Table of Contents
Prediction market में mispriced odds पहचानने के लिए 2 चीजें तुलना करें:
- market implied probability (current price)
- आपकी data-driven true probability estimate
अगर contract $0.40 (40%) पर ट्रेड हो रहा है और आपकी estimate 55% है, तो यह positive EV का मौका हो सकता है।
यह winner guess करने का खेल नहीं है। यह probability pricing का काम है, जहां भीड़ का भाव hype, low liquidity या emotional bias से बिगड़ता है।
मुख्य बात: आप certainty नहीं खरीदते; आप ऐसी probability खरीदते हैं जो आपकी fair estimate से सस्ती हो।
Quick Start: 5-Step Workflow
- Price को implied probability में बदलें
- True probability estimate करें
- Expected Value (EV) निकालें
- Execution quality जांचें (spread, depth, exit)
- Entry से पहले risk size तय करें
किसी step में कमजोरी हो तो trade skip करें।
Prediction Markets क्या हैं?
ये ऐसे markets हैं जहां future events (elections, rates, awards, weather, macro data) पर contracts ट्रेड होते हैं।
Binary contract आमतौर पर ऐसे settle होता है:
- $1.00 अगर event होता है
- $0.00 अगर event नहीं होता
इसलिए price सीधे probability signal देता है।
- "Yes" at $0.60 = 60% implied probability
- $0.60 पर buy करके सही होने पर $0.40 profit
- गलत होने पर $0.60 loss
"Mispriced Odds" का मतलब
जब market price और objective probability में measurable gap हो, वही mispricing है।
- Market view: 45%
- Your estimate: 55%
- Value gap: 10 percentage points
यही gap आपका edge हो सकता है।
Example
एक negative tweet आने के बाद "Positive Growth" contract $0.30 (30%) तक गिर जाता है। लेकिन historical data analysis के आधार पर आपकी estimate करीब 50% है।
अगर आपका model सही है, तो market ने overreact किया और contract undervalued है।
Step 1: Implied Probability निकालें
Contract price से
Probability (%) = Price x 100
- $0.72 -> 72%
Decimal odds से
Probability = 1 / Decimal Odds
- 2.50 -> 40%
तुलना से पहले सभी inputs को एक ही probability format में लाएं।
Step 2: True Probability Estimate करें
1) Base rates
Similar conditions में historical frequency से शुरुआत करें।
2) Monte Carlo modeling
अगर 10,000 simulations में outcome 6,500 बार आता है, estimate 65% है।
3) Cross-platform comparison
अगर एक platform 55% और दूसरा 48% दिखा रहा है, तो कम से कम एक तरफ mispricing हो सकती है।
Step 3: Expected Value (EV)
EV = (P(win) x profit_if_win) - (P(loss) x loss_if_wrong)
Example:
- Market price: $0.40
- Your estimate: 55%
- Position size: $100
- Profit if right: $150
- Loss if wrong: $100
EV = (0.55 x 150) - (0.45 x 100) = +$37.50
Positive EV का मतलब यह नहीं कि यह single trade जरूर जीतेगा। इसका मतलब long run में math आपके पक्ष में है।
Step 4: Execution Quality जांचें
- Spread: ज्यादा spread edge घटाता है
- Depth: thin book में slippage बढ़ता है
- Exit path: जरूरत पड़ने पर position बंद कर सकते हैं या नहीं
- Timing: major news windows में extra volatility
Step 5: Risk Management
- Smart money risk: market में ऐसी info हो सकती है जो आपके पास नहीं
- Liquidity risk: expected price पर exit न मिलना
- Black swan risk: rare events model तोड़ सकते हैं
- Platform risk: settlement rules unclear होना
Practical rules:
- Per trade position limit रखें
- एक ही theme में over-concentration न करें
- Entry से पहले max loss और invalidation level तय करें
Crowd गलत क्यों होता है?
- Breaking news पर overreaction
- Favorite bias
- Low liquidity distortion
- Emotional trading
Arbitrage vs Mispricing
| Strategy | Core idea | Risk profile |
|---|---|---|
| Arbitrage | Platforms के बीच price differences lock करना | Proper hedge होने पर आमतौर पर कम directional risk |
| Mispricing | अपनी probability estimate के आधार पर directional bet | Single outcome risk ज्यादा |
क्या Prediction Markets Efficient हैं?
अकादमिक रूप से prediction markets काफी effective माने जाते हैं, खासकर जब liquidity high हो। Thin niches में inefficiencies ज्यादा मिलती हैं।
Trade Checklist
- क्या मेरी true probability estimate evidence-based है?
- Fees/slippage के बाद भी price gap meaningful है?
- EV positive है?
- Entry और exit दोनों के लिए liquidity पर्याप्त है?
- Position size risk budget में है?
अगर 5/5 clear नहीं है, trade रोकना बेहतर है।