予測市場流動性アルゴリズム

TLDRの:

- 予測市場の流動性は、LMSRや定常積AMMのような単純な数学式から始まりました。

- これらはブートストラップには効果的でしたが、オペレーターに大きなリスクをもたらしました。

- 現在、プラットフォームは適応型アルゴリズムとオーダーブックに移行しており、マーケットメーカーがスプレッドを調整し、在庫をバランスさせ、手数料をリサイクルできるようにしています。

- 次の波は、クロスマーケットネットティング、パーレイ、および強化学習ボットになります。

1. 問題点

すべての金融市場は同じ疑問に悩まされてきました: 取引の反対側を引き受けるのは誰ですか?

> 株式では、専門家とマーケットメイカー。
> 先物取引において、フロアトレーダーとクリアリングメンバー。
> オプションにおいて、ボラティリティ曲面に関連した流動性供給アルゴリズム。

> 予測市場では、ツールが新しく、リスクが奇妙で、アルゴリズムはまだ進化しています。

- 各契約は継続的な両面見積もりが必要です。流動性がないと、市場は停滞します。ノイズが多すぎると、スプレッドは無駄なレベルに広がります。

- 株式やFXとは異なり、予測契約はキャッシュフローやヘッジに明確にマッピングされません。マーケットメーカーはリスクをより深いプールに移しているわけではなく、それ自体がプールです。

2.第1世代:コンスタント製品とLMSR

- LMSR: ロビン・ハンソンのコスト関数モデルは取引を直接価格付けしました。単一のパラメータ「b」が流動性を設定しました：bが高いほど価格は滑らかになり、bが低いほど急激な動きになります。

- AMM: DeFiは後にUniswapスタイルの定数積プール(x·y = k)を使用し、トレーダーが常に準備金に対して成果トークンを購入できるようにしました。

両方のスキームはブートストラッピングを解決しましたが、弱点がありました:
- LMSRはオペレーターに無制限の損失をもたらします。
- 定常的なプロダクトは、結果が偏っている場合や流動性が浅い場合に資本を失わせます。

3. 第二世代: アダプティブマーケットメイカー

スケールするために、プラットフォームは適応アルゴリズムの実験を始めました:
- ダイナミックスプレッド調整：注文フローに基づいて引用を広げたり、引き締めたりします。
- 在庫に敏感な曲線：一方に過剰なオープンインタレストが積み上がるとオッズがシフトする。
- 手数料のリサイクル: 取引手数料を流動性プールに戻し、持続可能性を延ばす。

4. 歴史からの教訓

- オプションでは、ブラック-ショールズが価格設定の枠組みを提供し、ボラティリティサーフェスが出現し、マーケットメーカーはダイナミックにヘッジを行いました。

- ETFにおいて、認可された参加者はNAVと市場の間でアービトラージを行い、スプレッドを狭く保ちました。

- FXでは、アルゴリズム市場メーカーがティックごとの在庫を最適化しました。

予測市場はこれらのステップを再現していますが、深いヘッジ手段の贅沢がありません。彼らの唯一のヘッジは時間の分散 (多くの市場)と手数料収入です。

5. どこへ行くのか

フロンティアは自己ヘッジする流動性供給アルゴリズムです:
- クロスマーケットネットティング：相関イベント(にわたるエクスポージャーのオフセット たとえば、複数の選挙州)。

- パーレイエンジン：契約をバスケットにまとめて、分散を減少させる。

- 強化学習LP: 実現ボラティリティに基づいて「b」パラメータ、スプレッド、在庫を動的に調整するボット。