2026 上半年 Polymarket 報告：高頻交易員，還是超級預測者？

如果只看交易量，Polymarket 的上半年像是一場平台爭奪戰；如果把錢包、市場類別和結算結果放在一起，故事會更接近一張分工圖：Polymarket 的美國市場正在快速增長，體育與加密市場讓資本快速流轉，零售用戶承擔大部分損益波動。

撰文：Surf

核心發現

以下結論基於 Polymarket 國際市場 2026 年 1---6 月去重後的 7.87 億筆成交、1,733,011 個錢包，並結合 Polymarket US 的場級數據。

1. 第二個 Polymarket 正在快速增量：受 CFTC 監管的美國市場月度成交量占國際市場的比例，從 1 月的 5% 升至 6 月的 47%，7 月進一步達到 67%。
2. 高周轉類別是手續費發動機：體育和加密市場貢獻了國際市場上半年約 1.84 億美元毛手續費的 98%；加密市場以約一半的成交量產生 9,630 萬美元手續費，超過體育市場的 8,350 萬美元。
3. 用戶數量與成交量高度錯位：零售錢包約占用戶的 90%，但機器人和專業用戶合計貢獻約 80% 的 taker 成交量；僅占 5.9% 的機器人錢包就完成了約三分之二的成交。
4. 拉新並非押注單一爆款：上半年最大的單個引流市場帶來的新錢包不足 7,000 個，而全部新錢包約 113 萬個；任何一個月，前 15 個引流市場也只占當月新錢包的 8%---19%。
5. 任何一個單一市場類別並沒有明顯拉高平台留存率：月度活躍錢包約有 51%---57% 會在下月回來，但用戶往往離開最初進入的類別，轉去平台上的其他類別。
6. 機器人群體整體賺錢，但中位數仍在虧損：機器人樣本合計實現約 1.08 億美元淨收益，可盈利的錢包只有 27%；在約 175 萬個錢包中，僅 146 個錢包連續六個月保持正現金流。

第一部分 兩個 Polymarket 市場的全景

Polymarket US：第二個市場正在成形

2026 年上半年，Polymarket 實際上變成了兩個交易場所，而討論大多只盯著其中一個。面向非美國用戶的國際市場仍運行在 Polygon 結算的鏈下 CLOB 上，六個月單邊成交量達到 179 億美元；與此同時，2025 年底上線、受 CFTC 監管的 Polymarket US 從 1 月國際市場月度成交量的 5%，爬升到 6 月的 47%，7 月已達到 67%（約 20 億美元對 30 億美元）。

兩個市場共享品牌和基本的訂單簿機制，卻不共享訂單簿、用戶群或收入結構。它們與 Kalshi 一樣，採用鏈下撮合、中央限價訂單簿，並對 taker 使用同一條隨價格變化的手續費曲線：fee = Θ·C·p(1−p)。區別在結算軌道：國際市場把每筆成交公開結算在 Polygon 上，美國市場則通過私有、受監管的帳本清算。

跨平台比較時必須先統一口徑。本文的 volume 指單邊、taker 側、只計一次的實際交易美元；名義金額和雙邊計數通常會高出 2---3 倍。按這個口徑重算 7 月數據，常見的 410 億 / 70 億 / 50 億美元口徑，分別對應約 133 億 / 30 億 / 20 億美元。

圖 1｜Polymarket 國際市場與美國市場的月度單邊成交量

美國市場的日成交量從上線初期約 100 萬美元，增至 7 月的 5,000 萬---1 億美元；日交易筆數越過 100 萬，未平倉量一度超過 1.5 億美元。手續費從 1 月的固定基點模式，轉為 4 月啟用的價格敏感公式。

圖 2｜Polymarket US：上線以來的每日場級指標

手續費的規模也比社區數據集所估測的更大：僅 6 月，taker 毛手續費就約 3,000 萬美元。按官方返佣計劃估算------成交時返還給 maker 25%，4 月 30 日結束一項全 taker 促銷返佣，之後再按成交量分層返還------6 月可留存收入約 1,700 萬美元，約為許多追蹤器所採用的固定 25% 假設的兩倍。由於美國市場沒有用戶級數據，大 taker 的分層資格只能參考國際市場中頭部 0.3% taker 貢獻約 63% 成交量的結構。

國際市場的手續費經濟學

國際市場到底在交易什麼？體育約占全部成交量的一半；加密約占 30%，其中絕大多數是五分鐘級的漲跌微型市場；世界 / 地緣政治約占 15%。類別之間的集中度差異更大：體育最大市場只占本類別的 0.27%，而科學與技術類別中，一個「美國會在 2027 年前確認外星人存在嗎？」的市場就占到約四分之一。

圖 3｜Polymarket 國際市場：按市場類別拆分的成交量

國際市場上半年產生約 1.84 億美元毛手續費，但這不是扣除 maker 返佣和激勵後的淨收入。加密市場雖然只有體育一半左右的成交量，卻產生 9,630 萬美元手續費，超過體育的 8,350 萬美元；兩類合計占總手續費的 98%。世界 / 地緣政治則採用有意的零手續費策略。

圖 4｜Polymarket 國際市場：各類別手續費收入與有效 take rate

高周轉類別就是手續費發動機

7 月，Kalshi 的未平倉量約為 Polymarket 國際市場的 2.3 倍，但成交量約為 4.4 倍；對應的日周轉率約為 0.44× 對 0.23×。Polymarket US 的資本池最小，卻以約 0.64× 的日周轉率跑得最快。答案不在平台名稱，而在市場目錄由什麼組成。

圖 5｜三家市場的未平倉量與成交量：資本規模不等於資金轉速

圖 6｜按類別比較 Kalshi 與 Polymarket 的成交量 / 未平倉量

體育和加密是周轉最快的類別，世界 / 地緣政治最慢，日周轉僅約 0.01---0.03×。兩個國際市場各自有約 2 億---3 億美元資本沉澱，卻只打印出 200 萬---300 萬美元日成交，因此都把該類別設為零手續費。Polymarket US 的未平倉量中約 88% 集中在體育，解釋了它為何能以更少的資金做出更高的周轉。

Kalshi 的加密市場是明顯的離群點：約 1,700 萬美元未平倉量對應約 9,600 萬美元日成交，日周轉接近 6×，其中 98% 的市場期限不超過一小時。Polymarket 的加密周轉看起來只有 0.31×，是因為長期到期的閾值型市場承接了大部分未平倉量，而五分鐘漲跌市場占據約 90% 的成交量，卻幾乎不鎖定資本；平均每個這樣的市場只鎖約 2,800 美元抵押品。

同一類別在不同平台上會趨向相近的速度：體育在 Kalshi、Polymarket 國際市場和 Polymarket US 的日周轉率分別約為 0.57×、0.67× 和 0.64×。這更像是類別屬性，而不是平台屬性。

第二部分 Polymarket 國際市場的用戶增長

以下用戶分析只覆蓋國際市場的 Polygon CTF / NegRisk 合約，時間範圍為 2026 年 1 月 1 日至 6 月 30 日。Polymarket US 和 Kalshi 都在內部賬本中清算，公開交易流經過匿名化處理，因此無法做同等深度的錢包画像。

Maker 與 Taker：訂單簿兩側不是同一群人

上半年有 1,733,011 個錢包在國際市場交易。幾乎所有錢包都至少主動吃過一次流動性，但真正掛過限價單的不足一半。maker 側明顯更專業，也更小；頭部一千個 maker 提供了大部分靜態流動性。需求側同樣高度集中：約 6% 的高活躍錢包完成了 80% 的 taker 成交量，而三分之一的錢包在六個月裡只交易五次或更少。

圖 7｜Polymarket 國際市場的錢包結構：Maker 與 Taker 的重疊及集中度

用戶增長核算：活躍度幾乎橫盤

用戶增長比成交量更不樂觀：月活錢包從 1 月的 58 萬到 6 月的 59.4 萬，基本橫盤，儘管同期有約 110 萬個錢包首次交易。每月有 43%---49% 的前月活躍錢包停止交易，4 月流失達到 35.8 萬，平台必須持續用新錢包和回流錢包補上漏斗。

這裡有三個重要限定。錢包不等於用戶；一部分所謂流失，可能只是用戶換了新錢包；而本文的 churn 只表示錢包停止交易，不表示賬戶被關閉或不再有資金。

圖 8｜用戶增長核算：新用戶、回流用戶、留存用戶與流失

新用戶從哪裡來：不是一場單點爆發

當我們把每個新錢包歸因到它第一次接觸的市場，可以看見拉新機器的季節性：加密市場在 3 月達到約 9.9 萬個新錢包，地緣政治在 1 月達到約 6.8 萬，體育在世界杯開賽的 6 月達到約 9.1 萬。事件會帶來波峰，但沒有單一市場承擔全部拉新。

圖 9｜按首次進入類別統計的新錢包

上半年最強的單個引流市場是「中國會在 2026 年底前入侵台灣嗎？」，但也只帶來約 7,000 個新錢包。前十名裡既有地緣政治，也有世界杯、利率和文化事件，說明有效拉新來自市場組合，而不是一枚爆款。

圖 10｜上半年新錢包最多的前十大引流市場

按月看，前 15 個引流市場只占當月新錢包的 8%---19%，第一名從未超過約 3%。最集中的是 1 月和 6 月，分別對應伊朗新聞、台灣市場與世界杯。

圖 11｜每月拉新分散度：前 15 個市場與第一名市場的貢獻

留存：用戶留在平台，不一定留在原類別

約一半的月活錢包會在下月回來，平台月度留存約為 51%---57%；但對某個類別的忠誠明顯更弱。用戶可能離開最初進入的類別，卻在另一個類別重新出現，這意味著跨品類推薦和交叉銷售可能正在起作用。

圖 12｜平台留存與類別留存的對比

不同入口類別的一月留存高度聚集在 44%---49%，三個月留存約為 25%---32%。唯一明顯的低點是加密入口，一月留存約 37%，比其他類別低約三成；一種可能的解釋和推測是，加密交易中的自動化操作更常輪換新錢包，令表面留存率被壓低。

圖 13｜按入口類別比較的新錢包留存

用戶市場參與類別矩陣：地緣政治是連接層

矩陣對角線表示每個類別的獨立錢包數，非對角線百分比表示較小類別中同時交易另一類別的比例。體育與加密雖是最大的兩組用戶，但重疊只有 49%，是兩個有實質差異的受眾。世界 / 地緣政治與其他類別的重疊普遍更高（天氣除外），像一層把平台各類興趣連接起來的核心產品。

圖 14｜跨類別用戶重疊與交叉銷售率

用戶類別黏性 × 擴散圖：不同入口買來的是不同質量的用戶

把入口留存與跨類別擴張放到同一張圖上，六個類別聚集在 43%---49% 的忠誠區間，但擴張能力不同：體育更像留在主場的穩定用戶，科學與技術則吸引平均會探索 3.6 個其他類別的用戶。加密落在左下角：一月留存約 37%，擴張也最低。五分鐘賭場帶來的是成交量，而不是長期留存或跨品類探索。

圖 15｜各類別在「忠誠度 × 擴張度」上的坐標

第三部分 市場微觀結構：用戶画像、入場時機與盈利

用戶画像的分布：市場類別廣度與頻率與交易規模掛鉤

我們用三個視角描繪用戶：覆蓋多少類別、單筆交易有多大、交易有多頻繁。覆蓋類別越廣，錢包平均成交量越高；交易全部七個類別的錢包只占約 1%，但人均上半年 taker 成交量約 5.9 萬美元，是純單一類別錢包 8,300 美元的七倍。

頻率維度則呈現典型的 80/20：約 6% 的「高頻用戶」貢獻 79% 的成交量，而只交易一筆的遊客型錢包約占用戶基數的 8%。

圖 16｜專業化與參與度：類別廣度、錢包占比與成交量

在大多數類別中，錢包與單個市場的關係以一到兩筆成交為主；體育的一筆成交占比最高，達到 46%。世界 / 地緣政治則相反，只有 20% 的關係是一筆成交，說明用戶會隨著新聞推進反復回到同一市場。

圖 17｜每個錢包---市場關係的成交次數

三類參與者：機器人、專業用戶與零售用戶

我們用交易頻率、下單金額的一致性、覆蓋廣度和平均票面等行為信號做啟發式分類。分類不是對真實身份的確定性判斷，閾值變化也會影響分布；它更適合回答「誰在用什麼方式交易」而不是「誰到底是誰」。

機器樣錢包約占用戶的 5.9%，卻完成約三分之二的成交量：約 10.2 萬個錢包貢獻 119 億美元成交和 89% 的成交事件；約 154 萬個零售錢包貢獻 41 億美元。專業 / 知情用戶約占 5%，貢獻 6.6% 的 taker 成交量，符合其更多提供流動性、較少主動吃單的特徵。

圖 18｜交易者群體：錢包數量與成交量的錯位

按類別看，機器人幾乎完全佔據加密與體育兩大市場，分別拿下約 80% 和 72% 的成交量；在人類仍更能影響價格的中間地帶------地緣政治、金融、文化------三類群體的份額更接近。

圖 19｜各類別的群體成交量份額

不過，成交量優勢來自一個很薄的機器人層。按錢包數量看，每個類別仍由零售用戶壓倒性佔據；加密和天氣市場的機器人佔比明顯更高，約 5% 的人口份額被自動化行為替代。

圖 20｜各類別的錢包群體份額

預測市場用戶對手續費敏感嗎？

不同類別在不同時間啟用手續費，構成了一場天然實驗；零手續費的世界 / 地緣政治可作為控制組。結果顯示，手續費上線後，成交量構成會明顯變化，尤其是加密、文化和天氣市場：專業 / 知情用戶的成交量份額快速下降，而零售與機器人份額相對穩定，表現出更強的費用不敏感性。

圖 21｜手續費上線前後，各群體的成交量份額

錢包份額的變化幅度遠小於成交量份額，但模式一致：上述三個類別的專業 / 知情錢包流失最明顯。費用改變的是「誰在加大下注」，不一定立即改變「誰還在場」。

圖 22｜手續費上線前後，各群體的錢包份額

入場時機：多數人來得很晚

在一個市場的生命周期裡，晚入場是常態，但不同信息遊戲的遲到程度不同。體育和加密最具延遲競爭性：各群體的入場中位數都落在市場生命周期的 92%---95% 位置，對零售用戶形成明顯的逆向選擇壓力。文化約為 85%---90%；天氣則相反，入場最早，零售中位數約 61%、機器人約 51%，與模型可以較早定價的結果型市場一致。天氣市場也是專業用戶相對最晚入場的類別，中位數約 83%。

入場時機分析只納入完整生命周期可見的市場：市場在上半年結算，且從第一次成交開始追蹤錢包，包括 2026 年以前已進入的倉位。

圖 23｜各群體在市場生命周期中的加權入場位置

各類別成交量最大的市場，呈現出更直觀的日內節奏：零售用戶成交往往貫穿市場全周期；專業 / 知情用戶和機器人則更容易在信息到來時突然放量，或在接近結算時集中下注。

圖 24｜各類別頭部市場的每日群體成交量

到底是誰在賺錢？

把所有在上半年結算市場中的倉位現金流加總，費用前的帳本接近零：約 197 萬個有結算倉位的錢包中，34% 最終為正。大贏家合計約 +6.66 億美元，大輸家合計約 −5.30 億美元，所有組別合計約為零。這驗證了這裡計算的是費用前的 gross PnL；扣除上半年約 1.84 億美元手續費後，聚合結果將轉為負值。

圖 25｜費用前的已實現 PnL 分層

按群體拆分，資金流向很明確：零售和專業用戶共同為機器人群體的正收益提供對手盤。機器人是唯一整體淨盈利的群體，合計約 +1.08 億美元，但只有 27% 的機器人錢包賺錢，中位數機器人錢包仍然虧損。利潤由少數大規模操作承載，持續盈利極其罕見。

專業用戶的盈利命中率最高，約 42% 的錢包為正；零售約 35%，機器人約 27%。但專業用戶合計仍虧損約 2,600 萬美元。由於這裡未計入多類激勵與返佣，不能據此斷言專業用戶的最終淨收益為負。零售群體合計約 −7,400 萬美元。

圖 26｜各群體的盈利比例與勝率

圖 27｜各群體的淨已實現 PnL：誰在付錢，誰在收錢

在約 175 萬個錢包中，只有 146 個錢包連續六個月保持正現金流；即使在曾經盈利過的錢包裡，很多人的 90% 以上利潤也集中在單獨一個月。預測市場的盈利更像偶發的尖峰，而不是穩定的工資流。

圖 28｜盈利持續性：連續正現金流月份的分布

方法與口徑：

本文數據由 Surf AI 提供計算。PnL 只統計在 2026 年上半年結算的市場，並按錢包在這些市場中的現金流計算費用前的已實現結果；未把 maker 返佣、促銷激勵和其他計劃性補貼納入 gross PnL。群體標籤為行為啟發式分類，用於比較交易風格，不應解讀為對錢包實際所有者身份的確定識別。