Le tweet a été supprimé par son auteur.
Mais nous avons tout sauvegardé 🙂.
Ces dernières années, les marchés de prédiction sont devenus un outil populaire pour évaluer les résultats d'élections, d'événements sportifs, de décisions de banques centrales et même de conflits géopolitiques. Leurs prix peuvent refléter la probabilité d'événements futurs avec une grande précision, mais pourquoi la majorité des participants perd-elle de l'argent, et qui en sort finalement gagnant ?
Cet article a été traduit de l'original. Lisez la version originale de notre correspondant ici.
Sur Polymarket et Kalshi, les utilisateurs engagent leur argent réel selon leurs anticipations. Si un contrat s'échange à 0,70 $, le marché attribue effectivement une probabilité d'environ 70 % à l'événement correspondant, et si celui-ci se réalise, le détenteur reçoit 1 $.
Derrière ce mécanisme simple se cache une répartition des résultats bien plus inégale.
Selon une étude sur les transactions Polymarket entre 2022 et 2025, environ 71 % des utilisateurs ont enregistré des pertes nettes, tandis que le top 1 % des traders a capté près de 95 % des profits totaux. Cela crée un paradoxe : le marché peut estimer l'avenir avec précision même lorsque la majorité des participants perdent de l'argent.
Voir la publication sur X Chargement…
Une telle concentration remet en question l'idée conventionnelle des marchés de prédiction comme simple expression de la « sagesse des foules ». Si des milliers de personnes produisent collectivement des estimations de probabilité assez précises, pourquoi si peu parviennent-ils à en tirer profit ?
Prédire correctement un événement et estimer correctement sa probabilité sont deux tâches différentes.
Supposons qu'un trader estime qu'un candidat a 80 % de chances de gagner une élection. Si le contrat correspondant s'échange à 0,60 $, cette évaluation suggère une opportunité potentiellement intéressante. Mais si le prix a déjà atteint 0,90 $, la confiance dans la victoire du même candidat ne rend pas l'achat rentable.
Ce qui compte, ce n'est pas seulement l'issue choisie, mais aussi le prix du contrat par rapport à l'estimation de probabilité du trader.
Voir la publication sur X Chargement…
Cette distinction est facile à négliger car les marchés de prédiction semblent simples : « oui » ou « non », un candidat gagnant, ou un prix particulier atteint. De telles structures incitent les utilisateurs à voir une transaction comme un pari sur leur opinion plutôt qu'un achat à un prix précis.
Les biais comportementaux renforcent cet effet. Une étude sur 287 contrats Kalshi liés aux chiffres du chômage américain entre juillet 2021 et mars 2026 a révélé que les contrats cotés sous 0,30 $, représentant des issues peu probables, ont payé dans seulement 4 % des cas environ et étaient en moyenne surévalués.
Un schéma similaire est observé depuis longtemps sur les marchés de paris : les gens sont prêts à surpayer pour une faible chance de gain important. Un contrat coûtant seulement quelques centimes peut sembler bon marché même si son prix est élevé par rapport à une estimation raisonnable de la probabilité de l'événement.
Les convictions personnelles sont une autre source d'erreurs. Des recherches sur les marchés de prédiction politique ont montré que les participants sont plus enclins à acheter des contrats liés aux candidats et partis qu'ils soutiennent personnellement. Ainsi, quelqu'un peut prédire correctement le vainqueur d'une élection et pourtant réaliser une mauvaise opération en payant trop cher pour ce résultat.
Les raisons de cette répartition inégale des profits deviennent plus claires lorsqu'on examine le comportement des participants les plus performants.
En 2026, des chercheurs de la London Business School et de l'Université Yale ont analysé les transactions de 1,72 million de comptes Polymarket. Les auteurs ont classé environ 3,14 % des participants comme étant systématiquement compétents.
Ce petit groupe a joué un rôle disproportionné dans la rapidité avec laquelle les nouvelles informations étaient intégrées dans les prix du marché.
Leur avantage ne reposait pas simplement sur l'accès à des informations privées. Ces traders obtenaient de bons résultats sur différents marchés, réagissaient plus rapidement aux informations publiques et identifiaient les écarts entre contrats liés.
Une autre étude a analysé 588 millions de transactions sur Polymarket, représentant 67 milliards de dollars de volume. Le top 1 % des utilisateurs les plus rentables a capté 76,5 % des profits totaux.
Les chercheurs ont également constaté des différences dans les comportements de trading : les traders performants étaient plus susceptibles de fournir de la liquidité via des ordres à cours limité, tandis que les perdants acceptaient plus souvent les prix déjà disponibles sur le marché.
De plus, les participants professionnels n'ont pas toujours besoin de prédire l'avenir. Ils peuvent repérer des incohérences entre des contrats liés et profiter des écarts de prix, quel que soit le résultat final.
Voir la publication sur X Chargement…
Sur des marchés matures, de telles opportunités disparaissent rapidement. Une étude portant sur 173 marchés de matchs NBA sur Polymarket a analysé plus de 75 millions d'états du carnet d'ordres et n'a identifié que sept cas exécutables d'arbitrage simple pendant les matchs.
La durée médiane d'une telle anomalie n'était que de 3,6 secondes.
Un utilisateur évaluant manuellement un événement peut donc se retrouver en concurrence non pas avec une autre personne lisant la même actualité, mais avec des traders professionnels et des systèmes automatisés.
L'idée classique de la « sagesse des foules » suppose que de nombreuses estimations indépendantes peuvent collectivement produire un résultat plus précis.
Les données de Polymarket indiquent cependant un mécanisme quelque peu différent. Une grande part des participants apporte une diversité d'opinions et un flux continu de transactions, tandis qu'un petit groupe négocie systématiquement contre les erreurs qui en résultent.
Les chercheurs qualifient cela de « sagesse de la minorité informée ».
Les comptes expérimentés prédisaient systématiquement à la fois les mouvements de prix à court terme et les résultats finaux des contrats. Parallèlement, 67 % des comptes classés comme non qualifiés ou malchanceux ont généré toutes les pertes agrégées de l'échantillon.
Chaque transaction de ce type redistribue simultanément l'argent et contribue à corriger le prix. Si un contrat est surévalué, les participants les mieux préparés le vendent ou prennent la position opposée. Leurs actions réduisent progressivement l'écart entre le prix du marché et l'information disponible.
Voir la publication sur X Chargement…
Cela crée un système inhabituel : un marché n'a pas besoin que la majorité de ses participants soit douée pour prédire l'avenir. Il suffit qu'un groupe relativement restreint soit capable de repérer les erreurs des autres et ait un intérêt financier à négocier contre elles.
Pour un utilisateur ordinaire, le problème n'est donc pas nécessairement un manque de compréhension de la politique, du sport ou de l'économie. Il peut identifier correctement le vainqueur final mais payer trop cher le contrat, réagir trop lentement à l'information ou choisir un mode d'exécution moins efficace.
C'est la contradiction centrale des marchés de prédiction. Le système dans son ensemble peut rester précis alors que la plupart des participants perdent de l'argent, car leurs erreurs créent des opportunités pour un petit groupe de traders plus efficaces.
En ce sens, la « sagesse des foules » n'est pas la somme de prédictions également bonnes. Elle émerge plutôt parce qu'un petit groupe de participants identifie et corrige en permanence les erreurs commises par la majorité.