กลไกการกำหนดราคาของตลาดพยากรณ์

บทความนี้สำรวจกลไกการกำหนดราคาหลักของตลาดพยากรณ์ ซึ่งรวมถึง Continuous Double Auction (CDA) และ Logarithmic Market Scoring Rule (LMSR) โดยการวิเคราะห์ว่าพวกเขาปรับตัวไปสู่การสะท้อนความน่าจะเป็นของเหตุการณ์ด้วยการลึกลงไปในความเป็นเหลือและตรรกะในการกำหนดราคา มันเปิดเผยถึงความได้เปรียบที่เฉพาะเจาะจงของตลาดพยากรณ์ในการทำนายความน่าจะเป็น บทความนี้ยังนำเสนอโมเดลล่าสุดของ Paradigm ชื่อ pm-AMM

ตลาดทำนายเป็นประเภทหนึ่งของแพลตฟอร์มการซื้อขายที่อนุญาตให้ผู้เข้าร่วมซื้อขายสัญญาขึ้นอยู่กับผลลัพธ์ที่คาดหวังของเหตุการณ์ในโลกจริง เช่นการเลือกตั้งทางการเมือง การแข่งขันกีฬา หรือแนวโน้มทางเศรษฐกิจ ราคาที่เกิดขึ้นผ่านการซื้อขายอิสระระหว่างผู้เข้าร่วมประกอบด้วยความน่าจะเป็นของเหตุการณ์ที่เกิดขึ้น อย่างง่ายดาย ตลาดทำนายเปลี่ยนแปลงความสามารถในการทำนายรวมกันเป็นเครื่องมือสำหรับการวัดความน่าจะเป็น

ไม่เหมือนกับตลาดการเงินดั้งเดิม ตลาดการพยากรณ์เกี่ยวกับเหตุการณ์เองโดยตรง ไม่ใช่การลงทุนเชิงอ้อมถึงสินทรัพย์ที่เกี่ยวข้อง กลไกนี้ตอบสนองความต้องการในการพยากรณ์ที่หลากหลายและรวบรวมความเชื่อร่วมกันของผู้เข้าร่วมตลาดในเรื่องความน่าจะเป็นของเหตุการณ์ผ่านการกำหนดราคา

อย่างไรก็ตาม, ตลาดการพยากรณ์ยังเป็นตลาดทางการเงินที่ต้องการกลไกการกำหนดราคาที่เหมาะสมเพื่อส่งเสริมการซื้อขาย, ดึงดูดความคิดเห็นจากผู้เข้าร่วมมากขึ้นและรวบรวมข้อมูลนี้เพื่อสร้างการพยากรณ์ความน่าจะเป็นล่าสุด บทความนี้จะแนะนำกลไกการกำหนดราคาที่อยู่เบื้องหลังตลาดการพยากรณ์

ทำไมราคาในตลาดคาดการณ์สามารถสะท้อนความน่าจะเป็นของเหตุการณ์ได้?

ไม่เหมือนกับอุตสาหกรรมการพนันที่เดิมที่ผู้เล่นเดิมพันกับเจ้ามือพนัน ตลาดพยากรณ์เป็นกลไกที่เปิดและกระจายอยู่ที่ไม่มีเจ้ามือ ในการพนัน อัตราการชนะถูกกำหนดและปรับเปลี่ยนได้โดยเจ้ามือพนัน ในตลาดพยากรณ์ ราคาเกิดขึ้นโดยธรรมชาติผ่านการซื้อขายระหว่างผู้เข้าร่วม แสดงให้เห็นถึงการประเมินความเป็นไปได้ของเหตุการณ์โดยประชากรที่มีสติปัญญารวบรวม

สมมติฐานในสถานการณ์การพยากรณ์ไบนารี: เดือนหน้าจะมีการแข่งขันฟุตบอลระหว่างเยอรมันและสเปน ผู้คนสามารถสร้างตลาดการซื้อขายบนแพลตฟอร์มการพยากรณ์และออกสองโทเค็นผลลัพธ์ที่แทน "เยอรมันชนะ" และ "สเปนชนะ" หากราคาเริ่มต้นของทั้งสองโทเค็นเท่ากัน จะแสดงให้เห็นว่าตลาดเชื่อว่าทั้งสองทีมมีโอกาสชนะเท่า ๆ กัน

เมื่อการแข่งขันใกล้เข้ามาหากผู้เล่นชาวเยอรมันคนสําคัญได้รับบาดเจ็บผู้ค้าจํานวนมากขึ้นอาจทํานายความน่าจะเป็นที่สูงขึ้นที่สเปนจะชนะและซื้อโทเค็น "สเปนชนะ" การเปลี่ยนแปลงของอุปสงค์และอุปทานสําหรับโทเค็นจะปรับราคาแบบเรียลไทม์ ซึ่งสะท้อนให้เห็นถึงความเป็นไปได้ที่เพิ่มขึ้นของชัยชนะของสเปน ในทํานองเดียวกันในระหว่างการแข่งขันหากเยอรมนีทําคะแนนติดต่อกันความต้องการโทเค็น" เยอรมนีชนะ" จะเพิ่มขึ้นและราคาของพวกเขาจะเพิ่มขึ้นจนกว่าการแข่งขันจะสิ้นสุดลงเมื่อความน่าจะเป็นมาบรรจบกับผลลัพธ์จริง - 100%

เมื่อผลการแข่งขันถูกกำหนด (เช่น เยอรมนีชนะ) มูลค่าของโทเค็น “สเปนชนะ” จะลดลงเป็นศูนย์ และผู้ถือโทเค็น “เยอรมนีชนะ” จะแบ่งปันกำไรจากพูลของความเคลื่อนไหวทั้งหมดตามส่วนของพวกเขา กลไกการปรับราคาแบบไดนามิกนี้ที่พิจารณาจากการซื้อขายทำให้ตลาดทำนายสามารถสะท้อนความน่าจะเป็นของเหตุการณ์ในอนาคตอย่างยืดหยุ่นและมีประสิทธิภาพ

Common Pricing Mechanisms in Prediction Markets

การดำเนินการของตลาดทำนายมักพึงพอใจในทั่วไปตามกลไกการกำหนดราคาสองประการที่สำคัญ: Continuous Double Auction (CDA) และ Automated Market Maker (AMM)

ตลาดพยากรณ์แบบกระจายที่สุดบนบล็อกเชนยังใช้ order books เพื่อให้ความเหมาะสมในการให้ความสามารถในการซื้อขาย ไม่เช่นเดียวกับ AMM ที่มีการใช้งานอย่างแพร่หลายในตลาดแบบกระจายที่ไม่ใช่แลกเปลี่ยน (DEX) นี่อาจเป็นเพราะลักษณะเฉพาะของตัวโทเค็นผลลัพธ์: มูลค่าของมันสามารถเปลี่ยนแปลงได้อย่างมีนัยสำคัญกับเหตุการณ์ในโลกจริงและลดลงเป็นศูนย์หากการพยากรณ์ไม่ถูกต้องหลังจากเหตุการณ์สิ้นสุดลง โดยเนื่องจากมูลค่าของตัวโทเค็นผลลัพธ์ไปยังผลลัพธ์ของเหตุการณ์เกิดขึ้น ความเสียหายที่เป็นไปได้สำหรับ AMM จะได้รับผลกระทบอย่างมากนัก ซึ่งมีความเสี่ยงสูง

เพื่อแก้ไขท้ายนี้ ตลาดพยากรณ์ได้นำเข้ากลไกการตลาดทำนายที่ออกแบบมาเฉพาะ กึ่งอัตโนมัติ กึ่งทำนายผลตลาดลอการิทึมมิกส์ รีเกิล (LMSR) เพื่อสมดุลความเป็น Likuiditi และความเสี่ยงของตลาด รองรับการดำเนินการที่เสถียรของตลาดพยากรณ์

การประมูลคู่ต่อเนื่อง (CDA)

การประมูลคู่ต่อเนื่อง (CDA) เป็นกลไกการกำหนดราคาที่สำคัญที่สุดในตลาดทางการเงินและได้รับการนำมาใช้กันอย่างกว้างขวางในตลาดพยายามทำนาย หลักการพื้นฐานของมันเกี่ยวข้องกับการบันทึกคำสั่งที่ไม่ตรงกันทั้งหมดในสมุดคำสั่ง โดยการสั่งซื้อและขายจะเรียงกันด้านตรงข้าม นักซื้อขายสามารถส่งคำสั่งจำกัดไปยังสมุดคำสั่งและเมื่อราคาเสนอซื้อสูงสุดตรงกับราคาขายต่ำสุด การทำธุรกรรมก็ถูกเรียกและดำเนินการ

กลไกนี้ได้รับความนิยมเนื่องจากการออกแบบที่เรียบง่ายและชัดเจน อย่างไรก็ตาม ในตลาดพยากรณ์ที่มีจำนวนผู้เข้าร่วมจำกัด CDA อาจเผชิญกับปัญหาความไม่สามารถจ่ายเงินได้ สภาวะน้ำหนักตลาดต่ำโดยทั่วไปจะส่งผลให้ราคาแบบซื้อขายกว้าง ทำให้การกำหนดราคายากและลดประสิทธิภาพของตลาด ในกรณีเช่นนี้ ตลาดพยากรณ์การค้นพบราคาและการพยากรณ์ความเป็นไปได้อาจลำบากในการดำเนินงานอย่างมีประสิทธิภาพ

กฎการตลาดที่ใช้การคำนวณลอการิทึม (LMSR)

ซึ่งแตกต่างจาก CDA LMSR แนะนําผู้ดูแลสภาพคล่องอัตโนมัติส่วนกลางเป็นคู่สัญญากับผู้ค้าทั้งหมด Logarithmic Market Scoring Rule (LMSR) เป็นกลไกผู้ดูแลสภาพคล่องอัตโนมัติ (AMM) ที่ออกแบบมาโดยเฉพาะสําหรับตลาดการคาดการณ์ หนึ่งในคุณสมบัติที่สําคัญคือไม่ต้องพึ่งพากลุ่มสภาพคล่องทําให้เหมาะสําหรับตลาดที่มีสภาพคล่องต่ํารวมถึงตลาดคาดการณ์ LMSR ใช้กฎการให้คะแนนลอการิทึมเพื่อสร้างราคาเพื่อป้องกันความผันผวนของราคาที่มากเกินไปได้อย่างมีประสิทธิภาพ วิธีนี้ให้สภาพคล่องที่เพียงพอในขณะที่รักษาความสูญเสียที่อาจเกิดขึ้นของผู้ดูแลสภาพคล่องให้อยู่ในช่วงที่ควบคุมได้

ตารางด้านล่างแสดงความแตกต่างหลัก ๆ ระหว่าง LMSR และ AMMs แบบดั้งเดิม

เพื่อเข้าใจความเป็นเอกลักษณ์ของ LMSR นั้น จะเป็นประโยชน์ที่จะต้องทบทวนกลไก AMM ที่เป็นที่รู้จักโดยทั่วไปก่อน ส่วนใหญ่ AMM ใช้สูตรผลลัพธ์คงที่:

x⋅y=k

ในสูตรนี้ x และ y แทนปริมาณของสองโทเค็นในสระเงินสดและ k เป็นค่าคงที่ ตัวอย่างเช่นในสระเงินสด ETH/DAI ที่มีสถานะเริ่มต้นคือ 100 ETH และ 10,000 DAI k = 1,000,000 เพื่อให้ k เป็นค่าคงที่ เมื่อผู้ซื้อฝาก ETH เข้าสู่สระเงินสด ปริมาณของ DAI ที่สอดคล้องกันจะต้องลดลง ในที่สุด อ้างอิงสำหรับการซื้อขายใด ๆ ที่กำหนดไว้ภายใต้สูตรผลคูณคงที่และอัตราส่วนโทเค็นในสระเงินสด กราฟด้านล่างนี้เป็นการประมาณความสัมพันธ์การแลกเปลี่ยนระหว่างสองประเภทของสินทรัพย์ภายใต้โมเดลนี้


แหล่งที่มา:news.marsbit.co

ในทางตรงกันข้าม กลไกการตั้งราคาของ LMSR ซับซ้อนมากยิ่งขึ้น สูตรของมันคือดังนี้:

qA: ปริมาณของผลลัพธ์ A (จำนวนหุ้นที่ซื้อไว้สำหรับผลลัพธ์นั้น)

b: พารามิเตอร์ “ความเป็นเหลือ” ที่ตั้งโดยผู้ทำตลาด ซึ่งมีผลต่อความไวต่อการเปลี่ยนแปลงของราคาต่อปริมาณการซื้อขาย

n: จำนวนทั้งหมดของผลลัพธ์ที่เป็นไปได้

นอกจากนี้ LMSR กำหนดฟังก์ชันต้นทุนในการคำนวณต้นทุนรวมของการซื้อขาย:

ฟังก์ชันนี้ช่วยให้ผู้สร้างตลาดเข้าใจถึงความเสี่ยงของการสูญเสียที่อาจเกิดขึ้นเมื่อให้สินค้าให้สมดุลกัน ฟังก์ชันลอการิทึมที่รวมอยู่ที่นี่หมายถึงว่าเมื่อจำนวนสัญญาที่เลือกคาดการณ์ใดๆ เพิ่มขึ้น ราคาของผลลัพธ์นั้นจะเพิ่มขึ้นในอัตราการลดลง กลไกนี้จะทำให้การปรับราคาแม่นยำมากขึ้นและ จำกัดความเสี่ยงของผู้สร้างตลาด รับประกันความมั่นคงในระยะยาวของตลาด

ปรับปรุงเพิ่มเติมในการทำความเข้าใจ AMM ในตลาดทำนาย

ตลาดทำนาย AMMs ได้เห็นการปรับปรุงต่าง ๆ โดย Paradigm ซึ่งเป็นบริษัทลงทุนคริปโตที่มีชื่อเสียงได้เสนอแนะโมเดลราคาล่าสุดของตัวเอง pm-AMM Paradigm มีเป้าหมายที่จะพัฒนาโมเดลนี้เป็นกรอบการทำนายที่เป็นร่วมกันสำหรับตลาดทำนาย บริษัทได้เปรียบเทียบ pm-AMM กับ AMM อื่น ๆ และแนะนำว่าอาจใช้งานได้กับประเภทสินทรัพย์อื่น ๆ เช่นพันธบัตร ตัวเลือก และสินทรัพย์อนุพันธ์อื่น ๆ


แหล่งที่มา:paradigm.xyz

  1. การปรับปรุงสำหรับ Outcome Tokens
    pm-AMM ถูกออกแบบมาเพื่อจัดการกับโทเค็นผลลัพธ์ ซึ่งมีมูลค่าเป็น 1 หากเหตุการณ์เกิดขึ้นและเป็น 0 หากไม่เกิดเหตุการณ์ โมเดล AMM ดั้งเดิมมักเผชิญกับปัญหาความไม่สม่ำเสมอของ Likuiditi สำหรับโทเค็นเช่นนี้ โดยการนำเสนอโมเดลการกระจายกาวซี่แนน pm-AMM จะจับความสัมพันธ์ระหว่างราคาโทเค็นกับความน่าจะเป็นของเหตุการณ์ ซึ่งจะให้ Likuiditi ที่เสถียรและสม่ำเสมอกว่า

การแจกแจงกาวเสียงที่รู้จักในนามของการแจกแจงปกติถูกสันนิษฐานว่าจะควบคุมการเปลี่ยนแปลงราคาของโทเค็นผลลัพธ์ในแต่ละตลาดทำนาย (เช่น 'เหตุการณ์เกิดขึ้น' และ 'เหตุการณ์ไม่เกิดขึ้น') สันนิษฐานนี้ช่วยให้เงินทุนสะสมรอบรูปมากขึ้นในผลที่เป็นไปได้มากขึ้นเมื่อเหตุการณ์เข้าสู่การแก้ไข (เช่น ราคาใกล้เคียง 0 หรือ 1) หลีกเลี่ยงปัญหาเช่นขาดแคลนเงินทุนหรือการลื่นไหลเกินไปในสถานการณ์สุดขั้วในขณะที่ลดความเสียหายสำหรับผู้สร้างตลาด

กลับไปที่ตัวอย่างก่อนหน้านี้ของการแข่งขันฟุตบอลระหว่างเยอรมนีและสเปนผู้เข้าร่วมตลาดส่วนใหญ่อาจทํานายชัยชนะของสเปนในขั้นต้นซึ่งนําไปสู่ราคาโทเค็นที่สูงขึ้นสําหรับชัยชนะของสเปน อย่างไรก็ตามหากเยอรมนีเริ่มทําผลงานได้อย่างแข็งแกร่งในระหว่างการแข่งขันความคาดหวังของตลาดอาจเปลี่ยนไปอย่างรวดเร็วเพื่อสนับสนุนเยอรมนี AMM แบบดั้งเดิมอาจตอบสนองอย่างเชื่องช้าทําให้ผู้ดูแลสภาพคล่องถือโทเค็นชัยชนะของสเปนจํานวนมากซึ่งในที่สุดก็สูญเสียมูลค่าทั้งหมด ในทางตรงกันข้าม PM-AMM ใช้แบบจําลองเกาส์เพื่อปรับสภาพคล่องอย่างรวดเร็วโดยมุ่งเน้นที่ผลลัพธ์ที่มีแนวโน้มมากขึ้นซึ่งจะช่วยลดการสูญเสียผู้ดูแลสภาพคล่องและเพิ่มประสิทธิภาพและความน่าเชื่อถือของตลาด

  1. การปรับความสะดวกในการเรียกเก็บเงิน
    pm-AMM ใช้กลไกการปรับความสะดวกสบายของ Likelihood ที่เปลี่ยนแปลงระดับ Likelihood เมื่อเหตุการณ์เข้าใกล้การแก้ไขของมัน นี่หมายความว่า Likelihood ลดลงเมื่อตลาดทำนายเข้าสู่การหมดอายุ ลดความเสี่ยงของการสูญเสียสำหรับผู้ให้ Likelihood ที่เนื่องจากการค้าประสงค์ออก กลไกนี้จะให้ความสะดวกสบายเข้ากับความผันผวนของตลาด รักษาระดับคงตัวในช่วงเวลาที่รุนแรง

  2. กรอบการทำงาน AMM ที่เป็นสมบูรณ์
    pm-AMM ของ Paradigm มีเป้าหมายที่จะสร้างเฟรมเวิร์ก AMM ที่รวมกันที่เกินไปนอกเหนือจากตลาดทำนายไปสู่คลาสสินทรัพย์อื่น ๆ เช่น พันธบัตร ตัวเลือก และสินค้าอนุพันธ์ ความหลากหลายนี้เพิ่มประสิทธิภาพของ pm-AMM ในการใช้งานกับผลิตภัณฑ์ทางการเงินต่างๆ เพิ่มความยืดหยุ่นและประโยชน์

  3. การขาดทุนสู่การปรับสมดุล (LVR)
    pm-AMM นำเสนอแนวคิดของการสูญเสีย vs. การ Rebalancing (LVR) ซึ่งประเมินความเสี่ยงของการสูญเสียที่ AMM อาจเผชิญหน้าจากกิจกรรมอาร์บิทราจ โดยการปรับแต่งโครงสร้าง AMM เพื่อลด LVR pm-AMM ทำให้มี Likuiditi ที่แข็งแรงในขณะลดความเสี่ยงของการสูญเสียที่อาจเกิดขึ้น ซึ่งส่งผลให้ผู้ให้ Likuiditi สามารถได้รับผลตอบแทนที่ดีขึ้น

  4. ประสบการณ์ผู้ใช้ที่ปรับปรุง
    โดยการปรับปรุงกระบวนการซื้อขายและการค้นหาราคา pm-AMM นำเสนอประสบการณ์ที่ใช้งานง่ายมากขึ้น ผู้ใช้สามารถเข้าใจและเข้าใจได้เองเกี่ยวกับแนวโน้มของตลาด ด้วยการดำเนินการที่ถูกต้องโดยอัตโนมัติผ่านสัญญาอัจฉริยะ ให้กำจัดความล่าช้าและความไม่แน่นอนที่เกิดจากการแทรกแซงด้วยมือ

pm-AMM ของ Paradigm ปรับปรุงกลไก AMM แบบ traditional อย่างมีนัยยะในตลาดทำนาย ผ่านนวัสาการสร้างสรรค์เช่น การจัดการเพื่อ outcome tokens,การปรับความสามารถในการสร้างสภาวะของเงินทุน,การออกแบบกรอบที่เป็นไปได้และการนำเสนอ LVR, pm-AMM ช่วยเสริมประสิทธิภาพและความมั่นคงของตลาดทำนายในขณะเดียวกันเปิดโอกาสให้ใช้งานได้ในผลิตภัณฑ์การเงินอื่น ๆ ขั้นพัฒนานี้จะเป็นแรงบันดาลใจให้กับการพัฒนาการเงินดิจิทัล (DeFi),เปิดโอกาสให้ตลาดทำนายสะท้อนอารมณ์ของสาธารณะและสนับสนุนกระบวนการตัดสินใจได้ดียิ่ขึ้น

เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับหลักการออกแบบและการจำลอง pm-AMM โปรดอ้างอิงบทความที่เชื่อมโยงด้านล่าง



อ้างอิง:

  1. การวิจัยล่าสุดของ Paradigm: ตลาดผู้สร้างตลาดอัตโนมัติรวมสำหรับตลาดพยากรณ์ - pm-AMM
  2. pm-AMM: สมมติ AMM สำหรับตลาดทำนาย
Tác giả: Mumu
Thông dịch viên: Panie
(Những) người đánh giá: Edward、SimonLiu、Elisa
Đánh giá bản dịch: Ashely、Joyce
* Đầu tư có rủi ro, phải thận trọng khi tham gia thị trường. Thông tin không nhằm mục đích và không cấu thành lời khuyên tài chính hay bất kỳ đề xuất nào khác thuộc bất kỳ hình thức nào được cung cấp hoặc xác nhận bởi Gate.io.
* Không được phép sao chép, truyền tải hoặc đạo nhái bài viết này mà không có sự cho phép của Gate.io. Vi phạm là hành vi vi phạm Luật Bản quyền và có thể phải chịu sự xử lý theo pháp luật.

กลไกการกำหนดราคาของตลาดพยากรณ์

ขั้นสูง1/5/2025, 3:06:42 PM
บทความนี้สำรวจกลไกการกำหนดราคาหลักของตลาดพยากรณ์ ซึ่งรวมถึง Continuous Double Auction (CDA) และ Logarithmic Market Scoring Rule (LMSR) โดยการวิเคราะห์ว่าพวกเขาปรับตัวไปสู่การสะท้อนความน่าจะเป็นของเหตุการณ์ด้วยการลึกลงไปในความเป็นเหลือและตรรกะในการกำหนดราคา มันเปิดเผยถึงความได้เปรียบที่เฉพาะเจาะจงของตลาดพยากรณ์ในการทำนายความน่าจะเป็น บทความนี้ยังนำเสนอโมเดลล่าสุดของ Paradigm ชื่อ pm-AMM

ตลาดทำนายเป็นประเภทหนึ่งของแพลตฟอร์มการซื้อขายที่อนุญาตให้ผู้เข้าร่วมซื้อขายสัญญาขึ้นอยู่กับผลลัพธ์ที่คาดหวังของเหตุการณ์ในโลกจริง เช่นการเลือกตั้งทางการเมือง การแข่งขันกีฬา หรือแนวโน้มทางเศรษฐกิจ ราคาที่เกิดขึ้นผ่านการซื้อขายอิสระระหว่างผู้เข้าร่วมประกอบด้วยความน่าจะเป็นของเหตุการณ์ที่เกิดขึ้น อย่างง่ายดาย ตลาดทำนายเปลี่ยนแปลงความสามารถในการทำนายรวมกันเป็นเครื่องมือสำหรับการวัดความน่าจะเป็น

ไม่เหมือนกับตลาดการเงินดั้งเดิม ตลาดการพยากรณ์เกี่ยวกับเหตุการณ์เองโดยตรง ไม่ใช่การลงทุนเชิงอ้อมถึงสินทรัพย์ที่เกี่ยวข้อง กลไกนี้ตอบสนองความต้องการในการพยากรณ์ที่หลากหลายและรวบรวมความเชื่อร่วมกันของผู้เข้าร่วมตลาดในเรื่องความน่าจะเป็นของเหตุการณ์ผ่านการกำหนดราคา

อย่างไรก็ตาม, ตลาดการพยากรณ์ยังเป็นตลาดทางการเงินที่ต้องการกลไกการกำหนดราคาที่เหมาะสมเพื่อส่งเสริมการซื้อขาย, ดึงดูดความคิดเห็นจากผู้เข้าร่วมมากขึ้นและรวบรวมข้อมูลนี้เพื่อสร้างการพยากรณ์ความน่าจะเป็นล่าสุด บทความนี้จะแนะนำกลไกการกำหนดราคาที่อยู่เบื้องหลังตลาดการพยากรณ์

ทำไมราคาในตลาดคาดการณ์สามารถสะท้อนความน่าจะเป็นของเหตุการณ์ได้?

ไม่เหมือนกับอุตสาหกรรมการพนันที่เดิมที่ผู้เล่นเดิมพันกับเจ้ามือพนัน ตลาดพยากรณ์เป็นกลไกที่เปิดและกระจายอยู่ที่ไม่มีเจ้ามือ ในการพนัน อัตราการชนะถูกกำหนดและปรับเปลี่ยนได้โดยเจ้ามือพนัน ในตลาดพยากรณ์ ราคาเกิดขึ้นโดยธรรมชาติผ่านการซื้อขายระหว่างผู้เข้าร่วม แสดงให้เห็นถึงการประเมินความเป็นไปได้ของเหตุการณ์โดยประชากรที่มีสติปัญญารวบรวม

สมมติฐานในสถานการณ์การพยากรณ์ไบนารี: เดือนหน้าจะมีการแข่งขันฟุตบอลระหว่างเยอรมันและสเปน ผู้คนสามารถสร้างตลาดการซื้อขายบนแพลตฟอร์มการพยากรณ์และออกสองโทเค็นผลลัพธ์ที่แทน "เยอรมันชนะ" และ "สเปนชนะ" หากราคาเริ่มต้นของทั้งสองโทเค็นเท่ากัน จะแสดงให้เห็นว่าตลาดเชื่อว่าทั้งสองทีมมีโอกาสชนะเท่า ๆ กัน

เมื่อการแข่งขันใกล้เข้ามาหากผู้เล่นชาวเยอรมันคนสําคัญได้รับบาดเจ็บผู้ค้าจํานวนมากขึ้นอาจทํานายความน่าจะเป็นที่สูงขึ้นที่สเปนจะชนะและซื้อโทเค็น "สเปนชนะ" การเปลี่ยนแปลงของอุปสงค์และอุปทานสําหรับโทเค็นจะปรับราคาแบบเรียลไทม์ ซึ่งสะท้อนให้เห็นถึงความเป็นไปได้ที่เพิ่มขึ้นของชัยชนะของสเปน ในทํานองเดียวกันในระหว่างการแข่งขันหากเยอรมนีทําคะแนนติดต่อกันความต้องการโทเค็น" เยอรมนีชนะ" จะเพิ่มขึ้นและราคาของพวกเขาจะเพิ่มขึ้นจนกว่าการแข่งขันจะสิ้นสุดลงเมื่อความน่าจะเป็นมาบรรจบกับผลลัพธ์จริง - 100%

เมื่อผลการแข่งขันถูกกำหนด (เช่น เยอรมนีชนะ) มูลค่าของโทเค็น “สเปนชนะ” จะลดลงเป็นศูนย์ และผู้ถือโทเค็น “เยอรมนีชนะ” จะแบ่งปันกำไรจากพูลของความเคลื่อนไหวทั้งหมดตามส่วนของพวกเขา กลไกการปรับราคาแบบไดนามิกนี้ที่พิจารณาจากการซื้อขายทำให้ตลาดทำนายสามารถสะท้อนความน่าจะเป็นของเหตุการณ์ในอนาคตอย่างยืดหยุ่นและมีประสิทธิภาพ

Common Pricing Mechanisms in Prediction Markets

การดำเนินการของตลาดทำนายมักพึงพอใจในทั่วไปตามกลไกการกำหนดราคาสองประการที่สำคัญ: Continuous Double Auction (CDA) และ Automated Market Maker (AMM)

ตลาดพยากรณ์แบบกระจายที่สุดบนบล็อกเชนยังใช้ order books เพื่อให้ความเหมาะสมในการให้ความสามารถในการซื้อขาย ไม่เช่นเดียวกับ AMM ที่มีการใช้งานอย่างแพร่หลายในตลาดแบบกระจายที่ไม่ใช่แลกเปลี่ยน (DEX) นี่อาจเป็นเพราะลักษณะเฉพาะของตัวโทเค็นผลลัพธ์: มูลค่าของมันสามารถเปลี่ยนแปลงได้อย่างมีนัยสำคัญกับเหตุการณ์ในโลกจริงและลดลงเป็นศูนย์หากการพยากรณ์ไม่ถูกต้องหลังจากเหตุการณ์สิ้นสุดลง โดยเนื่องจากมูลค่าของตัวโทเค็นผลลัพธ์ไปยังผลลัพธ์ของเหตุการณ์เกิดขึ้น ความเสียหายที่เป็นไปได้สำหรับ AMM จะได้รับผลกระทบอย่างมากนัก ซึ่งมีความเสี่ยงสูง

เพื่อแก้ไขท้ายนี้ ตลาดพยากรณ์ได้นำเข้ากลไกการตลาดทำนายที่ออกแบบมาเฉพาะ กึ่งอัตโนมัติ กึ่งทำนายผลตลาดลอการิทึมมิกส์ รีเกิล (LMSR) เพื่อสมดุลความเป็น Likuiditi และความเสี่ยงของตลาด รองรับการดำเนินการที่เสถียรของตลาดพยากรณ์

การประมูลคู่ต่อเนื่อง (CDA)

การประมูลคู่ต่อเนื่อง (CDA) เป็นกลไกการกำหนดราคาที่สำคัญที่สุดในตลาดทางการเงินและได้รับการนำมาใช้กันอย่างกว้างขวางในตลาดพยายามทำนาย หลักการพื้นฐานของมันเกี่ยวข้องกับการบันทึกคำสั่งที่ไม่ตรงกันทั้งหมดในสมุดคำสั่ง โดยการสั่งซื้อและขายจะเรียงกันด้านตรงข้าม นักซื้อขายสามารถส่งคำสั่งจำกัดไปยังสมุดคำสั่งและเมื่อราคาเสนอซื้อสูงสุดตรงกับราคาขายต่ำสุด การทำธุรกรรมก็ถูกเรียกและดำเนินการ

กลไกนี้ได้รับความนิยมเนื่องจากการออกแบบที่เรียบง่ายและชัดเจน อย่างไรก็ตาม ในตลาดพยากรณ์ที่มีจำนวนผู้เข้าร่วมจำกัด CDA อาจเผชิญกับปัญหาความไม่สามารถจ่ายเงินได้ สภาวะน้ำหนักตลาดต่ำโดยทั่วไปจะส่งผลให้ราคาแบบซื้อขายกว้าง ทำให้การกำหนดราคายากและลดประสิทธิภาพของตลาด ในกรณีเช่นนี้ ตลาดพยากรณ์การค้นพบราคาและการพยากรณ์ความเป็นไปได้อาจลำบากในการดำเนินงานอย่างมีประสิทธิภาพ

กฎการตลาดที่ใช้การคำนวณลอการิทึม (LMSR)

ซึ่งแตกต่างจาก CDA LMSR แนะนําผู้ดูแลสภาพคล่องอัตโนมัติส่วนกลางเป็นคู่สัญญากับผู้ค้าทั้งหมด Logarithmic Market Scoring Rule (LMSR) เป็นกลไกผู้ดูแลสภาพคล่องอัตโนมัติ (AMM) ที่ออกแบบมาโดยเฉพาะสําหรับตลาดการคาดการณ์ หนึ่งในคุณสมบัติที่สําคัญคือไม่ต้องพึ่งพากลุ่มสภาพคล่องทําให้เหมาะสําหรับตลาดที่มีสภาพคล่องต่ํารวมถึงตลาดคาดการณ์ LMSR ใช้กฎการให้คะแนนลอการิทึมเพื่อสร้างราคาเพื่อป้องกันความผันผวนของราคาที่มากเกินไปได้อย่างมีประสิทธิภาพ วิธีนี้ให้สภาพคล่องที่เพียงพอในขณะที่รักษาความสูญเสียที่อาจเกิดขึ้นของผู้ดูแลสภาพคล่องให้อยู่ในช่วงที่ควบคุมได้

ตารางด้านล่างแสดงความแตกต่างหลัก ๆ ระหว่าง LMSR และ AMMs แบบดั้งเดิม

เพื่อเข้าใจความเป็นเอกลักษณ์ของ LMSR นั้น จะเป็นประโยชน์ที่จะต้องทบทวนกลไก AMM ที่เป็นที่รู้จักโดยทั่วไปก่อน ส่วนใหญ่ AMM ใช้สูตรผลลัพธ์คงที่:

x⋅y=k

ในสูตรนี้ x และ y แทนปริมาณของสองโทเค็นในสระเงินสดและ k เป็นค่าคงที่ ตัวอย่างเช่นในสระเงินสด ETH/DAI ที่มีสถานะเริ่มต้นคือ 100 ETH และ 10,000 DAI k = 1,000,000 เพื่อให้ k เป็นค่าคงที่ เมื่อผู้ซื้อฝาก ETH เข้าสู่สระเงินสด ปริมาณของ DAI ที่สอดคล้องกันจะต้องลดลง ในที่สุด อ้างอิงสำหรับการซื้อขายใด ๆ ที่กำหนดไว้ภายใต้สูตรผลคูณคงที่และอัตราส่วนโทเค็นในสระเงินสด กราฟด้านล่างนี้เป็นการประมาณความสัมพันธ์การแลกเปลี่ยนระหว่างสองประเภทของสินทรัพย์ภายใต้โมเดลนี้


แหล่งที่มา:news.marsbit.co

ในทางตรงกันข้าม กลไกการตั้งราคาของ LMSR ซับซ้อนมากยิ่งขึ้น สูตรของมันคือดังนี้:

qA: ปริมาณของผลลัพธ์ A (จำนวนหุ้นที่ซื้อไว้สำหรับผลลัพธ์นั้น)

b: พารามิเตอร์ “ความเป็นเหลือ” ที่ตั้งโดยผู้ทำตลาด ซึ่งมีผลต่อความไวต่อการเปลี่ยนแปลงของราคาต่อปริมาณการซื้อขาย

n: จำนวนทั้งหมดของผลลัพธ์ที่เป็นไปได้

นอกจากนี้ LMSR กำหนดฟังก์ชันต้นทุนในการคำนวณต้นทุนรวมของการซื้อขาย:

ฟังก์ชันนี้ช่วยให้ผู้สร้างตลาดเข้าใจถึงความเสี่ยงของการสูญเสียที่อาจเกิดขึ้นเมื่อให้สินค้าให้สมดุลกัน ฟังก์ชันลอการิทึมที่รวมอยู่ที่นี่หมายถึงว่าเมื่อจำนวนสัญญาที่เลือกคาดการณ์ใดๆ เพิ่มขึ้น ราคาของผลลัพธ์นั้นจะเพิ่มขึ้นในอัตราการลดลง กลไกนี้จะทำให้การปรับราคาแม่นยำมากขึ้นและ จำกัดความเสี่ยงของผู้สร้างตลาด รับประกันความมั่นคงในระยะยาวของตลาด

ปรับปรุงเพิ่มเติมในการทำความเข้าใจ AMM ในตลาดทำนาย

ตลาดทำนาย AMMs ได้เห็นการปรับปรุงต่าง ๆ โดย Paradigm ซึ่งเป็นบริษัทลงทุนคริปโตที่มีชื่อเสียงได้เสนอแนะโมเดลราคาล่าสุดของตัวเอง pm-AMM Paradigm มีเป้าหมายที่จะพัฒนาโมเดลนี้เป็นกรอบการทำนายที่เป็นร่วมกันสำหรับตลาดทำนาย บริษัทได้เปรียบเทียบ pm-AMM กับ AMM อื่น ๆ และแนะนำว่าอาจใช้งานได้กับประเภทสินทรัพย์อื่น ๆ เช่นพันธบัตร ตัวเลือก และสินทรัพย์อนุพันธ์อื่น ๆ


แหล่งที่มา:paradigm.xyz

  1. การปรับปรุงสำหรับ Outcome Tokens
    pm-AMM ถูกออกแบบมาเพื่อจัดการกับโทเค็นผลลัพธ์ ซึ่งมีมูลค่าเป็น 1 หากเหตุการณ์เกิดขึ้นและเป็น 0 หากไม่เกิดเหตุการณ์ โมเดล AMM ดั้งเดิมมักเผชิญกับปัญหาความไม่สม่ำเสมอของ Likuiditi สำหรับโทเค็นเช่นนี้ โดยการนำเสนอโมเดลการกระจายกาวซี่แนน pm-AMM จะจับความสัมพันธ์ระหว่างราคาโทเค็นกับความน่าจะเป็นของเหตุการณ์ ซึ่งจะให้ Likuiditi ที่เสถียรและสม่ำเสมอกว่า

การแจกแจงกาวเสียงที่รู้จักในนามของการแจกแจงปกติถูกสันนิษฐานว่าจะควบคุมการเปลี่ยนแปลงราคาของโทเค็นผลลัพธ์ในแต่ละตลาดทำนาย (เช่น 'เหตุการณ์เกิดขึ้น' และ 'เหตุการณ์ไม่เกิดขึ้น') สันนิษฐานนี้ช่วยให้เงินทุนสะสมรอบรูปมากขึ้นในผลที่เป็นไปได้มากขึ้นเมื่อเหตุการณ์เข้าสู่การแก้ไข (เช่น ราคาใกล้เคียง 0 หรือ 1) หลีกเลี่ยงปัญหาเช่นขาดแคลนเงินทุนหรือการลื่นไหลเกินไปในสถานการณ์สุดขั้วในขณะที่ลดความเสียหายสำหรับผู้สร้างตลาด

กลับไปที่ตัวอย่างก่อนหน้านี้ของการแข่งขันฟุตบอลระหว่างเยอรมนีและสเปนผู้เข้าร่วมตลาดส่วนใหญ่อาจทํานายชัยชนะของสเปนในขั้นต้นซึ่งนําไปสู่ราคาโทเค็นที่สูงขึ้นสําหรับชัยชนะของสเปน อย่างไรก็ตามหากเยอรมนีเริ่มทําผลงานได้อย่างแข็งแกร่งในระหว่างการแข่งขันความคาดหวังของตลาดอาจเปลี่ยนไปอย่างรวดเร็วเพื่อสนับสนุนเยอรมนี AMM แบบดั้งเดิมอาจตอบสนองอย่างเชื่องช้าทําให้ผู้ดูแลสภาพคล่องถือโทเค็นชัยชนะของสเปนจํานวนมากซึ่งในที่สุดก็สูญเสียมูลค่าทั้งหมด ในทางตรงกันข้าม PM-AMM ใช้แบบจําลองเกาส์เพื่อปรับสภาพคล่องอย่างรวดเร็วโดยมุ่งเน้นที่ผลลัพธ์ที่มีแนวโน้มมากขึ้นซึ่งจะช่วยลดการสูญเสียผู้ดูแลสภาพคล่องและเพิ่มประสิทธิภาพและความน่าเชื่อถือของตลาด

  1. การปรับความสะดวกในการเรียกเก็บเงิน
    pm-AMM ใช้กลไกการปรับความสะดวกสบายของ Likelihood ที่เปลี่ยนแปลงระดับ Likelihood เมื่อเหตุการณ์เข้าใกล้การแก้ไขของมัน นี่หมายความว่า Likelihood ลดลงเมื่อตลาดทำนายเข้าสู่การหมดอายุ ลดความเสี่ยงของการสูญเสียสำหรับผู้ให้ Likelihood ที่เนื่องจากการค้าประสงค์ออก กลไกนี้จะให้ความสะดวกสบายเข้ากับความผันผวนของตลาด รักษาระดับคงตัวในช่วงเวลาที่รุนแรง

  2. กรอบการทำงาน AMM ที่เป็นสมบูรณ์
    pm-AMM ของ Paradigm มีเป้าหมายที่จะสร้างเฟรมเวิร์ก AMM ที่รวมกันที่เกินไปนอกเหนือจากตลาดทำนายไปสู่คลาสสินทรัพย์อื่น ๆ เช่น พันธบัตร ตัวเลือก และสินค้าอนุพันธ์ ความหลากหลายนี้เพิ่มประสิทธิภาพของ pm-AMM ในการใช้งานกับผลิตภัณฑ์ทางการเงินต่างๆ เพิ่มความยืดหยุ่นและประโยชน์

  3. การขาดทุนสู่การปรับสมดุล (LVR)
    pm-AMM นำเสนอแนวคิดของการสูญเสีย vs. การ Rebalancing (LVR) ซึ่งประเมินความเสี่ยงของการสูญเสียที่ AMM อาจเผชิญหน้าจากกิจกรรมอาร์บิทราจ โดยการปรับแต่งโครงสร้าง AMM เพื่อลด LVR pm-AMM ทำให้มี Likuiditi ที่แข็งแรงในขณะลดความเสี่ยงของการสูญเสียที่อาจเกิดขึ้น ซึ่งส่งผลให้ผู้ให้ Likuiditi สามารถได้รับผลตอบแทนที่ดีขึ้น

  4. ประสบการณ์ผู้ใช้ที่ปรับปรุง
    โดยการปรับปรุงกระบวนการซื้อขายและการค้นหาราคา pm-AMM นำเสนอประสบการณ์ที่ใช้งานง่ายมากขึ้น ผู้ใช้สามารถเข้าใจและเข้าใจได้เองเกี่ยวกับแนวโน้มของตลาด ด้วยการดำเนินการที่ถูกต้องโดยอัตโนมัติผ่านสัญญาอัจฉริยะ ให้กำจัดความล่าช้าและความไม่แน่นอนที่เกิดจากการแทรกแซงด้วยมือ

pm-AMM ของ Paradigm ปรับปรุงกลไก AMM แบบ traditional อย่างมีนัยยะในตลาดทำนาย ผ่านนวัสาการสร้างสรรค์เช่น การจัดการเพื่อ outcome tokens,การปรับความสามารถในการสร้างสภาวะของเงินทุน,การออกแบบกรอบที่เป็นไปได้และการนำเสนอ LVR, pm-AMM ช่วยเสริมประสิทธิภาพและความมั่นคงของตลาดทำนายในขณะเดียวกันเปิดโอกาสให้ใช้งานได้ในผลิตภัณฑ์การเงินอื่น ๆ ขั้นพัฒนานี้จะเป็นแรงบันดาลใจให้กับการพัฒนาการเงินดิจิทัล (DeFi),เปิดโอกาสให้ตลาดทำนายสะท้อนอารมณ์ของสาธารณะและสนับสนุนกระบวนการตัดสินใจได้ดียิ่ขึ้น

เพื่อเรียนรู้เพิ่มเติมเกี่ยวกับหลักการออกแบบและการจำลอง pm-AMM โปรดอ้างอิงบทความที่เชื่อมโยงด้านล่าง



อ้างอิง:

  1. การวิจัยล่าสุดของ Paradigm: ตลาดผู้สร้างตลาดอัตโนมัติรวมสำหรับตลาดพยากรณ์ - pm-AMM
  2. pm-AMM: สมมติ AMM สำหรับตลาดทำนาย
Tác giả: Mumu
Thông dịch viên: Panie
(Những) người đánh giá: Edward、SimonLiu、Elisa
Đánh giá bản dịch: Ashely、Joyce
* Đầu tư có rủi ro, phải thận trọng khi tham gia thị trường. Thông tin không nhằm mục đích và không cấu thành lời khuyên tài chính hay bất kỳ đề xuất nào khác thuộc bất kỳ hình thức nào được cung cấp hoặc xác nhận bởi Gate.io.
* Không được phép sao chép, truyền tải hoặc đạo nhái bài viết này mà không có sự cho phép của Gate.io. Vi phạm là hành vi vi phạm Luật Bản quyền và có thể phải chịu sự xử lý theo pháp luật.
Bắt đầu giao dịch
Đăng ký và giao dịch để nhận phần thưởng USDTEST trị giá
$100
$5500