Рынки прогнозов - это тип торговой платформы, которая позволяет участникам торговать контрактами на основе ожидаемых результатов реальных событий, таких как политические выборы, спортивные соревнования или экономические тенденции. Цены, формируемые через свободную торговлю среди участников, отражают вероятность возникновения событий. Простыми словами, рынки прогнозов превращают коллективные прогностические способности в инструмент для измерения вероятности.

В отличие от традиционных финансовых рынков, рынки предсказаний вращаются непосредственно вокруг самих событий, а не косвенно инвестируют в связанные активы. Этот механизм удовлетворяет разнообразные спекулятивные потребности и агрегирует коллективные убеждения участников рынка о вероятностях событий посредством ценообразования.

Однако рынки прогнозирования также являются финансовыми рынками, которым требуются соответствующие механизмы ценообразования, чтобы стимулировать торговлю, привлечь больше суждений участников и усовершенствовать эту информацию для формирования последних прогнозов вероятности. В этой статье будут представлены механизмы ценообразования, стоящие за рынками прогнозирования.

Почему цены на рынках прогнозирования могут отражать вероятности событий?

В отличие от традиционных азартных индустрий, где игроки делают ставки против букмекеров, рынки прогнозов являются открытыми и децентрализованными механизмами. В азартных играх коэффициенты устанавливаются и динамически корректируются букмекерами. На рынках прогнозов цены естественным образом формируются путем торговли между участниками и отражают коллективную оценку мудрости вероятности события.

Представьте себе сценарий бинарного прогнозирования: в следующем месяце состоится футбольный матч между Германией и Испанией. Люди могут создать торговый рынок на платформе прогнозирования и выпустить два токена результата, представляющих 'Победу Германии' и 'Победу Испании'. Если начальные цены обоих токенов равны, это означает, что рынок считает, что у обеих команд есть равные шансы на победу.

По мере приближения матча, если травмируется ключевой немецкий игрок, больше трейдеров могут предсказать более высокую вероятность победы Испании и купить токены "Победа Испании". Изменения в предложении и спросе на токены будут корректировать их цены в реальном времени, отражая увеличенную вероятность победы Испании. Аналогично, во время матча, если Германия забьет дважды подряд, спрос на токены "Победа Германии" возрастет, и их цена будет увеличиваться до конца матча, когда вероятности сойдутся к фактическим результатам — 100%.

Когда определен результат матча (например, победа Германии), стоимость токенов «Победа Испании» упадет до нуля, а владельцы токенов «Победа Германии» поделятся прибылью от общего пула ликвидности, исходя из своих долей. Этот механизм динамической корректировки цены на основе торговли позволяет прогнозным рынкам гибко и эффективно отражать вероятности будущих событий.

Общие механизмы ценообразования на рынках прогнозирования

Работа рынков прогнозирования, как правило, основана на двух основных механизмах ценообразования: непрерывных двойных аукционах (CDA) и автоматических рынках-создателях (AMM).

Большинство децентрализованных рынков прогнозирования на блокчейне до сих пор используют ордерные книги для обеспечения ликвидности, в отличие от AMM, широко применяемой в децентрализованных биржах (DEX). Это может быть связано с уникальными характеристиками токенов результата: их стоимость может значительно колебаться в зависимости от событий реального мира и снижаться до нуля, если прогноз оказывается неверным после завершения события. Поскольку стоимость токенов результата тесно связана с исходами событий, потенциальные убытки для AMM существенно зависят от них, что представляет существенные риски.

Для решения этой проблемы предсказательные рынки ввели специально разработанный механизм автоматического создания рынка - Логарифмическое Правило Оценки Рынка (LMSR), который балансирует ликвидность и риск рынка, поддерживая стабильную работу предсказательных рынков.

Непрерывный двойной аукцион (CDA)

Непрерывный двойной аукцион (CDA) является наиболее распространенным механизмом ценообразования на финансовых рынках и широко применяется на рынках прогнозирования. Его основной принцип заключается в записи всех неподходящих заявок в стакане ордеров, с ордерами на покупку и продажу, расположенными по противоположным сторонам. Трейдеры могут подавать лимитные заявки в стакан ордеров, и когда наивысшая цена заявки соответствует наименьшей цене предложения, срабатывает и выполняется сделка.

Этот механизм популярен благодаря своему простому и понятному дизайну. Однако в прогнозных рынках с ограниченным количеством участников CDA может столкнуться с нехваткой ликвидности. Низкая ликвидность часто приводит к широким спредам между покупкой и продажей, что затрудняет оценку и снижает эффективность рынка. В таких случаях функции определения цен и прогнозирования вероятности прогнозных рынков могут испытывать трудности в работе.

Логарифмическое правило оценки рынка (LMSR)

В отличие от CDA, LMSR вводит централизованного автоматизированного рыночного создателя в качестве контрагента для всех трейдеров. Логарифмическое правило оценки рынка (LMSR) - это автоматический механизм рыночного создания (AMM), специально разработанный для рынков прогнозирования. Одной из его ключевых особенностей является то, что он не зависит от пула ликвидности, что делает его подходящим для рынков с низкой ликвидностью, в том числе для рынков прогнозирования. LMSR использует логарифмическое правило оценки для генерации котировок, эффективно предотвращая чрезмерные колебания цен. Этот подход обеспечивает достаточную ликвидность, сохраняя потенциальные убытки рыночного создателя в контролируемом диапазоне.

Таблица ниже показывает основные различия между LMSR и традиционными AMM.

Чтобы понять уникальность LMSR, полезно сначала ознакомиться с распространенными механизмами AMM. Большинство AMM используют постоянную производную формулу:

x⋅y=k

В формуле x и y представляют количество двух токенов в пуле ликвидности, а k - постоянная. Например, в пуле ликвидности ETH/DAI с начальным состоянием 100 ETH и 10 000 DAI, k=1 000 000. Чтобы сохранить постоянное значение k, при депонировании трейдеров ETH в пул соответствующее количество DAI должно уменьшиться. В конечном итоге котировка любой сделки является функцией формулы постоянного произведения и соотношения токенов в пуле. Ниже приведен график, приближающий обменный курс между двумя типами активов в этой модели.

Источник:news.marsbit.co

В отличие от этого, механизм ценообразования LMSR более сложный. Его формула выглядит следующим образом:

qA: количество результата A (количество уже приобретенных акций этого результата).

b: параметр ликвидности, установленный рыночным создателем, который влияет на чувствительность цен к изменениям объема торговли.

n: общее количество возможных результатов.

Кроме того, LMSR определяет функцию стоимости для расчета общей стоимости сделки:

Эта функция помогает рыночным мейкерам понимать потенциальные потери, которые они могут столкнуться при предоставлении ликвидности. Включенная здесь логарифмическая функция означает, что с увеличением количества контрактов, поддерживающих определенный исход, цена этого исхода растет с убывающей скоростью. Этот механизм обеспечивает более точные корректировки цены и ограничивает потенциальные потери рыночного мейкера, обеспечивая долгосрочную стабильность рынка.

Дальнейшие улучшения предсказательных рынков AMM

AMM на рынке предсказаний претерпели различные улучшения: Paradigm, известная криптоинвестиционная фирма, недавно предложила свою последнюю модель ценообразования pm-AMM. Paradigm стремится развить эту модель в единую основу для рынков предсказаний. Компания сравнила pm-AMM с другими AMM, предположив, что он также может быть применен к другим типам активов, таким как облигации, опционы и деривативы.

Источник:paradigm.xyz

1. Оптимизация для Токенов Результата
   pm-AMM специально разработана для работы с исходными токенами, значение которых равно 1, если событие происходит, и 0, если оно не происходит. Традиционные AMM-механизмы часто сталкиваются с проблемами несогласованной ликвидности при использовании таких токенов. Введение модели гауссового распределения позволяет pm-AMM улавливать взаимосвязь между ценами на токены и вероятностями событий, обеспечивая более стабильную и последовательную ликвидность.

Распределение Гаусса, также известное как нормальное распределение, предполагается регулировать флуктуации цен на токены результатов в каждом рынке прогнозов (например, «событие происходит» и «событие не происходит»). Это предположение помогает концентрировать ликвидность вокруг более вероятных результатов по мере приближения разрешения события (т.е. цены близки к 0 или 1), избегая проблем, таких как нехватка ликвидности или чрезмерное скольжение во время экстремальных сценариев, минимизируя потери для создателей рынка.

Вернувшись к ранее приведенному примеру футбольного матча между Германией и Испанией, большинство участников рынка, вероятно, изначально предсказывают победу Испании, что приводит к повышению цен на токены при победе Испании. Однако, если Германия начинает проявлять себя сильно во время матча, ожидания рынка могут быстро переключиться в пользу Германии. Традиционные AMM могут реагировать медленно, оставляя рыночным создателям значительное количество токенов на победу Испании, которые в конечном итоге теряют весь свой стоимость. В отличие от этого, pm-AMM использует гауссову модель для быстрой корректировки ликвидности, концентрируя ее вокруг наиболее вероятного исхода, тем самым снижая потери рыночных создателей и повышая эффективность и надежность рынка.

1. Динамическое регулирование ликвидности
   PM-AMM использует динамический механизм корректировки ликвидности, модифицируя уровни ликвидности по мере приближения события к его разрешению. Это означает, что ликвидность уменьшается по мере приближения истечения срока рынка прогнозирования, снижая риск потерь для поставщиков ликвидности из-за арбитража. Этот механизм обеспечивает адаптацию ликвидности к волатильности рынка, обеспечивая стабильность во время бурных периодов.

2. Единая AMM-структура
   pm-AMM Paradigm стремится создать унифицированную структуру AMM, которая выходит за рамки рынков прогнозирования и распространяется на другие классы активов, такие как облигации, опционы и производные финансовые инструменты. Эта универсальность улучшает применимость pm-AMM в различных финансовых продуктах, повышая его гибкость и полезность.

3. Потеря по сравнению с балансировкой (LVR)
   PM-AMM вводит концепцию потерь по сравнению с балансировкой (LVR), которая оценивает потенциальные потери, с которыми могут столкнуться AMM из-за арбитражных операций. Оптимизируя структуру AMM для минимизации LVR, PM-AMM обеспечивает надежную ликвидность, снижая потенциальные убытки и тем самым улучшая доходность для поставщиков ликвидности.

4. Улучшенный пользовательский опыт
   Оптимизируя процесс торговли и улучшая определение цен, pm-AMM предлагает более удобный опыт для пользователей. Пользователи могут интуитивно понимать динамику рынка, сделки автоматически выполняются с помощью смарт-контрактов, устраняя задержки и неопределенности, вызванные ручным вмешательством.

pm-AMM Paradigm значительно улучшает традиционные механизмы AMM на рынках прогнозирования. Благодаря инновациям, таким как оптимизация для токенов результатов, динамическая корректировка ликвидности, единая концепция дизайна и введение LVR, pm-AMM повышает эффективность и стабильность рынков прогнозирования, открывая новые возможности использования для других финансовых продуктов. Эти достижения будут способствовать развитию децентрализованных финансов (DeFi), позволяя рынкам прогнозирования отражать общественное мнение и лучше поддерживать процессы принятия решений.

Чтобы узнать больше о принципах и моделировании pm-AMM, обратитесь к статьям, перечисленным ниже.

Ссылки:

1. Последние исследования Paradigm: унифицированный автоматический рыночный создатель для рынков прогнозирования - pm-AMM
2. pm-AMM: Равномерный AMM для рынков прогнозирования