加密赔率交易：价格、概率与兑付

加密赔率交易从兑付单位开始

假定普通二元权利在指定事件发生时兑付一个现金单位，否则为零。如果一份成本为 0.40，且没有费用，买入它就以 0.40 支出换取可能为一的总收入。获胜净利润为 0.60，失败结果为负 0.40。

在这些假设下，总兑付倍数为一除以 0.40，即 2.50。这对应小数赔率 2.50。获胜净利润除以支出金额，为 0.60 除以 0.40，即 1.50，对应分数兑付赔率 1.50 比一。

两个数字都不是说交易者每次赚到该回报。它们描述获胜分支。失败分支返回零，损失全部买入成本。只突出可能 150% 收益、却隐藏失败分支的显示，对同一合约给出了不完整说明。

费用前盈亏平衡概率为 40%。在这个概率下，每份预期收入为 0.40，等于买价。在简单模型中，高于 40% 的概率产生正预期价值，低于 40% 则产生负预期价值。结果仍取决于概率估计是否可信。

不同兑付金额改变分母。如果假设权利兑付十而不是一，成本为四，因为四除以十为 0.40，仍得到相同 40% 盈亏平衡概率。不知道兑付单位，就把四的价格当作概率，没有意义。

较早的二元市场交易指南展开底层双结果结构。对于具体加密权利，加密预测市场解释参考来源和观察窗口如何定义哪个事件获得兑付。

转换之前明确赔率约定

概率比比较事件与其补集。如果事件概率为 25%，补集为 75%，支持事件的概率比为 25 比 75，即一比三。反对事件的概率比为三比一。这些描述相对机会，不是承诺付款安排。

在该 25% 预测下，公允无费用价格为 0.25，对应兑付一单位的权利。总兑付倍数为四，获胜净利润倍数为三。因此，三比一既可以描述反对事件的概率比，也可以描述获胜头寸的净兑付赔率。数字在这里因具体原因重合，但含义不同。

对于 75% 事件，支持事件的概率比为三比一。公允无费用权利成本为 0.75，获胜兑付一，产生 0.25 净利润。其净兑付赔率为三分之一比一，总小数赔率约为 1.3333。

这种反转说明裸赔率标签为什么危险。支持事件的概率比越大，意味着认为事件越可能。提供的兑付赔率越大，通常对应相对于获胜收入更低的买入成本。把一种约定读成另一种，可能反转解释。

把加密合约价格转为赔率时，写一次分子和分母。总兑付除以支出，得到小数回报倍数。获胜净收益除以支出，得到利润倍数。事件概率除以补集概率，得到概率比。这种小习惯，比记住脱离定义的标签更可靠。

数学转换也不能确立两种产品共享账户规则、结算程序或法律处理。它转换的是给定现金流。产品适用性仍需要检查实际场所与合约。

使用市场可执行的一侧

假设 Yes 订单簿最优买价 0.36，最优卖价 0.40，中间价 0.38。屏幕可能把中间价作为参考，但接受显示卖价的买方，从 0.40 开始，且受可用数量和费用限制。

把 0.38 当买方成本，会得到约 2.6316 的小数赔率。采用实际 0.40 卖价，得到 2.50。第一个更有吸引力，因为假定了尚未确立可用的入场。计算回报可以很精确，却仍回答错误执行问题。

Polymarket 的价格与订单簿文档区分显示参考价格与买卖报价背景。对于任何产品，转为赔率之前都应识别报价代表哪一侧和多少数量。

深度可以进一步改变平均成本。设想只有 50 份价格为 0.40，接下来 150 份每份 0.43。买入 200 份的费用前成本为 20 加 64.50，即 84.50。平均入场价格为 0.4225，而不是 0.40。

如果该假设买入还有 3.50 总费用，全部成本为 88。全部获胜兑付 200，总兑付倍数约为 2.2727，盈亏平衡获胜概率为 44%。只看 0.40 最优卖价，会把盈亏平衡要求低估四个百分点。

赔率交易软件中的方法，有助于评估工具是否保留方向、深度和成本假设。可信计算应解释输入，而不是在移动价格旁显示一个没有解释的百分比。

加密赔率交易在费用之后改变

另设一个更简单情景，假定 200 份全部能按 0.40 买入。买入对价为 80。加上假设的总入场费用四，全部支出为 84。假定所分析的持有至兑付分支没有额外成本。

全部获胜兑付 200，现在产生净收益 116。总兑付倍数为 200 除以 84，约 2.3810。净利润倍数为 116 除以 84，约 1.3810。按支出金额回报表示，获胜分支收益约 138.10%。

全部成本盈亏平衡概率为 84 除以 200，即 42%。报价为 0.40，但在明确假设下，买入需要 42% 获胜概率，才能在期望上平衡。额外两个百分点来自费用相对于可能兑付的比例。

因此，费用后的加密赔率交易从总现金支出开始，而不只是显示单价。如果费用取决于结果，按分支分开。只有获胜才支付的费用，改变获胜收入；入场支付的费用，改变两个正常分支中的支出。只要成本放对位置，同一算术结构可以处理任一种。

实际费用取决于产品和适用费率表。应查阅相关市场的Polymarket 官方费用文档，而不是把虚构的四单位费用当作实际费率。本文用简单数字展示转换。

费用还具有规模维度。固定成本对小额买入可能影响很大，随数量变化的费用则以不同方式增长。计算预期订单，而不是假定一个例子的百分比适用于每种规模。

预期价值需要针对同一事件的预测

继续看成本 84 的 200 份头寸。假设交易者经过研究，认为定义的获胜事件概率为 48%。预期总兑付为 0.48 乘 200，即 96。预期利润为 96 减 84，即 12。

相对于全部支出，这是本次事件周期约 14.29% 的预期回报。它不是保证收益，也不是年回报。周期可能需要时间，估计可能错误，资金再次可用时也可能没有类似机会。

也可以从两个分支计算。48% 概率获得 116，贡献 55.68 预期收益。52% 概率亏损 84，贡献负 43.68。相加为 12。这种形式更难让人忘记，有利期望仍包含损失全部支出的重大概率。

预测必须针对交易的确切事件。相信代币一周内上涨，不自动等于认为指定参考在某天某一分钟超过某门槛的概率为 48%。不同来源、窗口和边界规则，都可能改变事件。

赔率交易策略指南把概率估计连接到决策。这里的核心纪律，是在知道结果之前保存预测、证据和时间戳。结果之后倒推概率，会让预期价值计算无法诚实评估。

有利平均值在小样本中仍可能亏损

设想 20 个假设头寸，均具有相同的 200 单位兑付、84 成本和 48% 估计获胜概率。合并买入成本 1,680。预期获胜次数 9.6，预期总兑付 1,920。因此预期总收益为 240。

实际样本不可能有 9.6 次完整结算获胜。八次获胜兑付 1,600，亏损 80。十次获胜兑付 2,000，盈利 320。两种结果都与从相同正预期价值估计出发的策略相容。

期望线性性无需事件独立，就能给出预期总额。独立性影响可能总额的分布。如果事件共享底层价格冲击，它们一起获胜或亏损的频率，可能高于无关尝试模型所暗示的程度。

当有人把预计平均值呈现为平滑账户路径时，这一区别很重要。即使期望计算正确，也几乎不说明盈亏顺序。连续亏损可能耗尽继续计划所需资金，相关亏损也可能让短期样本更严重。

因此，负责任审查分别提出三个问题：预测是否校准，交易是否按假定成本获得，以及风险敞口能否在合理可能的序列中持续？一个问题的有利答案，不会提供另外两个。

测试交易能够吸收多少预测误差

成本 84 例子中的盈亏平衡概率为 42%。48% 点估计留下六个百分点差额。但如果证据现实地支持 39% 至 52% 范围，这个范围就跨越盈亏平衡门槛。

在 39% 概率下，预期兑付 78，预期结果为负六。在 52% 下，预期兑付 104，预期结果为正 20。这些是敏感性计算，不是统计置信区间，除非范围由有依据的估计方法产生。

有用问题变成：什么证据可以区分低端与高端情形？也许参考来源不同于预测所用图表，也许估计忽略剩余观察窗口，也许新公告在订单执行之前改变概率。每个问题需要不同研究应对。

成本不确定性也应做平行测试。如果全部买入成本从 84 升至 90，兑付仍为 200，盈亏平衡概率就变为 45%。原始 48% 估计此时产生预期收益六，而不是 12。事件预测没有改变，表达观点的价格改变了。

因此，赔率显示不应在订单簿移动时冻结预期回报。计算必须把预测连接到当前、针对具体数量的执行估计。否则屏幕就是把实时标题与过时交易结合。

部分成交之后重新计算

加密赔率交易的预期价值计算，必须描述实际获得的头寸。假设原计划 200 份买入，实际只有 75 份按 0.40 成交。如果适用假设费用为 1.50，支出为 31.50。在相同 48% 预测下，预期兑付为 36，预期收益为 4.50。报告原始 12 预期收益，会把风险敞口归给从未买入的份额。

成本结构可能阻止简单按比例缩放。在另一套虚构规则下，小额成交固定费用为四单位，支出就是 34。盈亏平衡概率升至约 45.33%，48% 预测下的预期收益降至二。两套虚构费用都不描述真实场所费率表。

剩余部分也需要明确状态。fill-and-kill 指令取消未成交剩余部分；持续订单可能继续寻求执行。第一种情况形成较小的已完成头寸。第二种仍可能获得更多风险敞口。忽略区别的计算，可能低估未来承诺，同时高估当前预期利润。

两个显示概率未必相加为一

假设二元市场提供 Yes 价格 0.40、No 价格 0.64。各买入 100 份，费用前成本为 104。在正常且穷尽的二元情形中，一侧兑付 100，另一侧为零。合并买入在费用前亏损四。

两个卖价之和为 1.04。若把它们解释为完全互补的两个判断，就会得到 104%，不可能成为两个结果的概率分布。卖价是交易要约，合并成本包含跨越市场价差的影响。

可以机械归一化：0.40 除以 1.04 约为 38.46%，0.64 除以 1.04 约为 61.54%，相加变为 100%。操作创造了归一化的一对，却不能证明任一个是校准预测，或交易者能够盈亏平衡的概率。

归一化丢弃了交易成本信息。如果相应数量可用，Yes 买方仍面对 0.40 卖价及适用费用。用归一化的 38.46% 替代实际入场成本，会编造执行优势。

多结果组也需同样谨慎。在把它们当作概率分区之前，确立结果互斥，即没有任意两个可以同时发生，并且穷尽所有可能。一组相关加密问题可能重叠，使归一化数学上整洁、概念上却不适当。

把退出报价转为当前决策

假设原始 200 份头寸仍开放，交易者现在可以每份 0.46 卖出。毛收入为 92。扣除假设退出费用二，净收入为 90。相对于原始 84 支出，这次退出会实现收益六。

现在假设更新研究赋予最终兑付 43% 概率。在简单一或零模型下，持有的预期总收入为 86。如果没有进一步持有成本，持有预期收入比现在卖出可获得的 90 低四。

原始预期 12 不能解决新决策。它依赖更早的 48% 预测和原始买入机会。当前比较是净卖出收入 90，与预期价值 86 的不确定未来收入，再加时间和风险考虑。

反过来，过去亏损本身不能成为持有理由。入场成本属于绩效记录。想收回原始金额的愿望，不能让当前不利的持有更有吸引力。把核算与前瞻决策分开，防止赔率一词变成沉没成本推理的借口。

要求界面展示假设

呈现加密赔率的应用，应让底层合约和计算可检查。有用标签区分报价与预测、买价与卖价、总兑付与净收益，以及只在入场发生的成本与完整路径中假定的成本。没有这些定义的百分比，视觉上可能方便，分析上却含糊。

预测市场应用指南区分研究、提醒和交易功能。只观察价格的应用仍然可以有用，前提是用户不把显示参考误认成确认可执行订单。

对于更结构化比较，最佳预测市场应用展示如何按实际任务评估工具。一项实际测试，是输入假设的 200 份例子，检查解释是否能够重现 84 支出、116 获胜收益、42% 盈亏平衡概率，以及 48% 预测下的 12 预期收益。

这些数字描述同一头寸的不同方面。理解关系，让赔率显示更容易被质疑，交易决策更容易审查。目标不是寻找最惊人的百分比，而是知道每个百分比代表哪种现金流、概率假设和可执行行动。