> ## Documentation Index
> Fetch the complete documentation index at: https://blog.opinion.trade/llms.txt
> Use this file to discover all available pages before exploring further.
# Qu’est-ce qui rend un marché de prédiction résoluble ?
> Un cadre pratique pour rédiger des questions de prédiction de marché qui peuvent être résolues clairement, avec des résultats objectifs, sources, des délais et des cas extrêmes.
## Réponse rapide
**Un marché de prédiction peut être résolu lorsqu'un examinateur indépendant peut appliquer la règle écrite à des preuves spécifiées et atteindre un résultat autorisé sans inventer de critères manquants.** Un marché résoluble a besoin d'un événement objectif, de résultats complets, d'une date limite et d'un fuseau horaire, de sources faisant autorité, d'une politique de preuves, de cas extrêmes explicites et d'un processus de résolution clair.
## Informations clés
* Une question populaire ne signifie pas automatiquement un bon marché.
* La résolvabilité est créée avant la négociation, et non réparée après la fin d'un événement.
* Le titre doit attirer l’attention ; la règle détaillée doit fonctionner comme un contrat.
* La création sans autorisation nécessite une validation de règles plus stricte, car le volume du sujet peut évoluer plus rapidement que l'examen humain.
* L’IA peut aider à standardiser les questions et à inspecter les lacunes, mais les choix factuels et politiques difficiles nécessitent toujours une surveillance transparente.
## Pourquoi la résolvabilité est importante
Chaque commerçant devrait acheter le même contrat. Si une personne pense que « gagner » inclut des pénalités tandis qu’une autre pense que cela signifie un temps réglementaire, ils n’évaluent pas le même événement même s’ils négocient dans le même carnet d’ordres.
Des règles faibles génèrent trois coûts :
1. **Bruit de prix :** les traders évaluent différentes interprétations.
2. **Délai de résolution :** les évaluateurs doivent reconstruire l'intention après l'événement.
3. **Risque de litige :** une partie perdante peut raisonnablement faire valoir qu'une autre interprétation était possible.
Une règle bien écrite ne garantit pas l’accord, mais elle limite le désaccord à des faits vérifiables.
## Sept éléments d'un marché résoluble
### 1. Un événement objectif
La question doit identifier un événement observable, une publication ou une décision officielle.
* Faible : « Le boom de l’IA va-t-il se poursuivre ?
* Plus fort : « L'entreprise X déclarera-t-elle plus de Y \$ de revenus de centres de données pour le quatrième trimestre 2026 ?
Des mots tels que succès, majeur, significatif ou récession nécessitent une définition, à moins qu'une autorité nommée n'en fournisse une.
### 2. Des résultats complets et exclusifs
Les résultats autorisés doivent couvrir le résultat possible sans se chevaucher.
Pour un marché binaire, la règle doit spécifier ce qui produit un oui et ce qui produit un non. Si une annulation, une invalidation ou un autre résultat est possible, la règle doit indiquer comment cela est traité.
### 3. Une date limite et un fuseau horaire
« D’ici la fin de l’année » est incomplet lorsque les participants opèrent à l’échelle mondiale. Une règle forte précise la date, l'heure et le fuseau, et distingue l'heure de l'événement de l'heure de publication.
### 4. Une source principale ou une hiérarchie de sources
La règle doit nommer les preuves qui contrôlent :
1. source officielle principale ;
2. source de secours si la source principale n'est pas disponible ;
3. traitement des rapports contradictoires ou corrigés ultérieurement.
Pour les données macro, il peut s'agir d'une agence gouvernementale nommée et d'une table de diffusion spécifique. Pour le sport, cela peut être le résultat final de l'instance dirigeante.
### 5. Une politique de révision
De nombreux chiffres officiels changent. Un marché doit préciser s’il utilise :
* la première valeur publiée ;
* la dernière valeur disponible à une date limite ;
* une révision finalisée ultérieurement.
Sans cette règle, deux sources précises provenant de dates différentes peuvent produire des résultats différents.
### 6. Règles des cas extrêmes
Le marché devrait tenir compte des exceptions plausibles, notamment :
* report ou annulation ;
* égalités, prolongations ou tirs au but ;
* entités renommées ou candidats au remplacement ;
* achèvement partiel;
* panne de source ;
* appel légal ou recomptage ;
* un événement qui se produit après la date limite mais qui est annoncé plus tard.
Le but n’est pas d’anticiper tous les événements imaginables. Il s'agit de couvrir des cas pour lesquels un participant raisonnable fixerait un prix différent.
### 7. Un parcours de proposition, d’examen et de contestation
La règle devrait indiquer aux utilisateurs comment une preuve devient un résultat proposé, quand ce résultat devient définitif et comment une erreur factuelle peut être contestée.
Lisez [What Is a Prediction Market Oracle?](/fr/learn/what-is-a-prediction-market-oracle) pour les principaux modèles de résolution.
## Un tableau de bord de résolvabilité
| Test | Condition de réussite | Panneau d'avertissement |
| ------------------------ | ------------------------------------------------------------ | ------------------------------------------------------------- |
| Objectivité | Un tiers peut observer l'événement | Le résultat dépend du goût ou du sentiment |
| Couverture des résultats | Chaque résultat réaliste correspond à un seul résultat | Une égalité ou une annulation n'a aucun traitement |
| Calendrier | La date, l'heure limite et le fuseau horaire sont explicites | «Bientôt», «cette année» ou l'heure de l'événement est ambigu |
| Preuve | Les sources principales et de secours sont nommées | « Selon les médias » |
| Révisions | La première, la dernière ou la dernière valeur est spécifiée | Des corrections ultérieures pourraient inverser le résultat |
| Cas extrêmes | Les exceptions probables ont des règles | Le réviseur doit déduire l'intention de l'auteur |
| Défi | Le processus de proposition et de litige est visible | Le résultat devient définitif sans chemin de correction |
Si un marché échoue à l’un des cinq premiers tests, il faudra peut-être le réécrire avant sa publication.
## Exemple concret : données sur l'inflation
Version faible :
> L’inflation américaine tombera-t-elle en dessous de 3 % le mois prochain ?
Questions restées sans réponse :
* IPC ou PCE ?
* titre ou noyau ?
* année après année ou mois après mois ?
* désaisonnalisé ?
* quelle date de sortie ?
* première publication ou révision ?
Structure plus solide :
> La variation d’une année sur l’autre de l’IPC tous éléments du Bureau of Labor Statistics des États-Unis pour juillet 2026, tel que publié pour la première fois dans la publication de l’IPC d’août 2026, sera-t-elle inférieure à 3,0 % ?
La règle détaillée doit ensuite identifier la table BLS, le traitement d'une version indisponible et la méthode de comparaison exacte.
## Exemple concret : le football
Version faible :
> L'équipe A battra-t-elle l'équipe B ?
Les versions plus fortes dépendent du contrat prévu :
* résultat du temps de régulation uniquement ;
* l'équipe avance, y compris les prolongations et les pénalités ;
* résultat final officiel après examen disciplinaire ;
* match joué dans un délai fixé, sinon invalide.
Ce sont des marchés différents. Un titre et une règle clairs empêchent les traders de choisir silencieusement différentes versions.
## Ce que Opinion a appris de Testnet
Le co-fondateur de Opinion, Jeff, a décrit publiquement un testnet dans lequel des utilisateurs sur liste blanche créaient des centaines de marchés sans autorisation et des processus communautaires géraient les règles et les résultats. L’expérience a révélé des règles de qualité incohérentes et des marchés qui n’ont pas pu être résolus de manière fiable.
La réponse déclarée de Opinion est la création de marché assistée par l'IA : aider les utilisateurs à rédiger des règles objectives, à définir les conditions, à spécifier les sources et à évaluer si un sujet se prête à la publication. Son livre blanc décrit de la même manière Opinion AI comme vérifiant si un sujet répond aux normes de résolvabilité.
Il s’agit d’une orientation produit, et non d’une autorisation de cacher la règle derrière l’IA. Les utilisateurs doivent toujours voir et évaluer le contrat final.
## Ce que l'IA peut et ne peut pas faire
L’IA peut aider :
* détecter les dates, sources et définitions manquantes ;
* suggérer des cas extrêmes courants ;
* comparer une règle proposée avec des formats d'événements connus ;
* normaliser la formulation sur de nombreux marchés ;
* résumer les preuves non structurées pendant la résolution.
L’IA ne peut pas garantir à elle seule :
* que la source choisie est légitime ou politiquement neutre ;
* que chaque futur cas limite était anticipé ;
* qu'un concept social ambigu a une définition objective ;
* que ses preuves n'étaient pas incomplètes ou manipulées ;
* que le jugement final est incontestable.
C'est pourquoi Opinion a décrit publiquement une approche hybride combinant l'efficacité de l'IA avec plusieurs agents, une exécution sécurisée, une surveillance humaine et une couche de litige. Voir [How Opinion AI Resolves Markets](/fr/learn/how-opinion-ai-oracle-works).
## Sources utilisées
1. [OPINION Whitepaper v1.0](https://static.opinion.trade/OPINION_Whitepaper_EN.pdf) — Le rôle de Opinion AI en matière de création de marché et de résolvabilité.
2. [Jeff / Opinion: Resolution — Opinion AI](https://x.com/jeff__opinion/status/1957611486991487486) — leçons testnet et direction hybride décrite publiquement.
3. [OPINION Docs: Resolution](https://docs.opinion.trade/trade-on-opinion.trade/resolution) — exigence de résolution spécifique au marché.
4. [Kalshi Help Center: Market Rules](https://help.kalshi.com/en/articles/13823822-market-rules) — exemple indépendant d'exigences de résultats et de sources de vérification.
## FAQ
Pas fiable. Une question peut être intéressante mais inadaptée si son résultat est subjectif, si sa source ne peut être vérifiée ou si son échéance et ses résultats possibles ne peuvent être définis.
Cela dépend de la plateforme. Une équipe de marchés, un créateur de communauté ou un système de création assisté par IA peut rédiger la règle. Les utilisateurs doivent évaluer le texte final publié, quel que soit celui qui l'a écrit.
Les causes courantes incluent une formulation vague, une résolution prématurée, des sources contradictoires, des annulations non gérées et un désaccord sur la version des contrôles de données révisés.
Non. L’IA peut améliorer la cohérence et trouver des critères manquants, mais des litiges peuvent toujours survenir en raison de mauvaises sources, d’événements inhabituels, d’erreurs de modèle ou d’une véritable ambiguïté.
Ne présumez pas que le titre exprime le contrat envisagé. Recherchez des éclaircissements ou choisissez un marché dont vous pouvez expliquer avec précision les résultats, les preuves et les cas extrêmes.
Informations pédagogiques uniquement. Les règles du marché et les systèmes de résolution varient ; vérifier le contrat en direct et la documentation officielle actuelle.