor: Lidia DePillis

Najlepiej opłacani ekonomiści z czołowych banków i instytucji inwestycyjnych, odpowiedzialni za ocenę perspektyw gospodarczych, przewidywali, że raport o zatrudnieniu, opublikowany w środę, pokaże wzrost liczby miejsc pracy o około 68 000.

Tymczasem grupa anonimowych internetowych hazardzistów obstawiających na stronie Kalshi przewidywała wzrost o 54 000.

Ostateczny raport wykazał, że amerykańska gospodarka na początku roku dodała 130 000 miejsc pracy. Obie strony znacznie odbiegły od rzeczywistości, a stopień odchylenia był podobny.

Amerykańskie Biuro Badań Ekonomicznych w zeszłym miesiącu opublikowało artykuł naukowy, z którego wynika, że przez pięć lat działalności Kalshi tysiące uczestników platformy osiągały średnią trafność prognoz ekonomicznych porównywalną do profesjonalnych analityków instytucjonalnych. Ta grupa inwestorów indywidualnych potrafiła też trafnie przewidywać decyzje dotyczące stóp procentowych Fed, a w prognozowaniu inflacji nawet przewyższała profesjonalistów.

Profesor ekonomii Uniwersytetu Johnsa Hopkinsa i współautor artykułu, Jonathan Wright, stwierdził:

„Zbieranie informacji od dużej grupy ludzi może być wyjątkowo skuteczną metodą prognozowania.”

Thomas Simons, ekonomista ds. USA w Jeffries, był zaskoczony, gdy rynki predykcyjne wskazywały Kevina Warsha jako lidera w wyścigu o stanowisko prezesa Fed w administracji Trumpa. Simons uważał to za niemożliwe, ponieważ Warsh był zwolennikiem podwyżek stóp procentowych, a nie obniżek preferowanych przez Trumpa.

„Jakim cudem on jest na pierwszym miejscu? To zupełnie nie ma sensu.” – wspomina Simons swoje ówczesne myśli.

Jednak okazało się, że rynek miał rację, a on sam zrozumiał, że nie powinien lekceważyć kursów.

Zauważył, że obstawiający mają jedną przewagę: jeśli nie są pewni, mogą po prostu nie prognozować. Zawodowi progności nie mają takiego wyboru – nawet jeśli dane są chaotyczne i nie mają pewności co do liczb, muszą podać prognozę.

„Nawet jeśli nie czujesz, że masz jakąkolwiek przewagę, musisz każdego miesiąca przewidywać te dane.” – mówi Simons,

„To sprawia, że myślę, iż tylko ci z prawdziwą przewagą informacyjną biorą w tym udział.”

Inny artykuł naukowy ekonomistów z London Business School i Uniwersytetu Yale wykazał, że ogólnie rzecz biorąc, uczestnicy Polymarket trafniej prognozują wyniki finansowe firm niż analitycy zawodowi, którzy doradzają inwestorom.

Thys Jansen, profesor Uniwersytetu Yale, który brał udział w badaniu, uważa, że przewaga tysięcy amatorów wynika z mechanizmu motywacyjnego.

Zawodowi analitycy mogą mieć konflikt interesów – na przykład prowizje w ich firmach rosną wraz z bardziej optymistycznymi prognozami. Niechętnie też publikują prognozy odbiegające od konsensusu, bo wyłamanie się z tłumu wiąże się z większym ryzykiem kompromitacji.

„Zaletą rynku predykcyjnego jest to, że musisz postawić prawdziwe pieniądze na swoje przekonania.” – mówi Jansen,

„To silnie motywuje do wyrażenia prawdziwej opinii.”

Oczywiście, ta zasada funkcjonuje od dziesięcioleci.

Pierwsze internetowe rynki predykcyjne pojawiły się na początku lat 2000, a takie strony jak Intrade skupiały się głównie na przewidywaniu wyborów i międzynarodowych wydarzeń, powszechnie uznawane były za dość dokładne. W latach 2010. amerykański regulator stanowczo ograniczył ich działalność, uznając je za nielegalny hazard.

Jednak niektóre platformy kontynuowały działalność w Europie, gdzie polityczne i gospodarcze kontrakty były tylko dodatkiem do ogromnego rynku zakładów sportowych.

Podobnie jest w przypadku Kalshi (która w 2024 roku wygrała proces o legalną działalność) i Polymarket (ograniczonej w kilku stanach USA z powodu pozwów, dostępnej tylko sporadycznie).

Nawet mimo tego, zakłady na tematy inne niż sport rosną w zawrotnym tempie, co przyciąga uwagę prognostów i analityków.

Obecnie na tych platformach codziennie obstawia się ponad 60 milionów dolarów na tematy polityczne i gospodarcze — znacznie więcej niż na wczesnych platformach.

Edward Richely prowadzi firmę o nazwie Stand, która pozwala użytkownikom handlować jednocześnie na Kalshi i Polymarket oraz śledzić duże transakcje.

Mówi, że wielu klientów o wysokiej częstotliwości pracy działa właśnie w tych branżach: jeden z użytkowników z Hongkongu codziennie handluje akcjami Nvidii, a jednocześnie zabezpiecza się kontraktami predykcyjnymi związanymi z cłami.

„Jeśli Trump podniesie cła na Chiny, może zamknąć pozycję i uniknąć dużych strat.” – mówi Richely.

Dostrzegł też inną cechę: większość obstawiających specjalizuje się tylko w jednej dziedzinie.

„Okazuje się, że wielu traderów świetnie przewidujących wyniki wyborów nie radzi sobie z kryptowalutami; ci od kryptowalut — nie mają wiedzy o geopolityce.”

Główny ekonomista ds. USA Michael Feroli, mający do dyspozycji zespoły ds. polityki wewnętrznej banku, ekspertów ds. krajów i analityków akcji, nadal korzysta z rynków predykcyjnych, by uzyskać dokładniejsze szacunki.

„Za każdym razem, gdy rozmawiasz z ludźmi z Waszyngtonu, mówią: ‘Myślę, że budżet przejdzie’. Ale jakie jest prawdopodobieństwo?” – mówi Feroli,

„To zupełnie inny język. Często musisz ciągle dopytywać, by uzyskać konkretną liczbę.”

Jednak w kwestiach, w których czuje się mocny — jak prognozy CPI czy PKB — Feroli podejrzewa coś innego:

Rynki predykcyjne po prostu podążają za ekspertami — śledząc konsensus Bloomberga, raporty dużych banków inwestycyjnych czy oczekiwania inwestorów z CME.

Tara Sinclair, ekonomistka z Uniwersytetu George'a Washingtona zajmująca się badaniem prognoz, zgadza się z tym.

To właśnie tu tkwi ryzyko rynku predykcyjnego: jeśli inwestorzy indywidualni zastąpią profesjonalnych prognostów, to właśnie oni ucierpią.

„Utrudniają pracę dostawcom informacji, bo dotąd można było odwołać się do niezależnych źródeł.” – mówi Sinclair,

„Jeśli je wyeliminujemy, nie zostanie już nic, na czym można się oprzeć.”

Większość profesjonalnych prognostów nie martwi się tym, bo ich praca to nie tylko podawanie liczb.

Za każdą prognozą stoi szczegółowa analiza kluczowych czynników, a to właśnie tego inwestorzy i firmy potrzebują do podejmowania decyzji.

„Niespodzianki zawsze się zdarzają, a ludzie chcą wiedzieć: co to znaczy? Co będzie dalej? Co jest czynnikiem napędzającym?”

Amerykański ekonomista Michael Pugliese mówi: „To są bardzo precyzyjne, kluczowe informacje, które musisz znać, podejmując decyzje rynkowe.”

Jednak rynki predykcyjne mogą stać się jednym z elementów wejściowych do złożonych modeli prognostycznych Fed.

Justin Wolfers, profesor ekonomii z Uniwersytetu Michigan, który badał wczesne rynki predykcyjne, doradzał urzędnikom Fed, by korzystali z tych rynków, ale spotkał się z wahaniem.

„Głębszy problem polega na tym, że takie podejście demokratyzuje podejmowanie decyzji.” – mówi Wolfers,

„Obecnie to doświadczeni ekonomiści mają władzę, a ich zdanie jest rozstrzygające.”

W rzeczywistości, ani pojedynczy ekspert, ani tysiące osób nie muszą być najlepsi w przewidywaniu przyszłości.

W minionej dekadzie organizacja „Good Judgment” stworzyła model wyłaniający ludzi o wysokiej historycznej skuteczności prognoz, tworząc z nich zespół „superprognozujących”, którzy za opłatą odpowiadają na długoterminowe pytania klientów. Pracują zespołowo, ale głosują indywidualnie.

Dyrektor generalny tej organizacji, Warren Hatch, uważa, że rynki predykcyjne i superprogności mogą się uzupełniać: te pierwsze koncentrują się na kwestiach krótkoterminowych, upowszechniając myślenie probabilistyczne.

Teraz obserwuje jeszcze inną siłę prognozowania: sztuczną inteligencję. AI potrafi agregować ogromne ilości znormalizowanych informacji i dobrze szacować, ale gorzej radzi sobie z kwestiami dotyczącymi ludzkiej natury, kultury czy tymi, które wykraczają poza czyste dane liczbowe.

„Gdy dane są rzadkie, a otoczenie zmienne, maszyna z natury patrzy wstecz.” – mówi Hatch,

„I to właśnie tutaj wciąż jest miejsce dla ludzi.”

Redaktor odpowiedzialny: Guo Mingyu