Il y a un cadre d’âge moyen nommé Caleb Davies, qui utilise des modèles pour prédire les notes des films et les classements Spotify, puis parie sur des plateformes comme Kalshi, accumulant environ 1,1 million de dollars.

Depuis longtemps, il collecte des données sur les notes de Rotten Tomatoes et les écoutes Spotify, met à jour son modèle tous les jours, et quand une plateforme annonce combien de points un film pourra finalement obtenir ou si une chanson pourra monter dans le classement, après avoir signé un contrat, il parie selon le résultat donné par le modèle.

À lui seul, le trading sur des contrats liés à la musique et aux films lui a rapporté plus de 500 000 dollars.

Davies a plus de dix ans d’expérience en trading et a aussi travaillé pour des institutions financières et dans l’IT.

Son premier pari remonte à 2015 : le montant n’était que de 300 dollars.

En mars 2024, il a déposé 10 000 dollars sur son compte Kalshi ; fin d’année, son compte dépassait déjà 200 000 dollars. Aujourd’hui, il figure publiquement parmi les principaux traders sur Kalshi.

Le modèle peut aussi se heurter à des modifications humaines des données.

Cette année, un trader a parié sur la chanson peu connue « Earrings », qui a soudainement grimpé. Davies a passé une position à l’envers et a perdu 4 500 dollars.

Après coup, il a découvert que le volume de lectures de cette chanson présentait une anomalie extrême. Spotify a ensuite confirmé qu’il y avait eu du « faux trafic » et a supprimé plus de 500 000 lectures, mais Kalshi a déjà procédé au règlement d’après le classement au moment où les lectures falsifiées étaient comptabilisées.

Davies continue aujourd’hui à faire de la prédiction sur les marchés ; tant que le problème n’est pas résolu, il ne conclut plus de nouveaux contrats liés aux classements Spotify. $SPCXB