
پلتفرم تحلیل آنچین «آرخام اینتلیجنس» (Arkham Intelligence) از راهاندازی سیستم جدیدی خبر داد که هدف آن شناسایی موفقترین معاملهگران در بازارهای پیشبینی است. این سیستم با تمرکز بر دقت عملکرد معاملهگران، راهکاری نوین برای سنجش مهارت افراد در پیشبینی رویدادها ارائه میدهد.
نحوه عملکرد سیستم امتیازدهی آرخام
این سیستم از الگویی مشابه سیستمهای رتبهبندی «الو» (Elo) یا MMR که در بازیهای رقابتی کاربرد دارد، بهره میبرد. بر اساس این الگو، هر پیشبینی صحیح منجر به افزایش امتیاز معاملهگر نسبت به سایر رقبا میشود. نکته قابل توجه اینجاست که پیشبینیهای صحیح در ضرایب پایینتر، امتیاز بیشتری نسبت به پیشبینی در ضرایب بالا برای معاملهگر به همراه خواهد داشت.
| ویژگی اصلی | نحوه اولویتبندی |
| دقت پیشبینی | اولویت اول سیستم |
| سود و زیان | فاقد اولویت در رتبهبندی |
| حجم معاملات | فاقد اولویت در رتبهبندی |
این رویکرد باعث شده است که معیارهای سنتی مانند سود و زیان (P&L) جای خود را به شاخص دقت بدهند. در نتیجه، معاملهگران کوچکتری که نرخ برد بالاتری دارند، میتوانند نسبت به معاملهگران بزرگتر که صرفاً با سرمایههای کلان سود کسب کردهاند، رتبه بالاتری در جدول به دست آورند.
بازار پیشبینی و رقابت پلتفرمها

این اقدام آرخام در شرایطی صورت میگیرد که حجم معاملات در دو پلتفرم پیشرو یعنی «پلیمارکت» (Polymarket) و «کالشی» (Kalshi) بهطور مداوم در حال افزایش است. بر اساس گزارشها، سیستم فعلی آرخام در حال حاضر بر رتبهبندی معاملهگران فعال در پلتفرم پلیمارکت تمرکز دارد.
آرخام در بررسیهای خود به کاربری با نام مستعار «GardenerCx» اشاره کرد که در حال حاضر بالاترین امتیاز الو را در اختیار دارد. استراتژی این معاملهگر، تمرکز بر بازارهای ۵ دقیقهای کریپتو است که توانسته با بیش از ۲۶۰۰ شرطبندی، نرخ برد ۶۴.۳ درصدی را به ثبت برساند.
کاربران اکنون میتوانند برای مشاهده جزئیات این رتبهبندی به صفحه تحلیل بازارهای پیشبینی در وبسایت آرخام مراجعه کنند. لازم به ذکر است که با گسترش این حوزه، شرکتهای بزرگ فناوری و مالی نظیر رابینهود، متا، کوینبیس و درفتکینگز نیز در حال توسعه یا گسترش خدمات اختصاصی خود در بازارهای پیشبینی هستند.
تحلیل و چشمانداز: اهمیت سیستم رتبهبندی جدید آرخام
اقدام «آرخام اینتلیجنس» در راهاندازی سیستم امتیازدهی مبتنی بر الگوی «الو» (Elo) برای بازارهای پیشبینی، تغییری بنیادین در نحوه ارزیابی مهارتهای معاملاتی ایجاد کرده است؛ چرا که با اولویت دادن به دقتِ پیشبینی به جای شاخصهای سنتی مانند حجم معاملات یا مجموع سود (P&L)، عملاً «مهارت خالص» را از «سرمایه کلان» تفکیک میکند.
این رویکرد هوشمندانه نهتنها به تحلیلگران کمک میکند تا معاملهگران باثبات و حرفهای را (فارغ از میزان داراییشان) در پلتفرمهایی نظیر پلیمارکت شناسایی کنند، بلکه با افزایش شفافیت و اعتبارسنجیِ مهارتمحور، لایه جدیدی از رقابت حرفهای را به اکوسیستم بازارهای پیشبینی میافزاید که میتواند به بلوغ و جذب بیشتر کاربران در این حوزه نوظهور کمک شایانی کند.
















