中間選挙予測：なぜ4つの契約を使って上院の支配権を測定するのか？

予測市場では、同じ政治的結果から多くの独立した契約が派生するが、それらの価格設定ロジックにはどのような違いがあるのか？

執筆：Kelly Ye、Coin Metrics研究責任者

翻訳：Chopper、Foresight News

中間選挙まで1週間を切り、KalshiとPolymarketでの2026年中間選挙関連契約の累計取引額は140億ドルを突破した。ほとんどの報道は、Kalshiの現在の価格設定が民主党が上院を支配する確率を約63%と示しているという象徴的な数字を提供するだけである。

しかし、この数字は多くの参考値の一つに過ぎない。Kalshiでは、上院の支配権に関連する38の独立した契約が上場されており、5つのイベントカテゴリに分散している。各契約は独立した注文簿とトレーダーグループを持っている。本記事では、これらの契約が暗示する確率を比較し、価格差の蓄積がアービトラージの機会を形成するシナリオを分析し、価格差が長期的に収束しない市場構造について考察する。

同じ問題、4つの答え

Kalshiでは、上院の支配権は4つの契約形式で表現される：

データソース：Kalshi、Talos

もしすべての契約の価格設定が完全に一致していれば、下の4本の曲線は完全に重なっているはずである。

データソース：Kalshi、Talos

それらの動きは大体同じ傾向を示している：民主党の勝利確率は8月初めの約46%から、10月には60%を超えるまで上昇したが、数値はほとんど完全に等しくなることはない。取引日の3分の2では、民主党の議席階層契約が示す勝利確率は、支配権の主要契約よりも高い。9月20日、4種類の契約が示す確率の範囲は55.7%（共和党議席階層契約）から65.4%（民主党議席階層契約）であった。

データソース：Kalshi、Talos

最高および最低の暗示確率の差の平均値は3.3パーセントポイントである。9月の価格差はピークに達し（平均4.5パーセントポイント、8月の平均3.2パーセントポイント）、10月には取引量の増加に伴い、価格差の平均が2.5パーセントポイントに戻ったが、ギャップは消えていない：10月21日、価格差は依然として4パーセントに達した。

アービトラージの組み合わせを構築する

同じイベントに対して異なる価格設定を示す2つの契約がある場合、理論的には価格が低い側を買い、価格差の利益を確保することができる。本ケースで最もシンプルな組み合わせは9つの契約を含む：

• 【民主党が上院を支配する】という看多契約を購入し、民主党が勝てば1ドルが支払われる；
• 民主党の議席51、52、53......57、57席以上の各階層に対して、看空契約を購入する。民主党が対応する議席に達しなければ、各契約は1ドルが支払われる。

2種類の契約の決済基準が統一されていれば、最終結果にかかわらず、全体の組み合わせの支払総額は8ドルに固定される。したがって、全体の組み込みコストが8ドル未満であれば、理論的な利益の余地が存在する。

データソース：Kalshi、Talos

8月以降の終値を用いて計算した場合（すべての結果は理論的な推演に過ぎない）：

• 手数料を考慮しない場合、51営業日のうち19日で、売り注文価格で全体の組み合わせを購入するコストが8ドル未満であった。
• 予想手数料（平均約5.2セント）を考慮すると、すべての契約が直接約定した場合、正のモデル利益が得られた取引日はわずか2日であった；支配権の主要契約が受動的に約定し、階層契約が約定した場合、7営業日で正の利益が得られ、10月24日には利益がピークに達し、8ドルの元本に対して4.7セントの利益（利益率0.6%）となった。
• 10月25日の注文簿のスナップショットでは、10セットの組み合わせのコストが予想手数料を考慮して79.65ドルで、満期支払額は80ドル、利益は0.44%である；2027年2月1日に決済されると仮定すると、年率換算で約1.63%となる。

ほとんどの正の利益ウィンドウは、選挙が近づき、取引熱が高まる最後の2週間に集中している。

価格差が長期的に存在する理由

支払利益が固定されているのに、なぜ価格差は自動的に解消されないのか？核心的な理由は流動性である。

データソース：Kalshi、Talos

8月以降、上院関連契約の名目取引額は約1430万ドルである。そのうち90%以上の資金は上院支配権契約（43.8%）、上下両院の権力構造契約（47.5%）に集中している；民主党、共和党の議席階層契約の合計取引額は10%未満である。

データソース：Kalshi、Talos

全体のアービトラージ組み合わせの利益は、流動性が最も低い部分に依存する。民主党支配権の主要契約の取引額は330万ドルであるが、「民主党57席」、「民主党57席以上」といった契約の取引額はわずか2000～4000ドルである。10月25日のスナップショットでは、一部のヘッジ階層契約の最良の売り注文が110件未満であった。10件の組み合わせに適したアービトラージ機会が1000件の規模に拡大すると、利益は急速に消失する。

他にも無視できない取引摩擦がいくつかある：

• アービトラージリスク：9件の注文がすべて約定する必要があり、アービトラージ利益を確保できる。部分的な注文が約定するのを待っている間、他の契約の価格が変動する可能性がある。
• 手数料：Kalshiの手数料は確率が50%に近いときに最も高く、0%、100%に近づくにつれて徐々に低下する。平均して各セットに5.2セントの手数料がかかるため、手数料を差し引いた理論的利益を簡単に消費してしまう。
• 決済ルールと時間の違い：このアービトラージ戦略の前提は、「民主党が上院を支配する」と「民主党が51席以上を獲得する」が同じ決済基準を採用することである。支配権契約はメディアによって結果が事前に発表されることで決済が完了するが、議席数契約は2027年2月1日に上院の議席が正式に確定するまで決済されない。投票が終了してから2月1日までの間に、議席が空席になったり、議員が党派を変更したり、票の結果が逆転した場合、2種類の契約の決済結果が一致しない可能性があり、組み合わせは8ドルの支払を保証しなくなる。
• 資金占有期間：組み合わせの大部分の資金は、2027年2月1日の議席契約の決済まで凍結される必要がある。

予測市場参加者にとっての意味

上院のケースの背後には、一般的な傾向がある：予測市場の月間取引量は、2025年9月の50億ドル未満から、2026年4月には約240億ドルに増加した。規模の拡大に伴い、市場の断片化の問題も同時に悪化している：

• 同じイベントに対して多くの契約が存在する：Talosの予測市場の参考データは、Kalshiプラットフォームの88万件以上の有効契約を追跡している。選挙、連邦準備制度の決定、経済データの発表、スポーツイベントなどは、支配権、範囲、閾値、組み合わせ契約に分割される。
• 同じイベントが複数のプラットフォームに分散している：KalshiとPolymarketは、同じイベントを頻繁に上場するが、契約の設計、手数料、決済条件は異なる。
• 売買の深さが薄い：上院のデータが示すように、主要な人気契約は取引量の大部分を引き付け、対応する細分化された階層契約の取引量は非常に低い。注文簿の深さが不足していることが、価格の乖離や取引コストが理論的利益を消費する根源である。

マーケットメイカーや量子ファンドにとって、このような利益機会を捉えるには、2つの能力が必要である：

• 機会の識別：同じイベントに結びついた契約を見つけ、基準を統一し、実際のオーダーブックの深さや手数料を考慮してすべての組み合わせを再価格設定する必要がある。これには、プラットフォーム全体の完全で標準化されたイベントと契約のマッピング表が必要であり、各契約を対応する問題に分類する必要がある；各契約の決済条項を明確にし、決済基準が一致する契約のみが相互にヘッジできる；リアルタイムのオーダーブックの深さとプラットフォームの手数料表 ------ 最適な一段階の価格だけを見ると、実際に得られる利益を過大評価することになる。
• 実行の実現：市場で見えるアービトラージ機会は、口座の利益とは限らない。本ケースでは、戦略は流動性のある主要契約に受動的な注文を出し、残りの8つの薄い契約を約定させ、価格変動によって利益が消失しないようにする必要がある。これには：多脚協調実行アルゴリズムを使用して、分割約定リスクを低減する；薄い市場に適した注文ロジックを適用し、単に注文を一掃するのではなく；取引前に手数料を差し引いた後の決済損益を予測し、資金を投入する前に利益がわずかな機会を排除する必要がある。

この分析フレームワークは、同じ結果に対して複数の契約や複数のプラットフォームで価格設定されるすべてのイベントに適用可能である。

結論

一般的に、人々は1つの予測問題に対して唯一の価格が存在すると考えがちである。Kalshiの上院契約は、より正確な理解が必要であることを証明している：相互に関連し、相互に独立した注文簿のグループである。それらは大きなトレンドでは一致しているが、価格設定には数パーセントの差が持続する。取引量が増加し続けても、価格差は自動的に消失することはない。今月の複数の取引日において、これらの価格差が重なり合い、理論的に正の利益を持つアービトラージ組み合わせを形成した。

中間選挙は一つのサンプルに過ぎない。予測市場の規模が拡大し、断片化が進むにつれて、同様の価格設定のギャップはさまざまなイベントや取引プラットフォームで継続的に発生するだろう。このような機会を評価するには、完全なデータを用いてギャップを掘り下げる必要があり、同時に実行コストを客観的に評価し、機会が実際に実行可能かどうかを判断する必要がある。