Le fondateur de Paradigm signale un bug de volume de Polymarket dans des ensembles de données de trading largement utilisés

Une nouvelle analyse partagée par un investisseur crypto de premier plan a soulevé des questions sur la façon dont le volume de Polymarket est rapporté sur les principales plateformes de données.

Le fondateur de Paradigm met en avant une erreur de comptage des données

Le 9 décembre, Matt Huang, fondateur de Paradigm, a repartagé sur X une recherche de l’analyste on-chain @notnotstorm sur les réseaux sociaux, attirant l’attention sur une potentielle erreur de volume de trading sur la plateforme de prédiction Polymarket. Selon cette recherche, un bug dans la façon dont l’activité est agrégée conduit à des chiffres publiquement divulgués qui représentent de manière significative une fausse image de l’activité réelle des utilisateurs.

Dans ce tweet du fondateur de Paradigm, Huang a souligné que le problème ne se limite pas aux tableaux de bord internes de Polymarket. La plupart des tableaux de bord externes et outils d’analyse qui s’appuient sur les mêmes flux bruts auraient probablement hérité de la même erreur de calcul, propageant ainsi des chiffres inexacts sur de multiples plateformes. Cependant, le problème central semble provenir de la façon dont les transactions sont additionnées et classées dans les flux sous-jacents.

Volume de trading Polymarket doublement comptabilisé dans les jeux de données publics

La recherche citée par Huang suggère que le volume doublement comptabilisé est à l’origine de l’écart constaté. En pratique, cela signifie que de nombreux outils peuvent enregistrer les deux côtés d’un trade comme des contributions distinctes au chiffre d’affaires global. Ainsi, ce qui semble être une augmentation du volume de trading sur Polymarket pourrait, en réalité, refléter les mêmes transactions ajoutées deux fois au lieu d’une.

Cela dit, les implications dépassent un tableau de bord spécifique. Puisque de multiples sources de données publiques et ensembles de données tiers s’appuient sur les chiffres de Polymarket, des données de marché on-chain inexactes ont pu être propagées sur des plateformes d’analyse largement consultées et des tableaux de bord communautaires. En outre, les analystes qui se sont fortement appuyés sur ces flux pour des comparaisons historiques et des courbes de croissance pourraient désormais devoir revoir leurs précédentes conclusions.

Impact sur les métriques de marché et les comparaisons

Une préoccupation majeure est de savoir comment ce bug peut affecter l’interprétation du volume mensuel de Polymarket et de toutes les métriques dérivées, telles que la taille moyenne des tickets ou le roulement des utilisateurs. Si le double comptage est systématique, la taille apparente du volume total de Polymarket au fil du temps a pu être largement surestimée dans de nombreux rapports. Toutefois, le comportement sous-jacent des utilisateurs et la structure du marché restent inchangés ; c’est la mesure qui nécessite correction.

Cette découverte complique également les comparaisons telles que le volume Kalshi vs Polymarket ou les analyses de tendance plus larges. De nombreux investisseurs, chercheurs et médias s’appuient sur ces benchmarks multi-plateformes pour évaluer le dynamisme du secteur des marchés de prédiction. De plus, si seules les transactions d’une plateforme ont été mal rapportées, les narratifs antérieurs sur la part de marché relative pourraient devoir être réévalués.

Sources de données de volume et nécessité d’un recalibrage sur Polymarket

La recherche originale, amplifiée par Huang, indique que les stacks d’analyse populaires, y compris divers tableaux de bord Dune de volume Polymarket et d’autres environnements de requête personnalisés, ont pu adopter une logique d’agrégation similaire. Cela étant dit, une fois que le bug précis de volume Polymarket sera entièrement documenté, il devrait être possible de reconstruire des historiques de séries temporelles reflétant correctement les transactions comptabilisées une seule fois.

Pour l’instant, il est conseillé aux participants du marché de traiter toutes les données historiques de volume Polymarket avec prudence, en particulier lorsqu’elles servent de base à des modèles de valorisation, des projections de croissance utilisateur ou des comparaisons sectorielles. De plus, cet épisode souligne l’importance d’examiner de près la façon dont les erreurs de volume de trading et les méthodes de comptage sont implémentées dans le code, plutôt que de supposer que toutes les plateformes partagent la même définition du volume lors de la publication des chiffres.

En résumé, la recherche repartagée par Matt Huang suggère qu’un défaut structurel de comptage a pu fausser la manière dont l’activité de Polymarket est reflétée sur de nombreux produits d’analyse. Tandis que les marchés sous-jacents continuent de fonctionner, l’industrie devra probablement réviser les jeux de données historiques et resserrer les méthodologies afin de s’assurer que les futures statistiques de trading on-chain soient à la fois transparentes et comparables.