예측 시장에서의 클러스터링, 관계 발견 및 의미 기반 거래를 위한 자율 인공지능

Agentic AI for Clustering, Relationship Discovery, and Semantic Trading in Prediction Markets

예측 시장은 사용자가 실제 사건의 결과에 대해 거래할 수 있도록 하지만, 중복된 질문, 암묵적인 동등성, 그리고 시장 간의 숨겨진 모순으로 인해 단편화되기 쉽습니다. 본 연구에서는 계약 텍스트가 가격 정보로 분석되기 전에 시장 구조를 자율적으로 복원하는 자율 인공지능(AAI) 파이프라인을 제시합니다. 이 워크플로우는 먼저 자연어 이해 기술을 사용하여 계약 텍스트와 메타데이터를 기반으로 시장을 일관된 주제 그룹으로 클러스터링하고, 각 클러스터 내에서 서로 다른 이벤트 시장에 속하는 계약 간의 강한 의존성 또는 선도-추종 관계를 식별합니다. 본 연구는 2026년 초의 대규모 예측 시장 데이터셋을 사용하여 개발된 시스템과 자연어 추론(NLI) 벤치마크를 평가했습니다. 해결된 결과를 기반으로 식별된 관계를 평가한 결과, AAI가 식별한 관계는 교환 기록에 따른 정산 내용과 62.8%의 일관성을 보이는 반면, NLI 벤치마크는 40.6%의 정확도를 달성하는 데 그쳤습니다. 클러스터 내에서 AAI 출력은 희소하며, 불만족률이 0.324%로 매우 높은 호환성을 보여줍니다. 응용 사례로서, 발견된 관계가 예측 시장에서의 의미 기반 거래 전략에 어떻게 활용될 수 있는지 보여줍니다. 이러한 전략 중 하나는 2026년 2개월 동안 총수익(ROI)의 14.12%를 달성했습니다. 전반적으로, 본 연구는 예측 시장을 위한 구조 발견 레이어로 자율 인공지능의 잠재력을 입증합니다.

Prediction markets allow users to trade on outcomes of real-world events, but are prone to fragmentation with overlapping questions, implicit equivalences, and hidden contradictions across markets. We present an agentic AI (AAI) pipeline that autonomously recovers cross-market structure from contract text before prices enter the analysis. The workflow first clusters markets into coherent topical groups using natural-language understanding over contract text and metadata, and then identifies contracts within each cluster, but from different event markets, that exhibit strong dependence or leader--follower relationships. We evaluate this system, along with a natural language inference (NLI) benchmark, on a large prediction market dataset from early 2026. Using resolved outcomes to evaluate identified relations, we find that AAI-identified relations are 62.8\% consistent with exchange-recorded settlements, whereas the NLI benchmark only achieves 40.6\% accuracy. Within clusters, the AAI output is sparse and also remarkably compatible as a signed graph with a frustration rate of 0.324\%. As an application, we show how discovered relations inform semantics-based trading strategies on prediction markets. One such strategy yields 14.12\% net ROI after fees in a two-month period in 2026. Overall, we demonstrate the potential for agentic AI as a structural discovery layer for prediction markets.