Terug

Analist deelt 6 formules die quant-fondsen gebruiken in voorspellingsmarkten

Kies ons op Google
author avatar

Geschreven door
Kamina Bashir

editor avatar

Bewerkt door
Harsh Notariya

18 maart 2026 16:39 UTC
  • Volgens een analist zijn voorspellingsmarkten zoals Polymarket een ''quant battlefield'' geworden.
  • Maandelijkse voorspellingmarktvolume steeg in maart tot meer dan $13,7 miljard, een stijging van 599% year-to-date.
  • Zes formules van LMSR-pricing tot Bayesian updating zorgen voor systematische edges.
Promo

De groei van voorspelling markten stijgt snel doordat handelaren, instituties en zelfs Wall Street proberen te profiteren van het toenemende momentum.

Het maandelijkse volume is in maart al boven de $13,7 miljard uitgekomen, een stijging van 599% ten opzichte van $1,96 miljard vorig jaar. Dit komt vooral door grote spelers zoals Polymarket en Kalshi.

Gesponsord
Gesponsord

6 formules die de Quant Polymarket playbook aansturen

In een recente post stelde een analist dat Polymarket veel meer is geworden dan alleen een plek voor “degen gokkers.”

“Het wordt stilletjes een quant-strijdveld waar professionele fondsen voordeel zoeken, net als bij opties en futures,” aldus de post.

Volg ons op X om direct op de hoogte te blijven van het laatste nieuws

Gesponsord
Gesponsord

De post noemde ook zes belangrijke formules die hedgefondsen gebruiken om consequent rendement te halen uit voorspelling markten. Daarbij werd aangegeven dat retail-handelaren delen van deze methodes kunnen toepassen om hun eigen voordelen te vergroten.

De Logarithmic Market Scoring Rule (LMSR) is de basis: quants modelleren hiermee het prijsmechanisme om in te schatten hoeveel een trade de markt beweegt voordat tragere deelnemers reageren.

Het Kelly-criterium vervangt willekeurige inzetgroottes door een wiskundig bepaald deel van je kapitaal per trade.

Expected Value gap scanning bouwt onafhankelijke waarschijnlijkheidsmodellen om contracten te vinden waarbij de geschatte kans voldoende afwijkt van de markt zodat de kosten gedekt zijn.

KL-Divergence signaleert statistische verschillen tussen gerelateerde markten, zoals concurrerende politieke kandidaten, en maakt gestructureerde, afgedekte posities mogelijk.

Bregman Projection breidt dit uit door complexe multiresultaat-evenementen te scannen op prijsverschillen die handmatige handelaren niet op grote schaal kunnen vinden.

Bayesiaans updaten past schattingen van kansen continu aan als er nieuwe data binnenkomt. In plaats van uit te gaan van vaste meningen, blijven je posities zo realtime up-to-date met veranderende informatie.

Abonneer je op ons YouTube-kanaal om te zien hoe experts en journalisten hun inzichten delen

De analist deelde ook een simpel stappenplan om “het systeem na te doen.”

  • Data: Vraag API-toegang aan bij Polygon om realtime Polymarket-kansen en volumegegevens op te halen.
  • Omgeving: Installeer Python met de belangrijkste libraries: numpy, scipy en cvxpy. Daarmee kun je de zes formules berekenen.
  • Backtesten: Voordat je echt geld gebruikt, test je het systeem op historische data van 2025 via walk-forward testing. Hierbij test je het een periode vooruit, net alsof de tijd vooruitgaat, in plaats van alleen achteraf het resultaat te bekijken. Zo voorkom je overfitting.
  • Uitrol: Laat automatische scripts draaien op Railway of GitHub met geplande taken, en stuur trade-notificaties naar Telegram zodat je direct op de hoogte bent.
  • Risicobeheer: Gebruik fractioneel Kelly (niet volledig Kelly) om je inleg te beperken. Stel een harde stop in bij 20% verlies.

Dit stappenplan geeft gestructureerde kwantitatieve strategieën voor voorspelling markten, maar het succes hangt af van de uitvoering. Nauwkeurige kansschattingen, voldoende liquiditeit en lage kosten zijn cruciaal.

Praktische uitdagingen zoals marktsnelheid, datakwaliteit en mogelijk overfitting kunnen het resultaat beïnvloeden. De uitkomsten hangen dus af van de uitvoering en de marktomstandigheden.

Disclaimer: Deze inhoud is alleen bedoeld als informatie en is geen beleggingsadvies.

Disclaimer

Alle informatie op onze website wordt te goeder trouw en uitsluitend voor algemene informatiedoeleinden gepubliceerd. Elke actie die de lezer onderneemt op basis van de informatie op onze website is strikt op eigen risico.

Gesponsord
Gesponsord