Tiger Research在一篇最新研究中提出，预测市场的核心价值不只是提供交易场所，而是产出可被媒体、金融机构和政策研究采用的数据。
文章称，谷歌财经、CNBC、CNN和《华尔街日报》已经开始展示预测市场概率，纽约证券交易所母公司洲际交易所（ICE）和债券交易平台Tradeweb也已向机构客户分发预测市场数据。Tiger Research据此认为，预测市场正被当作数据源，而不再只是博彩网站。
研究还提到，美联储一份工作论文已将预测市场数据视作宏观预期基准，用于利率决议、通胀、失业率和GDP增速等指标研判。文中援引一位美联储经济学家的评价称，Kalshi这类预测市场「高频、持续更新，具备丰富分布信息，对研究者和政策制定者都极具参考价值」。
围绕这一判断，文章集中讨论了三个问题：预测市场成交价为何能成为有价值的数据、这些数据被应用在哪些场景、以及当下预测市场能否产出合格的高质量数据。
预测市场价格为何能转化为有价值的数据
文章指出，预测市场最基础的标的是二元合约：事件发生兑付 1 美元，不发生兑付 0 美元。以「明日降雨」合约为例，如果成交价为 0.62 美元，就意味着市场参与者给出的事件发生概率约为 62%。
在Tiger Research看来，预测市场价格之所以能被全球金融机构和媒体纳入真实决策参考，主要来自四项特征。
利益绑定带来可信度
研究认为，预测市场与随口表达观点的最大区别，在于交易者需要用自有资金承担判断失误的后果。预测错误会带来真实亏损，因此交易者更倾向于把经过核实的信息和真实判断反映到报价中。文章称，在流动性充足的前提下，大量资金博弈形成的价格可以沉淀为可信度较高的概率数据。
价格持续实时更新
传统民调和专家调研通常只反映调查当时的观点，难以及时捕捉突发变化。文章举例称，在央行利率决议前，如果出现经济冲击或重磅声明，几天前完成的民调和按月更新的专家调研都无法及时反映新信息。相比之下，预测市场会在新闻、突发事件或监管公告出现后迅速调整价格，交易者通过调整头寸推动概率持续变化。
可以输出完整概率分布
文章认为，传统指标往往只给出均值或最可能结果，难以呈现不同情景。预测市场则可以同时给出全部结果对应的概率分布，例如维持利率不变 20%、降息 0.25 个百分点 70%、降息 0.5 个百分点 10%，而且这些概率还能形成连续时间序列。Tiger Research称，这种结构不仅能识别基准情景，也能捕捉低概率但冲击较大的尾部风险。
结果事后可核验
研究指出，预测市场数据的另一项关键优势在于可验证性。普通专家预测和民调虽然也能复盘，但评判标准常有解释空间。预测市场则不同，历史价格是量化记录，到期结算结果只有 0 或 1，任何人都可以将历史价格与真实结果逐一对照，检验准确率。这种透明且难以篡改的记录，被视为其能够进入机构决策体系的重要基础。
预测市场数据已进入多个应用场景
文章回顾称，预测市场进入大众视野并不算久，但最早可追溯到上世纪 80 年代的爱荷华电子市场（IEM）。最初最知名的用途是大选预测，近年应用范围则明显扩大。
大选预测：相较原始民调更早、也更准
文章援引研究称，在 1988 至 2004 年五届美国总统大选中，对 964 份民调的比较显示，74% 的场景里，IEM 的预测准确度高于民调。
这种优势并不只出现在投票前夕。针对 1988 至 2000 年大选的分析显示，大选前一周，IEM 对得票率的预测误差均值为 1.5 个百分点，低于盖洛普最后一轮民调 2.1 个百分点的误差；即便距离大选还有 150 天，平均误差也仅约 5 个百分点。
不过，文章也强调，两类数据并不能直接等同。民调回答的是「如果今天投票，结果会如何」，属于当下快照；预测市场价格预判的是「大选当日最终结果」，属于远期预期。
研究同时提到，也有论文认为，经过剩余选举时间修正后的民调准确度会超过预测市场；但另一项针对 2008 年大选的分析显示，在对预测市场自身偏差进行校正后，预测市场在竞选早期和胶着选情中的表现优于修正后的民调。Tiger Research据此总结称，预测市场通常优于未经调整的原始民调，与经过精细校准的民调大体相当，而其额外价值在于可以在距离大选数月时就提供每日更新的预测。
宏观经济：实时读取市场预期
在利率、通胀和就业等宏观指标上，文章认为，正式数据公布前掌握市场真实预期非常关键。传统方式主要依赖专家问卷或传统金融产品价格，但问卷更新频率低，期货价格通常只给出单一预期值，期权隐含分布覆盖范围也有限。预测市场则可以通过不同结果对应的合约价格，直接生成实时概率分布。
文章称，这种量化价值早在 2002 至 2005 年的经济衍生品市场就得到验证。针对非农就业、零售销售和初请失业金等经济数据的二元期权研究发现，市场隐含预期的准确度与专家调研均值相当，甚至更高，而且市场给出的概率分布与事件真实发生频率高度匹配。
美联储近期工作论文还将Kalshi预测市场与主流基准进行比较。文章称，在FOMC会议前一天，Kalshi对联邦基金利率的中位数和众数预测完全命中，表现显著优于联邦基金利率期货。与彭博共识相比，Kalshi对总体CPI通胀的预测准确率显著更高；对核心CPI通胀和失业率的预测准确率，则在统计学上与彭博共识相近。
研究进一步指出，GDP增速、核心通胀、失业率和非农就业等关键宏观指标，过去缺少具备流动性的衍生品指标。预测市场补上了这一缺口，能够实时输出市场化预期和更细的概率分布，供研究者和政策制定者参考。文章概括称，在整体CPI等指标上，预测市场准确度超过传统指标；在利率决议预测上，至少与传统工具持平，同时还能输出传统金融市场难以覆盖的宏观预期概率分布。
公共卫生：流感预警可提前 2 至 4 周
文章提到，美国疾病控制与预防中心（CDC）每周发布官方流感统计数据，因此在追踪流感传播时存在时间滞后。为缩短这一滞后，爱荷华大学研究者曾搭建流感预测试点市场，由医护人员参与交易。该市场汇总医护从业者自愿上报的临床信息，可以提前 2 至 4 周预判爱荷华州流感活动强度。
研究认为，这类预测可用于辅助诊疗安排、防疫措施和公共政策制定。不过文章也指出，该试点范围仅限爱荷华州。
企业与情报机构：绕开层级汇报，提取一线信息
在企业内部，文章认为，负面消息和不确定预期在层层汇报中容易被淡化。内部预测市场则允许员工直接对营收、新品上线时间、招聘目标等事件下注，借此把一线判断和信息汇集到价格中。
- 惠普：一个内部销售预测市场有 20 至 26 名活跃交易者，在 8 组可比案例中，6 次预测准确度高于管理层官方预期，且 8 次全部正确识别官方预期的偏差方向。
- 英特尔：2006 至 2013 年运行的 979 个内部预测市场中，超过半数准确度高于公司官方预测。
- 福特：2011 年，公司依据内部功能预测市场的交易信号，决定不在后续车型搭载福特品牌自行车支架和车载吸尘器。
- 谷歌：高管在全员会议上提到，一项高管岗位招聘目标连续六个季度没有达成，而内部预测市场早已预判这一结果。
- 西门子：一份软件项目传统进度表显示可以按期交付，但内部预测市场预警项目会延期 2 至 3 周，最终项目晚了 13 天完工。
文章还提到，美国情报高级研究计划局（IARPA）在 2011 至 2015 年举办地缘预测大赛，对比预测市场和预测调研。两期实验共有 2400 多名参与者、261 个事件。结果显示，预测市场准确度高于问卷简单均值，但不及一套经过历史准确率加权和统计校正的团队调研。
Tiger Research据此认为，在企业场景中，预测市场多次捕捉到正式汇报和官方预测遗漏的信息；在情报竞赛中，其表现优于问卷简单平均，但弱于经过优化的团队调研。同时，惠普和西门子等案例中的交易者仅有 20 至 60 人，样本偏小，这也是明显局限。
Limitless 数据显示链上预测平台已具备一定数据质量
文章最后将焦点转向当下运行中的预测市场，讨论其是否已经能够产出高质量数据。Tiger Research基于链上预测平台Limitless截至 2026 年 10 月的公开API数据，对市场类型和预测准确度进行了分析。
交易品类已扩展到政策与宏观变量
研究称，在分析时，Limitless平台共有 556 个正在进行的市场标的，覆盖范围已不止体育和娱乐事件，还包括各大央行利率决议、大选、地缘变量、科技公司IPO和季度财报等政策与宏观主题。
文章认为，这意味着预测市场标的已从少数事件扩展到更广泛的宏观和政策变量。此前在个别领域验证过的准确度、时效性和可核验特性，正在延伸到全球经济和政策决策场景。传统金融和民调难以量化的不确定性与未来波动，也因此可以被转化为概率数据。
结算前一天价格与真实结果大体匹配
为验证市场价格是否贴合事件真实发生概率，研究选取了 2681 个已经结算的标的，其中约 85% 为体育类市场，对比结算前一天的合约价格和最终真实结果。
文章称，在 10 档价格区间中，有 9 档的真实发生频率与市场定价差距控制在 4 个百分点以内。举例来看，结算前一天定价在 70% 至 80% 区间的 165 份合约，最终真实兑现比例为 74.5%；定价在 90% 以上的 113 份合约，兑现比例为 97.3%。
唯一误差较明显的区间是 50% 至 60%，真实兑现率为 48.8%。文章解释称，主要原因在于该区间内约三分之一标的直到结算前一天仍停留在上线初始 50% 定价，且大多为体育赛事，流动性较差。研究据此认为，剔除流动性不足、关注度低的体育标的后，预测市场价格可以较高精度反映事件真实发生概率。
对新信息具备快速响应能力
文章还跟踪了美联储利率决议相关合约的价格时序，以检验市场对新信息的消化速度。研究称，8 月中旬，维持利率不变的概率约为 70%；8 月末至 9 月初，随着重磅指标出炉，该概率跌破 50%；9 月 11 日通胀数据公布后，降息维持概率跌到 20% 左右；到决议前一天，又进一步跌至 10% 区间。
与之对应，加息 0.25 个百分点的概率在决议当日升至 86% 至 89%，与CME FedWatch联邦基金利率期货隐含的约 90% 预期基本接近。文章称，Limitless上其他主要央行决议标的也表现出类似的实时响应特征。
Tiger Research据此判断，当下链上预测平台已经满足高质量数据所需的时效性和准确度，能够实时吸收新增信息，并持续输出高精度概率数据。
监管认知与流动性仍是扩张关键
在结论部分，文章强调，预测市场的核心价值不在于投机交易或赚取收益，而在于输出概率数据。长期学术研究和本文实证分析显示，在大选、宏观指标和企业预期等场景中，预测市场给出的概率数据，其准确度和时效性超过传统调研、专家预测，或至少形成有效补充。全球财经媒体和核心交易基础设施接入这类数据，也被视为现实效用的体现。
不过，文章同时指出，在亚洲多国及其他地区，预测市场通常仍被视作赌博。此次分析显示，Limitless这类平台已经上线韩国央行、日本央行利率决议等区域重大政策和经济事件标的，但相关市场流动性仍然偏弱。
围绕如何让预测市场在包括亚洲在内的全球范围内成为可信的决策基础设施，Tiger Research提出三点方向：
- 通过机制设计降低价格扭曲和操纵风险，提升重大宏观、政治事件市场的流动性，扩大理性交易者基数，避免少量资金和投机者扭曲价格。
- 主动开展监管沟通，改变政策层面对预测市场的固有认知，与亚洲主要经济体监管机构建立合作框架，推动监管将预测市场视作汇集民间集体信息的宏观监测辅助工具，而非单纯的管控对象。
- 保持数据透明开放，培育独立研究生态，定期公开准确度指标和时序数据集，支持Limitless Research这类专业分析机构的研究，让科研机构、媒体和政策部门能够便捷获取数据，并依靠客观证据建立信任。
文章最后写道，预测市场平台正处在一个转折点，从单纯交易场所逐步演变为下一代数据基础设施。如果这类平台能够持续、透明地输出并核验覆盖全球政策与经济事件的实时概率数据，它就可能成为不确定环境中的实用决策工具。