À retenir
Kalshi Research a analysé plus de 2,2 millions de marchés arrivés à échéance entre le lancement de la plateforme en 2021 et la mi‑2026.
L’étude montre que les prix sur Kalshi deviennent plus précis et mieux calibrés à mesure que l’on se rapproche de l’échéance.
Les volumes échangés et le nombre de traders améliorent le calibrage, même si le rapport souligne que la profondeur de marché n’explique pas tout.
Les marchés de prédiction peuvent être bien plus que de simples terrains de spéculation lorsque suffisamment de traders se positionnent.
Une nouvelle étude de Kalshi Research, portant sur plus de 2,2 millions de marchés arrivés à échéance, conclut que les prix sur cette bourse réglementée se comportent de plus en plus comme de véritables probabilités à mesure que les événements approchent de leur résolution.
Ce document de travail signé Nicole Kagan et Rubens Baiocchi s’appuie sur 2 243 741 marchés résolus sur Kalshi, couvrant 11 catégories, depuis le lancement de la plateforme en 2021 jusqu’à la mi‑2026.
L’étude conclut que, globalement, les prix sur Kalshi sont « extrêmement bien calibrés » à l’approche de l’échéance : les scores de Brier passent d’environ 0,08‑0,09 à un horizon de trois mois à environ 0,02 à la clôture. La précision « naïve » grimpe elle de 88,3 % trois mois avant l’échéance à 97,2 % au moment de la clôture.
Les marchés de prédiction à l’épreuve de la crédibilité
La question centrale du rapport est de savoir si le prix d’un marché de prédiction peut être lu littéralement comme une probabilité. Autrement dit, si un contrat s’échange à 70 cents, doit‑il, sur un large échantillon, se solder par un « Oui » dans environ 70 % des cas ?
Les données de Kalshi valident largement cette hypothèse. Le rapport montre que les prix sont bien calibrés dans l’ensemble et qu’ils s’améliorent à mesure que l’on se rapproche de l’échéance. Cela renforce la légitimité des marchés de prédiction comme outils de prévision en temps réel pour les traders, les décideurs publics, les chercheurs et les journalistes.
Cela ne signifie pas pour autant que chaque prix de marché peut être pris pour argent comptant. L’étude montre que la fiabilité dépend de plusieurs paramètres : l’horizon temporel compte, les volumes comptent, tout comme le nombre de traders impliqués.
Plus de traders, des prévisions plus affûtées
La conclusion prospective la plus marquante est que les marchés les plus profonds produisent les signaux les plus propres. Le rapport constate que les scores de Brier baissent généralement avec la hausse des volumes, ce qui suggère que les prix se « rassurent » à mesure que l’activité s’accumule.
Cette relation est la plus nette au voisinage de l’échéance. Les marchés ayant généré moins de 10 000 $ de volume affichaient un score de Brier de 0,0635 à l’horizon proche. Ceux ayant dépassé 200 000 $ de volume présentaient un score nettement inférieur, à 0,0099.
À lire aussi : Le Dogecoin rebondit de 10 % tandis que les flux vers les ETF restent atones
Le nombre de traders suit la même logique. À la clôture, les marchés sur lesquels moins de 20 traders sont intervenus affichaient un score de Brier de 0,0354, contre seulement 0,0089 pour ceux comptant au moins 1 000 traders. Le rapport conclut que la participation améliore le calibrage, tout en rappelant que le nombre de traders reste une mesure imparfaite : les événements très médiatisés attirent plus de participants mais peuvent aussi être plus difficiles à anticiper.
Tous les marchés ne se valent pas
L’étude met également en lumière des écarts significatifs entre catégories. Les marchés économiques montrent une amélioration régulière, quasi linéaire, des scores de Brier, car ils se règlent généralement sur des publications programmées, comme l’IPC, les créations d’emplois ou le PIB.
Les marchés sportifs et ceux liés aux « mentions » sont plus complexes, l’information pouvant émerger au fil même de l’événement.
Le timing de l’événement joue également un rôle. Le rapport explique que certains défauts apparents de calibrage sur les marchés sportifs et électoraux disparaissent lorsque les chercheurs alignent la mesure non plus sur l’heure administrative de clôture, mais sur le moment réel de survenue de l’événement sous‑jacent.
Cette nuance est cruciale pour l’industrie des marchés de prédiction. Si ces prix sont de plus en plus utilisés comme flux publics de probabilités implicites, les utilisateurs doivent savoir quand le signal est profond et quand il reste bruité.
L’étude de Kalshi renforce la crédibilité des marchés de prédiction, mais son message de fond est plus nuancé. Les prix deviennent de bons indicateurs de prévision lorsque suffisamment d’information, de liquidité et de participants sont réunis.
À mesure que le marché grossira, l’enjeu sera de vérifier si ce bon calibrage résiste à l’arrivée de nouveaux publics, au‑delà du noyau actuel d’utilisateurs les plus actifs.
