作者：NotDegenAmy, Derek, yiwei 來源：Ocular 翻譯：善歐巴，金色財經
背景
如今，當人們想到智慧時，首先想到的可能是LLM 模型，即GPT、Claude、Llama 等。
但實際上，市場本身可能是通用智慧的最佳形式，因為它本質上是所有行為的綜合體。人工智慧本身就是根據大眾產生的大量資訊進行訓練的。話雖如此，人工智慧是被動的，它需要目標和指令（至少在我們進入真正的代理世界之前）。為了更好地利用和表達市場情報，我們需要一些能夠捕捉人群不斷變化的思想的東西，一些具有前瞻性的東西。
進入預測市場。預測市場是一個平台，參與者可以根據他們對未來事件潛在結果的信念買賣合約。這些事件可以是政治（例如選舉結果）和經濟（例如利率變化），也可以是娛樂和體育（例如比賽結果）。
這個概念並不新鮮——人們認為預測市場的早期形式早在500多年前就已經存在，主要用於預測政治結果。
21 世紀初期，Intrade 和Betfair 等預測市場開始嶄露頭角，尤其是在美國總統大選期間。然而，這些是中心化平台，通常受到地理限制、監管約束以及需要可信中介來管理資金和結算賭注的限制。這影響了它們的發展和擴張能力。
-
例如，Intrade 於2013年被迫關閉，美國商品交易期貨委員會曾起訴Intrade，要求禁止美國人使用該網站，稱其非法出售期貨合約，這導致其用戶數量急劇下降。
2010 年代後期，隨著區塊鏈技術的興起，預測市場比以前更強勁地重新浮出水面。這次，平台利用區塊鏈創建了去中心化和全球性的平台，與過去的中心化版本相比，這些平台具有以下幾個優勢：
然而，預測市場從未成為主流。直到今年。由於2024 年美國總統大選，人們對這種新形式的市場情報重新產生了興趣和關注。在本文中，我們將深入探討web3 預測市場的機制，具體涵蓋1) 預測市場的用例和當前格局；2) Polymarket 案例研究；以及3) 未來趨勢。
1）用例和當前情況
除了為用戶提供從他們對未來的看法/預測中獲利的機會之外，預測市場還有其他用例，如下所述：
DeFiLlama 估計，目前web3 預測市場的總鎖定價值(TVL) 約為1.4 億美元。這低於選舉前的5.45 億美元高點。
2024 年10 月，所有預測市場的月總收入估計約為75 萬美元，以年計算約900 萬美元。
該領域的主要參與者是Polymarket 、Azuro和Drift (BET) 。在這三家公司中，2024 年第三季的總投注額成長了550% 以上，達到31 億美元，而2024 年第二季僅為4.633 億美元（見下圖）。
（來源：CoinGecko 和ocularvc）
2024 年11 月，光是Polymarket 上就有約29 萬名每月活躍交易者，平台上新開設了30 萬多個帳戶。根據Polymarket 的歷史排行榜，Polymarket 上最活躍的交易者創造了3.97 億美元的交易量，而最賺錢的交易者則賺了超過2,200 萬美元。
2a）Polymarket－案例研究
那麼預測市場是如何運作的呢？這可以分為三個子類別，即其特徵、收費模式和爭議解決流程。由於Polymarket 目前占主導地位，我們將參考其營運模式。
特徵
-
市場- 通常與現實世界事件相關。 Polymarket 擁有廣泛的市場，從政治和加密貨幣到流行文化和天氣結果，而其他人可能會選擇專注於特定的領域，例如體育博彩。
-
結果——可以是：
-
多結果市場主要以二元結果為特徵。有些市場有多種結果，但對於每個選項（例如候選人），這將是一個二元交易（見下面的例子）。交易的每一方都有一個機率/價格，事件發生後，正確結果的一部分可以兌換1 美元，而錯誤結果的一部分價值為0 美元。
-
二進制，例如某事件是否會發生“是”或“否”；
-
多種結果，例如預測哪位候選人將贏得多候選人競選或哪支球隊將贏得錦標賽；或
-
連續，即預測一系列值的結果（例如股票價格或投票百分比）。
賠率- 市場的價格/賠率主要有兩種決定方式：
-
一是透過類似股票市場的訂單簿系統。參與者提交買賣訂單；價格是透過匹配這些訂單來決定。
-
二是透過基於自動做市商(AMM) 的系統。在這個系統中，每個買入和賣出都會被接受。價格是根據追蹤交易量的演算法/數學公式自動確定和調整的。
-
Polymarket 主要使用以訂單簿為基礎的系統。
-
市場剛建立時，最初沒有股票，也沒有預先決定的價格或賠率。有興趣購買「是」或「否」股票的人可以按照他們願意支付的價格下限價訂單。
-
當“是”和“否”雙方的出價均為1.00 美元時，訂單即“匹配”，並且該1.00 美元將轉換為1 股“是”和1 股“否”，分別歸各自的買家所有。
-
例如，如果您下達0.60 美元的「是」限價訂單，當有人下達0.40 美元的「否」訂單時，該訂單就會匹配。這將成為初始市場價格。
-
隨後，Polymarket 上顯示的價格是訂單簿中買賣價差的中點——除非該價差超過0.10 美元，在這種情況下使用最後交易的價格。
-
如下面的市場所示，37% 的機率/價格是34¢ 買入價和40¢ 賣出價之間的中點。如果買賣價差大於10¢，則機率/價格顯示為最後交易價格。
-
付款- Polymarket 在Polygon 區塊鏈上運行，用戶使用USDC 下訂單。 Polymarket 最近也與MoonPay 合作，允許用戶使用法定貨幣購買USDC。
-
訂單- Polymarket 提供市價、限價和AMM 訂單。但是，目前沒有槓桿選項。下訂單後，Polymarket 允許用戶在市場描述的事件實際發生之前交易他們擁有的股票。
-
參考上面的例子，假設我們在37% 的賠率下購買了以太坊「是」的股票，當時以太坊的價格達到3,000 美元。如果我們下注後賠率上升，我們可以決定以更高的價格出售我們的股票，並在實際事件發生/截止日期到來之前鎖定利潤。當然，如果我們下注後賠率下降，也可以選擇虧本出售股票。
費用
去中心化預測市場收取的費用主要有兩種：
-
交易費用，即平台在每次執行交易時收取少量費用。
-
存款/提款費用，即每次法定貨幣/加密貨幣進入或離開平台時收取少量費用。
Polymarket 目前不收取任何交易費。但是，他們會從獲勝投注的淨收益中收取2% 的費用。 Polymarket 不會將這筆費用作為收入，而是將其用於獎勵流動性提供者（作為其流動性獎勵計劃的一部分）和支付gas 費。 Polymarket 也不收取任何存款/提款費用。
-
當被問及定價策略時，Polymarket 創始人Shayne Coplan 在2024 年7 月表示：“我們現在專注於擴大市場並提供最佳的用戶體驗。我們稍後將專注於貨幣化。”
爭議
為了在事件結束後解決市場問題，平台通常依靠1）預言機；和2）社群投票。
-
在Polymarket 的案例中，他們透過通用市場准入(UMA) 的樂觀預言機和資料驗證機制(DVM) 依賴這兩種策略。下面是一個簡化的圖表來說明市場解決過程：
2b) 風險和限制
到目前為止，人們對Polymarket 和整個預測市場作為市場情報來源的有效性持有不同看法。我們在下面概述了這些不同觀點。
Ocular 認為，預測市場要作為情報來源需要滿足三個條件：
-
首先，當激勵、能力和時機三個因素相符時，預測市場才能發揮最佳作用。
-
關於激勵：你調查的個人需要對某個問題有既得利益。這可能是因為它影響他們的日常生活；他們的其他投資；或者這是社交媒體上的熱門話題，他們想參與其中。重點是，他們需要對這個問題有參與感/參與感，這樣他們才能參與市場。
-
能力：公眾需要掌握足夠的資訊來形成自己的觀點。不能是太小眾的話題，或是需要深厚技術知識的話題，因為在這種情況下，大眾可能不會變得更聰明，結果也很難令人信服。
-
關於時間：雖然市場可以即時啟動，但你需要時間來收集公眾的意見，並讓市場對新資訊做出反應。因此，這不適用於時間敏感的決策。
-
第二，需要有足夠的流動性。最終，預測市場只有在真正能夠利用群體智慧時才能發揮最佳作用。這意味著市場需要達到一定的規模，無論是參與的相關個人數量或投注量，才能有意義和實用。
-
第三，它不應該孤立地使用。預測市場通常由公開資訊驅動，例如新聞或社群媒體上提到的內容。其他人可能擁有私人數據來源，這些數據可能並未完全反映在交易中，因此尋找他們以獲得不同的視角可能會有所幫助。
3）未來趨勢
我們看到了預測市場用例擴展的趨勢：
預測市場可能適用於決策市場。用戶投票決定“結果應該是什麼”，而不是“結果會是什麼”。預測市場雖然提供了有價值的見解，但更為被動。人們投票並等待結果揭曉，通常對結果影響不大。另一方面，決策市場則較為主動，更適用於治理。
案例研究：MetaDAO ($META)
MetaDAO 是2023 年1 月成立的項目，由Colosseum 和Paradigm 投資。其核心產品為Futarchy，其中提出治理提案進行投票，並同時啟動2 個有條件交易市場：
-
當市場認為該提案將使代幣的價值超過某個門檻時，他們可以提高「通過」代幣的價格。相反，他們會抬高“失敗”代幣的價格。
-
投票結束時，若Pass 代幣的TWAP 價格高於Fail 代幣的TWAP 價格3%，則提案通過並實施；反之，提案失敗，市場將恢復原狀。
-
例如，提案可以是為公司聘請一位新CEO。如果決策市場顯示如果聘請CEO，公司股票的價值將大幅上漲，那麼提案將獲得通過，CEO 將被聘用。
-
未來系統的整體思路如下所示：
Futarchy 是由經濟學家Robin Hanson 於2000 年提出的。他提出Futarchy 是一種將預測市場與傳統投票系統結合的治理模式。在Futarchy 治理模式中，決策是基於分散市場的預測。參與者不是直接對政策進行投票，而是對可衡量的目標（例如經濟成長）進行投票。然後，預測市場會預測擬議的政策將如何影響這些目標。市場決定的預期實現最佳結果的政策將被實施。這種方法利用集體智慧和財務激勵來指導決策。
在以下場景中，Futarchy 優於Polymarket 的二元投注模型：
-
決策是目標，而不僅僅是預測。
-
必須考慮複雜、長期的影響。
-
激勵結構需要與社會或組織目標一致。
目前，MetaDAO 除了自己的DAO 治理之外，還與六個專案合作進行決策。 MetaDAO 在決策方面已顯示出一些成功的早期跡象，從阻止鯨魚以大幅折扣購買$META，到將公司資源從持有者認為會分散注意力的新計劃上轉移開。
然而，MetaDAO 還處於起步階段。 MetaDAO 的模型有幾個關鍵限制，能否大規模應用還有待觀察：
-
預言機- 並非每個項目都有代幣，並非每個決策結果都可以用指標精確衡量。相對較小的決策可能也很難判斷對指標的影響。
-
流動性- 使用者和錢包的集中度可能導致結果出現偏差。使用者體驗也可能過於技術化，難以讓更多人接受，這可能會限制投票者的數量。
-
適用性- 有權勢的人可能不想將決策權移交給市場。參與者也必須是知情的群體。我們如何確保用戶根據公司的長期利益進行投票？
除了MetaDAO 之外，預測和決策市場也在不斷發展和創新：
-
新市場——今年，由於與奧運會和美國總統大選同時舉行，預測市場引起了大量炒作和討論。該行業面臨的挑戰是，即使在這些週期性事件結束後，仍要維持人們對預測市場的興趣。平台可以考慮將業務擴展到季節性/一次性活動之外，並探索不同的消費者群體和類別，例如流行文化和社交媒體，以女性和青年參與者為目標。
-
高級預言機- 要建立新市場，可能需要建立新的預言機來抓取和獲取相關數據，為新市場定價。 Overlay就是這樣一個項目，它正在尋求為獨特市場建立預言機，例如《反恐精英》皮膚和AI 指數。
-
高效套利- 許多平台使用基於訂單簿的系統（即用戶下達的買賣訂單）來為市場定價。由於使用者行為和整體流動性可能因市場和平台而異，因此平台內部和平台之間都存在套利機會。
-
以下以10 月28 日美國總統大選在Polymarket 和Kalshi 上的賠率為例。用戶可以在Polymarket 上購買一份卡馬拉獲勝的合約（賠率為33%），在Kalshi 上購買一份川普獲勝的合約（賠率為62%），總成本為95 美分。鑑於這兩個事件是相互排斥的，無論結果如何，用戶都將獲得1 美元的賠付，從而產生5% 的套利機會。
-
確保平台上沒有重複或措辭相似的清單；
-
將其他平台的賠率納入其定價模型中；和/或
-
建立一個交易機器人來利用這樣的機會並盡量減少跨平台的傳播。
-
為了有效利用這些套利機會，平台可能希望：
-
資本效率- 目前，要在大多數平台上執行交易，用戶需要手頭上有資本，並且交易一旦執行，資本就會被鎖定在平台上。為了提高資本效率，平台可以考慮：
-
引入槓桿產品，以便使用者能夠進行超額投注；
-
允許使用有收益的穩定幣/代幣進行交易；
-
將用戶的部位標記化並允許該代幣在其他平台上交易；和/或
-
設計一個借貸協議，允許用戶根據自己的頭寸進行借貸。
-
反操縱- 為了解決價格操縱問題，平台可以考慮設定投注限額或限制個人可以開設的帳戶數量。在流動性較差的小型市場中，使用交叉盤問也是有效的：例如，詢問“你相信什麼以及你認為別人相信什麼”，然後比較結果。
-
人工智慧參與- 為了使解決過程（特別是針對簡單市場）更加高效，平台可以考慮利用人工智慧/大型語言模型來獲取和驗證解決市場所需的資訊。人工智慧代理也可以接受培訓，以更有效地研究真相並參與未來的投票。
結論
Ocular 正在密切關注預測市場領域及其發展。
如今，預測市場用於創造收入、對沖頭寸、吸引社區參與以及衡量市場情緒。展望未來，它可以用於集體決策/治理以及更多有趣的領域：
-
預測科學論文的可複製性；
-
匯總私人資訊（公司內部）；
-
預測藥物試驗的成功；
-
取得有關主觀問題的估計（產品發布前測試）；以及
-
重塑新聞媒體－讓記者和分析師參與其中。
儘管該行業存在需要解決的低效率/限制問題（例如流動性不一致，監管不確定性和預言機問題），但我們仍然對該行業的長期前景持樂觀態度，尤其是與人工智慧的重疊。
