Polymarket 上賺了一千萬美元的人，策略到底長什麼樣？

用 Data API + 鏈上數據，逆向了體育和 Crypto 兩個賽道的排行榜 Top 20。

40 個地址，超過 10 萬筆交易，一筆一筆拆的。

不是看 dashboard 截圖。是把每一筆買入、賣出、贖回全部還原成策略行為。

方法：Polymarket Data API 逐地址拉交易記錄，LB API 校驗盈虧，鏈上 REDEEM/MERGE 數據還原真實現金流。每個地址 2000 到 15000 筆交易。

拆完以後發現，不管體育還是 Crypto，賺錢的地址分成三類。三類之間的差異不是參數不同，是在玩完全不同的遊戲。

第一種：方向型，買對了等到底

體育賽道最賺錢的策略，簡單到我一開始不信。

18 個有效地址中，14 個只買不賣。持倉到結算，贏了贖回，輸了歸零，不做波段。

同樣是只買不賣，賺法完全不同。

swisstony：4.94 億美元交易量，回報率 1%，淨賺 496 萬美元。全自動，30 分鐘下 353 筆，覆蓋五大聯賽。每場只賺一點點，但量太大了。

majorexploiter：回報率 39%，單筆最大 99 萬美元。600 多筆交易幾乎全押在兩場 Arsenal 比賽上。敢下重注，贏了就是幾百萬。

一個鋪量一個押注，都賺了幾百萬。方法相反，但都有一個共同點：對自己下注的賽事有信息優勢。

排行榜第一正在失速

kch123，体育排行榜第一，累计盈利 1035 萬美元。

但截至 3 月中旬分析時，最近 30 天虧了 47.9 萬。近 7 天勝率只有 31%（15 勝 33 負）。14303 筆交易全部是買入，0 筆賣出。日均 493 筆，74% 的交易間隔不到 10 秒。

賺了一千萬的機器，正在失速。光看排行榜你不會知道這些，得拆鏈上數據才能看到。

我自己的標籤把自己騙了

fengdubiying，體育第 13，盈利 313 萬美元。

我在批量分析時給他打了「賣出主導型」的標籤，看起來是個做波段的。

拆開數據：回款的 93.6% 來自贖回，賣出只佔 6%。真實策略是 LoL 電競集中下注。單市場最大 158 萬美元（T1 vs KT Rolster），勝率 74.4%，盈虧比 7.5 比 1。

賣出是他的止損工具，不是主策略。只看 dashboard 上的買賣比例，你會完全誤判這個人在幹什麼。

第二種：結構型，不靠預測賺錢

Crypto 排行榜完全是另一個物種。體育那邊是賭方向，Crypto 這邊是做莊。

深挖 Crypto Top 5：三個在跑漲跌二元期權的做市機器人，一個用 MERGE 管庫存的價格閾值做市商，一個專做公募里程碑事件套利（回報率 43.3%）。

散戶在賭漲跌，頭部玩家在當莊。

做市商怎麼賺錢

0x8dxd，BTC 5/15 分鐘漲跌做市商。

94% 的交易是對稱掛單，同時買漲和買跌。全天運行，單筆中位數不到 6 美元。買入價漲 + 跌 1 美元，中間的差價就是利潤。至少三個獨立地址在跑同一個模式。

另一個做市地址更極端：在 Economics 類別幾乎壟斷了流動性供應。982 筆買入，0 筆賣出，六位數 PnL。賺的是 maker rebate 加上流動性溢價。

程式碼好不等於能賺錢

看到這裡你可能覺得做市穩賺？GitHub 上有個開源的 Polymarket 做市 bot，程式碼寫得很工程化，WebSocket 實時數據、三件套風控（止損 + 波動率凍結 + 休眠期）、自動合併頭寸。作者自己承認：不盈利。

原因是定價邏輯是 penny jumping，在現有最優報價前面插一分錢。說白了就是跟單，沒有自己的定價能力。

程式碼再精良也沒用，做市賺不賺錢取決於你的定價模型能不能比市場更準。

還有一個數據值得注意：根據鏈上交易時間戳分析，Polymarket 加密價格市場裡超過七成的套利利潤被延遲低於 100 毫秒的 bot 拿走。整個市場只有不到 8% 的錢包是盈利的。bot 延遲在秒級的話，基本上是在給高頻玩家提供流動性。

第三種：認知型，下注少但每一筆都有判斷

第三類地址跟前兩類完全不同。交易頻率很低，一個月可能只出手兩三次，但每一筆背後都有研究。

舉幾個例子。

一個天氣類別的地址，用氣象局公開數據建模，只在勝率超過 0.77 的時候入場，一個月可能只做兩三單，單筆利潤數萬美元。另一個地址 89% 的交易都是買 NO，持倉周期以月計算，勝率不高，但 payoff 倍數平均 9 倍以上，靠幾次對的大賭注複蓋所有小虧損。

還有個更極端的：在 FDV（全結果）市場裡只做一件事，50-55 美分買 NO，等到結算拿 1 美元。勝率 100%。不是運氣好，是其他人沒注意到這個定價偏差。

但認知型不是「研究夠深就能賺」。我拆過一個案例，有人用 137 萬行歷史數據做了 BTC 價格偏差的概率矩陣，回測表現完美，一做滾動驗證直接崩了。市場效率提高得很快，上個月有用的規律這個月已經被套利掉了。

認知型真正的 edge 是你對某個品類的理解比市場定價更深，而不是模型更複雜。

三種活法的對比

我自己在做什麼

說完別人，說說我自己。

我同時跑著好幾條線：Crypto 做市（結構型）、體育機率定價（方向型）、天氣數據建模（認知型）。每條線都不大，沒有 kch123 那樣日均 493 筆的規模，也沒有 swisstony 那樣 4.94 億的交易量。

拆完這 40 個地址以後我想得最多的一件事：搞清楚自己在玩哪個遊戲，比優化任何參數都重要。

做方向型但沒有信息優勢，再好的執行也是猜。做結構型但延遲跟不上，你就是被收割的那個。這不是雞湯，是我看完數據以後對自己說的話。

現在每條線都跑小規模驗證，確認 edge 存在再加量。不急著鋪開，先把一兩個品類跑通。

數據來源：Polymarket Data API + LB API + Polygon 鏈上數據 | 分析周期：2026 年 1-3 月

想在 Polymarket 上試試？先想清楚你要玩哪個遊戲。

原文連結

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。