Balbinder Singh Gill说：“今天提高价格准确性的内幕交易，可能会减少明天价格信息量的参与度。”
根据史蒂文斯理工学院一位学者的研究，预测市场监管机构应考虑采取审慎的内幕交易执法方式，而非全面禁止。
在6月2日发布的一篇论文中，金融学助理教授巴尔宾德·辛格·吉尔提出了一个正式的经济模型，以回答预测市场中内幕交易应被多严格监管的问题。
他说，存在一个悖论，“同一内幕交易提高了价格的准确性，却可能减少了明天价格信息量的参与度。
模型显示，预测市场价格的准确性在执法强度上呈“驼峰状”，执法过少会让内部人员排挤参与者，而执法过多则剥夺了内部人士的真实信息贡献。
“更严格的执法限制内部人员，提高参与度，因此准确性呈驼峰状，最佳执法应在内部，既非放任，也非禁令，”他说。
内幕交易一直是预测市场面临的持续问题，监管机构推动严厉打击甚至全面禁止平台。
CFTC首席执法主任在四月警告预测市场内幕交易员，违规者将面临执法处分。今年五月，美国众议院议员对Kalshi和Polymarket的内幕交易展开调查。
需要不同级别的执法
辛格·吉尔认为，执法程度应根据内部信息来源来决定。
在交易者努力学习某项信息时，应当采取最少甚至不执行的措施，并补充说，任何对此级别的打击都会阻碍有价值的信息产出。
被滥用的信息，如泄露数据或机密信息，应被视为内部信息，应获得更高执法力度。
与此同时，内部人士能够影响结果的案件，比如政治候选人押注自己的竞选，应当获得最严格的执法。
“基于真实、独立研究的边缘交易，是社会最不愿意惩罚的活动[...]而那些能够改变结果的人进行交易，理应受到最严厉的执法，因为他们的立场容易控。”
他总结道，预测市场的执行应当“进行校准，而非极限”。
Kalshi 查询用户就业详情
这篇论文发布之际，Kalshi 正在推出新措施以打击内幕交易，要求部分敏感市场的用户披露就业信息。
在公司业绩或国家安全等敏感市场下注的用户，需要通过在线表单披露其雇主信息。它还制定了针对内幕交易或操纵风险较高市场的“特定风险评分”。
这些变更是在审计委员会报告建议加强数据收集以及立法者和监管机构施加压力之后。
最近涉及竞争对手Polymarket的高调内幕交易案件被标记并在Singh Gill的论文中提及。
谷歌一名员工于五月被控利用公司搜索趋势的内幕信息在Polymarket赚取120万美元，一名美国士兵则于四月被控利用军事行动的机密信息进行交易。
