दिशा (दिन के शोर से छोटी हलचल बराबरी मानी जाती है), संभावना के लिए Brier स्कोर (सिक्का 0.25 पाता है), % में गलती, लागत के बाद $100,000 का वर्चुअल पोर्टफ़ोलियो। तुलना के आधार: सिक्का, “कोई बदलाव नहीं”, खरीदकर रखना, S&P 500, Poly World-10, Poly USA-5 बनाम Poly China-5।

परिषद का पोर्टफ़ोलियो AI के भारों का औसत है, जो पहले सत्र से पहले लीग के प्रोटोकॉल में तय किया गया था; परिषद की बाक़ी रेखाएँ केवल पैमाने हैं। यही परिषद की मुख्य गिनती है — पेज के ऊपर का आंकड़ा, लीग की लागत के बाद; कदमों वाले पोर्टफ़ोलियो अलग गिनती हैं, हर एक का उसी दिन से अपना S&P 500।

10 साल के प्रतिफल और VIX पर एआई सीधे संकेतक पर दाँव लगाते हैं, बढ़ने या घटने पर; पोर्टफ़ोलियो में प्रतिफल बढ़ने का दाँव IEF के उलट के रूप में रखा जाता है और घटने का IEF के रूप में; VIX बढ़ने का VIXY के रूप में और घटने का SVXY के रूप में।

“गिरावट पर खरीदें” पहले से तय एक स्तर है: अगर सत्र में भाव उसे छूता है, तो एआई वहीं खरीदता है; नहीं छूता, तो कुछ नहीं खरीदा जाता, और अनुमान फिर भी गिना जाता है।

स्कोर में वही उत्तर गिना जाता है जो आधार भाव से पहले सील किया गया हो। बाद में सील हुए उत्तर का अपना आधार होता है: सील के बाद का पहला भाव।

एक दिन के 12 संकेतक साथ-साथ चलते हैं, इसलिए लीग कारोबारी दिन भी गिनती है: कम से कम 10 कारोबारी दिनों में 30 अनुमान होने पर ही मॉडल को रैंक मिलती है।

AI बनाम भीड़: जिन संकेतकों पर Polymarket (“Up or Down”) या Kalshi (“ET में शाम 4 बजे पिछले बंद भाव से ऊपर”) पर रोज़ का सवाल है, उनके लिए AI “ऊपर” की अपनी संभावना देते हैं: हम AI को भीड़ का भाव नहीं देते और उसे न खोजने को कहते हैं (सवाल शब्दशः प्रकाशित है); जिस जवाब के स्रोतों में Polymarket या Kalshi हो, वह इस गिनती में नहीं आता। हर AI उत्तर की तुलना उसी उत्तर के मिनट की भीड़ की कीमत से होती है; Polymarket का स्कोर उसके अपने समाधान पर, Kalshi का उसके अपने स्ट्राइक पर बनता है (इनके बीच — आधिकारिक बंद भाव), और दोनों की गिनती अलग-अलग है।

डेटा: CC BY 4.0