brazil-2026-electoral-divergence

AFOS — Brazil 2026 Electoral Divergence数据集是一个开放的、可审计的每日数据集，专门针对巴西2026年总统选举周期。其核心特点是交叉引用预测市场（Polymarket）、民调机构（在巴西最高选举法院TSE注册）和新闻报道三大类公开数据源，并明确计算和呈现这些来源之间的显性差异，而非提供平滑的平均值。该数据集由AFOS Analytics维护，旨在作为选举政治风险情报领域的开源公民基础设施，为观察性研究提供数据支持。数据集内容分为三大部分：选举民调数据（包括TSE官方民调注册表、民调结果、结构化民调数据和样本设计人口统计数据）、市场与差异时间序列（包括Polymarket每日赔率、市场与民调差异数据等）以及每日分析与新闻（包括综合分析、主题分析卡片和公共新闻链接）。数据以CSV和JSON格式提供，采用仅追加的更新策略，每日新增文件，适用于选举分析、政治风险研究、预测市场与民调数据对比等项目，强调可重复性和差异作为信号。The AFOS — Brazil 2026 Electoral Divergence Dataset is an open, auditable daily dataset dedicated to the 2026 Brazilian presidential election cycle. Its core feature is cross-referencing three categories of public data sources: prediction markets (Polymarket), polling institutions registered with the Superior Electoral Court of Brazil (TSE), and news reports, and it explicitly calculates and presents the explicit discrepancies between these sources, rather than providing smoothed average values. Maintained by AFOS Analytics, this dataset aims to serve as an open-source civic infrastructure in the field of electoral political risk intelligence, providing data support for observational studies. The dataset is divided into three main sections: electoral polling data (including official TSE polling registry, polling results, structured polling data, and demographic data for sample design), market and discrepancy time series (including daily Polymarket odds, market-polling discrepancy data, etc.), and daily analysis and news (including comprehensive analysis, thematic analysis cards, and public news links). The data is provided in CSV and JSON formats, adopting an append-only update strategy with daily new files, suitable for projects such as electoral analysis, political risk research, and prediction market and polling data comparison, emphasizing reproducibility and discrepancies as signals.

原始信息汇总

数据集概述

AFOS — Brazil 2026 Electoral Divergence 是一个开源、可审计的每日数据集，主要针对巴西2026年总统选举周期，交叉引用预测市场、民意调查机构和媒体报道，并明确呈现各来源之间的差异而非平滑平均值。

数据来源

• 预测市场: Polymarket（现货美元市场）
• 民意调查: 巴西最高选举法院（TSE）注册的民调机构
• 新闻报道: 超过400家新闻媒体

核心数据内容

1. 选举民意调查

文件路径	行数	内容
polls/tse-registry.csv / .json	350	官方TSE民调注册信息，包括机构、CNPJ、样本量、实地日期、成本、责任统计师及完整方法论
polls/national-poll-results-firstround.csv	158	已公布的第一轮投票结果（长格式，每位候选人×场景×民调一行）
polls/national-poll-results-secondround.csv	38	已公布的决选对决结果
polls/national-polls.json	22	完整结构化全国民调（含第一轮、决选及方法论）
polls/sample-demographics.csv	119	样本设计人口统计数据（性别/年龄/教育/收入配额）
polls/polls-data-{date}.json	—	每日全国民调快照

2. 市场与差异时间序列

文件路径	内容
data/market-odds-timeseries.csv	Polymarket每一候选人的每日总统选举赔率（日期、候选人、政党、Polymarket百分比、美元交易量）
data/divergence-timeseries.csv	市场与民调的差异（每人候选人的民调百分比与Polymarket百分比之差）
data/poll-divergence.csv	基于民调实地中点的市场×民调配对，明确标记“朴素差距”
data/divergence-{date}.csv	每日市场×民调差异快照

3. 每日分析与新闻

文件路径	内容
snapshots/analysis-criteriosa/{date}.json	每日分析（市场×民调×新闻，按候选人）
snapshots/analysis-cards/{date}.json	主题卡（情绪、制度、宏观）
news/news-{date}.json	公共新闻链接（来源、标题、URL、日期，不含正文）

关键特点

• 可审计性: 每个数值均可追溯至公开一手来源，无插值或平滑处理
• 版本控制: 文件按日期命名且仅追加，每日更新均为Git提交，完整历史记录被原生保留
• 隐私合规: 仅包含公共选举数据，无任何个人数据，完全遵守巴西《通用数据保护法》（LGPD）
• 编辑立场: 报告不同来源间的差异，将差异视为信号而非噪声

使用建议

• 研究者应从 DATA_DICTIONARY.md（完整列定义）和 polls/ 目录（注册民调及结果）入手
• 注意市场与民调的尺度差异：Polymarket定价的是获胜概率，而民调报告的是投票份额，两个差异文件并排保留原始值并明确标记朴素差距

许可与引用

• 数据: CC BY 4.0（需标注AFOS Analytics）
• 代码/脚本: Apache 2.0（需标注AFOS Analytics）
• 引用格式: AFOS Analytics. Brazil 2026 Electoral Divergence Dataset. Hugging Face, 2026. CC BY 4.0.

免责声明

该数据集为观察性研究，不构成投资建议或投票指导。AFOS仅为市场观察者，不参与市场交易。

搜集汇总

数据集介绍

构建方式

该数据集的构建根植于巴西2026年总统选举周期，通过系统化交叉比对了预测市场（Polymarket）、巴西高等选举法院（TSE）注册的民调机构以及超过400家新闻媒体的公开信息源。数据收集过程严格遵循可审计原则，所有文件均标注日期并以仅追加（append-only）方式存储，每日更新均通过git提交实现，确保历史版本的完整性与不可篡改性。数据管道采用无数据库架构设计，直接从TSE开放数据接口提取官方民调注册信息，同时抓取Polymarket合约的日度胜率与交易量，并汇总公开新闻链接，从而构建起一个多源异构数据融合的基础设施。特别地，数据集避免了任何形式的数据平滑或插值处理，将原始值完整保留，为研究者提供了未经修饰的观测数据。

特点

该数据集的核心特质在于其明确聚焦于信息来源之间的‘分歧’（divergence），而非提供单一的平均估计。它同时呈现了预测市场的胜率与民调的投票意向百分比，并明确标注两者因量纲不同而不可直接比较的‘朴素差距’（naive_gap_pp），将尺度校准的建模选择交由用户自主判断。此外，数据集囊括了TSE官方注册表中完整的民调方法论细节，包括抽样设计、配额组成、负责统计师及其专业注册号（CONRE）等深度元数据，并单独提供了样本设计的入口特征（layer A），但明确排除了非开放数据源的按人群投票交叉表（layer B）。其双许可证模式（CC BY 4.0与Apache 2.0）兼顾了数据开放性与代码复用性，同时严格遵守巴西《通用数据保护法》（LGPD），仅包含完全公开的选举数据，无任何个人隐私信息。

使用方法

研究者可依据清晰的目录结构高效使用此数据集。建议以`DATA_DICTIONARY.md`文件为起点，理解每一字段的类型、单位与来源。数据分析可沿着两条主线展开：其一，通过`polls/`目录下的官方注册表与已发布结果，深入探究民调行业的实施特征；其二，利用`data/`目录中的市场胜率时间序列与市场-民调分歧文件，构建选举预期差异的量化模型。由于数据集每日更新且保留完整历史，适合进行纵向的时间序列分析与事件研究。需特别注意，市场数据代表的是‘获胜概率’而民调反映的是‘得票率’，二者量纲差异的处理需由用户自行建模。所有数值均可追溯至Polymarket合约、TSE注册机构或知名民调发布方等公开原始来源，便于验证与复现研究结论。

背景与挑战

背景概述

在政治风险分析与选举预测领域，传统民意调查与新兴预测市场之间常存在显著分歧，这种分歧本身蕴含重要的信息价值。由AFOS Analytics于2026年创建的Brazil-2026-Electoral-Divergence数据集，旨在系统性地捕获并量化巴西2026年总统选举周期中预测市场（Polymarket）、官方注册民调（TSE注册）及媒体报道三源之间的显性差异。该数据集以每日更新、仅追加且完全可审计的方式运作，每一条记录均可追溯至公开的原始来源，避免了平滑平均带来的信息损失。作为开源公民基础设施的一部分，该数据集为选举政治风险情报提供了前所未有的透明度和细粒度数据，对政治学、计量经济学及计算社会科学领域的研究具有重要影响，尤其推动了关于市场效率与民调偏差之间动态关系的实证探索。

当前挑战

该数据集面临的核心挑战在于所解决的领域问题本质上的复杂性：预测市场定价的是候选人的获胜概率，而民调报告的是投票意向份额，两者量纲天然不同，直接比较的差异信号需要谨慎解读，研究者必须自行选择尺度统一的建模策略。在构建过程中，数据集遭遇了多重技术性挑战：一是需要从巴西高等选举法院（TSE）的开放数据中完整解析每项注册民调的详细方法论、抽样设计及配额构成，这些信息分散且格式非标准化；二是需将Polymarket合约的实时赔率与民调数据进行精确的时间对齐，特别是以田野调查中点作为匹配锚点；三是必须严格遵循巴西《通用数据保护法》（LGPD），确保仅收集公开的选举数据，绝不触及任何个人隐私信息。此外，按人口统计特征划分的投票意向交叉表（第二层数据）并未包含在TSE开放数据中，数据集对此类信息的缺失持审慎态度，避免不完整的爬取而误导分析。

常用场景

经典使用场景

在政治科学与选举研究领域，该数据集为分析巴西2026年总统选举提供了前所未有的多源对照视角。其核心价值在于将预测市场数据（Polymarket）、官方注册民调数据（TSE登记）与新闻媒体报道进行日频交叉比对，并明确量化各信息来源之间的分歧程度，而非提供平滑后的平均估计。研究者可借此深入探讨金融市场与民意调查之间在选举预期上的动态偏差，以及媒体议程设置如何影响或反映这种分歧。该数据集特别适合用于构建选举预测模型、检测市场效率、评估民调精度以及追踪舆论演变轨迹的经典研究场景。

衍生相关工作

该数据集的公开审计特性与版本化结构催生了多个方向的衍生研究工作。在方法层面，研究者可基于其分歧时间序列开发新的统计量，如‘市场-民调偏离指数’，用于预测选举波动性。在数据产品层面，已有开源项目利用其每日快照构建交互式可视化看板，动态展示候选人支持率的市场估值与调查结果之间的背离。此外，该数据启发了对预测市场有效性的进一步理论探讨，例如通过对比不同民主体制下的市场运作效率，推动比较政治经济学中的制度分析。其标准化的数据字典和透明溯源机制也为后续多语言选举数据集的建设提供了可复用的架构范式。

数据集最近研究

最新研究方向

在2026年巴西总统选举的政治风险研判领域，该数据集通过每日追踪预测市场（Polymarket）与注册民调机构之间的显式分歧，为选举不确定性量化提供了全新的分析维度。其核心创新在于将市场隐含的获胜概率与民调公布的投票意向直接并置，而非采用传统的平滑平均处理，从而将源之间的偏差本身视为有意义的信号而非噪声。这一开源且每日追加的数据架构，不仅构建了可审计的选举情报基础设施，更推动了从静态预测向动态分歧监测的范式转变，为政治风险建模、信息效率检验以及市场与民调间的定价差异研究提供了前所未有的实证支持。