Så etter det tidligere avlistingsdramaet er @Aster_DEX nå tilbake på @DefiLlama, men med store hull i deres historiske data. Det ser ikke ut til at re-listingen noen gang ble diskutert offentlig... Er vi gode nå? Fornøyde volumtall er legitime @0xngmi?

Sesongvariasjoner i prediksjonsmarkeder: @Polymarket (blå) har hatt mer volum enn @Kalshi (grønn) nesten hver dag unntatt søndager og mandager på grunn av – du gjettet riktig – sport. De største kampene er på søndager og mandager, derav dette mønsteret. Mesteparten av Kalshis volum er sport (>80 %), som kommer gjennom deres Robinhood-integrasjon som startet tidligere i år. Nylig har Polymarket tatt opp mer sportsvolum. Men bare å se på ukentlige volumtall/markedsandel skjuler det mer åpenbare mønsteret. Se alltid på dataene dine!

Prediksjonsmarkeder er ment å gi deg sannsynligheter, ikke utfall. Den virkelige verden er usikker, og @Polymarket kvantifiserer denne usikkerheten med sannsynligheter. Så hvis det ikke er "Polymarket spådde X og X skjedde/skjedde ikke" – hvis det bare gir ut sannsynligheter – hvordan måler du hvor prediktiv Polymarket faktisk er? Statistikere har allerede et verktøy for dette, kalt Brier Score. Brier Scores forteller deg i bunn og grunn: "når du sier at et utfall er ~60 % sannsynlig å skje, skjer disse tingene 60 % av tiden?" Samme for 10 %, samme for 90 % og så videre. Slik ser det ut for Polymarket, @Dune dashbord av @alexmccullaaa 👇 For Brier Scores er mindre bedre. Alt under 0,1 er generelt fantastisk. (Sportsbettinglinjer pleier å være rundt 0,2). Polymarkets Brier-score er 0,056, noe som betyr at den er ekstremt nøyaktig når det gjelder å vise riktige sannsynligheter. Takeaway: Polymarket er veldig nøyaktig, men det er subtilt hva det betyr og hvordan det måles.