這位 Polymarket 交易者如何在 1 個月內賺取 106K 美元 低勝率。 巨額利潤。 這不是運氣——而是概率。 1/ 讓我們來分析一下交易者 sb911 是如何做到的 🧵

2/ 在過去的一個月中，sb911 在 Polymarket 上賺了 106K 美元。 但這裡有個令人驚訝的部分： 總預測數：294 贏得的預測：75 勝率：25.51% 那麼，怎麼會有人在大約 75% 的時間裡輸掉，卻仍然能贏得大筆獎金呢？

3/ 他的大部分交易都集中在一個重複的問題上： "這週 Elon Musk 會發佈 X–Y 推文嗎？" 這不是隨機的猜測。 Elon 的推文行為是： 頻繁 一致 在短時間窗口內統計穩定 這使得它可被量化。

4/ 這裡是關鍵見解 👇 Polymarket 將每個推文範圍視為一個獨立的市場： 200–219 220–239 240–259 260–279 … 但實際上，這些範圍形成了一個連續的概率分佈。

5/ sb911 不會試圖預測確切的數字。 相反地，他同時涵蓋多個相鄰的範圍。 他不是在問： "哪個範圍會命中？" 他在問： "我能否以正確的價格涵蓋大多數現實的結果？"

6/ 現在看看他是如何進場的。 許多獲利的部位是在以下價格買入的： 1¢ 3¢ 5¢ 10¢ 如果正確，每股的結算價為100¢。 這就是不對稱的收益： 小而有限的損失 當某個範圍達到時，巨大的上行潛力

7/ 是的——大多數頭寸會歸零。 你會看到長長的 –100% 交易清單。 這不是錯誤。 這是設計。 這個策略接受頻繁的小損失，以換取罕見但爆炸性的贏利。

8/ 一個例子說明了一切： 成本：約 $1,100 收益：約 $79,000 投資回報率：6,600%+ 這樣的一次勝利可以覆蓋數十個失敗的頭寸。 這就是為什麼 25% 的勝率可以變得非常有利可圖。

9/ sb911 不是在賭博。 他在交易預期價值： 重複事件 明確的解決規則 錯誤定價的概率範圍 他不是在預測結果 — 他在交易概率分佈。 這才是真正的優勢。