规则模式的实际表现——命中与落空
一项覆盖 1,156 个已结算 Polymarket 历史市场的回顾性分析：针对每种规则模式，统计带有该模式的市场实际以争议、作废或含糊收场的频率，并与 17.6% 的基准率对比。下方每个数字都由引擎自身的评分数据重新计算（最近重算于 2026年7月16日）——包括那些并不预示风险的模式。
基于已结算市场的回顾性回测——不是实时交易建议，也不代表未来表现
| 规则模式 | 触发市场数 | 实测问题率 | Wilson 95% 区间 | 相对基准的提升 |
|---|---|---|---|---|
| Legal-challenge / recount / appeal language | 22 | 77.3% | 57–90% | 4.4× |
| Multiple qualifying outcomes ("first of", "either") | 48 | 60.4% | 46–73% | 3.4× |
| Conflicting resolution sources ("X or Y") | 11 | 54.5% | 28–79% | 3.1× |
| Title / rules mismatch | 56 | 26.8% | 17–40% | 1.5× |
| Explicit cancellation clause (被默认为危险——实测呈保护性) | 388 | 3.9% | 2–6% | 0.2× |
| Generic "ambiguous language" (被默认为危险——实测呈保护性) | 224 | 8.5% | 5–13% | 0.5× |
样本、剔除项，以及“无法判定”意味着什么
数据集包含从 Polymarket 公开记录中提取的 1,235 个已关闭市场；其中 79 个因不可观测被剔除（其最终结算质量无法从任一方向确认——即诚实的“无法判定”一档），剩余 1,156 个已评分市场。它们的整体基准问题率为 17.6%。 单个模式的小样本意味着更宽的区间——正因如此，每一行都展示其 n 与 Wilson 95% 区间，而不是一个孤零零的百分比。 引擎共对 11 种规则模式评分；未在上表展示的 5 种在当前样本上未测得任一方向的可靠信号——我们公布这一数字，以免上表被误当作精心挑选的高光集锦。
综合模型胜过瞎猜吗？
胜过，而且是样本外的结论。在留出集上评分，拟合模型的 Brier 达到 0.119 vs 0.149（对比恒定基准率基线），同时也优于类别、细分与仅规则基线——判定为 MODEL_BEATS_BASELINES。这是相对于按基准率瞎猜的一点温和而诚实的优势，不是水晶球。 方法：方法论 → 模型。
回顾性，而非前瞻性
本页所有内容都在已结算的市场上度量——它说明这些模式在过去真实存在，不代表任何未来市场会遵循它们。我们不发布任何前瞻性表现声明，不发布“帮你避免了多少亏损”的数字，也不挑选胜绩展示。本页的诚实用法是：它告诉你哪些规则模式在历史上值得你在押下论点之前多看一眼。
如何亲自验证
对你持有的任何市场运行一次实时的 Resolution Watch：它会引用每个标记背后的确切规则片段，因此确定性结论几秒钟就能对照市场自身文本核验。上表的关联性来自一个标注日期、附区间的历史数据集——是关联性，不是因果关系的证明。