Kalshi attribue son avantage sur les pros de Wall Street aux traders de garage

Le succès de Kalshi provient des gens ordinaires, pas des professionnels de la finance. Le PDG Tarek Mansour a déclaré que les 1 000 meilleurs traders de la plateforme n’ont pour la plupart pas de diplômes de l’Ivy League, pas beaucoup d’argent, ni d’expérience à Wall Street, mais qu’ils sont très doués pour lire les actualités et savoir quand ils ont raison ou tort.

Mansour a analysé les chiffres et a découvert quelque chose de plutôt surprenant sur qui gagne réellement de l’argent sur les marchés de prédiction. Ce ne sont pas vos habituels gars de fonds spéculatifs ou analystes quantitatifs avec des algorithmes sophistiqués. Au lieu de cela, ce sont des personnes capables de traiter rapidement l’information et d’ajuster leur pensée lorsque de nouveaux faits apparaissent. « Vous avez besoin des gens du Kansas qui tradent depuis leur garage, » a déclaré Mansour lors d’une récente interview. Les données de la plateforme montrent que ces traders du quotidien apportent des perspectives diversifiées que les professionnels de la finance manquent souvent. Des recherches du National Bureau of Economic Research confirment en partie ce que Kalshi observe – les marchés de prédiction surpassent les prévisions traditionnelles sur des sujets spécifiques comme les taux d’inflation et les décisions de la Réserve fédérale car ils se mettent à jour constamment au fur et à mesure que de nouvelles informations arrivent.

Les femmes représentent désormais 26% des utilisateurs de Kalshi. C’est plutôt bien pour les plateformes de trading.

La plateforme propose des contrats sur tout, de la politique au divertissement en passant par les indicateurs économiques, ce qui attire des personnes avec des expertises et intérêts variés. Mais certains analystes pensent qu’un petit groupe de traders sophistiqués, peut-être incluant des fonds spéculatifs, est en réalité à l’origine de la plupart des mouvements de prix. Si c’est vrai, alors les marchés de prédiction pourraient ne pas vraiment refléter ce que pensent les gens ordinaires – ils pourraient simplement montrer où va l’argent intelligent. Le débat devient flou car il est difficile de dire qui se cache derrière quelles transactions.

L’automatisation change tout

Les choses évoluent rapidement vers le trading automatisé. Les données de Polymarket montrent que de nombreux comptes les plus rentables ressemblent à des bots, pas à des humains. À mesure que les volumes augmentent, les marchés de prédiction commencent à ressembler davantage aux changes étrangers ou aux cryptos – la vitesse et les stratégies complexes comptent plus que d’avoir de bonnes intuitions sur ce qui pourrait se passer.

Mansour pense que la plateforme peut gérer à la fois l’intuition humaine et l’efficacité algorithmique. « Nous assistons à un mélange de stratégies, » a-t-il dit. « Cette approche duale pourrait redéfinir la manière dont les prédictions sont faites. » Mais il n’est pas clair si cet équilibre durera alors que de plus en plus d’argent institutionnel afflue.

La base d’utilisateurs de Kalshi continue de s’étendre à l’échelle mondiale. Les chiffres de mars 2026 ont montré de fortes augmentations de traders en Asie du Sud-Est et en Amérique latine, ce qui signifie davantage de points de vue diversifiés influençant les prix du marché. Le Dr Emily Chen de l’Université de Chicago soutient que l’intelligence collective bat encore les algorithmes purs. « L’élément humain apporte une imprévisibilité que les machines ne peuvent pas toujours capturer, » a déclaré Chen lors d’un symposium financier en février. Les observateurs de l’industrie ont noté des parallèles avec Fox signe un accord pluriannuel avec Kalshi ces dernières semaines.

Croissance de la plateforme et plans futurs

L’entreprise n’a pas précisé comment elle équilibrera l’influence institutionnelle par rapport aux particuliers à mesure que les marchés mûrissent. Contacté pour commenter sur la manière de maintenir l’équité pour les traders réguliers, Kalshi n’a pas répondu. Cela laisse de grandes questions sur le fait de savoir si les marchés de prédiction resteront accessibles ou deviendront un autre terrain de jeu pour les algorithmes sophistiqués.

Kalshi a été lancé en 2018 et s’est positionné comme le leader en proposant des contrats sur une multitude d’événements différents. L’analyste financier Mark Peters a écrit en mars 2026 que la capture en temps réel du sentiment offre de meilleures attentes de marché que les méthodes de prévision traditionnelles. Le flux continu de données crée une compréhension plus dynamique par rapport aux enquêtes traditionnelles ou aux panels d’experts.

Le 2 avril 2026, des rapports ont fait état d’augmentations majeures du trading algorithmique sur Kalshi. Les traders particuliers s’inquiètent d’être dépassés par les algorithmes à haute fréquence, mais la direction voit les stratégies automatisées comme une évolution naturelle qui apporte efficacité et liquidité. La tension entre accessibilité et sophistication ne cesse de croître.

Mansour a annoncé le 5 avril 2026 que Kalshi souhaite des partenariats avec des institutions académiques pour des modèles de prédiction spécialisés. L’objectif est d’améliorer les capacités analytiques et de fournir des insights plus ciblés aux utilisateurs. Sequoia Capital a dirigé une levée de fonds de 50 millions de dollars fin 2025, des fonds destinés à des améliorations technologiques et à une expansion mondiale.

La plateforme prévoit davantage de contrats de niche pour attirer de nouveaux segments d’utilisateurs. La question de savoir si la précision des prévisions se maintiendra à mesure que la participation évolue reste la grande question pour les utilisateurs institutionnels. L’entrée de capitaux sophistiqués et de stratégies automatisées pourrait réduire l’avantage des particuliers, tout comme ce qui s’est passé dans les actions, les changes et les cryptos au fil des ans. Cela fait écho aux thèmes explorés dans XRP vise un objectif alors qu’une percée technique suscite le débat des analystes, soulignant le paysage en mutation.