Kalshi 首份研報：預測 CPI 時，群體智慧吊打華爾街智囊團

預測市場平台 Kalshi 發布首份研究報告，揭示其在預測 CPI 數據時，平均絕對誤差比傳統共識預期低 40%，在重大市場衝擊時期預測準確度更高達 60%，展現「群體智慧」在經濟預測領域的優勢。 （前情提要：CNBC 合作預測市場 Kalshi，即時賠率 2026 全面上線電視節目、新聞報導 ） （背景補充：從芭蕾舞者到最年輕女富豪：Luana 如何打造出百億預測市場 Kalshi ）   編者按： 頭部預測市場平台 Kalshi 昨日宣布推出一款全新的研報欄目 Kalshi Research，旨在向那些對預測市場相關主題感興趣的學者和研究人員提供 Kalshi 的內部數據。該欄目的首篇研究報告現已發布，以下為該報告原文內容，由 Odaily 星球日報編譯： 概述 一般在重要經濟統計數據發布的前一週，大型金融機構的分析師和高級經濟學家都會給出對預期數值的預估。這些預測彙總在一起後會被稱為「共識預期」，已被廣泛視為洞察市場變化與調整倉位布局的重要參考。 在本研報中，我們比較了共識預期與 Kalshi 預測市場的隱含定價（下文有時會簡稱「市場預測」）在預測同一個核心宏觀經濟信號——同比整體通膨率（YOY CPI）——真實數值方面的表現。 核心亮點 · 整體準確性占優：在所有市場環境下（含正常環境和衝擊環境），Kalshi 預測的平均絕對誤差（MAE）比共識預期低 40.1% ·「衝擊 Alpha」（Shock Alpha）：在出現重大衝擊之時（大於 0.2 個百分比），在提前一週的預測窗口內 Kalshi 的預測比共識預期的 MAE 要低 50%，若在數據公布前一天，MAE 會進一步擴大至 60%；在出現中等衝擊之時（0.1 – 0.2 個百分比之間），在提前一週的預測窗口內 Kalshi 的預測比「共識預期」的 MAE 同樣要低 50%，在數據公布前一天則會擴大至 56.2%。 · 預測信號（Predictive Signal）：當市場預測與共識預期的偏差超過 0.1 個百分比時，預測發生衝擊的機率約為 81.2%，在數據公布前一天則會升至約 82.4%。在市場預測與共識預期不一致的情況下，市場預測在 75% 的案例中更為準確。 背景 宏觀經濟預測者面臨一個內在挑戰：預測最為重要的時刻——即市場失序、政策轉向以及結構性斷裂之時——恰恰也是歷史模型最容易失效的階段。金融市場參與者通常會在關鍵經濟數據公布前數日發布共識預測，將專家意見彙總為市場的預期。然而，這些共識觀點儘管具有價值，卻往往共享著相似的方法論路徑和資訊來源。 對於機構投資者、風險管理者和政策制定者而言，預測準確性的利害關係是不對稱的。在無爭議時期，稍好一點的預測只能提供有限的價值；但在市場混亂時期——當波動率飆升、相關性瓦解或歷史關係失效時——更優的準確性則可以帶來顯著的 Alpha 收益並限制回撤。 因此，理解參數在市場波動時期的行為特徵至關重要。我們將聚焦於一項關鍵宏觀經濟指標——同比整體通膨率（YOY CPI）——這是未來利率決策的核心參考指標，也是衡量經濟健康狀況的重要信號。 我們比較和評估了在官方數據發布前多個時間窗口內的預測準確性。我們的核心發現是，所謂的「衝擊 Alpha」確實存在——即在尾部事件中，基於市場的預測相較於共識基準可實現額外的預測精度。這種超額表現並不僅僅意味著純粹的學術意義，而是在預測誤差具有最高經濟成本的關鍵時刻，可顯著提升信號品質。在這一背景下，真正重要的問題並非預測市場是否「總是正確」，而是它們是否提供了一種值得被納入傳統決策框架的、具有差異化價值的信號。 方法論 數據 我們分析了預測市場交易者在 Kalshi 平台上的每日隱含預測值，覆蓋三個時間節點：數據公布前一週（與共識預期發布時間匹配）、公布前一天、公布當日上午。所使用的每一個市場均為（或曾為）真實可交易的在運行市場，反映了在不同流動性水平下的真實資金部位。對於共識預期，我們收集了機構層面的 YoY CPI 共識預測,這些預測通常在美國勞工統計局官方數據發布前約一週公布。 樣本區間取自 2023 年 2 月至 2025 年中期，覆蓋了超過 25 個月度 CPI 發布週期，橫跨多種不同的宏觀經濟環境。 衝擊分類 我們根據相對於歷史水平的「意外幅度」將事件分成了三類。「衝擊」被定義為共識預期與實際公布數據之間的絕對差值： · 正常事件：YOY CPI 的預測誤差低於 0.1 個百分點； · 中等衝擊：YOY CPI 的預測誤差介於 0.1 至 0.2 個百分點之間； · 重大衝擊：YOY CPI 的預測誤差超過 0.2 個百分點。 該分類方法使我們能夠檢驗：預測優勢是否會隨著預測難度的變化而呈現出系統性的差異。 績效指標 為了評估預測表現，我們採用以下指標： · 平均絕對誤差（MAE）：主要的準確性指標，計算方式為預測值與實際值之間絕對差的平均值。 · 勝率：當共識預期與市場預測之間的差異達到或超過 0.1 個百分點（四捨五入至一位小數）時，我們會記錄哪一個預測更接近最終實際結果。 · 預測時間跨度分析：我們追蹤市場估值的準確性如何從發布前一週到發布日逐步演變，以揭示持續納入資訊所帶來的價值。 結果：CPI 預測表現 整體準確性更占優 在所有市場環境下，基於市場的 CPI 預測相較於共識預測，平均絕對誤差（MAE）要低 40.1%。在所有時間跨度上，基於市場的 CPI 預測 MAE 比共識預期要低 40.1%（提前一週）至 42.3%（提前一天）。 此外，在共識預期與市場隱含值存在分歧的情況下，Kalshi 基於市場的預測展現出具有統計顯著性的勝率，範圍從提前一週的 75.0% 到發布當天的 81.2%。若將與共識預期打平的情況（精確到一位小數）一併計入，基於市場的預測在提前一週時約有 85% 的情況下與共識持平或表現更優。 如此高的方向性準確率表明：當市場預測與共識預期出現分歧時，這種分歧本身對「是否可能發生衝擊事件」具有顯著的資訊價...