原文标题：《拆了 Polymarket 排行榜 40 个地址，赚钱的只有三种活法》
原文作者：Leo，预测市场分析师
Polymarket 上赚了一千万美元的人，策略到底长什么样？
用 Data API + 链上数据，逆向了体育和 Crypto 两个赛道的排行榜 Top 20。
40 个地址，超过 10 万笔交易，一笔一笔拆的。
不是看 dashboard 截图。是把每一笔买入、卖出、赎回全部还原成策略行为。
方法：Polymarket Data API 逐地址拉交易记录，LB API 校验盈亏，链上 REDEEM/MERGE 数据还原真实现金流。每个地址 2000 到 15000 笔交易。
拆完以后发现，不管体育还是 Crypto，赚钱的地址分成三类。三类之间的差异不是参数不同，是在玩完全不同的游戏。
第一种：方向型，买对了等到底
体育赛道最赚钱的策略，简单到我一开始不信。
18 个有效地址中，14 个只买不卖。持仓到结算，赢了赎回，输了归零，不做波段。
同样是只买不卖，赚法完全不同。
swisstony：4.94 亿美元交易量，回报率 1%，净赚 496 万美元。全自动，30 分钟下 353 笔，覆盖五大联赛。每场只赚一点点，但量太大了。
majorexploiter：回报率 39%，单笔最大 99 万美元。600 多笔交易几乎全押在两场 Arsenal 比赛上。敢下重注，赢了就是几百万。
一个铺量一个押注，都赚了几百万。方法相反，但都有一个共同点：对自己下注的赛事有信息优势。
排行榜第一正在失速
kch123，体育排行榜第一，累计盈利 1035 万美元。
但截至 3 月中旬分析时，最近 30 天亏了 47.9 万。近 7 天胜率只有 31%（15 胜 33 负）。14303 笔交易全部是买入，0 笔卖出。日均 493 笔，74% 的交易间隔不到 10 秒。
赚了一千万的机器，正在失速。光看排行榜你不会知道这些，得拆链上数据才能看到。
我自己的标签把自己骗了
fengdubiying，体育第 13，盈利 313 万美元。
我在批量分析时给他打了「卖出主导型」的标签，看起来是个做波段的。
拆开数据：回款的 93.6% 来自赎回，卖出只占 6%。真实策略是 LoL 电竞集中下注。单市场最大 158 万美元（T1 vs KT Rolster），胜率 74.4%，盈亏比 7.5 比 1。
卖出是他的止损工具，不是主策略。只看 dashboard 上的买卖比例，你会完全误判这个人在干什么。
第二种：结构型，不靠预测赚钱
Crypto 排行榜完全是另一个物种。体育那边是赌方向，Crypto 这边是做庄。
深挖 Crypto Top 5：三个在跑涨跌二元期权的做市机器人，一个用 MERGE 管库存的价格阈值做市商，一个专做公募里程碑事件套利（回报率 43.3%）。
散户在赌涨跌，头部玩家在当庄。
做市商怎么赚钱
0x8dxd，BTC 5/15 分钟涨跌做市商。
94% 的交易是对称挂单，同时买涨和买跌。全天运行，单笔中位数不到 6 美元。买入价涨 + 跌 1 美元，中间的差价就是利润。至少三个独立地址在跑同一个模式。
另一个做市地址更极端：在 Economics 品类几乎垄断了流动性供给。982 笔买入，0 笔卖出，六位数 PnL。赚的是 maker rebate 加上流动性溢价。
代码好不等于能赚钱
看到这里你可能觉得做市稳赚？GitHub 上有个开源的 Polymarket 做市 bot，代码写得很工程化，WebSocket 实时数据、三件套风控（止损 + 波动率冻结 + 休眠期）、自动合并头寸。作者自己承认：不盈利。
原因是定价逻辑是 penny jumping，在现有最优报价前面插一分钱。说白了就是跟单，没有自己的定价能力。
代码再精良也没用，做市赚不赚钱取决于你的定价模型能不能比市场更准。
还有一个数据值得注意：根据链上交易时间戳分析，Polymarket 加密价格市场里超过七成的套利利润被延迟低于 100 毫秒的 bot 拿走。整个市场只有不到 8% 的钱包是盈利的。bot 延迟在秒级的话，基本上是在给高频玩家提供流动性。
第三种：认知型，下注少但每一笔都有判断
第三类地址跟前两类完全不同。交易频率很低，一个月可能只出手两三次，但每一笔背后都有研究。
举几个例子。
一个天气品类的地址，用气象局公开数据建模，只在胜率超过 0.77 的时候入场，一个月可能只做两三单，单笔利润数万美元。另一个地址 89% 的交易都是买 NO，持仓周期以月计算，胜率不高，但 payoff 倍数平均 9 倍以上，靠几次对的大赌注覆盖所有小亏损。
还有个更极端的：在 FDV（全结果）市场里只做一件事，50-55 美分买 NO，等到结算拿 1 美元。胜率 100%。不是运气好，是其他人没注意到这个定价偏差。
但认知型不是「研究够深就能赚」。我拆过一个案例，有人用 137 万行历史数据做了 BTC 价格偏差的概率矩阵，回测表现完美，一做滚动验证直接崩了。市场效率提高得很快，上个月有用的规律这个月已经被套利掉了。
认知型真正的 edge 是你对某个品类的理解比市场定价更深，而不是模型更复杂。
三种活法的对比
三种活法对比表
我自己在做什么
说完别人，说说我自己。
我同时跑着好几条线：Crypto 做市（结构型）、体育概率定价（方向型）、天气数据建模（认知型）。每条线都不大，没有 kch123 那样日均 493 笔的规模，也没有 swisstony 那样 4.94 亿的交易量。
拆完这 40 个地址以后我想得最多的一件事：搞清楚自己在玩哪个游戏，比优化任何参数都重要。
做方向型但没有信息优势，再好的执行也是猜。做结构型但延迟跟不上，你就是被收割的那个。这不是鸡汤，是我看完数据以后对自己说的话。
现在每条线都跑小规模验证，确认 edge 存在再加量。不急着铺开，先把一两个品类跑通。
数据来源：Polymarket Data API + LB API + Polygon 链上数据 | 分析周期：2026 年 1-3 月
想在 Polymarket 上试试？先想清楚你要玩哪个游戏。
免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。
