Bitwise składa wniosek o ETF-y „udziałów prognostycznych” zabezpieczone zakładami z rynków prognoz dotyczących wyborów midterm 2026 i wyborów prezydenckich 2028

Bitwise Asset Management złożył wniosek do amerykańskiej Komisji Papierów Wartościowych i Giełd (SEC) o wprowadzenie na giełdę pakietu funduszy ETF „Prediction Shares”, które utrzymywałyby pozycje w kontraktach rynków predykcyjnych powiązanych z wynikami wyborów w USA. W zgłoszeniu uwzględniono dwa prezydenckie ETF-y na 2028 r. (jeden śledzący zwycięstwo Demokratów, drugi zwycięstwo Republikanów) oraz cztery ETF-y na wybory midterm w 2026 r. (wyniki Demokratów i Republikanów zarówno w Izbie Reprezentantów, jak i w Senacie). Każdy ETF zajmowałby pozycje w zakładach rynków predykcyjnych wspierających deklarowany przez fundusz wynik, oferując inwestorom regulowaną ekspozycję w formie ETF na prawdopodobieństwa wyborcze bez bezpośredniego korzystania z zdecentralizowanych platform takich jak Polymarket. Bitwise pozycjonuje ETF-y jako pomost między tradycyjnymi rynkami kapitałowymi a rynkami predykcyjnymi, powołując się na rosnącą skalę, płynność i miesięczne wolumeny handlu na rynkach predykcyjnych (zgłaszane na poziomie około 10 mld USD). Propozycja odzwierciedla sposób, w jaki spotowe ETF-y Bitcoina poszerzyły dostęp do krypto, pakując nietradycyjne benchmarki w znajome struktury ETF. Fundusze będą poddane kontroli regulacyjnej w zakresie wyboru kontraktów, mechaniki rozliczeń, źródeł płynności i ochrony inwestorów. Obserwatorzy rynku spodziewają się konkurencji między sponsorami ETP i wnikliwej oceny przez SEC; zwolennicy twierdzą, że ETF-y zapewniają nowe narzędzia zabezpieczające i sygnały sentymentu oparte na danych, podczas gdy krytycy ostrzegają przed wzrostem spekulacji i obrotu krótkoterminowego. Dla traderów kryptowalut zgłoszenie sygnalizuje rosnące zainteresowanie instytucjonalne regulowanymi produktami opartymi na zdarzeniach i może pośrednio zwiększyć popyt na on-chainowe platformy predykcyjne poprzez legitymizację rynkowo pochodzących politycznych prawdopodobieństw.