Polymarket のオッズは株価に先行する——予測市場と米国株の相関を検証する

2026 年 3 月、ブロックチェーン・AI 研究者の Kobara Toi 氏が X で**「オッズ変動は株価に先行するのか？」**という仮説を検証すると報告した。

以前作った Polymarket 監視ツールで、「オッズ変動は株価に先行するのか？」という仮説を書いた。

moomoo 証券の OpenAPI が使えるようになったので、ここから実際に検証していく。

まずは Polymarket の急変を拾って、米国株のペーパートレードで試す。

Polymarket（予測市場）のオッズ変動が、米国株の株価に先行するかどうかを検証する。

本稿はこの仮説の背景、検証方法、そして投資への示唆を解説する。

予測市場とは何か

予測市場とは、将来の出来事の発生確率を市場参加者の取引を通じて予測する仕組みだ。

Polymarket の仕組み

Polymarketは、暗号資産（USDC）を使用して将来の出来事を予測する分散型予測市場だ。

• Yes/No の二択 - 「トランプが勝利する」など
• オッズ＝確率 - 60 セント＝60% の確率
• 24 時間取引 - ニュースがあれば即時反映

予測市場の特徴

1. 情報の迅速な織り込み - 参加者が知っている情報は即時オッズに反映
2. インセンティブ設計 - 正しい予測ほど利益が出る
3. 集合知 - 多数の参加者の意見が集約される

「オッズは株価に先行する」仮説

背景：イラン空爆と Polymarket

2026 年 3 月、イラン空爆の前にPolymarket のオッズが動いてたらしく、予測市場のインサイダー疑惑が話題になった。

これは何を意味するか？

• 伝統的メディア - 空爆後に報道
• Polymarket - 空爆前にオッズが変動

もしこれが事実なら、予測市場は伝統的な情報源よりも先行して情報を織り込んでいることになる。

仮説の定式化

Polymarket オッズの急変 → 数時間〜数日後 → 関連株価の変動

この仮説が正しければ、Polymarket のオッズ変動を監視することで、株価の先行きを予測できるかもしれない。

検証方法：Kobara 氏のアプローチ

1. Polymarket 監視ツールの作成

Kobara 氏はPolymarket CLIで監視スクリプトを組んでいる。

• オッズの変動をリアルタイム監視
• 急変をアラートで通知
• CLI で手軽に確認

2. moomoo 証券の OpenAPI 連携

moomoo 証券の OpenAPI が使えるようになったため、以下の検証が可能になった。

• Polymarket の急変を拾う
• 関連する米国株を特定
• ペーパートレードで検証

3. ペーパートレードでの検証

実際の資金を使わず、ペーパートレードで仮説を検証する。

• リスクなし - 実際の損失はない
• 再現性 - 戦略を繰り返しテストできる
• データ蓄積 - 検証結果を記録・分析できる

予想される相関関係

ケース 1: 地政学リスク

ケース 2: 政治リスク

ケース 3: 企業イベント

情報効率仮説との関係

伝統的金融理論

効率的市場仮説では、株価は全ての公開情報を即時に織り込むとされる。

しかし、現実には：

• 情報の非対称性 - 一部の参加者だけが情報を持っている
• 反応の遅れ - 情報が株価に反映されるまで時間がかかる
• 行動バイアス - 投資家が合理的でない場合がある

予測市場の優位性

予測市場が株価に先行する可能性がある理由：

1. 参加者の多様性 - 伝統的市場とは異なる参加者層
2. インセンティブ設計 - 正しい予測に報酬
3. 24 時間取引 - 時間外でも情報反映
4. テーマの多様性 - 株価以外の出来事も予測

検証の課題

1. 因果関係の特定

オッズ変動と株価変動が同時に発生した場合：

• オッズが先行 - 予測市場が情報を先行織り込み
• 株価が先行 - 伝統的市場が先行
• 共通要因 - 両方が別の情報源から反応

この区別は難しい。

2. 偽のシグナル

Polymarket のオッズ変動には：

• ノイズ - 一時的な変動
• 操作 - 大口参加者によるオッズ操作
• 流動性不足 - 取引量が少なくオッズが不安定

これらをフィルタリングする必要がある。

3. 取引コスト

実際の取引では：

• 手数料 - 証券会社の手数料
• スプレッド - 買値と売値の差
• 税金 - 譲渡益税

ペーパートレードではこれらのコストを考慮しないため、実際の収益性は低くなる可能性がある。

実装アプローチ

ステップ 1: Polymarket API の監視

# 疑似コード
while True:
    odds = get_polymarket_odds(event_id)
    if odds_changed_significantly(odds):
        alert(event_id, odds)
        related_stocks = find_related_stocks(event_id)
        execute_paper_trade(related_stocks)
    sleep(60)  # 1 分ごとに確認

ステップ 2: 関連株の特定

• キーワードマッチング - イベントと企業の関連性を分析
• 過去の相関 - 過去の類似イベントでの株価反応を分析
• セクター分類 - 影響を受けるセクターを特定

ステップ 3: トレード実行

• エントリー - オッズ急変後に銘柄を購入
• エグジット - 株価が反応したら売却
• ストップロス - 予想と逆に動いたら損切り

期待される成果

短期的

• 仮説の検証 - オッズ変動と株価変動の相関を定量化
• パターンの発見 - どのようなイベントで相関が強いか

中長期的

• 戦略の確立 - 予測市場を活用した投資戦略
• 自動化 - AI による自動トレードシステム

結論：予測市場は新しいアルファ源か？

Kobara 氏の検証は、予測市場が伝統的な金融市場よりも情報を先行して織り込むかを検証するものだ。

もし仮説が正しければ：

• 新しいアルファ源 - 予測市場のオッズ変動を活用
• 情報優位性 - 伝統的メディアよりも速く反応
• 分散投資 - 予測市場と株式市場の両方を活用

しかし、課題もある：

• 因果関係の特定 - 相関と因果の区別
• 偽のシグナル - ノイズと本物の区別
• 実装コスト - 監視システムの構築・維持

この検証の結果は、予測市場が投資ツールとして有用かを示す重要な指標になる。

参考：

• Kobara Toi 氏の X 投稿
• 予測市場のオッズはニュースより速い？Polymarket CLI で変動監視を作った話