タイトル：《AIを使った天気予測で一日200ドル稼ぐ方法》
著者：長安
出典：
転載：火星财经
天気は選挙のように立場がない。NBAのように応援チームもない。しかし、なぜかこの市場に国内ユーザーが殺到している。理由は簡単だ。誰もが感じているし、誰もが上海の天気に詳しいと思い込んでいるからだ。
しかし、「感じがわかる」ことと「稼げる」ことは別物だ。
Biteyeは今日、三つのことを共有する：
決済ルールを理解する
天気の予測方法を確立する
システムを使って他人が見えない取引チャンスを見つける
一、まず理解しよう：この天気市場は一体どう決済されているのか？
多くの人は初めて参加すると誤解しがちだ：スマホの天気アプリで最高気温を見ながら賭けるが、アプリが示すのは上海市街地の温度だ。一方、Polymarketの決済は上海浦東空港（ZSPD気象ステーション）の実測データを用いている。このデータはアメリカの気象プラットフォームWundergroundが公開しており、PMはWundergroundの記録を直接読み取って決済基準としている。
二つの場所、二つの数字。浦東空港は市の東側に位置し、長江の入り口に近いため、海風の影響を受けやすく、気温は通常市街地より低めだ。この差は普段は気づきにくいが、境界付近では押し違いを生む。
だから、天気市場のコメント欄ではこんな混乱も見られる：「明らかに昨日より暖かいはずなのに、最高気温が逆に低く表示されている？」
Wundergroundのデータは空港の毎時報告METAR（民間航空用の気象電報フォーマット）から直接取得している。
ここに一つの細かい点が隠されている：METARは華氏（°F）で記録されており、Wundergroundはその数字をそのまま表示している。換算や修正はしていない。
一方、多くの天気予報システムや気象モデルの出力温度は小数点付きだ。モデルの計算精度が高いほど、この最も粗い単位の違いを見落としやすくなる。
ZSPDのデータ約1900日分を分析した結果、上海の最高気温の出現時間は予想以上に集中していることがわかった。
· 四季を通じて11:00-13:00に集中
· 夏季は12:00の集中度が最も高く、全季の27.6%を占める
· 秋季はピーク時間がやや早めで、10:00も高頻度の時間帯の一つ
規則性を知ることは第一歩だが、それだけでは盤面を見続けることはできない。毎日の最高温がいつ現れるか、更新されるか、どの境界から離れるか。
そこで、小編はこのシステムを構築した：毎日の決済前に、その日の最高気温がどの温度帯に落ちるかをできるだけ正確に予測する。
二、五つの方法、三つが成功
市場ルールを理解した後、次の問題は：その日の最高気温をどう予測するか？
気象初心者として最初にやるべきは、ChatGPTに尋ねることだ：「気象業界は一体どうやってその日の最高気温を計算しているのか？どんな成熟した方法があるのか？」ChatGPTは一つの理論的枠組みを提示し、Claudeはそれをコードに落とし込んだ。二つのAIを連携させて、週末にシステムを構築した。
合計五つの方法を試したが、最終的に成功したのは三つだけ。
成功したのは：
最高気温を予測するには、まずデータが必要だ。二つのソースを採用した：
· Weather Company（WC）は商用気象APIで、逐時間予報データを提供し、精度が高い；
· ECMWFはヨーロッパ中期予報センターの全球気象モデルで、大規模な気象システムに対して敏感だ。
それぞれに長所と短所があるため、これらを加重投票させた。重みは当日の天気タイプに応じて動的に調整：晴れの日はWCを重視し、雲量や風速が高い天気はECMWFを重視。
予報は前夜に算出されるが、その後も天気は変化し続ける。そこで、このモジュールは、今朝すでに得られた実測データを使って、その日の最高気温を推定する。
ロジックはシンプルだ。上海の朝8-9時は最も気温が上がる時間帯だと気づいた。システムはこの時間の実測温度を取得し、過去のデータを参照：同じ季節・同じ時間帯において、過去平均でどれだけ上昇できるかを計算。
そこに二つの修正を加える：
· 雲が多い場合は割引をかけ、雲量が厚いほど昇温が妨げられる
· 強風の場合も割引をかけ、風が強いと熱の散逸が早まる。これにより「外挿推定」を行う。
気圧、露点、湿度も計算に入れるが、回帰テストの結果、これらの影響は小さく、相関も低いため除外した。
ただし、外挿だけでは安定しないため、カルマンゲインの概念を導入し、「外挿結果」と「予報値」の加重平均を取る。重みは時間とともに自動的に変化する。
· 朝6時は外挿が20%、予報を80%信頼
· 正午12時には外挿が72%
· 午後1時以降は実測値をほぼ完全に信頼し、85%を占める
時間が経つほど、直前の実測が重要になる。早朝は過去の予報の参考度が高い。
午後2時以降、ピークは過ぎたと判断し、当日の最高気温を過去記録から直接取得して確定させる。
これが最も満足度の高いモジュールだ。毎朝深夜に判断を行う：今日は昨日より気温が高くなるか？
深夜2-4時に、気圧変化、風向・風速、雲量、昨日の気温変動、過去三日の温度傾向、昨日の気温の偏り、月・季節・曜日・雨の有無などのデータを収集し、モデルに入力。
モデルは五つの判定を出す：昇温日、やや昇温、横ばい、やや降温、降温日と、それぞれの信頼度も示す。
ただし、この方法の季節ごとの精度には差が大きい。
冬季は最も正確：冷気が到来し、気圧が急上昇、北風が強まると信号が非常に明確になり、モデルも一目でわかる。
秋季は最も不正確：冷暖気団が入り乱れ、今日上昇しても明日には下がることが多く、過去の規則性が最も崩れやすい。
廃止した方法：
過去にフーリエ分析を用いて気温の周期性をフィッティングし、当日の最高気温を予測しようとしたが、結果は「この季節の平均気温」しか示さず、上海の気象のランダム性が高いため、平滑な平均曲線に過ぎず、実際の変動を捉えられなかった。誤差は3.6°Cで、システム的に過小評価だったため廃止。
ERA5は欧州気候センターの全球歴史再解析データセットで、その日の最高気温が何時に出るかを予測できる。
回帰テストの結果：
· 1時間以内の予測精度は59.6%
· 2時間以内は81.3%
しかし、Polymarketの精度はさらに高く、判断の時間枠も短いため、半時間以内のピーク予測ができなければ意味が薄い。したがって、この方法は廃止された。
三、実戦例と反省点
Polymarketの天気市場は4日前から取引可能で、人気の温度帯は早期に十分に価格付けされる。高確率の境界に賭けると、リスク・リターンはあまり良くない。
そこで、小編は次の戦略を採用した：シグナルを待ち、昇温後の時間帯に再参入。
自作の天気システムを使った二つのケースを紹介する。
ケース1：
16日の深夜、Telegramチャンネルから夜間モードのレポートを配信：「明日は降温日」。理由は、その夜の雲量が厚く、季節と年内の日序も降温方向を示していた。
この時点ではすぐに賭けはしなかった。深夜のシグナルはあくまで第一の参考材料。
翌午前11時、システムは昇温期のリアルタイムレポートを配信。実測最高温はすでに12°Cに達しており、「+1°C」の確率スコアは42%で、上昇しない見込みだった。
深夜のロジスティック回帰の降温シグナルと一致し、信号は明確になったため、16日の最高気温が13°Cを超えないと予測し、賭けた。
その日の決済：12°C。前日15日は15°Cだったため、3度の降下。
ケース2：
今日17日の上海天気例。天気システムは警告も役立つ。
午前7時の推定では、ピーク時刻は異常に遅く、22:00だった。
普通の晴天は午後1-3時に最高気温を迎えるが、今日は夜の22時にピークがあり、これは日照による昇温ではなく、暖湿気流の夜間輸送を示す。終日雨で、雲量は97-100%、日照はほぼゼロ。
この時点でPolymarketを開き、12°Cの価格がまだ53%に留まっているのを確認。コミュニティには混乱も。
「もう午後なのに、気温は11°Cしかなく、ピークはとっくに過ぎているはずなのに、なぜみんな12°Cに賭けているのか？」
この混乱の背景には、晴天のロジックで雨天の市場を判断しようとする誤りがある。
システムは混乱しない。朝からその日の天気タイプを正確に識別し、ピーク時刻の異常と、現在の気温と市場予想の乖離を見抜く。これが情報の差であり、その差こそが取引チャンスだ。
このシステムの意義は、チャンスのときに見抜きやすく、リスクのときに早期警告を出せることだ。
しかし、このシステムにも課題がある。
週末に作ったシステムで、すでにいくつかの問題点を発見した：
· 秋季の正確率は63.7%と、コイン投げ並み
· 冷暖気団の入り乱れにより、今日上昇しても明日下がるケースが多く、秋季は最も規則性が崩れやすい
· 気圧の特徴は実運用では取得困難。モデル訓練時には気圧変化を特徴に使ったが、回測では良好だった。
· 冷気の通過信号は明確だが、実運用ではリアルタイム気圧データが取得できない。
· 沿海の補正もデータ待ち。浦東空港の海風効果は実在し、対応修正モジュールも作ったが、回測サンプルが十分でない。
週末に動かしたシステムでこれらの問題点を見つけられたのは収穫だ。今後も改善を続ける。
五、まとめ
気象学は数百年の歴史があり、衛星やスーパーコンピュータ、全球モデルも導入されているが、それでも天気予報は100%の正確さを保証できない。科学者の努力不足ではなく、大気システム自体がカオスだからだ。初期条件が少し違えば、結果は全く異なる。
この週末に作ったシステムも完璧ではない。秋季の正確率はコイン並み、冷気の到来も早すぎて反応できないこともある。海風の効果も完全には捉えきれていない。
しかし、それは重要ではない。予測市場を行うには、毎回正確である必要はない。オッズに優位性があるときに、市場より一歩深く情報を見ることが肝心だ。
16.65M 人気度
430.57K 人気度
14.51K 人気度
188.7K 人気度
3.57M 人気度
AIを使って天気予報を行えば、たった1日で200ドル稼げる？
タイトル：《AIを使った天気予測で一日200ドル稼ぐ方法》
著者：長安
出典：
転載：火星财经
天気は選挙のように立場がない。NBAのように応援チームもない。しかし、なぜかこの市場に国内ユーザーが殺到している。理由は簡単だ。誰もが感じているし、誰もが上海の天気に詳しいと思い込んでいるからだ。
しかし、「感じがわかる」ことと「稼げる」ことは別物だ。
Biteyeは今日、三つのことを共有する：
決済ルールを理解する
天気の予測方法を確立する
システムを使って他人が見えない取引チャンスを見つける
一、まず理解しよう：この天気市場は一体どう決済されているのか？
多くの人は初めて参加すると誤解しがちだ：スマホの天気アプリで最高気温を見ながら賭けるが、アプリが示すのは上海市街地の温度だ。一方、Polymarketの決済は上海浦東空港（ZSPD気象ステーション）の実測データを用いている。このデータはアメリカの気象プラットフォームWundergroundが公開しており、PMはWundergroundの記録を直接読み取って決済基準としている。
二つの場所、二つの数字。浦東空港は市の東側に位置し、長江の入り口に近いため、海風の影響を受けやすく、気温は通常市街地より低めだ。この差は普段は気づきにくいが、境界付近では押し違いを生む。
だから、天気市場のコメント欄ではこんな混乱も見られる：「明らかに昨日より暖かいはずなのに、最高気温が逆に低く表示されている？」
Wundergroundのデータは空港の毎時報告METAR（民間航空用の気象電報フォーマット）から直接取得している。
ここに一つの細かい点が隠されている：METARは華氏（°F）で記録されており、Wundergroundはその数字をそのまま表示している。換算や修正はしていない。
一方、多くの天気予報システムや気象モデルの出力温度は小数点付きだ。モデルの計算精度が高いほど、この最も粗い単位の違いを見落としやすくなる。
ZSPDのデータ約1900日分を分析した結果、上海の最高気温の出現時間は予想以上に集中していることがわかった。
· 四季を通じて11:00-13:00に集中
· 夏季は12:00の集中度が最も高く、全季の27.6%を占める
· 秋季はピーク時間がやや早めで、10:00も高頻度の時間帯の一つ
規則性を知ることは第一歩だが、それだけでは盤面を見続けることはできない。毎日の最高温がいつ現れるか、更新されるか、どの境界から離れるか。
そこで、小編はこのシステムを構築した：毎日の決済前に、その日の最高気温がどの温度帯に落ちるかをできるだけ正確に予測する。
二、五つの方法、三つが成功
市場ルールを理解した後、次の問題は：その日の最高気温をどう予測するか？
気象初心者として最初にやるべきは、ChatGPTに尋ねることだ：「気象業界は一体どうやってその日の最高気温を計算しているのか？どんな成熟した方法があるのか？」ChatGPTは一つの理論的枠組みを提示し、Claudeはそれをコードに落とし込んだ。二つのAIを連携させて、週末にシステムを構築した。
合計五つの方法を試したが、最終的に成功したのは三つだけ。
成功したのは：
最高気温を予測するには、まずデータが必要だ。二つのソースを採用した：
· Weather Company（WC）は商用気象APIで、逐時間予報データを提供し、精度が高い；
· ECMWFはヨーロッパ中期予報センターの全球気象モデルで、大規模な気象システムに対して敏感だ。
それぞれに長所と短所があるため、これらを加重投票させた。重みは当日の天気タイプに応じて動的に調整：晴れの日はWCを重視し、雲量や風速が高い天気はECMWFを重視。
予報は前夜に算出されるが、その後も天気は変化し続ける。そこで、このモジュールは、今朝すでに得られた実測データを使って、その日の最高気温を推定する。
ロジックはシンプルだ。上海の朝8-9時は最も気温が上がる時間帯だと気づいた。システムはこの時間の実測温度を取得し、過去のデータを参照：同じ季節・同じ時間帯において、過去平均でどれだけ上昇できるかを計算。
そこに二つの修正を加える：
· 雲が多い場合は割引をかけ、雲量が厚いほど昇温が妨げられる
· 強風の場合も割引をかけ、風が強いと熱の散逸が早まる。これにより「外挿推定」を行う。
気圧、露点、湿度も計算に入れるが、回帰テストの結果、これらの影響は小さく、相関も低いため除外した。
ただし、外挿だけでは安定しないため、カルマンゲインの概念を導入し、「外挿結果」と「予報値」の加重平均を取る。重みは時間とともに自動的に変化する。
· 朝6時は外挿が20%、予報を80%信頼
· 正午12時には外挿が72%
· 午後1時以降は実測値をほぼ完全に信頼し、85%を占める
時間が経つほど、直前の実測が重要になる。早朝は過去の予報の参考度が高い。
午後2時以降、ピークは過ぎたと判断し、当日の最高気温を過去記録から直接取得して確定させる。
これが最も満足度の高いモジュールだ。毎朝深夜に判断を行う：今日は昨日より気温が高くなるか？
深夜2-4時に、気圧変化、風向・風速、雲量、昨日の気温変動、過去三日の温度傾向、昨日の気温の偏り、月・季節・曜日・雨の有無などのデータを収集し、モデルに入力。
モデルは五つの判定を出す：昇温日、やや昇温、横ばい、やや降温、降温日と、それぞれの信頼度も示す。
ただし、この方法の季節ごとの精度には差が大きい。
冬季は最も正確：冷気が到来し、気圧が急上昇、北風が強まると信号が非常に明確になり、モデルも一目でわかる。
秋季は最も不正確：冷暖気団が入り乱れ、今日上昇しても明日には下がることが多く、過去の規則性が最も崩れやすい。
廃止した方法：
過去にフーリエ分析を用いて気温の周期性をフィッティングし、当日の最高気温を予測しようとしたが、結果は「この季節の平均気温」しか示さず、上海の気象のランダム性が高いため、平滑な平均曲線に過ぎず、実際の変動を捉えられなかった。誤差は3.6°Cで、システム的に過小評価だったため廃止。
ERA5は欧州気候センターの全球歴史再解析データセットで、その日の最高気温が何時に出るかを予測できる。
回帰テストの結果：
· 1時間以内の予測精度は59.6%
· 2時間以内は81.3%
しかし、Polymarketの精度はさらに高く、判断の時間枠も短いため、半時間以内のピーク予測ができなければ意味が薄い。したがって、この方法は廃止された。
三、実戦例と反省点
Polymarketの天気市場は4日前から取引可能で、人気の温度帯は早期に十分に価格付けされる。高確率の境界に賭けると、リスク・リターンはあまり良くない。
そこで、小編は次の戦略を採用した：シグナルを待ち、昇温後の時間帯に再参入。
自作の天気システムを使った二つのケースを紹介する。
ケース1：
16日の深夜、Telegramチャンネルから夜間モードのレポートを配信：「明日は降温日」。理由は、その夜の雲量が厚く、季節と年内の日序も降温方向を示していた。
この時点ではすぐに賭けはしなかった。深夜のシグナルはあくまで第一の参考材料。
翌午前11時、システムは昇温期のリアルタイムレポートを配信。実測最高温はすでに12°Cに達しており、「+1°C」の確率スコアは42%で、上昇しない見込みだった。
深夜のロジスティック回帰の降温シグナルと一致し、信号は明確になったため、16日の最高気温が13°Cを超えないと予測し、賭けた。
その日の決済：12°C。前日15日は15°Cだったため、3度の降下。
ケース2：
今日17日の上海天気例。天気システムは警告も役立つ。
午前7時の推定では、ピーク時刻は異常に遅く、22:00だった。
普通の晴天は午後1-3時に最高気温を迎えるが、今日は夜の22時にピークがあり、これは日照による昇温ではなく、暖湿気流の夜間輸送を示す。終日雨で、雲量は97-100%、日照はほぼゼロ。
この時点でPolymarketを開き、12°Cの価格がまだ53%に留まっているのを確認。コミュニティには混乱も。
「もう午後なのに、気温は11°Cしかなく、ピークはとっくに過ぎているはずなのに、なぜみんな12°Cに賭けているのか？」
この混乱の背景には、晴天のロジックで雨天の市場を判断しようとする誤りがある。
システムは混乱しない。朝からその日の天気タイプを正確に識別し、ピーク時刻の異常と、現在の気温と市場予想の乖離を見抜く。これが情報の差であり、その差こそが取引チャンスだ。
このシステムの意義は、チャンスのときに見抜きやすく、リスクのときに早期警告を出せることだ。
しかし、このシステムにも課題がある。
週末に作ったシステムで、すでにいくつかの問題点を発見した：
· 秋季の正確率は63.7%と、コイン投げ並み
· 冷暖気団の入り乱れにより、今日上昇しても明日下がるケースが多く、秋季は最も規則性が崩れやすい
· 気圧の特徴は実運用では取得困難。モデル訓練時には気圧変化を特徴に使ったが、回測では良好だった。
· 冷気の通過信号は明確だが、実運用ではリアルタイム気圧データが取得できない。
· 沿海の補正もデータ待ち。浦東空港の海風効果は実在し、対応修正モジュールも作ったが、回測サンプルが十分でない。
週末に動かしたシステムでこれらの問題点を見つけられたのは収穫だ。今後も改善を続ける。
五、まとめ
気象学は数百年の歴史があり、衛星やスーパーコンピュータ、全球モデルも導入されているが、それでも天気予報は100%の正確さを保証できない。科学者の努力不足ではなく、大気システム自体がカオスだからだ。初期条件が少し違えば、結果は全く異なる。
この週末に作ったシステムも完璧ではない。秋季の正確率はコイン並み、冷気の到来も早すぎて反応できないこともある。海風の効果も完全には捉えきれていない。
しかし、それは重要ではない。予測市場を行うには、毎回正確である必要はない。オッズに優位性があるときに、市場より一歩深く情報を見ることが肝心だ。