Låt oss prata kalibrering, bias och noggrannhet på förutsägelsemarknader. Jag skrev nyligen om hur den effektiva marknadshypotesen gör Prediction Market odds användbara som en kontinuerlig datakälla. Ni frågade alla om jag var: 1. Partisk? 2. Korrekt? 3. Antar du saker? Så jag vill slå fast en sak: Förutsägelsemarknader är riktigt bra på sitt jobb. Den stora grafen du ser kallas för ett kalibreringsdiagram. Den visar helt enkelt hur ofta en Kalshi-marknad (samplad vid dess varaktighetsmittpunkt) löser sig till ett förutspått resultat. I en perfekt värld skulle en händelse med 20 % sannolikhet att inträffa inträffa exakt 20 % av gångerna. Om oddsen säger 80 % bör det hända 80 % av gångerna... Du fattar. Vår värld är inte perfekt, men förutsägelsemarknader är (nästan) det. Vi vill att våra odds ska följa den grå linjen så mycket som möjligt, och som den här grafen visar med all önskvärd tydlighet: vi är nästan alltid absurt nära. Och i takt med att deltagandet och likviditeten ökar blir detta bara bättre. Så hur översätts detta till den verkliga världen? Jag kan fortsätta att prata om abstrakt exakthet, så jag kommer att grunda mitt argument i verkliga termer. Förutsägelsemarknader är: 1. Världens mest noggranna meteorologer. 2. De ledande indikatorerna för förväntade Tesla-leveranser. 3. Mer exakt än CME för Federal Reserves ränteprognos. Och så mycket mer än så... Men det får bli en annan gång