Auteur : Pi Squared
Relecture : Felix, PANews
Résumé : « Argent idiot » manquant, arbitrages persistants, robots en masse, boucle de rétroaction, fausses informations, délit d’initié, et faible liquidité sur les marchés de niche.
Les marchés de prédiction sont en train de remodeler de plus en plus la façon dont le grand public envisage l’avenir. Qu’il s’agisse de prévoir les résultats électoraux, le taux d’inflation, le lancement de produits ou les grands événements sportifs, ils proposent une idée simple mais puissante : investir dans la conviction, laisser le marché révéler ce qui est le plus probable.
Cette approche s’est avérée étonnamment efficace. Dans de nombreux cas, la performance des marchés de prédiction rivalise avec celle des sondages traditionnels et des prévisions d’experts, voire les dépasse. En permettant à des individus détenant des informations, motivations et points de vue différents de trader sur une même question, ces marchés rassemblent des connaissances dispersées en un seul signal : le prix. On considère généralement qu’un contrat à 0,7 dollar indique une probabilité de 70 % que l’événement se produise, reflétant le jugement collectif de tous les participants.
Ainsi, les marchés de prédiction ne sont plus seulement un outil de curiosité pour quelques initiés. Décideurs, chercheurs, traders et diverses institutions les utilisent de plus en plus pour mieux anticiper les résultats dans un environnement incertain. Avec l’émergence du Web3, bon nombre de ces marchés ont migré vers la blockchain, utilisant des contrats intelligents pour permettre une participation ouverte, un règlement transparent et un paiement automatique.
Cependant, malgré leur popularité croissante et leur attrait théorique, ils restent loin d’être parfaits.
La plupart des discussions se concentrent sur des défis évidents tels que la régulation, le manque de liquidité ou la complexité pour l’utilisateur. Ces problèmes existent effectivement, mais ce n’est pas tout. Même si un marché de prédiction semble actif, liquide et bien conçu, il peut encore produire des distorsions de prix, des résultats injustes ou des signaux trompeurs.
Cet article dépassera ces limitations superficielles pour explorer des inefficacités plus profondes et plus insidieuses dans le fonctionnement des marchés de prédiction. Ces contraintes cachées (souvent structurelles plutôt que comportementales) limitent silencieusement leur précision, leur évolutivité et leur crédibilité. Comprendre ces enjeux est essentiel non seulement pour exploiter efficacement ces marchés, mais aussi pour construire la prochaine génération de systèmes de prédiction.
Fonctionnement pratique des marchés de prédiction
Les marchés de prédiction sont, en essence, un lieu où l’on échange des contrats liés à l’issue d’événements futurs. Les participants n’achètent pas des actions d’une entreprise, mais des contrats liés à une question spécifique, par exemple :
- Le candidat X remportera-t-il la prochaine élection ?
- Le taux d’inflation dépassera-t-il 5 % cette année ?
- La société Z lancera-t-elle un nouveau produit avant juin ?
- Le box-office du week-end de la première d’un film dépassera-t-il 5 millions de dollars ?
Chaque résultat possible est représenté par un contrat. Dans sa forme la plus simple, si l’événement se produit, le contrat paie 1 dollar ; s’il ne se produit pas, il paie 0 dollar. Le prix de transaction de ces contrats varie entre 0 et 1 dollar, et ce prix est généralement interprété comme la probabilité que l’événement se réalise.
Par exemple, si un contrat prédisant « Oui » à une élection se négocie à 0,7 dollar, cela indique que le marché estime à 70 % la probabilité que ce résultat se produise. À mesure que de nouvelles informations — sondages, actualités, données économiques ou rumeurs — apparaissent, les traders ajustent leurs positions, et le prix fluctue en conséquence.
L’attrait des marchés de prédiction réside non seulement dans leur mécanisme, mais aussi dans leur système d’incitations. Les participants ne se contentent pas d’exprimer une opinion ; ils prennent un risque financier. Une prédiction correcte leur rapporte un gain économique, une erreur leur coûte de l’argent. Ce mécanisme encourage la recherche d’informations plus précises, la remise en question des opinions majoritaires, et une réaction rapide face aux nouvelles preuves.
Au fil du temps, le prix évolue pour devenir une prévision continue, alimentée par la contribution collective.
En pratique, ces marchés prennent diverses formes. Des plateformes comme PredictIt se concentrent sur la politique, permettant aux utilisateurs de trader sur les résultats électoraux et les questions de politique publique. Kalshi, régulée par la Commodity Futures Trading Commission (CFTC) américaine, propose des marchés pour des indicateurs économiques, des événements géopolitiques, ou encore des variations de taux d’intérêt ou d’inflation. Dans l’écosystème Web3, des plateformes décentralisées comme Polymarket et Augur opèrent sur la blockchain, utilisant des contrats intelligents pour gérer les transactions et régler automatiquement les gains une fois le résultat connu.
Malgré leurs différences en termes de régulation, d’architecture et d’expérience utilisateur, ces plateformes partagent la même hypothèse : le prix du marché peut servir de signal puissant pour mesurer la croyance collective sur l’avenir.
Pourquoi les marchés de prédiction sont efficaces (quand ils le sont)
Le succès des marchés de prédiction n’est pas une coïncidence. Dans des conditions appropriées, ils peuvent devenir des outils de prévision très performants, parfois même supérieurs aux sondages, questionnaires ou à des panels d’experts. Voici quelques raisons clés :
Agrégation de l’information : Aucun participant ne détient toutes les informations du monde. Certains ont des données locales, d’autres se concentrent sur des sources peu connues, ou ont des interprétations différentes des informations publiques. Les marchés de prédiction permettent à toutes ces connaissances dispersées de converger en un seul signal via le prix. Le marché ne décide pas qui a raison, mais mesure la croyance et l’investissement dans chaque point de vue.
Mécanismes d’incitation : Contrairement aux sondages où il n’y a pas de coût à donner une réponse erronée, les marchés de prédiction obligent les traders à prendre un risque financier. Ce système « intéressé » décourage les conjectures gratuites et récompense ceux qui agissent en se basant sur des informations plus précises. Avec le temps, les participants peu fiables perdent leur argent et leur influence, tandis que ceux qui prédisent mieux gagnent en crédibilité et en capital.
Adaptabilité : Le prix n’est pas une prévision figée, mais une mise à jour continue à chaque nouvelle information. Une actualité inattendue, une publication de données ou une rumeur crédible peuvent rapidement faire évoluer le marché. Cela rend ces marchés particulièrement utiles dans des environnements rapides ou incertains, où une prévision statique devient rapidement obsolète.
Historiquement, cette combinaison d’incitations, d’adaptabilité et d’agrégation d’informations a permis d’obtenir des résultats remarquables. Les marchés politiques, par exemple, rivalisent souvent avec la moyenne des sondages, voire la surpassent dans certains cas. Dans la finance et l’économie, ils sont souvent utilisés comme indicateurs avancés, car ils reflètent des anticipations en temps réel plutôt que des rapports retardés.
En résumé, ces caractéristiques expliquent pourquoi les marchés de prédiction sont de plus en plus considérés comme des outils sérieux de prévision, et pas seulement comme des plateformes de pari. Lorsqu’ils sont ouverts à un large public, alimentés par des informations de qualité, et structurés de manière saine, leurs prix peuvent fournir des estimations significatives des résultats futurs.
Mais ces avantages reposent sur des hypothèses qui ne tiennent pas toujours dans la réalité. Lorsqu’elles échouent, les marchés de prédiction peuvent induire en erreur.
Limites des marchés de prédiction
Comme tout système basé sur le marché, ils présentent des limites bien connues. La participation est souvent limitée par la régulation : des plateformes comme PredictIt ou Kalshi sont soumises à des règles strictes qui restreignent l’identité des traders et le montant qu’ils peuvent investir. La liquidité se concentre souvent sur des événements très médiatisés, laissant les marchés de niche vides ou très volatils.
En termes d’accessibilité, notamment sur des plateformes Web3 comme Polymarket ou Augur, l’inscription est encore compliquée, les frais de transaction élevés, et les mécanismes de résolution des litiges peu développés. Ces défis sont largement reconnus dans la littérature académique et les analyses sectorielles.
Mais se concentrer uniquement sur ces limitations superficielles occulte un problème plus profond. Même dans des marchés très liquides, légaux et actifs, il peut y avoir des distorsions de prix, des probabilités trompeuses ou des résultats injustes.
Ces problèmes ne sont pas toujours dus à un faible volume ou à une incitation défaillante, mais à des inefficacités structurelles plus fondamentales dans le traitement de l’information, la négociation ou la génération de résultats. Ce sont ces inefficacités cachées qui limitent la fiabilité et l’évolutivité des marchés de prédiction en tant qu’outils de prévision. Parmi les facteurs les plus critiques, on trouve :
1. Le problème de l’« argent idiot »
Les marchés de prédiction ont besoin de traders professionnels et de participants ordinaires pour fonctionner correctement, mais ils peinent à attirer suffisamment de petits investisseurs pour générer un volume suffisant. On peut résumer cela ainsi : si tous les joueurs à la table sont des professionnels, personne ne veut jouer.
Sans une masse critique de petits investisseurs pour alimenter la liquidité, celle-ci ne suffit pas à attirer des traders professionnels capables de faire évoluer les prix vers la bonne valeur. Cela crée un cercle vicieux, limitant la taille et l’efficacité du marché.
2. Erreurs de tarification persistantes et opportunités d’arbitrage
Lorsque la somme des parts « Oui » et « Non » dans un marché binaire s’écarte de 1 dollar, il existe une opportunité d’arbitrage sans risque. Depuis 2024, sur Polymarket, de simples stratégies d’arbitrage ont généré plus de 39,5 millions de dollars de profits.
Ces opportunités existent parce que l’efficacité du marché n’est pas parfaite, et que les erreurs de prix ne sont pas corrigées instantanément. Bien que cela puisse sembler être une stratégie intelligente, cela révèle que les prix ne reflètent pas toujours la probabilité réelle, mais plutôt des inefficacités systémiques.
3. Robots et trading algorithmique
Des études montrent que certains marchés de prédiction sont manipulés par des robots exploitant ces inefficacités. Les systèmes automatisés exécutent des transactions plus rapidement que les humains, créant une concurrence déloyale. Les utilisateurs ordinaires subissent souvent des pertes dues à ces algorithmes complexes, ce qui nuit à la justice et à la précision du marché en tant qu’outil de prévision.
4. Boucles de rétroaction auto-renforcées
Un problème majeur est que les cotes du marché peuvent s’auto-renforcer : les traders considèrent ces cotes comme la probabilité réelle, sans se baser sur des informations externes, ce qui peut créer une boucle de rétroaction.
Ce phénomène est particulièrement dangereux car il peut faire diverger le marché de la réalité. Les traders ne synthétisent pas de nouvelles informations, mais se contentent de suivre ce que dit le marché, croyant qu’il a raison. Même si des preuves extérieures indiquent le contraire, cette logique peut perdurer.
5. Fausses informations et qualité de l’information
Lors de l’élection présidentielle américaine de 2020, des anomalies de prix persistantes et exploitables ont été observées, avec certains acteurs se basant sur de fausses informations pour conclure à la victoire de Donald Trump.
Dans des marchés peu liquides, quelques acteurs peuvent déformer fortement le prix en diffusant de fausses informations. Cela soulève une question fondamentale : lorsque de fausses informations entrent dans le marché, celui-ci ne peut pas toujours les corriger rapidement, surtout si beaucoup croient à ces fausses nouvelles.
6. Délit d’initié et asymétries d’information
L’un des plus grands risques pour les marchés de prédiction est la présence généralisée d’asymétries d’information, où certains détiennent des données que d’autres ne peuvent pas obtenir, leur donnant un avantage injuste.
Contrairement à la SEC américaine qui interdit le délit d’initié, la CFTC (Commodity Futures Trading Commission) autorise dans certains cas la négociation basée sur des informations non publiques. Par exemple, un athlète peut parier sur sa blessure, ou un politicien peut trader en fonction de ses propres plans futurs, ce qui soulève des questions d’équité.
7. Faible liquidité sur les marchés de niche
Les marchés peu liquides sont plus facilement manipulables, et ceux de niche sont souvent les moins précis. Lorsqu’un marché compte peu de traders, une grosse transaction peut faire fluctuer le prix de façon importante, et le manque de participants empêche la correction des erreurs. Cela limite l’usage des marchés de prédiction aux événements populaires et à fort volume, restreignant leur champ d’application.
Ces inefficacités, invisibles pour la majorité, peuvent influencer silencieusement les résultats même si tout semble fonctionner correctement. Pour quiconque souhaite participer ou construire des systèmes dépassant ces limites, il est crucial de comprendre ces enjeux.
Résoudre ces problèmes nécessite une refonte des architectures sous-jacentes. Aujourd’hui, la plupart des marchés de prédiction souffrent d’un goulot d’étranglement : toutes les transactions, qu’il s’agisse d’élections ou de sports, doivent attendre dans une file unique. Ce délai prolonge la fenêtre d’arbitrage, empêchant le prix de refléter instantanément la vérité.
Des infrastructures comme FastSet tentent de résoudre ce problème par le traitement parallèle des transactions. Elles permettent de gérer simultanément des opérations non conflictuelles, avec une finalité en moins de 100 millisecondes. Lorsqu’un tel délai de règlement est réduit, la fenêtre d’arbitrage se ferme avant qu’elle ne soit exploitée à grande échelle, et le prix peut mieux refléter la probabilité réelle. Les traders ordinaires ne subissent plus d’effets systémiques liés à la latence. Il ne s’agit pas seulement d’améliorer la performance, mais d’un changement fondamental dans la manière dont les marchés de prédiction peuvent fonctionner de façon équitable et efficace.
Conclusion
Les marchés de prédiction transforment des opinions en prix, des convictions en investissements. Lorsqu’ils fonctionnent bien, leur capacité à prévoir l’avenir est impressionnante, dépassant parfois celle des sondages, des experts ou des analystes.
Mais leur efficacité n’est pas garantie. Outre les défis réglementaires et d’adoption bien connus, des inefficacités plus profondes, insidieuses, déforment silencieusement les prix et affaiblissent la fiabilité des signaux. Les pièges de liquidité, les erreurs persistantes, la domination algorithmique, les boucles de rétroaction, la désinformation et la fragilité des mécanismes de résolution créent un écart entre la promesse et la résultat réel.
Combler cet écart nécessite plus que la simple participation accrue ou le renforcement des incitations. Il faut aussi remettre en question les hypothèses et structures fondamentales qui façonnent le fonctionnement actuel des marchés de prédiction. Ce n’est qu’en s’attaquant à ces contraintes profondes que ces marchés pourront évoluer vers de véritables outils de décision fiables.
Lectures complémentaires : Marchés de prédiction et la guerre contre la vérité : quand l’IA apprend à falsifier l’opinion
