NBA 伤兵消息公布后,最先往消息方向下单的是大额还是小额的单?
官方伤兵报告上架后 5 分钟内,Polymarket 上往消息方向的成交:1,000 美元以上的大单和小单,谁先出现、各有几成跟着消息走。
- 结果状态
- 初步结果
- 最后更新
- 开始日期
- 研究时间
- 已进行 1 天/预计 1 天
- 研究团队
- Mysports.AI 研究团队
- 计划登记
伤兵消息后大单与小单谁先动:重点发现
2025-26 例行赛 555 则消息、403 场;95% 误差范围 −0.9~+8.5 秒,包含 0=看不出差别(不代表一样快)。还没公告的时段用同样算法也有 +10.6 秒的偏差。
- 实际上第一笔顺向小单比第一笔顺向大单早出现(中位数 12 秒;平均 49 秒);第一张顺向单是大单的只有 27.8%,洗牌对照是 26.8%,差不多。
- 方向(描述,未检定):公告后第一分钟,大单 67.7%(63.9~71.6%)往消息方向,小单 49.3%(47.2~51.4%);5 分钟内 60.9% 对 49.8%;还没公告的时段 52.1% 对 49.3%。
- 频率(描述,未检定):公告后 90 秒内,往消息方向的大单每分钟张数是公告前 60~15 分钟的 8.3 倍(7.2~9.7),小单 2.1 倍(2.0~2.3)。按张数,顺向单还是以小单居多(1,088 张大单对 4,996 张小单)。
- 换条件时方向不一致:只看 5,000 美元以上,大单相对先到约 6 秒(−6.0,误差范围 −11.2~−0.7);分界改 250 美元,反而小单相对先到约 7 秒(+7.3,+2.4~+12.3)。「谁先到」用这份数据答不出稳定的答案。
- 反方向的单:公告后逆向的大单相对逆向小单明显较晚到(+16.7 秒,+10.9~+22.7),和「大单多半往消息方向」一致。
自己怎么用
打开 NBA 官方伤兵报告页(official.nba.com),点当天最新一份报告(PDF),跟前一份比,找「Current Status」栏有改变的重要球员。报告上的时间是美东时间。 打开来源 ↗
判断消息方向(简化的例子):从 Questionable(可能出赛)改成 Out(确定不打),对他的球队不利,往消息方向=不看好这队;改成 Available(可以打)则相反。本研究沿用 R1 的定义,同一队 15 分钟内有多则消息时另有合并规则,这里只是直观的例子。
套用本页的数字:过去平均,公告后第一分钟 1,000 美元以上的成交约 68% 往消息方向,1,000 美元以下的成交约 49%,差不多一半一半。这是很多场的平均,不能用来判断单一笔成交。
不要拿「大单或小单谁先到」当信号:第一笔顺向成交多半是小单,只是因为小单多;扣掉这一点,看不出谁比较快,换分界时结果也不一致。
这些是 2025-26 例行赛、Polymarket 第一代合约的过去平均,不保证任何一场或任何一笔成交;方向比例是描述,没有做正式检定。我们分不出单是谁下的,大单不等于「大户」。本页不提供投注建议。
白话说明
为什么研究这个?
回答「消息出来时,是大额的单先进场还是小额的单先进场」。看到消息后的成交纪录时,知道第一笔是小单很正常、大单也不一定都往同一边。
我们想知道什么?
R1 用每一笔成交量过:NBA 官方伤兵报告上架后,Polymarket 的成交价大约 90 秒走完一半。那这段时间里,最先往消息方向下单的,是大笔的钱还是小笔的钱?
我们怎么研究?
我们用 R1 的同一批 1,456 则伤兵消息(2025-26 例行赛,763 场)和公开的逐笔成交数据。同一秒、同一类买卖的成交合成一张单,合计 1,000 美元以上算大单。只看公告后 5 分钟内往消息方向的单,比第一张大单和第一张小单出现的时间。因为小单多很多(大约 16 张才 1 张大单),我们把金额随机洗牌 2,000 次当对照,看实际的先后跟「金额和先后无关」时差多少。计划和分析程序都先盖时间戳,才看结果。
目前发现什么?
第一笔顺向成交多半是小单(第一笔顺向小单比第一笔顺向大单早出现,中位数 12 秒),但这是因为小单多。跟洗牌对照比,大单相对小单晚 3.7 秒,误差范围 −0.9~+8.5 秒包含 0,看不出谁比较快;换分界(5,000 或 250 美元)时方向不一致,还没公告的时段用同样算法也偏 +10.6 秒。比较清楚的是方向(描述,未检定):公告后第一分钟,大单约 68% 往消息方向,小单约 49%;往消息方向的大单每分钟张数是公告前 60~15 分钟的 8.3 倍,小单 2.1 倍。
这代表什么?
消息出来后,第一笔成交是小单很正常,不代表小额的人反应比较快;大额的单也没有明显抢先。差别在方向:大单比小单更常往消息方向成交,往消息方向的大单频率也增加得比小单多;小单差不多一半一半。我们分不出单是谁下的,大单不等于「大户」。
还不能确定什么?
还不能确定的是「谁先到」:换分界时方向不一致,还没公告的时段用同样算法也有偏差,所以这份数据答不出稳定的答案。我们也分不出单是谁下的,看不到挂单和撤单,最先反应的可能是撤掉旧报价的人。新球季没有同样的逐笔数据,没办法再验证一次。
本页用到的名词
- 顺向
- 往消息方向下单。例如某队主力从「可能出赛」变成「确定不打」,对这队不利,顺向=不看好这队(卖这队或买对手)。
- 一张单
- 数据每一列是一笔被吃掉的挂单。我们把同一个市场、同一秒、同一类买卖的列加起来当一张单;分不出是谁下的,同一秒的好几个人可能被合成一张。
- 大单、小单
- 一张单合计 1,000 美元以上算大单,以下算小单。事件前后一小时,一张单的金额中位数只有 12 美元,1,000 美元以上约占 6%。
- 金额洗牌对照
- 把同一则消息 5 分钟内顺向成交的金额随机洗牌(时间不动)2,000 次,算出「金额和先后无关」时第一张大单比第一张小单晚多少,再跟实际比。
- 误差范围
- 95% 区间:以整场比赛为单位重新抽样 2,000 次算出来的。范围不包含 0,才说看得出差别。
详细结果
第一笔顺向大单相对第一笔顺向小单,比金额洗牌对照晚(+)或早(−)几秒
2025-26 例行赛。第一列是事先登记的主要结果,其他列是事先列出的换条件重算与对照(只描述)。负的=大单相对先动。
主要结果的误差范围 −0.9~+8.5 秒,包含 0=看不出差别。其他列是事先列出的换条件重算与对照,只当参考。这是研究,不是投注建议。
研究假设深入阅读
- H1大单相对先动 → 看不出:+3.7 秒(误差范围 −0.9~+8.5 秒),而且还没公告的时段用同样算法也偏 +10.6 秒。这不代表一样快证据不足
- D1公告后第一分钟,大单 68% 往消息方向、小单 49%(描述,未检定)探索结果
- D2公告后 90 秒内,往消息方向的大单每分钟张数是公告前 60~15 分钟的 8.3 倍,小单 2.1 倍(描述,未检定)探索结果
伤兵消息后大单与小单研究方法
研究问题
- 扣掉小单本来就比较多之后,第一笔顺向大单比第一笔顺向小单早还是晚?
- 公告后,大单、小单各有几成往消息方向?(描述,不做检定)
- 往消息方向的大单、小单,成交频率各变成平常的几倍?(描述,不做检定)
方法摘要
- 主要结果只有一个:每则消息「实际的(第一张顺向大单 − 第一张顺向小单)秒差」减去「金额洗牌对照的同一个差」,再平均。负的=大单相对先动。只用公告后 5 分钟内顺向大单、小单都有的 555 则消息。
- 这是大单和小单的相对先后:可能是大单提早、也可能是小单延后,所以两部分另外拆开看(大单 +3.2 秒、小单 −0.5 秒,都看不出差别)。
- 「公告」是官方 PDF 上架的时间;上架那一秒的成交算公告前(同 R1)。
数据源与限制
用到哪些数据(全部公开、免费)
限制
- 回溯研究、不是盲测:R1 已用同一批消息与成交量过反应速度与第一分钟的方向偏向(按金额算的偏向比按笔数强);大单更偏消息方向和那个结果兼容,不是独立的新发现。
- 分不出人、也分不出完整的单:一个人分好几秒下会变成好几张小单,同一秒的好几个人会被合成一张。
- 还没公告的时段(公告前 30~25 分钟)用同样算法也偏 +10.6 秒,所以这个对照方法本身不是完全中立;主数字不能直接当成消息造成的差。
- 只看主动成交;挂单、撤单看不到,最先反应的可能是撤掉旧报价的人。
- 数据集的成交金额约是市场公布成交量的一半(原因没有查证);结论只适用于数据集里的成交。只有 2025-26 例行赛,新球季没有同样的逐笔数据。
最新进度
最新进度:主要结果出炉:扣掉小单比较多的因素后,看不出大单或小单谁相对先动;第一分钟大单约七成往消息方向、小单约一半一半。计划与分析程序都先盖时间戳,结果经 AI 工具程序审查
下一步:新球季没有同样的逐笔成交数据,本研究不做前瞻;如有新的公开逐笔数据,再评估是否重做
研究进度
- 数据关卡通过(只数则数与金额,没有看方向或时间先后)
- 计划定稿并盖时间戳(两轮 AI 工具程序审查);分析程序先用假数据测试、盖时间戳再运行
- 主要结果出炉,AI 工具程序审查一轮(数字不变,修正几处用语)
更新纪录
版本纪录
- v1.0-结果
主要结果:看不出大单或小单谁相对先动(+3.7 秒,误差范围含 0);描述:第一分钟大单约 68% 往消息方向、小单约 49%
- v1.0
研究计划定稿并盖时间戳(T0=2026-11-16 18:19 UTC);回溯研究、非盲测;新球季没有同样的逐笔数据,不做前瞻
研究纪录
b795c7c62eee96e35efda3703be407e08f8a2ba98feacf48a43f503809d032a045766c27eb99a9376f273d0ba12bde2bd8585bfdb6522124dec65fd474b3ca0b47fd2099d012fdde3d0becfa7ffd77e73be352e5116b28dd0c66c22767ed0c578a5f7360641b6679bb9ba8eb70eeab59afcd09be8a7ec045bd8d447138c3c3df本页内容为研究纪录,仅供参考,不构成任何投注建议或获利保证。