Polymarketを超えて：予測市場デザインにおける機会を探る
予測市場の理解
予測市場は本質的にオープンな市場であり、参加者が特定のイベントの結果を予測するために取引を行います。これらの市場の運営は自由市場経済に似ており、市場価格は参加者の集合知に基づいて調整されます。予測市場は、ユーザーが特定のイベントが発生する確率を取引できるようにし、最終的な市場価格はこれらのイベントの期待される可能性を反映します。
定義によれば、予測市場は「イベントの結果を取引するために作られた取引市場です。市場価格は、イベントが発生する確率に対する大衆の見解を反映することができます。」この定義は基本的な概念を概括していますが、予測市場の深さと複雑さはそれだけにとどまらず、さらに探求する価値があります。
オープン性の重要な役割
予測市場のオープン性は、その最も重要な特徴の一つです。従来の賭博とは異なり、従来の賭博ではオッズはブックメーカーによって特定の公式に基づいて設定されますが、予測市場は同じオッズから始まります。参加者が自身の知識や見解に基づいて取引を行うにつれて、市場は自然に価格を調整し、最も可能性の高い結果を反映します。
予測市場の運営方法を説明するために、2022年12月のFIFAワールドカップ決勝、アルゼンチン対イングランドという仮定の例を考えてみましょう。既存のデータに基づいて、中央集権的なブックメーカーはアルゼンチンの勝利確率を67%、イングランドを33%に設定するかもしれません。
対照的に、予測市場は中央集権的なブックメーカーを必要としません。参加者は「誰がFIFAワールドカップ決勝に勝つか？」という質問を提起することで市場を作成し、「アルゼンチン」や「イングランド」といった可能性のある結果を列挙できます。この設定は二元予測市場と呼ばれます。
私たちの例では、取引可能な2つの結果トークンがあります：
ARGWIN（アルゼンチン勝利）
ENGWIN（イングランド勝利）
これらのトークンは同じ価格から取引を開始します。例えば、50/50です。参加者が期待に基づいてトークンを購入するにつれて、価格は需給関係に応じて変動します。「ARGWIN」を購入する人が増えれば、その価格は上昇し、「ENGWIN」は下落します。時間が経つにつれて、市場は自己調整し、トークンの価格は最も可能性の高い結果を反映し、ブックメーカーが設定した67/33のオッズと一致する可能性があります。
したがって、予測市場は特別な予測者やデータアナリストなしでも正確な予測を実現できます。ほとんどの参加者は、可能な結果について一定の見解や情報を持っている場合にのみ予測に参加します。
予測市場としてのデリバティブ市場
予測市場はデリバティブ市場とも見なすことができます。市場は本質的に情報処理装置であるため、情報理論の枠組みの下で設計することができ、予測市場はこのモデルに特に適しています。
予測市場は、賭博市場、情報市場、意思決定市場、クリエイティブ・フューチャー、またはイベントデリバティブとも呼ばれ、参加者は未来の未知のイベントの結果に基づいて契約を取引することができます。これらの契約から形成される市場価格は、市場参加者の集合的な予測と見なすことができます。これらの契約が特定の資産の価格に連動している場合、予測市場は実際にはデリバティブ市場となります。
予測市場としてのデリバティブ市場の利点：
基礎資産不要：これらの市場は基礎資産なしで運営できます。基礎資産情報を導入するオラクルと担保用の通貨があれば、このような市場を構築できます。
自動マーケットメーカー（AMM）：予測市場で自動マーケットメーカーを実現するのは比較的簡単です。予測市場に関する研究はAMMアルゴリズムの発展において重要な役割を果たしました。
多機能性：適切な予測イベントを設計することで、予測市場は汎用的な製品を提供できます。
欧州型オプションとの同型性：予測市場は欧州型オプションと同型関係にあり、オプションの価格モデルを予測市場に移行できます。
資本効率：予測市場の資本効率は非常に高く、従来の賭博市場よりも効率的です。
ショートスクイーズリスクなし：予測市場では、参加者の責任はその担保資産に制限され、ショートスクイーズのリスクが排除されます。
予測市場としてのデリバティブ市場の欠点：
流動性提供者のリスク：流動性提供者はポジションを保持しており、特にブラックスワンイベントの際には高いリスクに直面します。しかし、リスク中立の投資家にとっては、これは受け入れ可能かもしれません。
新規性と学習曲線：予測市場は比較的新しい概念であり、参加者はそのメカニズムを完全に理解するまでに時間がかかるかもしれません。しかし、新規性はブロックチェーン分野では一般的な特徴です。
未知のリスク：新しい設計には、まだ発見されていない欠点が存在する可能性があります。
メカニズム：CDAとLMSR
予測市場は専門の金融市場であり、参加者は未来のイベントの結果（政治選挙、スポーツの試合結果、経済指標など）に基づいて契約を取引します。これらの契約の価格は、市場参加者のこれらのイベントが発生する可能性に対する集合的な信念を反映します。予測市場の運営を支える主なメカニズムは、連続双方向オークション（CDA）と対数市場スコアリングルール（LMSR）です。各メカニズムには独自の利点があり、流動性と価格の正確性に関して特定の課題に直面しています。本稿では、これらのメカニズムの複雑さ、予測市場における応用、および自動マーケットメーカー（AMM）との関係について探ります。
連続双方向オークション（CDA）
連続双方向オークション（CDA）は、金融市場で最も一般的に使用されるメカニズムの一つであり、予測市場を含みます。CDAでは、トレーダーは注文書に直接買い（入札）および売り（提示）注文を出すことで相互作用します。注文書はCDAメカニズムの中心部分であり、すべての未成立の注文をリストアップし、入札が一方に、提示がもう一方に表示されます。入札が提示と一致すると、取引が発生し、一致した価格で取引が実行されます。CDAメカニズムのダイナミクスは、入札と提示をS字関数を使用して説明できます。S字関数の定義は次のとおりです：
ここで、PPPは価格レベルを表します。入札関数は価格が上昇するにつれて徐々に下降し、提示関数は上昇し、2つの曲線が交差する自然な均衡点を形成します。この交差点は取引が発生する価格を表します。S字関数は、価格が中心値から逸脱したときの注文数量の段階的な変化をシミュレートするために使用されます。
CDA（連続双方向オークション）の重要な特徴は、価格発見を促進するためにトレーダー間の直接的な相互作用に依存していることです。トレーダーはいつでも注文を出すことができ、これらの注文は反対方向の注文と一致するまで注文書に保持されます。CDAの柔軟性は、トレーダーが期待する価格を設定できることを可能にし、高流動性の市場では効果的な価格発見を実現します。しかし、参加者が少ない市場では、この直接的な相互作用に依存するメカニズムが制約となる可能性があります。流動性が不足している市場では、十分なトレーダーが迅速に注文を一致させることができないため、CDAは流動性の低下に直面し、売買スプレッドが拡大する可能性があります。これにより市場の効率が低下し、正確な価格予測がより困難になります。
予測市場の文脈においては、その単純さと直接取引を促進する能力から、CDAメカニズムは広く適用されています。しかし、予測市場における参加者数の制限による流動性の低下の問題は、LMSRなどの代替メカニズムの探求を促しました。
対数市場スコアリングルール（LMSR）
対数市場スコアリングルール（LMSR）は、予測市場における一般的な流動性の問題を解決するために特別に設計された自動マーケットメーカー（AMM）メカニズムです。CDA（連続双方向オークション）とは異なり、CDAでは取引は参加者間で直接行われますが、LMSRは中央の自動マーケットメーカーを含み、このマーケットメーカーがすべての取引の対抗者となります。このマーケットメーカーは、常に買いと売りの提示を提供し、対数スコアリングルールを使用してこれらの提示を計算し、未結合契約の総量に基づいて価格を調整します。
LMSRメカニズムは、価格調整を対数関数でモデル化し、流動性をロジスティック関数でモデル化できます。価格調整の対数関数は次のように表されます：
ここで、TTTは取引回数を表します。この関数は、取引回数が増加するにつれて価格が減少する速度で上昇し、価格が極端になりすぎるのを防ぎます。流動性はロジスティック関数でモデル化できます：
この関数は、流動性が取引回数の変化に応じてどのように変化するかを示しており、流動性は一定の取引量でピークに達し、その後徐々に減少します。
LMSRの顕著な利点は、恒常的な流動性を提供できることです。これにより、トレーダーは他の参加者のマッチング注文を待つことなく、いつでも取引を実行できます。LMSRは、より多くの契約が買われたり売られたりすることで自動的に価格を調整することによってこれを実現します。価格調整は対数型であり、特定の結果に傾く契約の数が増えるにつれて、その結果の価格上昇速度が徐々に減少します。このメカニズムは、価格が極端になりすぎるのを防ぎ、大量の一方向取引があっても市場を安定させます。
LMSRは予測市場に特に適しており、低流動性のリスクを軽減します。参加者数が少ない市場では、LMSRは取引がスムーズに行われることを保証し、価格が市場の集合的な感情を反映します。活発なトレーダーが少なくても、これが実現されます。しかし、これは市場のマーケットメーカーが潜在的な損失に直面する可能性があることを意味します。なぜなら、流動性を維持するために取引を補助する必要があるかもしれないからです。それにもかかわらず、LMSRの設計はこれらの損失に上限を設けており、市場所有者にとって持続可能なメカニズムとなっています。
Consensus Pointの最高技術責任者ケン・キットリッツは、予測市場におけるLMSRの実際の利点を強調しています。彼は、自動マーケットメーカーの存在が「市場の成功に大きな影響を与える」と指摘しており、これは安定した流動性を提供し、参加者の取引プロセスを簡素化するからです。さまざまな価格範囲で常に買いと売りの注文が存在することを保証することで、LMSRは市場をよりアクセスしやすく直感的にし、結果としてより高い参加率をもたらし、より正確な予測を提供する可能性があります。CDAとLMSRの予測市場における応用の比較
CDA（連続双方向オークション）とLMSR（対数市場スコアリングルール）はどちらも予測市場に使用されますが、それぞれ異なる目的にサービスを提供し、異なる市場条件に最適です。CDAは高流動性市場で優れたパフォーマンスを発揮し、この市場では参加者が十分に存在し、買いと売りの注文が定期的に一致します。このような環境では、CDAは効果的な価格発見を促進し、市場が参加者の真の集合的信念を反映できるようにします。しかし、流動性が低い市場では、CDAの直接的なトレーダー間の相互作用への依存が効率の低下を引き起こす可能性があります。たとえば、売買スプレッドの拡大や価格予測の不正確さなどです。
一方、LMSRは流動性が問題となる環境で優れたパフォーマンスを発揮します。その自動マーケット機能は、参加者の数に関係なく、いつでも取引が行えることを保証します。この流動性の継続的な提供により、LMSRは予測市場において特に価値があります。特に参加者が不定期または限られている場合においてです。LMSRは取引量に応じて価格を動的に調整する能力も市場を安定させ、極端な価格変動を防ぎます。これは市場予測の信頼性を確保するために重要です。
自動マーケットメーカー（AMM）
自動マーケットメーカー（AMM）、例えばLMSRは、流動性を維持する上で重要な役割を果たします。特に取引量が低いために流動性の問題に直面する可能性のある市場においてです。予測市場では、参加者数が大きく変動する可能性があり、AMMの存在は市場が正常に機能し続け、価格がトレーダーの集合的な感情を反映し続けることを保証します。
AMMはアルゴリズムを使用して価格を設定し、取引を自動的に提供します。LMSRの場合、このアルゴリズムは対数関数に基づいており、取引量の変化に応じて価格を調整します。この継続的な調整は、市場が特定の結果に過度に偏るのを防ぎ、価格が合理的な範囲に保たれることを助けます。このような安定的な作用を提供することで、LMSRのようなAMMは、参加者数が少ない場合でも予測市場が効果的に機能することを可能にします。
予測市場の分類
予測市場にはさまざまな形式があり、それぞれ異なるシナリオに適しています：
二元市場：2つの可能な結果を含む、例えば「はい」または「いいえ」。例えば、FIFAワールドカップの例は典型的な二元市場です。
分類市場：二元市場に似ていますが、選択肢が2つ以上あります。例えば、トーナメントの勝者を予測する場合、複数のチームが競争します。
スカラー（区間）市場：特定の範囲内での結果を予測します。例えば、特定の資産の将来の価格を予測します。参加者は、予測結果と実際の結果の近接度に基づいて報酬を得ます。
組み合わせ市場：最も複雑な形式で、ユーザーは複数の予測市場を組み合わせて多層的な結果の予測を作成します。
分類市場とスカラー市場
分類市場では、例えばFIFAワールドカップの四分の一決勝後の勝者を予測すると仮定します。残りの8チームの各結果トークンは、0.125 ZTGの価格から始まる可能性があります。市場が終了する前に早期に勝者を正確に予測できれば、顕著な利益を得ることができます。
スカラー市場では、2022年の第3四半期末にPolkadotトークン（DOT）の価格を予測すると仮定します。参加者は設定された範囲内の任意の価格（例えば、$0から$20）を予測でき、その報酬は予測結果と実際の価格の近接度に基づいて決まります。
組み合わせ市場
組み合わせ予測市場は、複数の予測市場を組み合わせてより複雑な予測を行います。例えば、新しいiPhoneの発売の成功を予測する場合、色の選択、含まれるアクセサリー、価格設定など、複数の変数が関与する可能性があります。これらの要素を組み合わせることで、参加者は製品の成功に対するより正確な予測を生成できます。
組み合わせ市場は、天候保険などのシナリオで特に有用であり、複数の変数が結果に影響を与えます。組み合わせ予測市場の複雑さに関する専門的な記事がこのトピックをさらに探求します。
予測市場と従来の世論調査の比較
予測市場は、従来の世論調査方法に対して独自の利点を持っています。予測市場は、労働集約的な調査に依存するのではなく、金融インセンティブを通じて正確な予測を促します。市場の自然なダイナミクスは、過大評価された株式が参加者によって過小評価された株式を購入することで修正され、より信頼性の高いデータを提供します。
結論
予測市場は、スポーツイベントや資産価格から政治的決定や天候イベントまで、さまざまな結果を予測するための強力なツールです。貴重な洞察を持つ参加者は参加を奨励され、市場の不均衡を修正し、情報が少ない参加者は重大なリスクを負うことを自然に避けます。
予測市場プラットフォームの目標は、流動性を引き付け、迅速に反応するユーザーフレンドリーな環境を作成することです。これにより、予測市場の作成と参加が容易になります。非中央集権的で無許可の参加は、ユーザーが私たちの周囲の世界に関する貴重なデータを発見できる可能性をさらに高めます。連続双方向オークション（CDA）と対数市場スコアリングルール（LMSR）は、予測市場における異なるニーズを満たす2つの異なるメカニズムです。CDAはトレーダー間の直接的な相互作用を促進し、高流動性市場で優れたパフォーマンスを発揮しますが、LMSRは自動マーケットメーカーとして、持続的な流動性と価格の安定性を確保し、参加者が少ない市場に非常に適しています。各メカニズムの利点と限界を理解することは、情報を正確に集約し、信頼性の高い予測を生成できる効果的な予測市場を設計するために不可欠です。予測市場の分野が進化するにつれて、LMSRのような自動マーケットメーカーは、市場予測の堅牢性と正確性を確保する上でますます重要になる可能性があります。
