BurgerBoy (@0xburgerboy)

前女友看到我天天不去面试、反而窝在家里写 Python 脚本时，甚至笑出了声。 “你居然在算天气概率？” 我确实在算。因为整个 Polymarket 的每一个盘口，底层都在跑着同一个著名的数学公式： $$C(q) = b \cdot \ln \sum e^{\frac{q_i}{b}}$$ 这就是 LMSR（对数市场评分规则）。这种数学逻辑，和 GPT 用来预测下一个词的底层原理如出一辙。Polymarket 只是用它来给群体的“信念”定个价。 市场上 93% 的交易员甚至不知道这个公式的存在。散户看到 40 美分觉得“便宜”，而我看到 40 美分，通过公式算出它的理论真实价格其实是 60 美分。 每股 20 美分的绝对套利优势。 在一场盘口里，市场价只有 0.35，但我的模型算出了 0.55。果断买入，盘口交割，4,200 刀轻松到手。 但真正的终极密码并不是公式本身，而是算完之后的资金策略。 凯利公式告诉你这时候该下注 20% 的本金，但我研究过的所有顶级链上猎手，无一例外都克制地只下注 5%。 用基础概率去对标大众直觉，用贝叶斯定理去迭代推特小道消息。93% 的 Polymarket 钱包都在亏钱，因为他们靠情绪交易，而真正能赢的数学公式就明明白白躺在维基百科上。 我用这套框架直接写了一个自动跟单机器人： LMSR 定价模型捕捉空间 期望值（EV）精准计算 严格执行 5% 的凯利仓位控制 贝叶斯概率高频更新 机器人 24 小时无间断扫描盘口，在价差被抹平前光速执行，没有情绪，没有 FOMO，纯粹是数学对感性的降维打击。 想要做到这一点，你需要的全部工具仅仅是 Claude、一个能跑代码的设备，以及每天抽出的一个小时。