大多数关于 Polymarket 的报道只停留在表面数据：交易量里程碑、用户增长、成交笔数、未平仓头寸，却从不深究这些数字背后究竟是谁在交易。本文从交易频次与交易量两个维度，对所有活跃钱包进行归类，勾勒出 Polymarket 真实的用户画像结构。
Polymarket 绝大多数交易量，都由一小批算法交易和高频交易群体贡献；海量低频散户，与这批专业交易者几乎不存在交集。认清两类人群的差异，直接决定平台手续费设计、产品优先级规划与市场品类战略布局。说明：本文全部数据来源于 Dune 数据看板，分析周期覆盖近三个月钱包级全量行为；用户画像依据交易频次分级（T1–T7）与交易金额分级（V1–V7）交叉划定，金额统计单位为美元。
交易频次呈现典型的对数正态分布衰减特征。最大的用户群体在整个研究周期的交易次数在 2 到 10 次之间，占所有用户的 32%。加上交易次数在 11 到 50 次之间的用户群体，就几乎占到了总用户群的三分之二。这些人通常是在选举、体育赛事或重大宏观经济事件发生时参与交易，并下注了少量资金。
交易量分布则截然不同。虽然成交频率从左侧急剧下降，但成交量直方图在对数坐标系下呈钟形，峰值约为每位用户 600 至 3000 美元。这意味着典型的活跃用户交易额在四位数左右，但从 25000 美元开始的右尾用户数量较少，却占据了平台成交量的绝大部分。这两个直方图共同揭示了结构上的分裂：一部分是低频参与者；另一部分是高交易量参与者，他们在用户图表中的足迹几乎看不见，但他们对交易量图表的影响却占据主导地位。
单纯依靠频次或体量划分用户，会忽略二者的关联逻辑。我们综合这两个维度对每个钱包进行分类。我们首先将每个钱包分配到不同的交易频率等级：从 T1（单笔交易）到 T7（超过 10,000 笔交易）。然后，我们将其分配到不同的交易量等级：从 V1（总交易额低于 100 美元）到 V7（超过 200 万美元）。这两个维度的交集产生了七种用户画像，每种画像代表一种截然不同的参与者类型。
P1 单次沉寂用户：仅 1 笔交易，总额不足 100 美元，一次性试水体验平台；P2 低活跃散户：2–10 笔交易，总体量低于 1000 美元，纯热点事件驱动的随性参与者；P3 中度参与者：11–200 笔交易，体量 1000–10000 美元，反复入场但无系统化交易逻辑；P4 高深度散户：201–1000 笔交易，体量 1 万–10 万美元，参与积极稳定，但未达机构级别；P5 低频高净值大户：交易少于 50 笔，单笔大额超 10 万美元，精选机会、定向重仓；P6 高频专业主力：200 笔以上交易，体量超 10 万美元，算法策略与机构交易者群体；P7 高频小额玩家：200 笔以上交易，总额不足 1 万美元，跃度高但资本有限的参与者。
P2 低活跃散户规模高达 84.9 万人，占整体用户 69%；P6 高频高投入用户仅 2.7 万人，占比约 2%。但统计周期内，P6 群体创造总交易额高达 390 亿美元。这是帕累托法则最极端的表现形式：并非常规 80/20，而是 2% 用户撑起近 90% 交易量。
体育、加密货币是 Polymarket 上交易量最大的两大赛道，分别占总交易额 42%、31%，背后人群结构差异巨大。加密货币市场中高频高资金（P6）交易者的比例明显高于用户整体，这种模式与算法交易相符。这些参与者并非随意投注者，而是运用系统化策略进行加密货币交易。体育搏彩虽然也以高频、高资金（P6）交易量为主导，但其中等参与度（P3）和高参与度（P4）参与者的比例高于加密货币类别。
政治类用户占比最高，达 19%，但用户数量在各类用户群体中分布较为均匀。低参与度用户（P2）在政治类用户中的比例最高，与其他类别相比，这类用户通常是受事件驱动的一次性散户，他们注册账户是为了参与选举投注。经济和金融领域吸引了不成比例的低频高资本（P5）参与者，这意味着参与者交易次数不多，但单笔交易金额巨大。
平台上品类直接决定了所吸引的用户群体，并影响流动性深度、用户留存、手续费承受能力。如果目标是交易量，那就面向 P6 用户群体构建。如果目标是用户增长和品牌影响力，那就面向 P2 用户群体构建。这两个目标需要截然不同的品类选择。
用户分层画像，直接决定预测市场的手续费设计。固定单笔手续费模式，会过度压制 P6 高频高资本、P7 高频小额群体；而恰恰是这批人，撑起了平台赖以生存的流动性底盘。Polymarket 当前费率体系正是这套逻辑落地：加密板块有效费率最高（1.80%），体育板块（0.75%），政治 & 金融板块（1.00%），地缘政治板块全程零手续费。这套标准精准匹配各品类人群结构与交易习惯。
核心结论：P6 高频高资本群体仅占 2% 用户，创造平台 88% 交易量；损害 P6 利益的手续费政策，会重创平台根基；69% 用户为低频小额散户，纯热点事件驱动；加密交易高度集中于算法高频资金，体育赛道参与者结构更多元；普通用户 90 天内平均成交仅 12 笔、总投入中位数 224 美元；拓展新品类需锚定目标用户画像，而非单纯追逐话题热度。
如果交易量集中在一个小的高频核心区域，为什么 Polymarket 要将自身定位为零售产品？专业算法资金撑起绝大多数流水，但产品体验、营销打法、品类布局，却始终迁就普通散户。部分答案或许在于结构性因素。智能体框架、电报机器人、无代码工具普及，散户也能轻松上手自动化交易。如果散户如今已经开始进行算法交易，那么下一步自然演进为 AI 智能体自主大规模高频运作。这也正是 Polymarket 可能孕育出加密货币与人工智能交叉领域首个杀手级应用的原因。
[Foresight News]
Polymarket的用户集中度：对加密货币预测市场的影响
Polymarket最近的用户分析揭示了一个超越平台本身的深刻市场动态，为加密货币投资者提供了关于预测市场、代币经济学以及区块链上金融应用发展格局的关键见解。
2/90幂法则及其市场影响
最引人注目的发现是，只有2%的Polymarket用户——特别是P6高频专业交易者——产生了平台约390亿美元交易量的90%。这种极端的帕累托分布（远超传统的80/20法则）对加密货币市场结构有着重要影响：
首先，它强调了许多区块链平台都经历着类似的幂法则分布，即一小群复杂的用户推动了大部分活动。对于Polymarket而言，这种集中度既创造了稳定性也带来了脆弱性。平台的流动性和交易量完全依赖于一小群专业交易者，而大多数用户（69%被归类为P2低活跃零售投资者）对交易量的贡献微乎其微，但为市场合法性的感知提供了必要的用户基础。
从代币估值的角度来看，这些数据表明Polymarket的代币（POLY）经济学将不成比例地受到这小群P6用户行为和激励的影响，而不是更广泛的用户群体。任何代币分发模型或效用设计都必须考虑这一现实，因为平台的价值主张依赖于留住这些高交易量参与者。
市场细分和战略影响
文章对不同市场细分中用户类型及其行为的分类揭示了重要的战略细微差别：
-
加密类别（占交易量的31%）：由算法高频交易主导，表明用户群体熟悉系统化交易策略。该细分市场可能更重视技术工具、API访问和低延迟执行，而非用户友好的界面。
-
体育类别（占交易量的42%）：在P3、P4和P6用户中显示出更均衡的参与度，表明市场结构更加多样化，可以支持不同的费用模型和产品功能。
-
政治类别（占交易量的19%）：严重偏向事件驱动的零售参与者（P2），表明用户群体对新闻周期更敏感，不太可能参与系统化交易。
这些区别对平台策略和代币经济学有着深远的影响。在产品开发、费用结构或代币激励方面采取一刀切的方法无法满足这些细分市场的不同需求。当前差异化的费用结构（加密货币1.80%，体育0.75%，政治/金融1.00%，地缘政治0%）表明了对这些动态的理解，但可能需要进一步完善。
用户集中度的风险
对于投资者而言，交易量集中在少数用户群体中带来了几个重大风险：
-
平台依赖风险：Polymarket的交易量和流动性极易受到仅2%用户行为的影响。如果这些专业交易者改变策略或转向竞争平台，尽管拥有庞大的用户基础，平台的指标仍可能崩溃。
-
监管审查：专业算法交易者的主导地位增加了监管关注的可能性，特别是随着预测市场获得主流采用。监管机构可能会以不同于零售参与的方式看待预测市场中的复杂交易策略。
-
市场操纵潜力：拥有大量资本的高频交易者可能会在流动性较低的市场上操纵结果，为平台带来声誉和法律风险。
-
代币波动性：POLY代币的价格走势可能不成比例地受到P6用户群体交易活动和情绪的影响，鉴于平台的用户规模，这可能导致比预期更高的波动性。
-
竞争风险：可能出现更好的服务于专业交易者细分市场（提供更优越的工具和更低的费用）或零售细分市场（提供更易用的界面和营销）的竞争平台，从而分散市场。
人工智能与预测市场的交汇处的机遇
分析中最具前瞻性的见解可能是AI代理能够改变预测市场格局的潜力。文章指出：
“智能代理框架、Telegram机器人和无代码工具的普及使零售投资者能够轻松开始自动交易。如果零售投资者现在开始进行算法交易，那么下一步自然会演变为AI智能代理在大规模和高频度上自主运行。”
这对加密货币投资者来说是一个重大机遇：
-
AI交易先行者优势：Polymarket似乎定位为加密货币和AI交汇处的潜在”杀手级应用”，这可能推动显著的价值创造和增长。
-
复杂交易的去中心化：随着AI工具变得更加普及，零售交易和专业交易之间的区别可能会变得模糊，可能在扩大P6细分市场的同时融入更多现有用户。
-
数据网络效应：随着AI模型的改进，平台关于用户行为和市场结果的丰富数据集可能会变得越来越有价值，形成竞争护城河。
-
新型代币效用模型：AI代理可能为预测市场代币创造新的需求驱动因素，可能通过质押机制、治理参与或访问高级数据功能来实现。
投资者的战略考量
对于评估Polymarket和类似预测市场平台的加密货币投资者，出现了几个战略考量：
-
评估费用结构：平台的费用模式似乎旨在留住高交易量交易者，但这种方法可能限制更广泛的采用。投资者应评估当前的费用结构是否有效地平衡了这些相互竞争的优先事项。
-
监控AI整合：AI交易代理的发展可能会从根本上改变用户群体动态和价值主张。这一趋势的早期迹象将是自动交易活动的增加以及专门为AI代理开发的工具的出现。
-
评估平台多元化：在体育和加密货币市场的集中度既代表机会也代表风险。投资者应评估平台吸引不同用户细分市场的多元化战略。
-
考虑竞争格局：用户集中度动态可能为专业竞争对手创造机会，使其比通用平台更有效地针对专业交易细分市场或零售细分市场。
-
评估代币经济学：由于交易量集中在少数用户群体中，代币分发机制和效用应设计为对齐高交易量交易者和更广泛用户群体的激励。
结论
Polymarket的用户档案分析揭示了一个复杂的生态系统，其中复杂的专业交易者提供了流动性基础，而更广泛的零售参与者推动了感知和增长。对于加密货币投资者而言，这种集中度既带来风险也带来机会：对少数用户群体的依赖创造了平台脆弱性，而与AI交易的交集可能解锁显著的未来增长。
平台平衡这些不同用户群体需求的能力将决定其长期成功。随着AI代理在预测市场中变得更加普遍，我们可能会见证用户参与方式的基本转变，这可能在使复杂交易策略去中心化的同时，进一步将流动性集中在最复杂的参与者中。
投资者应关注Polymarket以及更广泛的预测市场生态系统如何演变以应对这些动态，特别是随着AI、自动交易和区块链技术的交集继续成熟。