摘要：這潑天的交易量，能沉澱成真實收入嗎？

作者：Changan, Amelia I Biteye內容團隊

過去討論預測市場，大家更關心它準不準、交易量高不高、能不能成為新的資訊市場。但當預測市場作為一個生意，核心問題就改變了：預測市場的獲利模式是什麼樣的？

在商業世界裡，交易量高，不等於平台賺錢。一個盤口可以聲量巨大，用戶也可以頻繁買賣，但如果大部分成交無法切入收費口徑，或者活躍度純粹靠補貼和積分維系，那麼交易量就只是好看的數據，而不是健康的收入。

對預測市場而言，真正考驗商業內功的，不是「開了多少盤口」，也不是「某個事件有多火」，而是平台能否無縫地將三件事串聯起來：

產生真實交易的衝動；
維持足夠深的訂單薄流動性；
將主動吃單的交易需求（Taker）轉化為Fees（手續費）。

這也是為什麼，預測市場的商業模式絕非簡單的「開盤收稅」。表面上它只是一個YES / NO 的對賭遊戲，但真正支撐起平台收入底座的，是背後的交易結構、流動性機制、費率傾斜以及用戶行為。

尤其是當頭部平台Polymarket 開始系統性引入Taker Fee 之後，預測市場的敘事已經從「資訊工具」開始進入「收入驗證」階段。

本文將從商業視角出發，深度拆解預測市場的底層底牌：

預測市場平台靠什麼賺錢？
為什麼Maker / Taker 的賽局結構決定了平台的生死？
從@Polymarket 、Kalshi、 @opinionlabsxyz到@predictdotfun主流平台的費率設計有何本質差異？
為什麼交易量最高的賽道，不是最賺錢的賽道？

💡核心結論：預測市場賣的不是答案，而是分歧。

價格越接近50 / 50，表示市場分歧越大，交易衝動越強，平台越容易從主動成交轉化手續費收入；價格越接近0 或100，結果越趨於確定，雖然資訊價值還在，但對應的費用權重會明顯下降。

因此，預測市場真正的商業壁壘，不是把「事件」變成盤口，而是把「分歧」變成交易，再把交易穩健地轉化為收入。

一、預測市場怎麼賺錢：不是開盤口，而是把分歧變成Fees

要拆解預測市場的現金流，首先要釐清其收入的四個核心驅動力。它們相互交織，共同構成了平台從流量到變現的閉環。

1️⃣ 交易手續費- 直接收入來源

多數預測市場會向主動成交的一方收費，也就是Taker。因為Taker 消耗流動性，而Maker 提供流動性。

這意味著，預測市場不是所有交易都會產生收入。真正能給平台貢獻費用的，往往是那些用戶願意主動成交、願意為速度和確定性付費的交易。

2️⃣ 流動性- 持續交易基石

預測市場最難的不是開盤口，而是讓盤口有深度。

如果一個盤口沒人掛單，用戶想買買不到，想賣賣不掉，那麼這個市場即使有話題，也很難形成有效價格。

所以很多平台會降低Maker 成本，甚至給Maker 激勵。

這不是直接的「收入來源」，但它決定了交易費能不能長期存在。

沒有流動性，就沒有持續交易，手續費收入自然無法穩定。

3️⃣ 資訊價值- 心智佔領

預測市場和一般交易平台不一樣的地方在於，它不只是交易工具，也會生產資訊。

當一個盤口有足夠交易量和流動性後，它的價格會變成一種機率訊號。媒體會引用它，KOL 會解讀它，交易員會觀察它，一般使用者也會用它來判斷市場情緒。

這部分不一定直接變成手續費，但它會為平台帶來關注、使用者心智和外部傳播。長期看，這些資訊價值會反過來增強交易需求。

4️⃣ 用戶營運與折扣體系- 將活躍度轉化為收入

除了基礎交易費，不同平台也會透過折扣、邀請、活動、積分和回饋來提升交易頻率。這部分措施不一定直接帶來收入，但會影響平台的長期變現能力。例如，Opinion 提供了用戶折扣、交易折扣和邀請折扣； Predict.fun採用更簡單的基礎收費和折扣機制；Polymarket 則專注於不同賽道的差異化費率和Maker rebate。折扣和激勵的本質，並非單純的補貼，而是透過出讓部分利潤來換取用戶留存，再逐步將活躍度轉化為收入。

二、主流預測市場平台費用結構橫向對比

綜觀幾家主流預測市場的費用設計，產業的策略方向高度趨同：鼓勵掛單提供流動性，將主動成交轉化成收入。但在戰術執行上，各大平台由於定位不同，呈現明顯的策略分化。

1️⃣ Polymarket：依賽道精細化定價

Polymarket 的Taker 收費邏輯將「賽道差異化」和「分歧定價」結合到了極致。其官方核心公式為：

fee = C × feeRate × p × (1 - p)

其中，C 是成交份額數量，p 是成交價格，feeRate 則由市場賽道決定。

此機制包含兩個核心變數：

賽道精細化：以目前已驗證費率口徑，Crypto 賽道feeRate 為0.07，Sports 為0.03，Politics / Finance / Tech 為0.04，Culture / Weather 為0.05，部分Geopolitics 市場為0。也就是說，Polymarket 並不是對所有市場統一收費，而是根據不同賽道的交易頻率、敏感度和用戶付費意願，採用差異化費率。
分歧度定價：完美契合p × (1 - p)的數學曲線。價格越接近50/50（市場分歧最大），手續費越高；結果越確定（接近0 或100），手續費越低。

https://docs.polymarket.com/trading/fees

2️⃣ Kalshi：更接近合規交易所模式

Kalshi 的費用設計在合規框架下更接近傳統金融衍生性商品交易所，其常規Taker 費率公式同樣與價格分歧度掛鉤：

fee = round up(0.07 × C × P × (1 - P))

其中C 是合約數量，P 是合約價格，費用會向上取整到美分。這個結構和Polymarket 的C × feeRate × p × (1-p) 很接近。

Kalshi 的費用結構和Polymarket 有相似點：它的交易費也和合約價格有關，越接近50¢，費用越高；越接近1¢ / 99¢，費用越低。 Kalshi 的fee schedule 顯示，100 份合約的taker fee 大致在$0.07～$1.75 區間變化。

但Kalshi 和Polymarket 的一個重要區別是：Kalshi 部分市場也會有Maker fee，而且只有當這些掛單最終成交時才收費，取消掛單不收費。這表明Kalshi 的費用結構更接近合規交易所：不是簡單的Maker 永久免費，而是根據不同市場設定更複雜的雙邊費用規則。

https://kalshi.com/docs/kalshi-fee-schedule.pdf

3️⃣ Opinion：更強調折扣和用戶分層

Opinion 引入了極為複雜的“多維折扣體系”，其有效費率公式為：

Effective fee rate = topic_rate × price × (1 − price)× (1 − user_discount)× (1 − transaction_discount)× (1 − user_referral_discount)

也就是說，Opinion 的費用不僅取決於市場價格和topic_rate，還會受到用戶折扣、交易折扣、邀請折扣等因素影響。

Opinion 也設定了$5 最小訂單和$0.25 最低手續費，避免小額交易產生過低費用。

這說明Opinion 的費用設計更偏向使用者營運：

topic_rate 用來區分不同市場
user_discount 用來做使用者分層

所以，相較於Polymarket 的「賽道差異化定價」，Opinion 更像是把手續費做成了一個營運工具：一邊透過折扣體系引導用戶交易、留存和拉新，另一邊透過Maker 免費降低掛單門檻，維持市場流動性。

https://docs.opinion.trade/trade-on-opinion.trade/fees

4️⃣ Predict.fun ：極簡主義的統一費率

Predict.fun的費用結構相對較簡單，適合降低使用者理解成本。

以其當前公開口徑，它的費用計算公式是：

Raw Fee = Base Fee % × min(Price, 1 − Price) × Shares

Base Fee 目前為2%。實際費率會隨著成交價格變化：在50% 以下時，費率基本固定為2%；超過50% ，價格越接近1，實際費率越低。

此外， Predict.fun也支援fee discount，折扣後手續費會進一步下降。

這種設計的特點是更直觀：使用者無需先判斷盤口屬於哪一側，只需要關注成交價格本身即可理解費用變化。

https://docs.predict.fun/the-basics/predict-fees-and-limits#limits

可以看到，預測市場平台的共同點是：都在試圖把主動成交行為轉化成收入。

這也說明，預測市場的商業化不是只有一種路徑。它們最終都在回答同一個問題：用戶願不願意為交易付費？

三、深度拆解Polymarket ：交易量不等於真實收入

雖然各家玩法百花齊放，但要驗證預測市場的真實變現效率，Polymarket 仍然是目前最適合觀察的平台樣本。

原因主要有2個：

它的收費路徑最清晰：從Crypto 試水，到Sports 擴展，再到更多類別幾乎全面收費
它的數據也更完整：官方feeRate、7D / 30D Fees都可以用來進一步拆解收入結構

所以接下來，我們就以Polymarket 為例，回答一個更具體的問題：交易量最高的賽道，真的也是最賺錢嗎？

3.1 從免費到收費：Polymarket 的商業化時間線

2026 年1 月：Crypto 成為首個收費板塊

Polymarket 重返美國用戶，率先在Crypto 板塊引入Taker Fee。加密盤口結算週期短、價格波動大、交易行為類似二級短線，使用者對變現速度的追求遠大於對摩擦成本的敏感度，是絕佳的收費試驗田。

2026 年2 月18 日：Sports 成為第二個收費板塊

緊接著，2026 年2 月18 日，Sports 板塊成為第二個收費板塊。體育盤口具備天然的高頻、短週期特徵，能提供持續的交易場景。因此Sports 是收費的自然延續。

所以Polymarket 先對Crypto、Sports 收費，其實是在先拿兩個用戶接受度更高的板塊驗證收入模型。

2026 年3 月30 日：收費擴及更多板塊

2026 年3 月30 日，Polymarket 將taker fee 擴展到Politics、Finance、Economics、Culture、Weather、Tech、Mentions、Other/General 等更多類別，收費類別擴展到10 個。

全面收費後，Polymarket 並不是簡單對所有板塊收取同樣的費用，而是採用了更細的費率結構。這一步可以視為Polymarket 商業化的關鍵節點，Polymarket 開始把收費模式擴展到更廣泛的市場。

全面收費的成效極為矚目。根據最新數據，Polymarket 已經展現出了極大的吸金能力： 7D Fees 達$9.27M，30D Fees 達$36.3M 。其7 日收入已衝進全網Crypto 計畫前六，正式跨入收入型專案梯隊。

3.2 核心賽道單型與價格分佈拆解

為了盡可能的計算出Polymarket 各板塊的真實收入，我們根據2021 年至2026 年2 月的Polymarket 交易數據，對五個主要賽道的費用進行估算1。

從市價單佔比來看，五個賽道差異明顯：

Crypto 的Market 佔比最高，達到75%，這極為符合加密資產「瞬息萬變」的特徵，用戶更傾向於直接用市價單鎖定損益；Weather 賽道因受即時突發氣象資料驅動，用戶同樣極度看重反應速度。

其次，手續費多寡嚴重依賴盤口的成交價格區間。

原因在於，進入收費口徑的交易，並不會產生相同的費用。 Polymarket 的手續費和p × (1 - p) 有關，價格越接近50/50，市場分歧越大，費用權重越高；價格越接近0% 或100%，結果越接近確定，費用權重越低。

從五個主要賽道的數據來看，大部分成交都集中在30～50，尤其是40～50 區間：

這組數據說明，Polymarket 的主要成交並不是發生在結果已經接近確定的區間，而是集中在市場仍有明顯分歧的位置。

3.3 收入計算：誰是利潤乳牛？

我們用各賽道Market 成交額，結合對應feeRate，再依照不同價格區間的p × (1-p) 權重，粗略估算Polymarket 在五個賽道中的費用收入。同時考慮到上線收費後，部分對費率敏感的用戶會從Taker 轉向Limit 掛單。尤其是做尾盤交易、低賠率套利或短線頻繁交易的用戶，會更謹慎地計算報酬率。

因此，我們可以在原始估算基礎上，再做一版較保守的假設：假設收費後，各賽道市價單成交額下降20%。

調整後的公式變成：

調整後估算費用≈ Market 成交額× 80% × feeRate × (1 - p)

根據7D 總交易量及各賽道交易量佔比，我們估算五個主要賽道的7D 市價單交易。

前面已經算出各賽道的市價單成交額，接下來再結合各賽道的feeRate 和價格區間權重，估算費用。為了讓計算更穩妥，我們採用區間中位數作為近似價格：

(註：由於統計口徑、歷史單型佔比滯後性及賽道動態變化，此計算模型旨在還原各賽道的貢獻比例，總和與系統實際結算的總Fees 存在合理誤差)

數據說明了什麼？

1️⃣Crypto 是目前利潤貢獻最高的賽道，7D 估算費用約439 萬美元，是「利潤乳牛」。

這點比較反直覺，因為從交易量佔比看，Sport 才是第一大賽道，7D 交易量約4.01 億美元，高於Crypto 的1.74 億美元。但費用結果裡，Crypto 反而排在第一，主要原因有兩個：

市價單佔比更高：Market 佔比約為75%，明顯高於Sport 的60%。 Polymarket 主要對市價單收費，所以Crypto 有更多交易會進入收費口徑。
feeRate 最高：feeRate 是0.07，而Sport 只有0.03。即使兩者市價單成交額相同，Crypto 單位交易額產生的費用也會明顯較高。

2️⃣Sport 是第二大費用來源，7D 估算費用約331 萬美元，是「交易量基礎盤」。

Sport 的優勢在於交易量夠大。它的7D 交易量約為4.01 億美元，在五個賽道中排名第一。但它的短板也很明顯：feeRate 最低，只有0.03。

3️⃣Politics 和Trump 如果合併成政治類盤口，7D 估算費用約為314 萬美元，已經非常接近Sport 板塊，是脈衝式的流量漏斗。

政治類盤口的特徵是事件驅動強。它不像Sport 那樣每天都有穩定比賽，也不像Crypto 那樣價格持續波動，但一旦遇到選舉、民調、政策變化、候選人表態，就容易出現集中交易。因此，政治類盤口雖然交易節奏不一定穩定，但在熱點週期裡費用貢獻非常可觀。

4️⃣ Weather 的7D 估算費用約為40 萬美元，在五個賽道中最低。

所以，Polymarket 的收入結構可以簡單概括為：Crypto 負責平台收入，Sport 負責交易量，Politics / Trump 負責熱點事件爆發，為平台獲客。

四、從Polymarket 看預測市場賽道的四個終局判斷

Polymarket 的成功閉環，為整個預測市場賽道帶來了重構的啟示：

1️⃣ 評估指標的全面更迭

過去看預測市場，都盯著交易量與熱門話題。進入商業化時代，衡量勝負的指標將徹底轉變為：真實Fees、Taker 佔比、訂單簿深度以及買賣價差（Spread）。純粹靠左手倒右手刷出來的交易量，在收費機制下將難以持續。

2️⃣ 不同事件類型，對應不同的收入角色

未來的預測市場平台不會指望靠某一種盤口吃天下，而是走向精細化分工。

Crypto 這類市場更接近金融交易，價格變化快、反饋週期短，用戶對成交速度更敏感，所以更容易形成高收入效率。
Sports 更像穩定流水，比賽頻繁、結果明確、交易場景持續存在，所以適合貢獻日常交易量。
Politics / Trump 這類市場則較偏事件爆發，平時不一定穩定，但一旦進入選舉、民調、政策變化等關鍵節點，就容易集中放量。
Weather 這類市場說明，只要事件夠標準化、結果夠清晰，即使規模暫時不大，也有機會形成自己的交易場景。

3️⃣ 收費機制會反向倒逼盤口質量

免費階段，平台可以開很多盤口；收費之後，用戶和做市商都會開始精打細算，收費機制會反過來篩選市場品質。

一個好的預測市場，不僅需要話題有趣，還要能同時滿足幾個條件：

結果清晰，方便結算
資訊更新頻繁，能帶來價格變化
市場分歧夠大，用戶有交易動機
流動性夠好，使用者願意主動成交
結果不易被操控

4️⃣ 預測市場的壁壘在於「持續定價權」

開一個YES / NO 盤口不難，難的是讓這個盤口持續有人掛單、有人吃單、有人更新價格、有人願意承擔風險。只有當一個盤口有足夠深度和交易頻率，它的價格才有參考意義，平台也可能從中獲得收入。

所以預測市場真正的壁壘，不是「誰能更快發現熱點」，而是：把熱點變成可交易市場👉讓市場長期有流動性👉讓價格成為外部世界願意引用的信號。

五、寫在最後

能夠講宏大敘事的項目多如牛毛，但能把敘事落地成真金白銀收入的鳳毛麟角。

Polymarket 曾經是整個賽道裡最具光環的流量代表，而當它完成從「流量敘事」到「系統性吸金」的轉身，它想向全行業證明一件事：

預測市場的終極價值，絕不僅限於“預測未來有多準”，而在於它成功把現實世界的不確定性，變成了一個可以標準化定價、可以高頻交易、且能持續賺錢的超級市場。

過去，預測市場證明了它能贏得潑天流量；現在，它正在證明自己是一門無可匹敵的好生意。

免責聲明：本文所包含的所有內容、數據及觀點僅供產業交流與研究參考，不構成任何形式的投資建議、法律建議或商業決策依據。

1計算方法：拆出每個賽道的市價單和限價單比例，再按照不同成交價格區間，估算p × (1 - p) 對費用的影響，最後結合各賽道對應的手續費率，計算每個賽道大致貢獻了多少費用。

美CFTC執法董事：打擊預測市場內線交易等違規行為是優先事項

熱門文章