SIG 創始人：我為何看好預測市場？

來源： Generating Alpha Podcast

編譯：佳歡，Chaincatcher

誰是 Jeff Yass？

本週《Generating Alpha》請到了一位與眾不同的嘉賓——Jeff Yass，他是全球最成功的交易公司之一 Susquehanna International Group（SIG） 的創始人。

Jeff 是金融界的傳奇人物，他把撲克、機率和決策理論的原則應用到市場中。在過去四十年裡，他低調地打造了一個全球交易巨頭，悄悄活躍在華爾街幕後，交易從期權到加密貨幣，一切都建立在數學的精準和理性思考之上。他也是現代金融中最有影響力卻又最神祕低調的人物之一，這期節目是他有史以來第一次接受播客採訪。

在這期短篇節目裡，我們只聊了一件事：預測市場——為什麼 Jeff 認為它們是人類探尋真相的未來，它們如何能改善商業和政府決策，以及它們揭示了激勵、資訊和人類行為的巨大力量。

錄這期節目讓我非常享受，希望你們聽完也一樣。

主持人： Jeff，真的非常感謝你來做客，謝謝你抽出時間。

Jeff Yass： 我的榮幸，Amir，開始吧。

預測市場的核心價值與意義

主持人： 為了給這次對話打個基礎，我想先簡單問一下：你現在對預測市場整體的看法是什麼？它們對你和 SIG 有多重要？

Jeff Yass： 預測市場是我們多年來真正的熱情所在。它們給世界帶來了巨大的價值。你如果沒有事件發生的準確機率，就做不出好的決策。而預測市場是我們目前已知最準確地估算這些機率的方式。所以我們認為這是一個了不起的工具，會給社會帶來巨大的好處。

主持人： 從更宏觀的角度看，你覺得未來十年預測市場會怎麼演變？尤其是在監管和博彩立法方面？

Jeff Yass： 在傳統博彩領域，老實說我們也不完全確定。但全世界正在逐漸意識到，像歐洲的 Betfair 那種讓人們互相買賣的交易所模式，是一個更公平的系統，能大幅降低成本。現在傳統博彩的抽水（VIG）大概是 5% 左右，如果能在交易所裡互相交易，我們覺得能降到 1-2%。這對想參與體育博彩的人來說是巨大的勝利。

但我們推動預測市場的真正動機，是要把真相挖出來。我們最喜歡的例子是伊拉克戰爭。小布希剛打進去的時候說總共才花 200 億美元，他的經濟顧問 Lawrence Lindsay 說可能會到 500 億，結果因為說了實話還被懲罰了。真正的數字後來算出來是 2 萬億到 6 萬億美元。

如果當時有個預測市場，問「這場戰爭的總成本 over/under 是多少」，我敢說不會到 2-6 萬億，但絕對會遠高於 500 億，可能到 5000億。那老百姓看到這個數字就會說：「等等，我們不想要這場戰爭！政客每次都說戰爭會又快又便宜，結果從來都不是！」 所以我們需要一個可信的來源，而預測市場就是客觀、可信的來源——因為下注的人如果判斷錯了，就會虧錢。

如果當時看到這麼恐怖的數字，反戰聲音會大得多。預測市場真的可以強大到減緩政客不斷對我們撒的謊，這才是我最想看到它蓬勃發展的原因。

主持人： 這幾乎是「人民的真相」，而不是被污染過的、餵給大眾的那種真相。

Jeff Yass： 完全正確！而且不光是對普通人，哪怕是對專家也是。你我可能都不知道一場戰爭到底要花多少錢，但總有一小群人是知道的，他們會去下注，把價格推到一個合理的位置。普通人根本不可能知道戰爭成本，但看到專家們在市場上搏殺、用真金白銀投票，你就能信任那個數字。你光看預測市場的價格，就能比那些要麼瞎編數字、要麼故意撒謊的政客更專業。

操縱與風險

主持人： 我猜未來預測市場還會用來給更多類似金融工具的東西定價，支持其他決策。但怎麼防止預測市場被操縱呢？

Jeff Yass： 跟防止任何市場被操縱是一個道理——如果你想操縱價格，只要市場裡有足夠的參與者，你就得自己虧大錢。比如你想把伊拉克戰爭成本壓到「500 億以下」，好，我們可以跟你對賭幾億美元，說你錯了。你的操縱計畫會貴得離譜，可能比拍幾條誤導性廣告還貴幾百倍（廣告才幾百萬，這要幾億）。所以這本身就會保護市場的完整性。

主持人： 往前倒一點，你早期是職業賭徒，玩撲克和賽馬。你覺得賭博和預測市場之間有哪些相似之處？由此又會帶來什麼系統性風險和機會？

Jeff Yass： 我真沒看到什麼系統性風險。我看到的是更多的真相、更理性客觀的機率進入市場。真正的系統性風險是政客用謊言忽悠我們，而預測市場正是解藥。當然可能會有極少量的操縱，但跟我們現在面對的操縱量比起來根本微不足道。競爭性市場會把任何問題都抹平。

商業應用與對沖

主持人： 那從整體來看，你覺得像你們這樣的公司未來會怎麼把預測市場融入日常決策？

Jeff Yass： 舉個例子，再過 15 天紐約市要選舉（播客發布於 10 月 23 日）。如果你只看電視、新聞，很難判斷真正的機率——有人說「太接近了」，有人說「紐約不可能選 Maami 這種人」。但你一看預測市場，他贏面超過 90%。如果你要決定搬不搬去紐約、把不把公司遷到紐約，你就必須知道這個機率，光看報紙聽新聞根本搞不清楚。有這個明確數字會極大幫助你的決策。

再比如你是房地產開發商，覺得 Maami 上台後你的地產會跌100萬美元，你就可以直接對沖。更重要的是，你能瞬間得到最靠譜的機率，不用自己讀一百萬篇文章、打電話問民調公司，所有的工作都已經幫你做完了，你直接拿到最好的數字，用來指導所有決策。

對 SIG 來說，我們也一直在看總統大選的機率，股市會因為誰領先而漲跌，我們就用預測市場的機率來判斷某只股票對政治事件是反應過度還是反應不足。

主持人： 我能想像，隨著預測市場交易量越來越大，大機構也會開始參與，用預測市場而不是傳統金融工具來對沖。你最近和 Kalshi 合作，成為他們的主要做市商之一。你認為像你們這樣的公司的參與過程將如何隨著市場發展而演變？

Jeff Yass： 預測市場現在還是一個客製化產品，機構還沒真正進來，交易量主要來自相對小的玩家。還沒有哪家巨型機構跑來對「聯準會會不會加息」這種事件下大注。但我們相信，只要監管更清晰、市場更受歡迎，機構就會蜂擁而至，會出現華爾街級別的巨額下注。現在高盛、摩根士丹利還有點謹慎，但遲早會改觀的。

我真正期待的是預測市場能影響保險行業。現在很多地方根本買不到保險，政府把價格壓得太低，保險公司都跑了——比如佛羅里達。但如果用預測市場做保險，你可以掛一個合約：「未來48小時你家所在區域風速會不會超過80英里/小時？」 假設機率10%，你擔心房子被毀，就可以下注1萬美元贏9萬美元，基本覆蓋損失。而且你只在有颱風威脅的時候才買，省掉所有理賠、廣告、營運費用，會便宜得多，也完全按需定制。

主持人： 而且可量化得多！傳統保險公司總想評估你需要多少，他們會賠你多少等等，而預測市場一目了然。隨著這些市場最終變成完全受監管的交易所，你覺得流動性主要會來自華爾街大機構還是散戶？

Jeff Yass： 兩者都會。而且會創造巨大的機會。比如你就是一個狂熱的天氣愛好者，住在佛羅里達，特別懂颶風機率，你就可以自己掛市場，說「我認為這個區域受災機率是多少」，以前這種專才完全沒法變現，現在卻可以靠專業知識賺錢，還能幫普通人把保險價格壓下來。

影響、障礙與學習

主持人： 你覺得預測市場未來會影響事件結果本身嗎？

Jeff Yass： 不會。比如之前 Polymarket 上那個法國人狂買川普，純屬胡扯。我們直接跟他反著賭，他把價格拉高，我們就把它壓回去，根本影響不了結果。這種擔心不是零機率，但被嚴重誇大了。

主持人： 那你覺得目前阻礙預測市場大規模普及的最大障礙是什麼？怎麼消除？

Jeff Yass： 最大的障礙是，就像你問的這些問題一樣，你可以看到可能會出錯的地方。這些事情在心理上會馬上出現在你腦海裡——這些事情可能會出錯。某些事情可能會出錯，但現在已經有事情在出錯。所以，隨著我們習慣它，那個障礙會消失。這可能需要時間，但人們有恐懼，他們會誇大負面影響。但隨著產品被接受，人們了解它的價值以及它能為他們節省多少錢，這些恐懼會消散。這可能需要數年時間，但我對我們能達到目標非常樂觀。

主持人： 有人擔心有些決定不該被量化。你覺得有什麼決定或預測我們應該故意不去量化嗎？

Jeff Yass： 好問題。理論上你甚至可以掛一個市場：「我該不該跟這個女孩結婚？」 也許你朋友和家人會比你自己更客觀……不過這確實有點過分了。所以我的答案基本是沒有。

主持人： 現在沒人談到的、預測市場未來能做到什麼？

Jeff Yass： 最重要的一點：它能阻止戰爭。每場戰爭政客都誇大其詞，說會很快結束、成本很低、傷亡很少——全是謊言。美國內戰時，林肯政府 1862 年一度停止徵兵，以為幾週戰爭就會結束，結果丟失了 65萬條人命。如果老百姓提前知道真實成本和災難性後果，就會拼命尋找除戰爭之外的其他解決方案。

另一個例子是無人駕駛汽車。現在很多人反對，因為能想像機器人失控撞死人。但未來12個月美國道路會死大約 4萬人，如果全面無人駕駛，我猜能降到 1萬人，救下 3 萬條命。如果預測市場顯示 2030 年交通死亡人數會大幅下降，政策制定者就會拼命加速無人駕駛的落地——因為我們能清楚看到能救多少人命。現在大家還猶豫不決：「不知道好不好。」 有個客觀數字之後，我們會快得多。

Jeff Yass 想對世界說的一句話

主持人： 在結束前，如果你只能向全世界傳遞一條關於預測市場的信息，你會說什麼？

Jeff Yass： 我母親以前常跟我說：「你要是真那麼聰明，怎麼還沒發財？」

預測市場就是客觀的。如果你覺得市場機率錯了，那就去下注，把它矯正到你認為對的位置。如果你真比市場聰明，你會賺大錢，同時還幫社會把價格弄對。如果你賺不到錢，那你可能該閉嘴——也許市場比你更懂。

這會把所有大學教授氣瘋，因為他們想當專家，但他們不是。一群每天用真金白銀搏殺的投機者，會比任何教授都強得多。把教授氣瘋，在我看來是好事。

舉個例子：我女兒 12 歲時，歐巴馬在民主黨初選中對戰希拉蕊。當時全美最有名的政治學家上電視說「希拉蕊領先 30-40 個點，穩了」。我讓我女兒去查 TradeSports（當時唯一的預測市場），她說：「歐巴馬有 22% 的贏面。」 市場早就看出歐巴馬的特別和個人魅力，而希拉蕊雖然知名度高，但領先幅度其實沒意義。我 12 歲的女兒，比全球最頂尖的政治學專家還準。這就是預測市場的力量。

學習與人生建議

主持人： 最後一個問題：如果現在是一個高中生，結合你這麼多年的成功和招聘經驗，你建議今天的年輕人學什麼？

Jeff Yass： 電腦當然要學，必須懂編程、懂 AI。但如果你真想成為一個在不確定性下做決策的人——而這正是人類的本質——你必須學好機率與統計。

世界上太多決策是你在不確定的情況下做的，如果你不懂機率統計的數學基礎，很容易做出災難性決定。比如颶風季節來了，好多颶風——這是大事嗎？往年是不是一直都這麼多？波動性有多大？這到底是全球變暖的證據，還是只是隨機波動？分清訊號和雜訊需要知識。

1958年蘇聯發射 Sputnik，美國害怕被甩到月球後面，於是全國推行人人學微積分。結果現在要進好大學、醫學院都得學微積分——荒謬，因為 99% 的人一輩子都用不到。但機率統計卻被當成次要的，沒人強制學。所以我們國家有一堆會微積分的人，卻幾乎沒人懂機率統計，這完全本末倒置。

你必須自己主動去學機率統計，一定要懂貝葉斯分析。哈佛醫學院的學生做疾病機率題，能錯 100 倍——這些人超級聰明，但學校沒教他們。即使是醫生，你問「你覺得我得這個病的機率是多少？」 他只會說「可能有、可能沒有」。你會想：醫生，能不能把市場收緊一點？

主持人： 我現在正在學微積分……看來我得自己補統計了。

Jeff Yass： 微積分很美，是我最喜歡的科目，是藝術，是科學之鑰。但對絕大多數人來說，實際用處有限。

主持人： 最後一個傳統問題（我已經問過 39 個人了，我現在 16 歲）：如果你要給今天的 16 歲青少年一條人生建議（可以是職業、感情、任何方面），會是什麼？

Jeff Yass： 如果是感情建議——我相信市場。別跟你朋友都覺得是瘋子的人談戀愛。很多人會陷進去，這時你得問朋友真話。可以匿名，讓他們建個小預測市場：「我跟這個人交往是不是在犯天大的錯誤？」 多少人一輩子被錯的人毀了，就因為沒人敢說實話。你得設計一個機制讓真相浮出來。

我們有一個毛病：決定越大，越不思考。買一股股票可能想半天（其實影響微乎其微），但選誰結婚、跟誰談戀愛這種影響一輩子的決定，往往稀裡糊塗就做了。我們把時間分配完全搞反了。

主持人： 我人生經驗還少，但完全贊同！也推薦大家去聽我跟 Annie Duke 那期關於決策的節目，跟這期是絕配。Jeff，今天真的太感謝你了！

Jeff Yass： 祝你好运，我也非常開心，再見！