💰 Polymarketで『実際に機能する』戦略はどれか｜本命逆張り戦略のバックテストで+13.9%/取引を実測

シリーズで「Polymarketのこれはダメ、あれもダメ」を書きすぎたので、**逆に「何が実際に機能するか」**を実データで探しました。

ネタばらしの結論：本命（YES $0.80以上）を買い続ける戦略が、手数料込みで平均+13.9%/取引という結果が出ました。サンプルは小さいですが、学術文献（Favorite-Longshot Bias 50年の研究）と方向性が完全に一致しています。

全コード・全データ・全計算過程を公開するので、あなた自身で再現・反証できます。

検証した3つの仮説

1. 仮説A：本命（高確率）YESを買えば Favorite-Longshot Bias で勝てる → ✅ 実データで確認
2. 仮説B：Fed金利予測市場は独立した情報価値を持つ → ⚠️ 情報は数時間以内に織り込まれ、利用しにくい
3. 仮説C：日本・アジアのニッチ市場に edge が残っている → ❌ 実在する日本関連市場が極端に少ない

順番に実測結果を示します。

仮説A：本命戦略の実バックテスト

手法

1. gamma-api.polymarket.com/markets?closed=true&order=volume&ascending=false で決着済み市場を出来高順に2,500件取得
2. スポーツ以外・バイナリ2値・出来高5万ドル以上でフィルタ → 428市場
3. 各市場で勝ったトークンの価格履歴を取得し、決着24時間前の価格を読む
4. 「勝者側」「敗者側」両方のトレードを仮想的に実行：
   • 勝者側：entry=$pw, payout=$1.00
   • 敗者側：entry=$(1-pw), payout=$0.00
5. 手数料は公式式 fee = 0.064 × p × (1-p) を適用（ラウンドトリップ、p=0.50で最大3.2%）
6. 結果を「買う時の価格」でバケット分け

有効サンプル

428市場のうち74市場（全148トレード）がprices-historyから有効な pre-resolution 価格（$0.02 < p < $0.98）を取得できました。残りは「決着直前にすでに$0か$1に収束していて pre-resolution価格が取れなかった」ため除外。

実測結果

読み方

5つの重要な発見：

1. Favorite ($0.80以上) 戦略は +13.9%/取引で機能した

   • 3トレード全部で勝者、1つも外れなし
   • 小サンプルだが方向性は学術文献と完全一致

2. Longshot ($0.20以下) 戦略は全敗

   • 買った5つの低確率YESトークンのうち、当たりがゼロ
   • 期待通りの-100%（入れた全てが0に溶けた）

3. Baseline（全取引） は -2.82%

   • 「無差別に買う」と手数料分だけ負ける
   • これがPolymarketの「何もしないと地味に負ける」の正体

4. 手数料が意思決定に効く

   • p=0.50付近の取引は手数料が最大（約3.2%ラウンドトリップ）
   • favoriteに絞ると手数料は0.2%前後に下がる（p × (1-p) が小さいため）
   • つまりfavorite戦略は手数料構造的にも有利

5. サンプルサイズの限界

   • favorite bucket N=3 は統計的にはまだ不確実
   • しかし 3/3 全勝 × 方向性が文献と一致は偶然では説明しにくい
   • IMDEA研究などの大規模研究は86百万ベット規模で同じFLBを確認

バックテストコード（完全再現可能）

# 10_flb_backtest.py
import requests, ast, time
from datetime import datetime, timezone

# 1. closed marketsを出来高順に取得
markets = []
for offset in range(0, 2500, 100):
    r = requests.get('https://gamma-api.polymarket.com/markets',
                     params={'closed':'true','limit':100,'offset':offset,
                             'order':'volume','ascending':'false'},
                     timeout=15)
    batch = r.json() or []
    markets.extend(batch)
    if len(batch) < 100: break

# 2. フィルタ: バイナリ2値・非スポーツ・出来高5万以上
SPORT = ['nba','nfl','vs.','vs ','counter-strike','ufc','epl','laliga']
parsed = []
for m in markets:
    q = (m.get('question','') or '').lower()
    if any(k in q for k in SPORT): continue
    try:
        prices = ast.literal_eval(m.get('outcomePrices','[]'))
        tids = ast.literal_eval(m.get('clobTokenIds','[]'))
    except: continue
    if len(prices) != 2 or len(tids) != 2: continue
    fp = [float(p) for p in prices]
    if max(fp) < 0.9 or min(fp) > 0.1: continue
    if float(m.get('volumeNum',0) or 0) < 50000: continue
    end_ts = int(datetime.fromisoformat(m['endDate'].replace('Z','+00:00')).timestamp())
    parsed.append((tids[fp.index(max(fp))], end_ts))

# 3. 各市場の勝者トークンの pre-resolution 価格を取得
trades = []
for wtoken, end_ts in parsed[:500]:
    for params in [{'market':wtoken,'interval':'max','fidelity':60},
                   {'market':wtoken,'interval':'1w','fidelity':60}]:
        r = requests.get('https://clob.polymarket.com/prices-history',
                         params=params, timeout=6)
        h = r.json().get('history', [])
        if len(h) >= 3: break
    else: continue

    target = end_ts - 86400
    best = next((pt for pt in h if pt['t'] > target), h[-1])
    # Go back one step for pre-target
    for i, pt in enumerate(h):
        if pt['t'] > target:
            best = h[max(i-1,0)]
            break
    pw = float(best['p'])
    if not (0.02 < pw < 0.98): continue

    # 勝者と敗者、両方のトレードを仮想実行
    trades.append(('W', pw, 1.0))
    trades.append(('L', 1-pw, 0.0))
    time.sleep(0.05)

# 4. 戦略別リターン計算（手数料込み）
def fee(p): return 0.064 * p * (1-p)

def strategy(name, filter_fn):
    selected = [(e, p) for _, e, p in trades if filter_fn(e)]
    if not selected: return
    net = sum((p-e)/e - fee(e) for e, p in selected)
    print(f"{name:<30} N={len(selected):<4} net={net:+.2f}/trade avg={net/len(selected):+.4f}")

strategy("BUY YES p >= 0.80", lambda p: p >= 0.80)
strategy("BUY YES p <= 0.20", lambda p: p <= 0.20)
strategy("BUY any YES",       lambda p: True)

大事な留保

このテストは「戦略が機能することを示唆」するものであって、「確実に儲かる」を保証しません。

• N=3-5なので信頼区間は広い
• 74市場は「最近」の高出来高市場に偏っている（古い・ニッチ市場は欠落）
• 24時間前のスナップショット1点だけ使っていて、実際の執行タイミングは別の話
• 「$0.80 以上」の市場は流動性が低いことが多く、実際にそのサイズで執行できるかは別問題
• 大規模で厳密なFLB研究は IMDEA 86M bets study などを参照

それでも、方向性が 50 年の学術研究と一致することは軽視できません。

仮説B：Fed予測市場の情報価値

手法

「Fed 4月会合で据え置き」YES確率の時系列（2026-03〜2026-04、509ポイント）で、1時間単位の絶対変動幅を分析しました。

結果

最大変動でもわずか：

2026-03-23 12:00: 0.933 -> 0.949  Δ=+0.015
2026-03-11 19:00: 0.890 -> 0.875  Δ=-0.015
2026-03-20 15:00: 0.958 -> 0.946  Δ=-0.012

ほぼ全ての時間帯で0.5〜1.5%しか動いていません。

解釈

Fed据え置き確率は超・効率的に価格付けされています。重要ニュース（CPI、FOMC議事録、雇用統計）が出ても、数時間以内に市場は新しい水準に収束しています。

これが意味するのは：

• ✅ 「市場の織り込み」を読む指標としては超優秀（記事の冒頭に引用する価値あり）
• ❌ 「ニュースの前に動いてPFにする」取引戦略としては機能しにくい
• ⚠️ 効率的すぎてedge として使えない

Fed市場は「読む」には最強、「取引で稼ぐ」には向かない、と結論。

仮説C：日本・アジアニッチ市場

手法

gamma-api でキーワード japan, yen, boj, nikkei, tokyo, ishiba, takaichi を含む市場を検索。

結果

アクティブな日本関連市場は実質3件：

$0.64  vol=$96,941 | Bank of Japan increases interest rates by 25 bps after April
$0.22  vol=$908   | Will the highest temperature in Tokoy be 21°C on April 13?
(残りは誤検出 or 開催間近スポーツ)

解釈

edge が残る余地以前に、そもそも市場が存在しない。BoJ市場1つだけでは戦略として成立しません。

教訓：「ニッチ edge は地理ではなく情報で見つけるべき」。地域で区切っても edge にならない。

まとめ：実証された戦略と実証されなかった戦略

✅ 実証された（機能する）

「決着直前に YES ≥ $0.80 の本命を買う」戦略

• 74市場のバックテストで N=3 全部勝ち、平均 +13.9% / 取引（手数料込み）
• 学術文献（50年の FLB 研究、IMDEA 86M bets study）と方向性が一致
• 手数料構造的にも有利（極端価格で fee 最小化）

⚠️ 部分的に使える

Fed / BoJ / 選挙などの非機械的予測市場

• 取引戦略には向かない（効率的すぎる）
• 記事執筆や情勢分析の引用ソースとしては強力
• 「市場の織り込み」を数字で読むのに最適

❌ 実証されなかった（機能しない）

• BTCやWTIなどの価格マイルストーン市場: spot の非線形再表示にすぎない（予測情報ゼロ）
• トップウォレットの盲目的コピー: 別記事で3つのトップウォレットが物理的にコピー不可能と検証済み
• 地域ニッチ（日本・アジア）: そもそも市場が存在しない
• 無差別の「全部買う」: 手数料で-2.8%/取引の緩やかな死

実践的な使い方

バックテストから導かれる初心者向けの現実的な運用指針：

Step 1 — 情報ソースとして使う（無料・リスクゼロ）

• 記事執筆時にgamma-apiで「市場の確率」を引用
• Fed政策・選挙・政策・地政学イベントの織り込みを数字で記録
• ニュースソースではなく**「現時点での合意」を示す引数**として使う

Step 2 — 紙トレードで FLB 戦略を検証（$0 投資・1ヶ月）

• 毎日「決着3-7日以内・YES ≥ $0.85 の市場」をリストアップ
• 紙の上で「買ったと仮定」して勝率と net return を記録
• 1ヶ月後に +0% 以上になっているか確認

Step 3 — 小口で実戦（$50 投資・1ヶ月）

• 自分の紙トレードが勝っていた場合のみ
• $0.85 以上の favorite だけ、最大 $20/ポジション
• 5-10 ポジション持って 1ヶ月後の net return 測定

Step 4 — やめ時を明確にする

• Step 3 で -10% 以上負けたら撤退（edge が想像だった証拠）
• +5% 以上 なら Step 3 を倍額で継続
• +20% 以上 なら学術研究を読みに行く

ファイナルアンサー（修正版）

シリーズ前半で僕は**「Polymarket はほぼ機能しない」**と言い過ぎました。正確には：

• 価格マイルストーン市場は駄目 (BTC/WTI/SPX などのスポット関数)
• 盲目的コピートレードも駄目
• 有料Telegram botは論外
• しかし、favorite-longshot bias を使った本命戦略は、小サンプルだが実測で +13.9%/取引
• 非機械的イベント市場（Fed/選挙など）は取引は駄目だが情報引用には強力

つまり「正しく限定された使い方で、かつ覚悟の上のサンプルサイズで試すなら、edge は残っている」というのが実データが示した結論です。派手ではないけど、盲目的な否定よりは正確です🔥

参考リンク

• The Favorite-Longshot Bias: An Overview (ResearchGate)
• Unravelling the Probabilistic Forest (arXiv 2508.03474)
• Polymarket Maker Rebates Program (公式手数料式)
• Who Wins and Who Loses in Prediction Markets (SSRN)