Les marchés de paris événementiels comme Polymarket reposent sur une idée centrale: l’agrégation de la “sagesse du plus grand nombre” permettrait d’incorporer l’information disponible et de rapprocher les prix du résultat réel. Une étude récente vient toutefois nuancer ce principe. Selon ses auteurs, la dynamique de découverte des prix ne dépend pas principalement de la foule, mais d’un petit segment de traders capables d’anticiper plus souvent que les autres.

3% de traders, et le rôle décisif de l’information

En analysant l’ensemble des transactions effectuées sur Polymarket entre 2023 et 2025, l’étude conclut que la contribution à la découverte des prix se concentre sur une minorité. Les chercheurs estiment que seuls 3% des participants expliqueraient l’essentiel du mouvement des prix vers le bon dénouement.

Sur 1,72 million de comptes et près de 13,76 milliards de dollars de volume échangé, les auteurs observent un schéma récurrent: les traders identifiés comme “informés” ajustent leurs positions dans le sens attendu et améliorent la précision des marchés. À l’inverse, la majorité des 97% restants fournit surtout de la liquidité et du volume, mais ne parvient pas, globalement, à devancer le groupe minoritaire.

Distinguer la compétence de la chance

Un point méthodologique clé reste la difficulté à séparer la performance due à la compétence de celle attribuable au hasard. Avec un aussi grand nombre de participants, certains gagnent mécaniquement sans disposer d’un avantage réel.

Pour tester cette question, l’étude refait l’exercice de manière contrôlée: chaque trader est rejoué 10 000 fois en conservant marchés, instants et montants, mais en inversant aléatoirement la direction des paris (achat ou vente). L’objectif est d’obtenir un repère de “profits attendus” en l’absence d’avantage.

Les résultats montrent qu’une fraction limitée des plus gros gagnants par profit brut surpasse effectivement ce scénario aléatoire. Par ailleurs, une part importante des “bons résultats” semble instable: lorsque les performances sont vérifiées sur un autre échantillon d’événements, beaucoup de traders cessent d’être aussi performants qu’ils ne le paraissaient initialement.

Comment ces traders améliorent la précision

L’étude suggère que l’activité des participants les plus performants n’est pas seulement profitable pour eux: elle contribue aussi à l’exactitude des marchés. L’amélioration est particulièrement visible dans la phase finale avant la résolution des événements.

Les auteurs mettent également en évidence une réactivité plus cohérente face aux nouvelles informations publiques, par exemple lors d’annonces de la banque centrale ou de résultats d’entreprise. Les traders identifiés comme informés ajustent leurs positions en amont et plus systématiquement que les autres.

Le cas de paris sur une information sensible

La recherche aborde toutefois une question plus délicate: que se passe-t-il lorsque l’information n’est pas publique ou qu’elle n’est pas censée l’être ? Le papier s’appuie sur un exemple concret concernant un événement impliquant une opération américaine en janvier en lien avec Nicolás Maduro.

D’après l’étude, avant le déclenchement de l’opération, plusieurs comptes nouvellement créés se sont positionnés sur un contrat lié au fait que Nicolás Maduro serait écarté du pouvoir. À ce moment-là, le marché évaluait la probabilité à environ 10%. Ces comptes auraient ensuite engrangé des gains substantiels lors de la réalisation de l’événement, avant d’interrompre ou de réduire fortement leur activité.

Les auteurs précisent qu’il n’y a pas d’élément indiquant une faute de ces comptes, mais que ce type de situation illustre combien les mouvements de prix peuvent être marqués lorsque l’information est précoce par rapport à ce que reflètent les autres participants.

Plus largement, l’étude rappelle que les “transactions informées” peuvent parfois impliquer des informations non publiques, et que les plateformes de ce type indiquent généralement que le trading sur des informations confidentielles est interdit. Néanmoins, le papier souligne que, dans l’ensemble, l’architecture quotidienne de la découverte des prix reste dominée par des participants capables de surperformer de façon répétée, et non par des paris isolés.

Un modèle qui fonctionne… pour des raisons de structure

Au final, ces résultats appuient une lecture moins naïve que l’hypothèse de la foule. Les marchés de prédiction semblent davantage tirer leur efficacité de l’existence d’une minorité informée et disciplinée que d’un consensus collectif au sens large. Autrement dit, la “sagesse” observée dans les prix serait moins une propriété automatique du nombre qu’un effet de la distribution des compétences et de la qualité de l’information détenue par certains traders.

Pour ceux qui souhaitent suivre ce type d’analyse de manière rigoureuse, un outil de visualisation ou d’organisation de données peut aider à manipuler des séries temporelles et des indicateurs. Par exemple, un ordinateur portable fiable pour travailler sur des données et tableaux ou, à défaut, une calculatrice graphique peut être utile pour tester des hypothèses simples.