超越多元市场:探索预测市场设计中的机会

coinvoicePublicado a 2024-08-17Actualizado a 2024-08-17

了解预测市场

预测市场本质上是一个开放市场,参与者通过交易各种事件发生的可能性来预测特定结果。这些市场的功能类似于自由市场经济,市场价格根据参与者的集体智慧进行调整。预测市场允许用户交易某些事件的概率,最终的市场价格反映了这些结果的预期可能性。

根据定义,预测市场是“为交易事件结果而创建的交易所交易市场。市场价格可以表明大众认为事件发生的概率是多少。”虽然这个定义抓住了基本概念,但预测市场提供了更多的深度和复杂性,值得进一步探索。

开放的作用

预测市场的开放性是其最重要的特征之一。与传统博彩不同,传统博彩的赔率由博彩公司根据特定公式设定,而预测市场则以均等赔率开始。由于参与者根据自己的知识和见解进行交易,因此市场自然会调整价格以反映最有可能的结果。

为了说明预测市场如何运作,我们假设一个 2022 年 12 月举行的 FIFA 世界杯决赛,可能由阿根廷和英格兰争夺。根据现有数据,中心化博彩公司可能会将赔率设定为对阿根廷有利,这意味着阿根廷获胜的概率为 67%,英格兰获胜的概率为 33%。

相比之下,预测市场没有集中式博彩公司。参与者可以通过提出“谁将赢得 FIFA 世界杯决赛?”之类的问题来创建市场,并列出可能的结果,例如“阿根廷”或“英格兰”。这种设置称为二元预测市场

在我们的示例中,有两个结果令牌可用:

ARGWIN(阿根廷获胜)

ENGWIN(英格兰获胜)

这些代币的起始价格是均等的,比如说 50/50。随着参与者根据自己的预期购买代币,价格将根据供求关系波动。如果更多人购买“ARGWIN”,其价格将上涨,而“ENGWIN”的价格将下降。随着时间的推移,市场将自我调节,代币价格将反映最可能的结果——可能与博彩公司的 67/33 赔率一致。

因此,预测市场无需专门的预测员或数据分析师就能实现准确预测。大多数参与者只有在对可能的结果有所了解或了解时才会参与预测。

预测市场作为衍生市场

预测市场也可以被概念化为衍生品市场。由于市场充当信息处理器,因此可以在信息理论的框架内进行设计,这使得预测市场特别适合这种模型。

预测市场,又称博彩市场、信息市场、决策市场、想法期货或事件衍生品,允许参与者根据未知未来事件的结果交易合约。这些合约产生的市场价格可以看作是市场参与者的集体预测。如果这些合约与某些资产的价格挂钩,预测市场实际上就变成了衍生品市场。

预测市场作为衍生市场的优势:

无需基础资产:这些市场不需要基础资产即可运作。引入基础资产信息的预言机和质押货币就足以建立这样的市场。

自动做市商 (AMM):为预测市场实施自动做市商相对简单。预测市场的研究对开发 AMM 算法起到了重要作用。

多功能性:预测市场可以通过设计适当的预测事件提供通用产品。

与欧式期权同构:预测市场与欧式期权具有同构关系,允许定价模型从期权迁移到预测市场。

资本效率:预测市场资本效率很高,通常比传统博彩市场更高。

无空头挤压:在预测市场中,参与者的责任受其质押资产的限制,从而消除了空头挤压的风险。

预测市场作为衍生市场的缺点:

流动性提供者的风险:流动性提供者持有头寸,面临高风险,尤其是在黑天鹅事件期间。然而,对于风险中性的投资者来说,这可能是可以接受的。

新颖性和学习曲线:预测市场是一个相对较新的概念,参与者可能需要一些时间才能完全理解其机制。然而,新颖性是区块链领域的一个共同特征。

未知风险:与任何新设计一样,可能会存在尚未发现的缺点。

机制:CDA 与 LMSR

预测市场是一种专业金融市场,参与者根据未来事件的结果(例如政治选举、体育比赛结果或经济指标)交易合约。这些合约的价格反映了市场参与者对这些事件发生可能性的集体信念。预测市场的运作主要由两种机制支撑:连续双向拍卖 (CDA) 和对数市场评分规则 (LMSR)。每种机制都有独特的优势,也面临特定的挑战,尤其是在流动性和价格准确性方面。本文探讨了这些机制的复杂性、它们在预测市场中的应用以及它们与自动化做市商 (AMM) 的关系。

连续双向拍卖(CDA)

连续双向拍卖 (CDA) 是金融市场(包括预测市场)中最常用的机制之一。在 CDA 中,交易者通过将买入(买入)和卖出(卖出)订单放入订单簿来直接相互交互。订单簿是 CDA 机制的核心功能,它列出了所有未结订单,一边是买入,另一边是卖出。当买入与卖出匹配时,就会发生交易,并以匹配价格执行交易。可以使用买入和卖出的 S 形函数来说明 CDA 机制的动态。S 形函数定义为:

出价(磷)=501+经验⁡(0.5×(磷−10))

询问(磷)=501+经验⁡(−0.5×(磷−10))

这里,PPP 代表价格水平。买入函数随着价格上涨而逐渐减少,而卖出函数则增加,在两条曲线相交处形成自然均衡。这个交点代表交易发生的价格。S 型函数模拟了随着价格偏离中心值,订单量逐渐变化的情况。

CDA 的一个关键特征是它依赖交易者的直接互动来促进价格发现。交易者可以随时下单,这些订单会一直保留在订单簿中,直到与对方订单匹配。CDA 的灵活性使交易者可以设定他们想要的价格,这可以在流动性高的市场中实现有效的价格发现。然而,这种对直接互动​​的依赖在参与者较少的市场中可能是一种限制。在交易量较少的市场中,没有足够的交易者来快速匹配订单,CDA 可能会因流动性低而受到影响,导致最高买入价和最低卖出价之间的价差扩大。这会降低市场的效率,并使准确的价格预测变得更加困难。

在预测市场中,CDA 机制因其简单性和促进直接交易的能力而得到广泛应用。然而,预测市场流动性低(参与者数量有限)带来的挑战促使人们探索 LMSR 等替代机制。

对数市场评分规则 (LMSR)

对数市场评分规则 (LMSR) 是一种自动化做市商 (AMM) 机制,专门用于解决预测市场中经常遇到的流动性问题。与直接在参与者之间进行交易的 CDA 不同,LMSR 涉及一个中央自动化做市商,作为所有交易的交易对手。该做市商不断提供买卖报价,使用对数评分规则计算,该规则根据未结合约的总量调整价格。

LMSR 机制可以使用价格调整的对数函数和流动性的逻辑函数来建模。价格调整的对数函数如下:

价格(电视)=日志⁡(电视+1)×10

其中 TTT 代表交易数量。该函数反映随着交易的增多,价格如何以递减的速度上涨,从而防止价格变得过于极端。流动性可以用逻辑函数来建模:

流动性(电视)=1001+经验⁡(−0.1×(电视−二十五))

该函数显示流动性如何随着交易数量而变化,在一定交易量时达到峰值,然后逐渐减小。

LMSR 的一个显著优势是它能够提供恒定的流动性,确保交易者始终可以执行交易,而无需等待其他参与者的匹配订单。LMSR 通过随着更多合约的买卖而自动调整价格来实现这一点。这种价格调整是对数的,这意味着随着有利于某一结果的合约数量的增加,该结果的价格上涨速度会降低。这种机制可以防止价格变得过于极端,即使在某一方向交易量很大的情况下也是如此,从而稳定市场。

LMSR 特别适合预测市场,因为它可以降低与低流动性相关的风险。在参与者数量较少的市场中,LMSR 可确保交易能够顺利进行,即使活跃交易者较少,价格也能反映市场的集体情绪。然而,这是以做市商的潜在损失为代价的,因为它可能需要补贴交易以维持流动性。尽管如此,LMSR 的设计确保这些损失受到限制,使其成为市场所有者的可持续机制。

Consensus Point 首席技术官 Ken Kittlitz 强调了在预测市场中使用 LMSR 的实际好处。他指出,自动化做市商的存在“对市场的成功至关重要”,因为它提供了稳定的流动性,并简化了参与者的交易流程。通过确保买卖订单始终以各种价格范围提供,LMSR 使市场更加易于访问和直观,从而可以吸引更多人参与,从而提高预测的准确性。

在预测市场中比较 CDA 和 LMSR

虽然 CDA 和 LMSR 机制都用于预测市场,但它们的用途不同,最适合不同的市场条件。CDA 在流动性高的市场中很有效,因为这些市场有足够的参与者来确保买卖订单定期匹配。在这样的环境中,CDA 可以促进有效的价格发现,并让市场反映参与者的真实集体信念。然而,在流动性较低的市场中,CDA 对交易者直接互动的依赖可能会导致效率低下,例如价差扩大和价格预测不够准确。

另一方面,LMSR 在流动性令人担忧的环境中大放异彩。其自动做市功能可确保交易随时进行,无论参与者数量多少。这种持续的流动性供应使 LMSR 在预测市场中特别有价值,因为预测市场的参与度可能很零散或有限。LMSR 根据交易量动态调整价格的能力也有助于稳定市场并防止极端价格波动,这对于确保市场预测保持可靠性至关重要。

自动化做市商(AMM)

像 LMSR 这样的自动化做市商 (AMM) 在维持市场流动性方面发挥着至关重要的作用,否则这些市场可能会因交易量低而受到影响。在参与者数量可能存在很大差异的预测市场中,AMM 的存在可确保市场保持正常运转,并且价格继续反映交易者的集体情绪。

AMM 通过使用算法来设定价格并自动提供交易。对于 LMSR,该算法基于对数函数,可根据交易量的变化调整价格。这种持续调整有助于防止市场过度偏向特定结果,从而确保价格保持在合理范围内。通过提供这种稳定力量,像 LMSR 这样的 AMM 可以让预测市场即使在没有大量参与者的情况下也能有效运作。

预测市场的类别

预测市场可以采取多种形式,每种形式适用于不同的场景:

二元市场:涉及两种可能的结果,例如“是”或“否”。FIFA 世界杯示例就是典型的二元市场。

分类市场:与二元市场类似,但有两个以上的选项。例如,预测多支球队仍在争夺冠军的锦标赛冠军。

标量(范围)市场:此类市场预测特定范围内的结果,例如资产的未来价格。参与者将根据其预测与实际结果的接近程度获得奖励。

组合市场:最复杂的形式,用户将多个预测市场组合起来以创建多方面结果的预测。

分类市场和标量市场

分类市场中,如果我们在四分之一决赛还剩下八支球队的情况下预测 FIFA 世界杯的获胜者,那么每个结果代币的起始价格可能为 0.125 ZTG。如果您在早期正确预测了获胜者,那么市场结束后您就可以获得可观的利润。

标量市场中,想象一下预测 2022 年第三季度末 Polkadot 代币 (DOT) 的价格。参与者可以预测设定范围内的任何价格(例如 0 美元到 20 美元),他们的奖励将取决于他们的预测与实际价格的接近程度。

组合市场

组合预测市场通过组合多个预测市场,可以实现更复杂的预测。例如,预测新款 iPhone 的成功发布可能涉及多种变量,如颜色选择、随附配件和定价。通过组合这些因素,参与者可以对产品的成功做出更准确的预测。

组合市场在天气保险等场景中特别有用,因为多个变量会影响结果。一篇专门的文章将更详细地探讨组合预测市场的复杂性。

预测市场与传统民意调查

预测市场比传统的民意调查方法具有独特的优势。预测市场不依赖劳动密集型调查,而是利用财务激励来鼓励准确预测。市场的自然动态确保参与者购买低估的股票来纠正高价股票,从而产生更可靠的数据。

结论

预测市场是预测各种结果的强大工具,从体育比赛结果和资产价格到政治决策和天气事件。那些拥有宝贵见解的人会受到激励参与并纠正任何市场失衡,而信息较少的参与者自然不会承担重大风险。

任何预测市场平台的目标都应该是创建一个用户友好的环境,吸引流动性并提供快速响应时间,确保预测市场易于创建和参与。去中心化和无需许可的参与进一步增强了平台的潜力,使用户能够发现有关我们周围世界的有价值数据。连续双向拍卖 (CDA) 和对数市场评分规则 (LMSR) 是两种不同的机制,可满足预测市场的不同需求。CDA 促进交易者之间的直接互动,在流动性高的市场中有效,而 LMSR 作为自动化做市商,可确保持续的流动性并稳定价格,使其成为参与度较低的市场的理想选择。了解每种机制的优势和局限性对于设计能够准确汇总信息并产生可靠预测的有效预测市场至关重要。随着预测市场领域的不断发展,像 LMSR 这样的 AMM 的作用可能会变得越来越重要,以确保市场预测的稳健性和准确性。


声明:本内容为作者独立观点,不代表 CoinVoice 立场,且不构成投资建议,请谨慎对待,如需报道或加入交流群,请联系微信:VOICE-V。

来源:Aquarius Fund

Lecturas Relacionadas

Bajando las expectativas para el próximo ciclo alcista de BTC

**Resumen del artículo: "Bajar las expectativas para el próximo ciclo alcista de BTC" por Alex Xu** El autor, que tenía a Bitcoin como su mayor activo, ha reducido progresivamente su exposición durante el actual ciclo alcista: eliminó el apalancamiento a 70k y redujo su posición de un 100% a un 30% entre 100k-120k. Recientemente, vendió más a 78k-79k, argumentando una revisión a la baja de las expectativas para el próximo máximo alcista. Las razones principales son: 1. **Narrativa de adopción agotada:** El impulso de adopción masiva (de minorista a institucional vía ETFs) parece agotado. El siguiente paso, la adopción por bancos centrales o fondos soberanos importantes, se ve muy difícil a corto plazo. 2. **Coste de oportunidad:** El autor ha identificado otras oportunidades de inversión en empresas atractivas. 3. **Contracción del ecosistema crypto:** La mayoría de modelos de negocio Web3 (SocialFi, GameFi, DePIN) no han funcionado. Solo DeFi genera valor, pero se contrae por la falta de activos nativos de calidad, lo que reduce la base de usuarios y holders de BTC. 4. **Problemas del mayor comprador:** MicroStrategy, el mayor tenedor corporativo, enfrenta un coste de financiación creciente (11.5% para su préstamo perpetuo), lo que podría ralentizar su ritmo de compra y ejercer presión vendedora. 5. **Competencia del oro tokenizado:** El oro tokenizado ha cerrado la brecha en portabilidad y divisibilidad, erosionando la ventaja competitiva de BTC como "oro digital". 6. **Problema de seguridad:** La reducción de la recompensa por minado (halving) amenaza la seguridad de la red, ya que las nuevas fuentes de ingresos por fees (como las inscripciones) no han podido dar solución. Conclusión: El autor mantiene una posición significativa en BTC y espera que suba, pero es menos optimista sobre su potencial alcista. Vender en la reciente subida fue una decisión táctica. Si sus razones para ser bajista se invalidan, estaría abierto a recomprar, aceptando si se equivoca y el precio sube.

marsbit04/27 02:49

Bajando las expectativas para el próximo ciclo alcista de BTC

marsbit04/27 02:49

Trading

Spot
Futuros
活动图片