Pasaran ramalan (Prediction Market) menterjemahkan hasil peristiwa dunia sebenar kepada kontrak yang boleh diniagakan—"calon Demokrat memenangi pilihan raya AS 2026," "penutupan akhir bulan BTC melebihi $120,000," "seorang pemain tertentu menjaringkan lebih daripada 2.5 gol dalam perlawanan ini." Pengguna membeli dan menjual saham "Ya/Tidak" atau berbilang hasil untuk menilai kebarangkalian sesuatu peristiwa dan menerima satu unit cagaran (biasanya USDC, USDB, atau stablecoin platform) apabila hasil diselesaikan dengan betul.

Mekanisme dagangan pasaran ramalan adalah berbeza secara asasnya daripada spot DEX. DEX spot memperdagangkan dua aset yang masing-masing mempunyai "nilai bebas", manakala dalam pasaran ramalan, semua saham hasil berjumlah tepat satu unit cagaran. Ini bermakna pembuat pasaran tidak menghadapi harga relatif antara dua kelas aset, tetapi sebaliknya menghadapi pengagihan kebarangkalian yang jumlah keseluruhannya dikekalkan. Perbezaan asas ini telah menimbulkan satu keluarga fungsi penetapan harga khusus—LMSR (Logarithmic Market Scoring Rule) dan variannya LS-LMSR, AMM pelbagai hasil produk-konstan / min-konstan, dan model buku pesanan hibrid + AMM.

Bagi pasukan yang ingin membina pasaran ramalan, pilihan dan pelaksanaan AMM secara langsung menentukan tiga perkara:

1. Kualiti penemuan harga: sama ada harga dapat menghampiri kebarangkalian sebenar dengan cepat dan stabil, tanpa dimanipulasi oleh beberapa pesanan besar;
2. Kecairan dan selip: sama ada pertaruhan kecil murah, pesanan besar boleh dilaksanakan, dan sejauh mana modal pembentukan pasaran digunakan dengan cekap;
3. Risiko untuk platform dan LP: apabila acara diselesaikan, adakah pembuat pasaran akan mengalami kerugian? Bagaimana pasaran tidak sah dan penyelesaian yang dipertikaikan diuruskan?

Artikel ini bermula daripada matematik asas pasaran ramalan dan secara sistematik mengkaji LMSR dan variannya, model bersatu untuk acara berbilang hasil, pembahagian dan penggabungan saham, penyediaan kecairan, yuran, penyelesaian oracle, kawalan risiko dan had arbitraj. Digabungkan dengan amalan protokol arus perdana seperti Polymarket, Augur, dan Manifold, ia mempersembahkan reka bentuk lengkap SoonTech untuk penyelesaian AMM pasaran ramalan. Sama ada anda seorang pengurus produk, jurutera kontrak pintar, pembuat pasaran, atau ketua kawalan risiko yang membina pasaran ramalan, atau sebuah pasukan yang ingin menyematkan keupayaan pasaran ramalan ke dalam aplikasi anda sendiri, selepas membaca artikel ini anda akan mempunyai rangka kerja lengkap yang boleh digunakan terus untuk reka bentuk dan semakan.

1. Struktur Kewangan Pasaran Ramalan

1.1 Satu Kontrak = Satu Set Lengkap Keputusan

Struktur kewangan teras pasaran ramalan ialah "Set Lengkap." Untuk satu acara dengan N hasil yang mungkin, pengguna mendepositkan 1 USDC sebagai cagaran dan boleh mencetak N saham—satu saham bagi setiap hasil, supaya 1 USDC dipetakan kepada outcome_0(1) + outcome_1(1) + … + outcome_{N-1}(1). Apabila acara diselesaikan, tepat satu hasil (atau beberapa hasil mengikut pemberatan tertentu) diiktiraf sebagai "pemenang." Setiap saham pemenang boleh ditebus dengan 1 USDC, dan saham yang kalah bernilai 0. Ini bermakna:

• Pada bila-bila masa, jumlah harga semua saham hasil sentiasa sama dengan 1 USDC;
• Harga setiap hasil boleh ditafsirkan sebagai kebarangkalian tersirat pasaran;
• Membeli satu kontrak "Ya" adalah sama dengan membayar p USDC, menerima 1 USDC jika anda menang, untuk keuntungan bersih sebanyak (1−p) USDC.

Struktur ini berbeza daripada Parimutuel (sistem pertaruhan berkumpulan yang digunakan dalam lumba kuda): di bawah parimutuel, odds hanya ditentukan pada saat terakhir, manakala dalam pasaran ramalan, harga bergerak secara berterusan dan pemegang boleh menutup pada harga pasaran pada bila-bila masa untuk merealisasikan keuntungan dan kerugian mereka.

1.2 Biner vs. Pelbagai Keputusan

• Pasaran binari: Ya / Tidak, dua hasil, harga dalam julat [0,1], jumlahnya 1. Ini adalah bentuk paling biasa, sesuai untuk acara gaya "adakah ia akan berlaku atau tidak".
• Pasaran pelbagai hasil / Kategori: N hasil yang saling eksklusif, contohnya, "siapa yang akan menang pilihan raya AS" (Demokrat, Republikan, parti ketiga, ...). Semua harga hasil berjumlah 1.
• Pasaran skalar: Keputusannya adalah nilai berterusan (contohnya, "harga penutup akhir bulan BTC"), biasanya dipecahkan kepada beberapa siri keputusan tranche, atau diberi harga dengan LMSR pada harga berterusan.
• Pasaran pemenang berganda: Lebih daripada satu keputusan boleh menang serentak, contohnya, "adakah parti tertentu akan memenangi kedua-dua dewan Kongres" mungkin menang kedua-duanya sekaligus. Ini memerlukan reka bentuk khas—anda tidak lagi boleh menganggap "tepat satu pemenang."

Bentuk-bentuk berbeza boleh disatukan secara matematik: lihat peristiwa sebagai "vektor hasil" dan tetapkan berat tebusan w_i ∈ [0,1] kepada setiap hasil pada penyelesaian, dengan Σ w_i = 1. Pasaran binari hanya mempunyai satu w_i = 1; pasaran pemenang berganda mungkin mempunyai beberapa w_i sebagai pecahan.

1.3 Pasaran Ramalan vs. Spot DEX

Risiko pembuat pasaran

Kerugian tanpa had (pergerakan harga satu hala)

Kerugian terhad (kerugian terburuk = parameter kecairan b)

Oracle

Harga spot (untuk penilaian)

Keputusan acara (menentukan penebusan akhir)

Perbezaan paling penting terletak pada baris terakhir: kerugian kes terburuk bagi pembuat pasaran ramalan adalah terhad, kerana terdapat dua operasi bebas risiko—pembentukan set lengkap dan penebusan—yang menyediakan titik rujukan semula jadi untuk pembuatan pasaran dan arbitraj.

2. LMSR: Fungsi Penentuan Harga Piawai Pasaran Ramalan

2.1 Definisi Fungsi

LMSR dicadangkan oleh Robin Hanson pada awal 2000-an dan merupakan formula pembuat pasaran yang paling meluas digunakan dalam pasaran ramalan hari ini. Untuk satu acara dengan N hasil, biarkan q_i menjadi bilangan saham bagi setiap hasil i. Fungsi kos yang digunakan oleh pembuat pasaran untuk penetapan harga ialah C(q) = b · ln( Σ exp(q_i / b) ), di mana b adalah nombor positif yang dipanggil "parameter kecairan." Kos untuk membeli Δq_i saham bagi hasil i ialah cost = C(q + Δq_i) − C(q); menjual (negatif Δq_i) menghasilkan hasil yang sepadan. Harga segera (marginal) bagi setiap hasil ialah p_i = ∂C/∂q_i = exp(q_i/b) / Σ_j exp(q_j/b). Anda boleh mengesahkan bahawa Σ p_i = 1 dan p_i ∈ (0,1), sememangnya memenuhi tafsiran kebarangkalian.

2.2 Makna Parameter b

b adalah parameter paling kritikal dalam LMSR. Ia secara serentak menentukan dua perkara:

• Sensitiviti harga: semakin besar b, semakin rata lengkung harga, semakin kecil impak pada harga untuk pesanan pembelian yang sama, dan semakin rendah slippage;
• Kerugian maksimum pembuat pasaran: apabila semua saham telah dibeli secara melampau (sesetengah q_i jauh lebih besar daripada yang lain), kerugian maksimum pembuat pasaran adalah kira-kira b·ln(N).

Dengan kata lain, menyediakan kecairan yang lebih mendalam memerlukan menanggung kerugian terburuk yang lebih besar. Ini adalah pertukaran asas: b tidak boleh diperbesarkan secara sewenang-wenangnya; ia mesti sepadan dengan had cagaran yang sanggup dikomitkan oleh pembuat pasaran.

Untuk pasaran binari piawai, untuk menyokong julat harga 0.01–0.99, cagaran yang diperlukan adalah kira-kira b·ln(2). Oleh itu b juga sering dipanggil secara langsung "dana" atau "kelikuan awal".

2.3 Tingkah Laku Intuitif LMSR

• Apabila semua q_i adalah sama, semua p_i adalah sama (prior seragam 1/N);
• Membeli sesuatu hasil meningkatkan harganya dan menekan harga hasil-hasil lain; disebabkan sifat eksponen softmax, harga tidak pernah benar-benar mencapai 0 atau 1;
• Kos pembelian meningkat secara eksponen dengan kuantiti yang telah dibeli, yang secara semula jadi mengekang "pembelian tanpa had" dan menghalang harga daripada mudah didorong ke tahap melampau;
• Setelah LP memperuntukkan modal dan menetapkan b, pembuat pasaran secara automatik memberikan sebut harga berdasarkan formula, tanpa memerlukan buku pesanan.

2.4 Kelebihan dan Masalah LMSR

Kelebihan:

• Harga sentiasa memenuhi Σ p_i = 1, dan boleh ditafsirkan secara langsung sebagai kebarangkalian;
• Kerugian maksimum adalah terhad, yang mesra kawalan risiko;
• Menyediakan kecairan tanpa had (apa-apa saiz pesanan boleh dipenuhi, hanya impak harga yang meningkat);
• Formula ini mudah dan pelaksanaan on-chain boleh diterima (ia memerlukan exp dan ln, yang boleh dilaksanakan melalui jadual rujukan / perpustakaan matematik seperti ABDK).

Masalah:

• Pengagihan kecairan tidak sekata: sekitar kebarangkalian 0.5 dan sekitar 0.01, "kepekaan harga terhadap modal" berbeza dengan ketara, namun b adalah satu parameter tunggal; ini menyebabkan pasaran sama ada terlalu cetek pada kebarangkalian melampau atau membazirkan modal;
• Perpindahan harga berhampiran 0 dan 1: apabila sesuatu hasil sudah sangat pasti (p = 0.99), walaupun pesanan beli kecil masih boleh menolak harga ke 0.995, dengan kos marginal tidak simetri;
• Reka bentuk yuran dan insentif LP: LP membekalkan modal, tetapi pendapatan mereka datang daripada yuran dan spread, yang mungkin gagal menampung kerugian membuat pasaran pada pasaran ekor panjang, berisip rendah;
• Kos pengkomputeran dalam pelanjutan berbilang hasil: setiap dagangan memerlukan pengiraan exp untuk semua N hasil, dengan kos gas meningkat secara linear dengan N.

Masalah-masalah ini telah menimbulkan beberapa varian.

3. Varian LMSR dan Model Bersatu untuk Acara Pelbagai Keputusan

3.1 LS-LMSR (LMSR Sensitif Kelikuan)

Idea teras LS-LMSR ialah menjadikan b berubah secara dinamik mengikut modal yang telah dikerahkan: apabila lebih banyak LP menyertai, b secara automatik meningkat dan lengkung harga menjadi lebih rata; apabila modal ditarik balik, b menurun. Ini mengelakkan isu "modal terbuang pada harga melampau" di bawah b yang tetap, dan merupakan penyelesaian yang digunakan oleh protokol seperti Augur.

Dalam pelaksanaan, "yuran pertukaran" dan "skor kecairan" biasanya diperkenalkan:

• Apabila seorang LP mendepositkan modal, saham tambahan dicetak pada b semasa;
• b dikemas kini mengikut peraturan tertentu apabila jumlah modal berubah (contohnya, b = k · total_funds);
• Apabila LP mengeluarkan modal, penebusan dilakukan secara pro-rata.

Perincian matematik LS-LMSR lebih kompleks berbanding LMSR, terutamanya keperluan untuk memastikan LP tidak dapat melakukan arbitraj melalui "deposit–penarikan". Namun, ia meningkatkan kecekapan peruntukan kecairan dengan ketara.

3.2 AMM Pelbagai Keputusan Produk Konstan (gaya CPMM)

Pendekatan lain ialah menjeneralisasikan gaya Uniswap x*y=k kepada N hasil, dengan mentakrifkan "hasil kali bahagian" sebagai Π_i q_i = k. Tetapi penggunaan formula ini secara naif melanggar kekekalan Σ p_i = 1. Dalam kejuruteraan sebenar, pendekatan "imbangan maya + renormalisasi saham" biasanya digunakan: lihat harga semua hasil sebagai satu titik pada simplex kebarangkalian, gunakan purata geometri atau fungsi harmonik untuk penetapan harga, dan gunakan operasi arbitraj set lengkap cetakan / penebusan untuk memastikan harga kekal berlabuh.

Skim ini dalam beberapa senario berbilang hasil adalah lebih murah dari segi gas (tiada exp diperlukan), tetapi sifat matematiknya tidak sesuci seperti LMSR, lubang arbitraj lebih berkemungkinan wujud, dan ujian invariansi yang ketat diperlukan.

3.3 Maniswap / Parameter Kecairan Negatif

Protokol seperti Polymatch / Manifold telah mencadangkan menetapkan b kepada nilai negatif atau fungsi terpecah-pecah untuk mendapatkan ketumpatan kecairan yang berbeza dalam julat harga yang berbeza. Varian sedemikian boleh "menurunkan slippage hampir kepada 0/1 sambil mengekalkan ia ketat di bahagian tengah," sesuai untuk pasaran odds frekuensi tinggi (sukan, esukan), tetapi bukti matematik dan pelaksanaan kontrak adalah lebih kompleks.

3.4 Harga Negatif dan Kelikuan Negatif

Sesetengah reka bentuk lanjutan membenarkan "likuiditi negatif" muncul dalam julat harga tertentu, iaitu pembuat pasaran secara aktif menjual saham yang jauh di luar wang, yang pada dasarnya serupa dengan menjual opsyen. Ini memerlukan pembuat pasaran mempunyai cagaran yang mencukupi dan keupayaan kawalan risiko, dan biasanya dibuka hanya kepada pembuat pasaran profesional.

3.5 Model Bersatu "Vektor Keputusan + Berat Penyelesaian"

Tanpa mengira fungsi penetapan harga yang digunakan, saranan kejuruteraan adalah untuk menggunakan model data bersepadu:

• Setiap peristiwa mempunyai outcomes[], setiap hasil mempunyai q (bilangan saham semasa);
• Pada penyelesaian, resolution_weights[] ditulis, dengan Σ w_i = 1;
• Setiap outcome_i saham ditebus dengan w_i USDC;
• AMM hanya bertanggungjawab menghasilkan harga berdasarkan q sebelum penyelesaian, dan menyelesaikan dengan w selepas penyelesaian.

Abstraksi ini menyatukan pasaran binari, berbilang-hasil, berbilang-pemenang, dan skalar dalam kontrak yang sama:

• Binari: w = [0,1] atau [1,0];
• Pelbagai hasil: tepat satu w_i = 1;
• Pelbagai pemenang: beberapa w_i = 1/k (separa berkadar);
• Skalar: berat diedarkan secara linear mengikut nilai yang terhasil.

4. Pencetakan, Pembahagian, Penggabungan dan Penebusan Saham

4.1 Labuhan Arbitrage Set Lengkap

Alasan asas mengapa pasaran ramalan dapat menetapkan harga dengan stabil ialah kerana terdapat dua operasi bebas risiko:

1. Mint (mencetak satu set lengkap): belanjakan 1 USDC untuk mencetak satu saham bagi setiap hasil;
2. Gabung / Selesaikan (gabung dan tebus): hantar balik satu saham bagi setiap hasil dan tebus 1 USDC.

Jika jumlah harga pasaran melebihi 1, seorang arbitraseur akan mencetak satu set lengkap, menjual setiap hasil secara berasingan ke dalam pasaran, dan mengunci keuntungan; jika jumlah harga kurang daripada 1, arbitraseur akan membeli satu saham bagi setiap hasil di pasaran dan kemudian menggabungkan untuk menebus 1 USDC. Ini menjamin Σ p_i ≈ 1 (dengan jalur tiada arbitraj selepas yuran).

Kedua-dua operasi ini mesti disediakan sebagai warganegara kelas pertama dalam kontrak dan mesti berkongsi buku akaun saham yang sama dengan AMM.

4.2 Pecah dan Gabung

Dalam senario berbilang hasil, pengguna mungkin tidak mahu membeli set lengkap, sebaliknya ingin membahagikan "Demokrat menang" kepada hasil-hasil kecil yang lebih terperinci (contohnya, "calon tertentu menang" dan "seorang Demokrat lain menang"). Ini adalah hierarki peristiwa:

• Acara induk: Demokrat vs. Republikan vs. Lain;
• Acara anak: memandangkan Demokrat menang, siapa sebenarnya?

Saham acara induk dan anak boleh dipecah dan digabungkan mengikut kebarangkalian bersyarat. Ini membolehkan platform menyusun sebarang pokok acara kompleks daripada satu set pasaran kecil dengan pelbagai hasil, tanpa perlu menyenaraikan puluhan atau ratusan hasil dalam satu pasaran (yang terakhir akan meletupkan kos gas LMSR).

4.3 Pemindahan Pasaran Sekunder

Bahagian adalah ERC-1155 atau ERC-20 (satu token bagi setiap hasil) dan boleh dipindahkan di mana-mana pasaran. AMM hanya merupakan sumber kecairan utama dan tidak menghalang perdagangan luar bursa atau pesanan terhad. Ini memberi ruang untuk integrasi masa depan dengan OpenSea, Blur, dan DEX berasaskan buku pesanan.

4.4 Penyelesaian dan Penebusan

Selepas sesuatu acara tamat tempoh, orakel menulis resolution_weights dan pemegang saham menebus cagaran mengikut berat. Titik reka bentuk utama:

• Penebusan mesti sentiasa dibuka; walaupun orakel tertangguh, pemegang akhirnya boleh mendapatkan wang mereka;
• "Penyelesaian sebahagian" mesti disokong (penebusan berkadar dalam senario pelbagai pemenang);
• Jeda penebusan semasa tempoh pertikaian; buka semula selepas pertikaian diselesaikan;
• Pasaran tidak sah (Pasaran Tidak Sah) diuruskan dengan "semua hasil ditebus sama rata" atau "semua kedudukan dikembalikan"—lihat Seksyen 8 untuk butiran.

5. Penyediaan Kecairan dan Model Pembuat Pasaran

5.1 Siapakah Penyedia Kelikuan Awal

Sumber kecairan pasaran ramalan secara kasar terbahagi kepada tiga kategori:

1. Penghasil pasaran platform/protokol: platform itu sendiri menyediakan modal, menetapkan b, dan menjamin kecairan asas;
2. LP pihak ketiga: mendepositkan modal ke dalam kolam AMM, memperoleh yuran, dan menanggung kerugian pembentukan pasaran;
3. Penghasil pasaran profesional: menggunakan inventori dan model mereka sendiri untuk memberi sebut harga pada buku pesanan, atau menyuntik kecairan melalui antara muka penghasil pasaran khusus.

Ketiga-tiga model ini boleh wujud serentak. Tetapi ambil perhatian: di bawah LMSR, P&R LP = hasil yuran ± P&R inventori yang disebabkan oleh pergerakan harga. Apabila maklumat baru muncul dan harga berubah dengan mendadak, LP yang masuk lebih awal mungkin mengalami kerugian. Ini serupa dengan "kerugian tidak kekal" dalam Uniswap V2, tetapi kerana terdapat tarikh luput dan kerugian maksimum yang terhad, struktur risikonya lebih mudah dikuantifikasi.

5.2 Saham LP dan Pulangan

LP mendepositkan USDC dan menerima token LP (ERC-20), yang memberi mereka hak untuk:

• Sebahagian yuran daripada setiap dagangan;
• Keuntungan dan kerugian keseluruhan inventori pembuat pasaran (secara berkadar dengan bahagian mereka);
• Penebusan cagaran semasa penyelesaian acara mengikut perkadaran saham.

Perkara reka bentuk yang perlu diberi perhatian:

• Apabila LP menyertai semasa acara aktif, nilai deposit yang adil mesti dikira berdasarkan q dan b semasa, jika tidak LP awal akan diencerkan;
• Apabila LP menarik diri, adakah anda mengunci sehingga penyelesaian acara, atau membenarkan pengeluaran segera? Pengeluaran segera memerlukan "reverse mint/burn" untuk melaraskan b dalam kontrak, yang lebih kompleks;
• Pengagihan yuran di kalangan pelbagai LP mesti diperuntukkan mengikut bahagian modal × tempoh dalam kolam, jika tidak LP lewat akan mendapat faedah percuma.

5.3 Buku Pesanan Hibrid + AMM

Pasaran ramalan AMM tulen masih menunjukkan slippage yang ketara pada pesanan besar. Peniaga profesional dan pembuat pasaran lebih biasa dengan buku pesanan: mereka sanggup meletakkan pesanan had dan memperoleh spread daripada membayar yuran AMM. Oleh itu pasaran ramalan gaya CEX (dan beberapa gaya DEX seperti CLOB Polymarket) mengguna pakai seni bina hibrid:

• AMM bertindak sebagai "penyangga kecairan terakhir," sentiasa memberi sebut harga;
• Buku pesanan diutamakan dalam memadankan pesanan had pembuat pasaran profesional;
• Pesanan pengguna pertama sekali diambil daripada buku pesanan; baki yang tidak dipenuhi akan melalui AMM;
• Arbitrage memastikan harga AMM dan titik tengah buku pesanan selari.

Senibina hibrid ini meningkatkan dengan ketara pengalaman pesanan besar, tetapi kerumitan kejuruteraan meningkat—ia memerlukan enjin padanan, kawalan risiko, margin, dan pengendalian kerugian. Apabila SoonTech membina pasaran ramalan untuk pelanggan, kami biasanya menawarkan kedua-dua mod dan melancarkannya secara berperingkat berdasarkan profil pengguna.

5.4 b Dinamik dan Kelikatan Adaptif

Skim yang lebih maju menyesuaikan b secara dinamik berdasarkan faktor-faktor berikut:

• Acara hampir tamat: apabila hampir dengan penyelesaian, maklumat menjadi lebih lengkap, ketidakstabilan harga sepatutnya lebih rendah, dan b boleh disempitkan untuk mengurangkan risiko LP;
• Jumlah dagangan: pasaran berisiko tinggi meningkatkan b untuk mengurangkan slippage;
• Keyakinan Oracle: jika gambaran berita sangat tidak menentu, kecairan boleh ditarik secara berperingkat;
• Modal LP: diselaraskan secara automatik dengan deposit LP (LS-LMSR).

Tetapi pelarasan dinamik mesti mengikut peraturan on-chain yang jelas dan tidak boleh diubah suai sesuka hati oleh operasi, jika tidak, masalah kepercayaan "paus menyesuaikan b" akan timbul.

6. Model Yuran dan Insentif

6.1 Cara Yuran Dikenakan

Jenis yuran biasa dalam pasaran ramalan:

• Yuran Perdagangan: dikenakan dalam mata asas nilai dagangan, contohnya 0%–2%;
• Yuran Penebusan: yuran kecil yang dikenakan semasa penyelesaian untuk menampung kos orakel;
• Yuran Keuntungan / Yuran Pencipta: 1%–5% diambil daripada penebusan saham pemenang, dibayar kepada pencipta pasaran / protokol;
• Yuran Tambah / Keluarkan Kelikuan: untuk mengekang aktiviti masuk dan keluar LP jangka pendek;
• Yuran Perlindungan Pasaran Tidak Sah: sebahagian kecil daripada setiap dagangan dimasukkan ke dalam "dana insurans pasaran tidak sah" untuk mengkompensasi LP apabila pasaran diiktiraf tidak sah.

Struktur yuran mesti mengelakkan satu isu: jika anda mengenakan yuran dagangan dan yuran keuntungan, jalur tiada arbitraj (no-arb) pedagang arbitraj akan melebar, dan jumlah harga boleh menyimpang secara berterusan daripada 1, menjejaskan pengalaman pengguna. Pada masa reka bentuk, julat sah Σp_i mesti dinyatakan secara eksplisit dengan formula matematik.

6.2 Insentif Pencipta (Pencipta Pasaran)

Platform pasaran ramalan UGC (contohnya, Polymarket, Augur) membolehkan sesiapa sahaja mencipta acara. Mekanisme insentif tipikal adalah:

• Pencipta mengambil sebahagian (contohnya 10%–50%) daripada yuran pasaran tersebut;
• Pencipta mesti mempertaruhkan bon; jika pasaran dinilai samar atau tidak sah, bon itu akan dipotong;
• Pasaran berkualiti tinggi dan berkuantiti tinggi boleh memperoleh ganjaran protokol tambahan.

Mekanisme ini mesti mengimbangi "mendorong penciptaan terbuka" dengan "mencegah spam / pasaran yang dimanipulasi." Parameter bon dan proses rayuan adalah kunci.

6.3 Penambangan Kecairan dan Insentif Protokol

Protokol boleh menggunakan ganjaran token kepada LP awal dan pedagang aktif untuk memulakan kecairan dan volum. Tetapi ambil perhatian:

• Ganjaran harus berdasarkan "jumlah dagangan sebenar" dan "masa LP dalam kolam," bukan saiz deposit mudah, untuk mengelakkan farm-and-dump;
• Pelepasan ganjaran hendaklah diselaraskan dengan kitaran acara, untuk mengelakkan kejatuhan sejurus selepas acara tamat yang menghalau LP keluar.

7. Penyelesaian Oracle: Parit Sebenar Pasaran Peramalan

7.1 Aliran Penyelesaian

Nilai akhir aset pasaran ramalan ditentukan sepenuhnya oleh keputusan penyelesaian; orakel adalah pautan paling sensitif dalam rantaian kepercayaan. Aliran penyelesaian lengkap biasanya merangkumi:

1. Penutupan Pasaran: pada masa yang telah ditetapkan, perdagangan berhenti;
2. Fasa Cadangan: sesiapa sahaja boleh mencadangkan hasil, biasanya menentang bon;
3. Fasa Cabaran: jika seseorang tidak bersetuju dengan hasil yang dicadangkan, mereka boleh mempertaruhkan lebih banyak token untuk mengemukakan cabaran;
4. Eskalasi: pertikaian dinaikkan ke mekanisme penyelesaian peringkat lebih tinggi (contohnya, fork UMA Augur, orakel optimistik UMA Polymarket serta majlis multisig);
5. Penyelesaian Akhir: keputusan dicatat pada rantaian dan saham boleh ditebus.

7.2 Oracle Optimistik dan "Kebenaran Secara Lalai"

Orakel optimistik seperti UMA menggunakan model "usul dahulu, tunggu 1–2 jam untuk jendela cabaran, dianggap lulus jika tidak dicabar". Model ini cukup cekap untuk kebanyakan pasaran dan tidak memerlukan pengundian setiap kali. Hanya apabila wujud pertikaian barulah ia memasuki aliran penyelesaian pertikaian yang benar-benar mahal.

7.3 Penyelesaian Pelbagai Sumber dan Redundansi

Untuk mengelakkan kegagalan satu sumber data, di pasaran bernilai tinggi disyorkan untuk:

• Sambungkan beberapa penyedia data pada masa yang sama (Associated Press, Reuters, pengumuman rasmi, Chainlink, UMA);
• Untuk peristiwa yang boleh diukur (skor sukan, harga kripto), agregat beberapa API secara langsung dan ambil median mengikut peraturan yang telah ditetapkan;
• Untuk peristiwa subjektif (politik, hiburan), gunakan pengundian berbilang orang + mekanisme pertikaian.

7.4 Kebolehpastian Sumber Data Penyelesaian

Pendekatan yang lebih canggih memerlukan keputusan disertakan dengan bukti yang boleh disahkan: tandatangan API, bukti yang boleh disahkan daripada laman web rasmi, dan tandatangan digital daripada organisasi berita. Ini mengurangkan pertikaian "siapa yang memutuskan", tetapi halangan infrastruktur adalah tinggi.

8. Pasaran Tidak Sah dan Penanganan Pertikaian

8.1 Apakah Pasaran Tidak Sah

Pasaran mungkin diiktiraf tidak sah (Invalid) atas sebab-sebab berikut:

• Deskripsi acara adalah samar, dengan beberapa tafsiran yang munasabah;
• Sumber data bertentangan, dan keputusan tidak dapat ditentukan;
• Acara itu sendiri tidak pernah berlaku (contohnya, perlawanan yang dijadualkan dibatalkan);
• Manipulasi, dagangan orang dalam, atau pelanggaran peraturan;
• Pencipta pasaran melakukan kesilapan reka bentuk, menjadikan keputusan mustahil untuk dinilai secara objektif.

8.2 Penanganan Modal dalam Pasaran Tidak Sah

Pendekatan biasa:

• Penebusan berkadar sama merentasi semua hasil: setiap saham outcome_i ditebus pada 1/N USDC. Ini adalah "neutral" kepada semua pemegang—tidak kira apa yang anda beli, anda akhirnya mendapat balik kos satu saham. Tetapi ia menyebabkan mereka yang membeli pada harga rendah kehilangan potensi keuntungan, dan memberi manfaat kepada mereka yang membeli pada harga tinggi;
• Pulangkan semua dagangan + batalkan kedudukan: membatalkan transaksi on-chain ke sebelum acara bermula hampir mustahil setelah banyak dagangan berlaku;
• Memberi pampasan pada harga pasaran sebelum pertikaian: gunakan kolam penyelesaian pertikaian untuk membeli semula posisi pada harga terakhir sebelum pertikaian. Ini lebih diperhalusi tetapi lebih kompleks.

Disyorkan untuk menetapkan lalai kepada "penebusan berkadar sama", dan menggunakan "kolam insurans pasaran tidak sah" yang dibiayai oleh sebahagian kecil daripada setiap dagangan untuk membuat pampasan tambahan dalam kes khas.

8.3 Ikatan Pertikaian dan Kos Serangan

Mekanisme pertikaian mesti menjadikan kedua-dua "cadangan salah" dan "cabaran berniat jahat" berbiaya tinggi:

• Usulwan meletakkan bon; dikembalikan + diberi ganjaran jika betul, dipotong jika salah;
• Penantang juga meletakkan bon; diberi ganjaran jika berjaya, dipotong jika gagal;
• Apabila dinaikkan ke tahap yang lebih tinggi, bon itu meningkat dengan pendaraban, menjadikan kos serangan meningkat secara eksponen.

"mekanisme garpu" Augur adalah alat muktamad: jika pertikaian tidak dapat diselesaikan, keseluruhan protokol bercabang menjadi beberapa versi dan membiarkan pasaran mengundi dengan kaki mereka. Ini berat, tetapi ia menjamin ketepatan muktamad.

9. Kawalan Risiko, Pematuhan dan Perlindungan Manipulasi

9.1 Teknik Manipulasi Pasaran Biasa

• Pump/dump besar: apabila acara hampir dan kecairan cetek, gunakan pesanan besar untuk menolak harga ke tahap melampau, mengelirukan pendapat awam atau pedagang lain;
• Perdagangan orang dalam: peserta mengetahui keputusan terlebih dahulu (contohnya, keputusan penarikan seorang ahli politik, keuntungan sesebuah syarikat), dan membina kedudukan sebelum maklumat itu didedahkan kepada umum;
• Manipulasi resolusi: rasuah atau serangan ke atas oracle, sumber data;
• Perdagangan kendiri berbilang akaun: menggunakan volum dan harga palsu untuk mengaut ganjaran kecairan;
• serangan 51% / serangan tadbir urus: dalam mekanisme penyelesaian terdesentralisasi, menggunakan sejumlah besar token untuk mengundi dan memanipulasi keputusan.

9.2 Alat Kawalan Risiko

• Had kedudukan: had kedudukan maksimum bagi setiap alamat dalam satu pasaran, had keseluruhan kedudukan dalam satu pasaran;
• Had julat harga: menghentikan dagangan / mencetuskan pemutus litar apabila pergerakan harga jangka pendek melebihi ambang;
• KYC / sekatan geografi: mengehadkan akses di bidang kuasa tertentu (contohnya, AS, UK) untuk mengelakkan isu undang-undang sekuriti / undang-undang perjudian;
• Pemantauan transaksi: pengesanan anomali gabungan on-chain + off-chain untuk mengenal pasti pelbagai akaun, wash-trading, aktiviti orang dalam;
• Pendedahan posisi besar: alamat dengan posisi melebihi peratusan tertentu didedahkan secara terbuka, serupa dengan 13F;
• Had kerugian / bon: menetapkan had kerugian maksimum yang boleh ditanggung untuk LP dan pembuat pasaran;
• Tempoh penyejukan: jeda pendek sebelum dan selepas berita utama, untuk mengelakkan manipulasi serta-merta.

9.3 Perundangan dan Pematuhan

Pasaran ramalan di banyak bidang kuasa menyentuh:

• Undang-undang perjudian: bergantung pada sama ada ia berdasarkan "nasib", sama ada terdapat pertaruhan, dan sama ada pengecualian "keperluan hiburan" terpakai;
• Undang-undang sekuriti / peraturan derivatif: sesetengah kontrak acara mungkin dianggap sebagai swap atau opsyen binari;
• Peraturan Kontrak Acara: CFTC AS mempunyai sekatan jelas ke atas kontrak acara seperti pilihan raya politik;
• AML: memerlukan KYC, pemantauan transaksi, pelaporan transaksi mencurigakan.

Rantaian berbeza / mod penyebaran dihadapi oleh pengawal selia berbeza: Polymarket sebelum ini telah menyingkirkan beberapa pasaran dan memperkenalkan sekatan geografi sebagai tindak balas kepada peraturan AS. Sebelum mereka bentuk produk, peguam tempatan mesti memberikan pendapat, dan protokol mesti menyokong sekatan geografi serta alat pematuhan yang boleh diaudit.

10. Antaramuka hadapan, Pengalaman Pengguna dan Kebolehkomponan

10.1 Menyembunyikan Kebarangkalian di Dalam Pengalaman

Pengguna biasa tidak faham apa maksud 0.63, tetapi mereka faham "kemungkinan 63%" dan "pertaruhkan 1 USDC untuk memenangi kembali 1.59 USDC." Antaramuka hadapan mesti memaparkan serentak:

• Kemungkinan tersirat (peratus);
• Odds (1/p atau odds perpuluhan);
• Pulangan berpotensi (belanjakan X, menang kembali Y);
• Perbandingan dengan harga pengguna lain / platform lain.

Untuk pasaran sukan, juga paparkan jadual, data dan sejarah perlawanan satu lawan satu untuk mengurangkan kos membuat keputusan pengguna.

10.2 Pengalaman Perdagangan

• Taruhan pantas: butang jumlah pra-tetap (1/10/100 USDC), gelangsar;
• Pesanan had: pengguna profesional ingin "membeli Ya di bawah 0.42";
• Menjual posisi: membolehkan pengguna mengunci keuntungan atau menutup posisi sebelum penyelesaian;
• Portfolio pelbagai: beli beberapa hasil sekaligus untuk membina struktur seperti "menang di tengah" atau "menang jika mana-mana hasil berlaku";
• Mobile-first: sebahagian besar pengguna pasaran ramalan datang daripada media sosial, jadi pengalaman mudah alih adalah kritikal.

10.3 Kebolehgabungan

• Saham adalah ERC-1155 / ERC-20 dan boleh memasuki ekosistem DeFi:
• Sebagai cagaran pinjaman (untuk acara blue-chip);
• Diindeks oleh AMM lain atau buku pesanan;
• Dibungkus ke dalam produk berstruktur (contohnya, "ETF bakul peristiwa politik");
• Dijambat ke rantaian lain.

Menjadikan saham sebagai token piawai semasa reka bentuk kontrak adalah kunci untuk memperoleh dividen ekosistem.

11. Asas Pelaksanaan Kejuruteraan

11.1 Pustaka Matematik

Solidity tidak mempunyai float terbina dalam; exp / ln yang diperlukan oleh LMSR biasanya dilaksanakan sebagai:

• ABDK Math 64.64 (titik tetap);
• PRBMath (titik tetap, dengan SD59 / UD60);
• Jadual carian prakompilasi (jadual sigmoid berfungsi untuk pasaran binari);
• Pada L2 (Arbitrum Stylus, Optimism, Base), laksanakan dengan Rust / C++ untuk kos gas yang jauh lebih rendah.

Apa pun yang anda pilih, ujian fuzz sepenuhnya adalah wajib: pada nilai q yang melampau, sahkan invariant Σ p_i = 1 (dalam lingkungan ralat), bahawa kerugian maksimum tidak melebihi b·ln(N), dan bahawa Mint/Merge sentiasa tanpa arbitraj.

11.2 Struktur Kontrak

Susun atur modular yang disyorkan:

• EventFactory: mencipta acara, menetapkan parameter;
• Pasaran / Keadaan: keadaan, q, b, dan penyelesaian satu peristiwa;
• AMM / MarketMaker: logik penetapan harga dan dagangan (LMSR atau varian);
• CompleteSets: mencetak / menggabungkan set lengkap;
• LPVault: penyediaan kecairan, token LP, pengagihan yuran;
• OracleAdapter: mengintegrasikan UMA, Chainlink, API;
• Pertikaian / Tadbir Urus: pertikaian dan eskalasi;
• ShareToken (ERC-1155): token saham.

Memisahkan logik AMM daripada saham dan penyelesaian membolehkan anda menaik taraf algoritma pembentukan pasaran tanpa masa henti.

11.3 Pengoptimuman Gas

• Apabila bilangan hasil N adalah besar, exp adalah mahal; kira dahulu Σ exp dan simpan dalam cache, dan hanya kemas kini terma untuk hasil yang dibeli setiap kali, mengira kenaikan harga baharu secara berperingkat;
• Untuk pasaran binari (N = 2), LMSR boleh disederhanakan kepada fungsi sigmoid dan tiada gelung diperlukan;
• Gunakan pemindahan pukal ERC-1155 untuk menjimatkan gas;
• Pada penyebaran L2, gas bukan penyumbat utama, tetapi kos calldata masih memerlukan perhatian.

11.4 Pengindeksan dan Data

Struktur data on-chain pasaran ramalan adalah kompleks (syarat, saham, kedudukan, penyelesaian), jadi anda mesti membina pengindeks anda sendiri dengan Subgraph / Ponder / Envio untuk menyediakan:

• Senarai pasaran dan penapisan;
• Posisi dan sejarah pengguna;
• K-garis harga;
• LP APY;
• Dashboard volum dan kecairan.

12. Perbandingan Amalan Protokol Arus Perdana

Pelbagai

Varian LMSR dalaman

Pelbagai

Sukan / hal ehwal semasa

Token Bersyarat Gnosis

Kerangka token bersyarat, boleh digabungkan dengan mana-mana AMM

Boleh dipasang

Sesuai dijadikan infrastruktur

Drift / Predict

AMM hibrid + buku pesanan

Dalaman + pelbagai sumber

Gaya L1 / rantaian aplikasi

Beberapa pemerhatian:

• LMSR tulen menawarkan UX yang lebih teruk berbanding buku pesanan, tetapi lebih terdesentralisasi dan tidak memerlukan pembuat pasaran;
• Pasaran besar yang mendapat perhatian tinggi (pilihan raya AS, Piala Dunia) hampir selalu mempunyai pembuat pasaran profesional yang menyediakan kecairan buku pesanan;
• Pilihan mekanisme penyelesaian lebih penting daripada formula pembuat pasaran—malah AMM paling cantik pun tidak dapat menyelamatkan penyelesaian yang salah.

13. Penyelesaian Pendaratan AMM Pasaran Ramalan SoonTech

13.1 Gambaran Keseluruhan Modul

Suisa pasaran ramalan SoonTech merangkumi:

1. Enjin Acara & Syarat: model bersatu untuk binari / pelbagai-hasil / pelbagai-pemenang / skalar, dengan pembahagian acara ibu-anak;
2. Teras AMM: varian LMSR + LS-LMSR + CPMM, boleh ditukar mengikut jenis acara;
3. Jambatan CLOB: modul buku pesanan pilihan, akses pembuat pasaran profesional, berkongsi kecairan dengan AMM;
4. CompleteSets & ERC-1155 Shares: cetak / gabung / pindahkan, antara muka token piawai;
5. LP Vault: deposit/penarikan LP, b dinamik, pembahagian yuran, pemantauan kerugian tidak kekal;
6. Oracle Hub: UMA, Chainlink, pengagregatan API dalaman, pengesahan berbilang sumber;
7. Kerangka Pertikaian: mencadangkan–mencabar–menaikkan, dengan bon dan pemotongan;
8. Enjin Risiko: had posisi, pemutus litar harga, penapisan geografi, pengesanan dagangan mencurigakan;
9. Antaramuka hadapan / SDK mudah alih: paparan kebarangkalian / odds / bayaran, pertaruhan satu klik, pesanan had, pelbagai portfolio;
10. Analitik & Pengindeks: pasaran, K-line, LP APY, papan pemuka on-chain.

13.2 Senario Penyebaran Tipikal

Senario 1: Pasaran ramalan sukan dan esukan untuk Asia Tenggara

Klien ingin melancarkan pasaran ramalan bola sepak, bola keranjang dan esukan di Indonesia, Vietnam dan Filipina. Kami menggunakan LMSR sebagai kecairan asas, menambah buku pesanan pembuat pasaran pihak ketiga untuk acara popular, menggunakan pengagregatan API data sukan pelbagai sumber + semakan manual untuk penyelesaian, dan menyokong pembayaran tempatan serta deposit stablecoin pada peranti mudah alih. Tiga bulan selepas pelancaran, volum bulanan melebihi $80 juta dengan kadar pertikaian di bawah 0.3%.

Senario 2: Pasaran acara politik dan makro yang disematkan dalam CEX

Klien adalah CEX bersaiz sederhana yang ingin menambah kontrak acara seperti "harga akhir bulan BTC" dan "pengurangan kadar Fed" dalam Aplikasi sedia ada mereka. Kami menggunakan seni bina hibrid CLOB + AMM; orakel memilih Chainlink dan pengumuman rasmi; kontrak acara disambungkan ke sistem margin bersepadu CEX supaya pengguna boleh menggunakan kedudukan kontrak sedia ada sebagai cagaran.

Senario 3: Platform pasaran ramalan UGC

Klien mahukan platform di mana "sesiapa sahaja boleh mencipta pasaran." Kami menggunakan Event Factory + bond Pencipta + Oracle Optimistik UMA sepenuhnya, dan melaksanakan aliran kerja semakan pasaran, pelaporan dan rayuan. Antaramuka hadapan padanan menyokong penciptaan ber templat (sukan, politik, kripto, hiburan) untuk menurunkan halangan penciptaan.

13.3 Irama Penghantaran

• Minggu 1–2: penyelidikan perniagaan, menjelaskan jenis pasaran sasaran, profil pengguna, sempadan pematuhan;
• Minggu 3–6: pembangunan kontrak (LMSR + CompleteSets + LPVault + Oracle Adapter), pengujian;
• Minggu 7–8: audit, testnet + mainnet bayangan, integrasi oracle;
• Minggu 9: integrasi frontend dan Aplikasi, konfigurasi peraturan risiko;
• Minggu 10: pelancaran mainnet, pemantauan had + multisig, sedia on-call 24/7;
• Selepas itu: buku pesanan, acara ibu-anak, penyebaran rentas rantaian, pendaftaran pembuat pasaran.

14. Cadangan Pendaratan Perusahaan

14.1 Jenis Acara Apa untuk Dimulai

• Cadangkan bermula dengan acara yang boleh diukur dengan sumber data yang jelas (harga kripto, keputusan sukan, data makro). Jangan mulakan dengan acara politik subjektif;
• Pastikan kitaran acara pendek (1–7 hari adalah terbaik), supaya pengguna boleh menyertai berulang kali dan produk boleh diiterasi;
• Pada fasa awal, hadkan kepada 5–10 pasaran serentak, pastikan kecairan tertumpu, dan elakkan "setiap pasaran cetek."

14.2 Komposisi Pasukan

Pasukan minimum: 1 PM, 2 jurutera kontrak pintar, 1 jurutera backend/indeks, 1 jurutera frontend/mudah alih, 1 jurutera risiko/data, 1 jurutera operasi/pemeriksaan pasaran. Menambah buku pesanan memerlukan 1–2 lagi jurutera padanan; UGC dan mekanisme pertikaian memerlukan semakan kandungan dan sokongan undang-undang.

14.3 Metrik Utama

• Jumlah volum dan pengguna: DAU, volum harian, puncak pasaran tunggal;
• Metrik kecairan: jurang bida-tawar, lengkung slippage, modal LP;
• Kualiti penyelesaian: kadar pertikaian, kadar penyelesaian salah, masa penyelesaian purata;
• Metrik risiko: cubaan manipulasi, dagangan luar biasa yang disekat, kadar kejayaan pematuhan bidang kuasa;
• Ekonomi LP: hasil bersih LP, pengekalan, nisbah kerugian pembentukan pasaran / yuran;
• Metrik perniagaan: hasil yuran, bahagian platform, nilai setiap pengguna.

15. Tren Masa Depan

15.1 Pasaran Ramalan dan Pasaran Maklumat AI

Ejen AI akan menjadi peserta penting dalam pasaran ramalan: mereka mengikis berita, media sosial dan data on-chain secara masa nyata dan berdagang dengan pantas sebelum keputusan acara menjadi jelas. Ini akan meningkatkan kecekapan pasaran, tetapi juga menimbulkan kebimbangan tentang "bot yang menyingkirkan pedagang runcit." Reka bentuk seperti pendedahan tertangguh, yuran berperingkat dan pasaran Ejen khusus boleh digunakan untuk menangani perkara ini.

15.2 Aset Dunia Sebenar (RWA) dan Event-isasi

Menukar acara RWA seperti kadar faedah, FX, komoditi, dan tuntutan insurans menjadi pasaran ramalan untuk penetapan harga adalah satu arah yang semakin berkembang. Ia menggabungkan hadapan/pilihan kewangan tradisional dengan pasaran ramalan dan meningkatkan piawaian pematuhan dan penyelesaian.

15.3 Profesionalisasi Infrastruktur Penyelesaian

Apabila pasaran ramalan berkembang, penyelesaian orakel akan berkembang daripada "pernyataan optimistik" kepada "fakta yang boleh disahkan": tandatangan digital daripada organisasi berita, bukti kriptografi daripada API rasmi, dan ZK-Coprocessor yang mengendalikan data kompleks akan menjadi infrastruktur.

15.4 Penerapan L2 dan Rantaian Aplikasi

Pasaran ramalan kerap berdagang dengan jumlah kecil bagi setiap dagangan, dan secara semula jadi sesuai untuk L2 atau rantaian aplikasi berprestasi tinggi dan gas rendah. Dalam 1–2 tahun akan datang, lebih banyak rantaian ramalan khusus akan muncul, atau rantaian aplikasi pasaran ramalan pada L2 sedia ada.

15.5 Kejelasan Peraturan

Yurisdiksi seperti AS, UK, EU, Singapura, dan Dubai secara beransur-ansur menjelaskan sempadan peraturan kontrak acara. Kerangka pematuhan yang jelas akan membolehkan modal institusi dan pembuat pasaran tradisional masuk, dan saiz keseluruhan pasaran ramalan dijangka meningkat sepuluh kali ganda.

Soalan Lazim

Q1: Apakah perbezaan asas antara LMSR dan AMM gaya Uniswap?

J: LMSR menetapkan harga bagi satu set kebarangkalian—harga sentiasa berjumlah 1. Uniswap menetapkan harga nilai relatif dua aset bebas. Kerugian maksimum pembuat pasaran LMSR adalah terhad (b·lnN); LP Uniswap mempunyai kerugian tidak kekal yang tidak terhad. Kedua-duanya menggunakan idea AMM, tetapi matematik dan profil risiko berbeza dengan ketara.

Q2: Mengapa masih terdapat selisih harga (slippage) semasa membeli walaupun harga sudah sangat pasti (contohnya, 0.99)?

J: softmax LMSR masih mempunyai cerun berhampiran p = 0.99. Meningkatkan harga daripada 0.99 kepada 0.995 boleh menelan kos lebih tinggi daripada meningkatkannya daripada 0.5 kepada 0.6. Fenomena "kelikuan menjadi lebih mahal pada harga melampau" ini adalah kritikan biasa terhadap LMSR; LS-LMSR dan varian serupa direka untuk memperbaikinya.

Q3: Adakah pembuat pasaran / LP akan rugi?

A: Ya. Apabila pasaran menetapkan semula harga dengan mendadak berdasarkan maklumat baru, pembuat pasaran yang telah membina inventori lebih awal mungkin mengalami kerugian. Kerugian maksimum adalah terhad (b·lnN), tetapi kerugian sebenar bergantung pada laluan harga. LP harus merancang untuk menampung kerugian sedemikian dengan pendapatan yuran dan berhati-hati dalam menyediakan kecairan semasa peristiwa bervolatiliti tinggi.

Q4: Jika saya yakin dengan hasil akhirnya, pada harga apa saya patut membeli?

J: Beli 'Yes' apabila kebarangkalian subjektif anda lebih tinggi daripada harga pasaran (p_market < p_you); pulangan jangkaan kemudiannya adalah positif. Tetapi juga ambil kira risiko penyelesaian, kecairan, yuran dan kos masa. Jangan pertaruhkan 1% untuk penyelesaian yang salah semata-mata untuk memenangi 1% pada harga 0.99.

Q5: Apa yang berlaku jika pasaran diisytiharkan tidak sah?

A: Pendekatan arus perdana ialah semua saham ditebus sama rata pada 1/N, ditambah pampasan tambahan daripada "dana insurans pasaran tidak sah." Baca dasar pasaran tidak sah platform sebelum berdagang, dan elakkan bertaruh pada pasaran dengan keterangan yang samar.

Q6: Berapa lama masa yang diperlukan untuk membina pasaran ramalan dari awal?

J: LMSR asas + pasaran binari + oracle mudah boleh sampai ke testnet dalam 3–4 minggu; termasuk multi-outcome, LP vault, buku pesanan hibrid, mekanisme pertikaian, frontend penuh dan kawalan risiko biasanya mengambil masa 3–4 bulan. Disyorkan untuk menyesuaikan pada suite yang matang (seperti penyelesaian SoonTech) daripada menulis dari awal.

Kesimpulan

AMM pasaran ramalan pada zahirnya kelihatan seperti hanya satu formula penetapan harga, tetapi ia terletak di persimpangan kejuruteraan kewangan, penyelesaian terdesentralisasi, orakel, kawalan risiko, pematuhan dan pengalaman pengguna. LMSR telah menjadi piawaian industri bukan sahaja kerana matematiknya yang elegan, tetapi juga kerana kerugian maksimumnya terhad, harganya secara semula jadi memenuhi tafsiran probabilistik, dan ia serasi sepenuhnya dengan "arbitrage set lengkap." Tetapi apa yang benar-benar menentukan kejayaan atau kegagalan produk pasaran ramalan ialah jarang sekali fungsi penetapan harga itu sendiri—iaitu kredibiliti mekanisme penyelesaian, kedalaman kecairan, keteguhan kawalan risiko, dan kelancaran pengalaman pengguna.

Artikel ini telah secara sistematik membincangkan keseluruhan ruang reka bentuk AMM pasaran ramalan, daripada struktur kewangan, LMSR dan variannya, sistem saham, penyediaan kecairan, insentif yuran, penyelesaian orakel, pasaran tidak sah, risiko dan pematuhan, pengalaman frontend, pelaksanaan kejuruteraan, hingga perbandingan protokol arus perdana. Dengan pilihan raya AS 2026, Piala Dunia, ETF kripto dan acara kadar faedah makro yang terus mendorong pasaran ramalan ke arus perdana, bidang ini bersedia untuk gelombang baru ledakan produk dan infrastruktur.

Pasukan SoonTech mempunyai pengalaman mendalam merentasi pelbagai rangkaian produk termasuk pasaran ramalan, CEX, dan DEX. AMM pasaran ramalan adalah salah satu modul kami yang paling berbeza, yang sudah beroperasi di seluruh sukan Asia Tenggara, kontrak acara CEX, platform UGC dan banyak lagi. Jika pasukan anda sedang membina pasaran ramalan, menambah kontrak acara pada platform dagangan sedia ada, atau ingin menyematkan keupayaan ramalan ke dalam aplikasi anda sendiri, kami ingin berbual dengan anda. Berdasarkan pasaran sasaran, profil pengguna dan keperluan pematuhan anda, kami boleh menyediakan penyelesaian menyeluruh dari pembangunan kontrak, integrasi oracle dan reka bentuk risiko hingga frontend dan Aplikasi.

Biarkan kebijaksanaan orang ramai diberi nilai, biarkan penemuan maklumat menjadi lebih cekap, dan biarkan setiap orang yang mempunyai pandangan dapat menyertai—inilah nilai jangka panjang pasaran ramalan, dan sebab kami terus memperkemas infrastruktur.

🌐 Bina platform Web3 yang selamat dan berskala dengan SoonTech.

Terokai penyelesaian kami untuk Pertukaran Kripto White Label, Pasaran Peramalan, Dompet MPC, Enjin Padu Padan, Integrasi Kecairan, dan Pematuhan.