Information financière : une nouvelle perspective au-delà des marchés de prévision
Le marché de prévision en tant qu'application blockchain émergente attire de plus en plus d'attention. En tant que fondateur d'Ethereum, j'ai toujours eu un vif intérêt pour le marché de prévision. Dès 2014, j'ai écrit sur les modèles de gouvernance basés sur la prévision. En 2015, j'ai activement participé et soutenu le développement du marché de prévision Augur. Lors des élections américaines de 2020, j'ai réalisé un bénéfice de 58 000 dollars grâce au marché de prévision. Récemment, je suis de près et soutiens le développement de Polymarket.
Pour beaucoup de gens, le marché de prévision est un pari électoral, mais c'est une autre forme de jeu. Sous cet angle, ma passion pour le marché de prévision peut sembler un peu incroyable. Mais en réalité, ce que j'apprécie, ce sont les concepts profonds qui se cachent derrière le marché de prévision. Je pense que :
Le marché de prévision existant est déjà un outil très utile;
Plus important encore, le marché de prévision n'est qu'un précurseur d'un domaine plus large appelé "finance de l'information". La finance de l'information devrait trouver des applications dans de nombreux domaines tels que les réseaux sociaux, la science, les nouvelles, et la gouvernance.
Polymarket : une double identité de site de paris et de plateforme d'actualités
Récemment, lors des élections américaines, Polymarket a démontré son avantage en tant que source d'information. En plus de fournir une prévision de victoire de 60/40, Polymarket a révélé directement la vérité au moment des résultats : la probabilité qu'un candidat remporte les élections est supérieure à 95 %, tandis que la probabilité qu'il prenne le contrôle de tous les départements gouvernementaux est supérieure à 90 %. Cela contraste fortement avec les rapports trompeurs de nombreux experts et sources d'information.
La valeur de Polymarket ne se limite pas aux événements majeurs. En juillet de cette année, lors des élections présidentielles au Venezuela, j'ai vu sur Polymarket que des personnes étaient prêtes à parier plus de 100 000 dollars sur la probabilité que Maduro soit renversé à 23 %. Cela a attiré mon attention et m'a fait réaliser que l'opposition adoptait une stratégie inhabituelle, qui mérite d'être observée. Sans le signal initial de Polymarket, je n'aurais peut-être même pas remarqué l'importance de cet événement.
Bien sûr, nous ne devrions pas croire aveuglément aux données graphiques. Si tout le monde ne regarde que les graphiques, ceux qui ont des fonds pourraient manipuler le marché. De même, se fier entièrement aux nouvelles traditionnelles n'est pas souhaitable, car les nouvelles ont tendance à exagérer les situations pour obtenir des clics. La meilleure approche est de combiner la lecture des nouvelles et l'examen des données du marché. Si vous voyez des reportages sensationnalistes, mais que la probabilité de prévision du marché n'a pas changé, alors vous devriez rester sceptique. En revanche, si le marché présente des probabilités soudainement élevées ou faibles ou des fluctuations inattendues, cela vaut la peine d'explorer les raisons sous-jacentes.
En résumé, en combinant les nouvelles et les données du marché, nous pouvons obtenir des informations plus complètes. Pour les parieurs, Polymarket est une plateforme de paris. Pour les autres, c'est un site de données d'actualités. Bien qu'il ne faille pas se fier uniquement aux données graphiques, j'ai intégré la consultation des données du marché dans mon processus de collecte d'informations, aux côtés des médias traditionnels et des réseaux sociaux. Cela m'aide à obtenir des informations de manière plus efficace.
Les vastes perspectives de la finance informationnelle
Prédire les résultats des élections n'est qu'une application de la finance de l'information. Le concept plus large est d'utiliser la finance comme un mécanisme d'incitation coordonné pour fournir des informations précieuses au public. On pourrait dire que toute la finance est fondamentalement liée à l'information. Différents participants prennent des décisions d'achat et de vente sur la base de leurs différentes opinions sur l'avenir, et nous pouvons déduire beaucoup de connaissances sur le monde à partir des prix du marché.
Mais la finance informationnelle est une discipline plus précise, elle exige que nous :
Partir des faits que l'on souhaite comprendre;
Concevoir soigneusement le mécanisme de marché pour obtenir cette information de manière optimale auprès des participants.
Le marché de prévision est un exemple typique : nous voulons savoir ce qui va se passer dans le futur, alors nous créons un marché pour que les gens parient dessus. Un autre exemple est le marché de décision : nous voulons savoir si la décision A ou B produira de meilleurs résultats, pour cela nous établissons un marché conditionnel, permettant aux gens de parier sur les valeurs des indicateurs selon les différentes décisions.
L'intelligence artificielle pourrait avoir un impact énorme sur le secteur financier au cours des dix prochaines années. Cela est dû au fait que de nombreuses applications de la finance informationnelle impliquent des questions "micro" : des millions de petits marchés de décisions. Traditionnellement, les marchés à faible volume de transactions ont du mal à fonctionner efficacement, car les participants professionnels n'ont pas suffisamment d'incitations à réaliser des bénéfices. Mais l'intelligence artificielle a changé cela, et même sur des marchés avec seulement 10 dollars de volume de transactions, nous pouvons obtenir des informations de haute qualité. Même si des subventions sont nécessaires, l'échelle des subventions pour chaque question reste abordable.
Information financière : affiner le jugement humain
Supposons que nous ayons un mécanisme de jugement humain fiable mais coûteux, et que nous souhaitions avoir accès à sa "version bon marché" en temps réel à faible coût. Robin Hanson a proposé un plan : établir un marché de prévision chaque fois qu'une décision doit être prise, en prédisant quel serait le résultat si le mécanisme coûteux était appelé. Le marché fonctionne et une petite somme d'argent est investie pour subventionner les teneurs de marché.
Dans la grande majorité des cas, nous n'appellerons pas réellement de mécanismes coûteux : nous pourrions prendre des décisions directement en fonction du prix moyen du marché. Ce n'est que dans de très rares cas, peut-être en choisissant au hasard ou en fonction du marché avec le plus grand volume de transactions, que nous exécuterons réellement des mécanismes coûteux et compenserons ainsi les participants.
Cela fournit donc une "version raffinée" fiable, neutre, rapide et peu coûteuse, reflétant globalement le comportement du mécanisme original. Car seuls les participants ayant contribué à réaliser ce résultat peuvent en tirer profit, tandis que les autres subiront des pertes.
Cette méthode s'applique non seulement aux médias sociaux, mais aussi aux organisations autonomes décentralisées ( DAO ). Un des principaux problèmes des DAO est qu'il y a trop de décisions, ce qui rend la plupart des gens réticents à participer. Si peu de votes ont réellement lieu dans le DAO, et que la plupart des affaires sont décidées par le marché de prévision, avec des prévisions de résultats de vote par des humains et de l'IA, alors ce DAO pourrait fonctionner plus efficacement.
Autres applications de la finance informationnelle
Token personnel : créer des tokens échangeables pour chaque personne, reflétant les attentes concernant leur statut futur. Bien que des projets actuels comme friend.tech ne soient pas encore suffisamment mûrs, une conception économique plus prudente pourrait permettre de résoudre des problèmes importants tels que la découverte de talents.
Publicité : Basé sur le "signal coûteux mais fiable" du comportement d'achat réel, la finance informationnelle peut aider les gens à prendre de meilleures décisions d'achat.
Revue par les pairs scientifiques : utiliser le marché de prévision pour déterminer les résultats de recherche qui doivent être réexaminés, aidant les lecteurs à évaluer la crédibilité de résultats spécifiques. Des expériences préliminaires ont déjà réussi.
Financement des biens publics : en suivant l'ensemble du graphe de dépendance, déterminer la contribution de chaque projet aux résultats positifs, ce qui devrait améliorer le problème de "compétition populaire" dans le mécanisme de financement actuel.
Conclusion
Bien que ces idées aient été discutées pendant de nombreuses années, je pense que la finance d'information a un grand potentiel dans la décennie actuelle, pour trois raisons principales :
La finance informationnelle a résolu le problème de confiance qui existe généralement chez les gens dans les domaines politique, scientifique et commercial;
La technologie de blockchain évolutive fournit l'infrastructure nécessaire pour réaliser ces idées;
La participation de l'intelligence artificielle rend possible l'établissement de marchés efficaces pour des problèmes à petite échelle.
Pour saisir pleinement cette opportunité, nous devons aller au-delà des prévisions électorales et explorer les perspectives d'application plus larges de la finance de l'information.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
10 J'aime
Récompense
10
6
Partager
Commentaire
0/400
ContractHunter
· Il y a 5h
Là où il y a de l'argent à gagner, j'irai.
Voir l'originalRépondre0
OnchainGossiper
· Il y a 5h
Les parieurs doivent mourir. Ne pariez pas. Il n'y a pas de bonnes issues.
Voir l'originalRépondre0
NFTFreezer
· Il y a 5h
J'ai joué pendant quelques années, et je suis toujours en perte Rekt
Voir l'originalRépondre0
PrivacyMaximalist
· Il y a 5h
Le consensus est la véritable force. Le pari est aussi un type d'entraînement.
Information financière : la prochaine révolution du chiffrement au-delà du marché de prévision
Information financière : une nouvelle perspective au-delà des marchés de prévision
Le marché de prévision en tant qu'application blockchain émergente attire de plus en plus d'attention. En tant que fondateur d'Ethereum, j'ai toujours eu un vif intérêt pour le marché de prévision. Dès 2014, j'ai écrit sur les modèles de gouvernance basés sur la prévision. En 2015, j'ai activement participé et soutenu le développement du marché de prévision Augur. Lors des élections américaines de 2020, j'ai réalisé un bénéfice de 58 000 dollars grâce au marché de prévision. Récemment, je suis de près et soutiens le développement de Polymarket.
Pour beaucoup de gens, le marché de prévision est un pari électoral, mais c'est une autre forme de jeu. Sous cet angle, ma passion pour le marché de prévision peut sembler un peu incroyable. Mais en réalité, ce que j'apprécie, ce sont les concepts profonds qui se cachent derrière le marché de prévision. Je pense que :
Le marché de prévision existant est déjà un outil très utile;
Plus important encore, le marché de prévision n'est qu'un précurseur d'un domaine plus large appelé "finance de l'information". La finance de l'information devrait trouver des applications dans de nombreux domaines tels que les réseaux sociaux, la science, les nouvelles, et la gouvernance.
Polymarket : une double identité de site de paris et de plateforme d'actualités
Récemment, lors des élections américaines, Polymarket a démontré son avantage en tant que source d'information. En plus de fournir une prévision de victoire de 60/40, Polymarket a révélé directement la vérité au moment des résultats : la probabilité qu'un candidat remporte les élections est supérieure à 95 %, tandis que la probabilité qu'il prenne le contrôle de tous les départements gouvernementaux est supérieure à 90 %. Cela contraste fortement avec les rapports trompeurs de nombreux experts et sources d'information.
La valeur de Polymarket ne se limite pas aux événements majeurs. En juillet de cette année, lors des élections présidentielles au Venezuela, j'ai vu sur Polymarket que des personnes étaient prêtes à parier plus de 100 000 dollars sur la probabilité que Maduro soit renversé à 23 %. Cela a attiré mon attention et m'a fait réaliser que l'opposition adoptait une stratégie inhabituelle, qui mérite d'être observée. Sans le signal initial de Polymarket, je n'aurais peut-être même pas remarqué l'importance de cet événement.
Bien sûr, nous ne devrions pas croire aveuglément aux données graphiques. Si tout le monde ne regarde que les graphiques, ceux qui ont des fonds pourraient manipuler le marché. De même, se fier entièrement aux nouvelles traditionnelles n'est pas souhaitable, car les nouvelles ont tendance à exagérer les situations pour obtenir des clics. La meilleure approche est de combiner la lecture des nouvelles et l'examen des données du marché. Si vous voyez des reportages sensationnalistes, mais que la probabilité de prévision du marché n'a pas changé, alors vous devriez rester sceptique. En revanche, si le marché présente des probabilités soudainement élevées ou faibles ou des fluctuations inattendues, cela vaut la peine d'explorer les raisons sous-jacentes.
En résumé, en combinant les nouvelles et les données du marché, nous pouvons obtenir des informations plus complètes. Pour les parieurs, Polymarket est une plateforme de paris. Pour les autres, c'est un site de données d'actualités. Bien qu'il ne faille pas se fier uniquement aux données graphiques, j'ai intégré la consultation des données du marché dans mon processus de collecte d'informations, aux côtés des médias traditionnels et des réseaux sociaux. Cela m'aide à obtenir des informations de manière plus efficace.
Les vastes perspectives de la finance informationnelle
Prédire les résultats des élections n'est qu'une application de la finance de l'information. Le concept plus large est d'utiliser la finance comme un mécanisme d'incitation coordonné pour fournir des informations précieuses au public. On pourrait dire que toute la finance est fondamentalement liée à l'information. Différents participants prennent des décisions d'achat et de vente sur la base de leurs différentes opinions sur l'avenir, et nous pouvons déduire beaucoup de connaissances sur le monde à partir des prix du marché.
Mais la finance informationnelle est une discipline plus précise, elle exige que nous :
Partir des faits que l'on souhaite comprendre;
Concevoir soigneusement le mécanisme de marché pour obtenir cette information de manière optimale auprès des participants.
Le marché de prévision est un exemple typique : nous voulons savoir ce qui va se passer dans le futur, alors nous créons un marché pour que les gens parient dessus. Un autre exemple est le marché de décision : nous voulons savoir si la décision A ou B produira de meilleurs résultats, pour cela nous établissons un marché conditionnel, permettant aux gens de parier sur les valeurs des indicateurs selon les différentes décisions.
L'intelligence artificielle pourrait avoir un impact énorme sur le secteur financier au cours des dix prochaines années. Cela est dû au fait que de nombreuses applications de la finance informationnelle impliquent des questions "micro" : des millions de petits marchés de décisions. Traditionnellement, les marchés à faible volume de transactions ont du mal à fonctionner efficacement, car les participants professionnels n'ont pas suffisamment d'incitations à réaliser des bénéfices. Mais l'intelligence artificielle a changé cela, et même sur des marchés avec seulement 10 dollars de volume de transactions, nous pouvons obtenir des informations de haute qualité. Même si des subventions sont nécessaires, l'échelle des subventions pour chaque question reste abordable.
Information financière : affiner le jugement humain
Supposons que nous ayons un mécanisme de jugement humain fiable mais coûteux, et que nous souhaitions avoir accès à sa "version bon marché" en temps réel à faible coût. Robin Hanson a proposé un plan : établir un marché de prévision chaque fois qu'une décision doit être prise, en prédisant quel serait le résultat si le mécanisme coûteux était appelé. Le marché fonctionne et une petite somme d'argent est investie pour subventionner les teneurs de marché.
Dans la grande majorité des cas, nous n'appellerons pas réellement de mécanismes coûteux : nous pourrions prendre des décisions directement en fonction du prix moyen du marché. Ce n'est que dans de très rares cas, peut-être en choisissant au hasard ou en fonction du marché avec le plus grand volume de transactions, que nous exécuterons réellement des mécanismes coûteux et compenserons ainsi les participants.
Cela fournit donc une "version raffinée" fiable, neutre, rapide et peu coûteuse, reflétant globalement le comportement du mécanisme original. Car seuls les participants ayant contribué à réaliser ce résultat peuvent en tirer profit, tandis que les autres subiront des pertes.
Cette méthode s'applique non seulement aux médias sociaux, mais aussi aux organisations autonomes décentralisées ( DAO ). Un des principaux problèmes des DAO est qu'il y a trop de décisions, ce qui rend la plupart des gens réticents à participer. Si peu de votes ont réellement lieu dans le DAO, et que la plupart des affaires sont décidées par le marché de prévision, avec des prévisions de résultats de vote par des humains et de l'IA, alors ce DAO pourrait fonctionner plus efficacement.
Autres applications de la finance informationnelle
Token personnel : créer des tokens échangeables pour chaque personne, reflétant les attentes concernant leur statut futur. Bien que des projets actuels comme friend.tech ne soient pas encore suffisamment mûrs, une conception économique plus prudente pourrait permettre de résoudre des problèmes importants tels que la découverte de talents.
Publicité : Basé sur le "signal coûteux mais fiable" du comportement d'achat réel, la finance informationnelle peut aider les gens à prendre de meilleures décisions d'achat.
Revue par les pairs scientifiques : utiliser le marché de prévision pour déterminer les résultats de recherche qui doivent être réexaminés, aidant les lecteurs à évaluer la crédibilité de résultats spécifiques. Des expériences préliminaires ont déjà réussi.
Financement des biens publics : en suivant l'ensemble du graphe de dépendance, déterminer la contribution de chaque projet aux résultats positifs, ce qui devrait améliorer le problème de "compétition populaire" dans le mécanisme de financement actuel.
Conclusion
Bien que ces idées aient été discutées pendant de nombreuses années, je pense que la finance d'information a un grand potentiel dans la décennie actuelle, pour trois raisons principales :
La finance informationnelle a résolu le problème de confiance qui existe généralement chez les gens dans les domaines politique, scientifique et commercial;
La technologie de blockchain évolutive fournit l'infrastructure nécessaire pour réaliser ces idées;
La participation de l'intelligence artificielle rend possible l'établissement de marchés efficaces pour des problèmes à petite échelle.
Pour saisir pleinement cette opportunité, nous devons aller au-delà des prévisions électorales et explorer les perspectives d'application plus larges de la finance de l'information.