ตลาดการคาดการณ์ไม่ใช่เพียงการเลือกระหว่าง “ใช่” หรือ “ไม่” เท่านั้น นอกจากตลาดแบบทวิภาคแล้ว ยังมีตลาดแบบหลายผลลัพธ์ตามหมวดหมู่ (ใครจะชนะ) และตลาดแบบสเกลาร์ (ตัวเลขจะเป็นเท่าใด) แต่ละประเภทมีข้อจำกัดในการกำหนดราคา ต้นทุนการสร้างตลาด กฎการชำระบัญชี และความเสี่ยงจากการถูกบิดเบือนที่แตกต่างกัน บทความนี้อธิบายถึงสามรูปแบบดังกล่าว การปรับแก้การอาร์บิทราจแบบ "ผลรวมของราคาเท่ากับหนึ่ง" ชุดข้อมูลที่สมบูรณ์ ผลตอบแทนเชิงสเกลาร์เชิงเส้น การเจือจางสภาพคล่อง กรณีพิเศษของออราเคิล รวมถึงการออกแบบระบบบัญชีส่วนแบ่งและการชำระบัญชีแบบกลุ่ม

1. สามรูปแบบตลาด: ไบนารี, แบบหมวดหมู่ และแบบสเกลาร์

ตลาดแบบไบนารีมีผลลัพธ์สองแบบที่กันเอง (ใช่/ไม่) โดยจ่าย 1 ให้ผู้ชนะและ 0 ให้ผู้แพ้เมื่อทำการชำระบัญชี ตลาดแบบหมวดหมู่มีผลลัพธ์ N แบบที่กันเอง (เช่น ผู้สมัคร) โดยมีผู้ชนะเพียงหนึ่งคนเท่านั้น ตลาดสเกลาร์ทำการชำระบัญชีด้วยค่าต่อเนื่อง (เช่น ดัชนีราคาผู้บริโภค CPI, ราคา BTC ณ สิ้นปี) พร้อมผลตอบแทนเชิงเส้น ตลาดไบนารีเป็นรูปแบบที่เรียบง่ายที่สุดและมีสภาพคล่องสูงที่สุด; ตลาดแคเทอรีนัลมีข้อมูลมากกว่าแต่แบ่งสภาพคล่องออกเป็น N ส่วน; ส่วนตลาดสเกลาร์แสดงถึงความคาดหวังในขนาดของผลลัพธ์ แต่มีความไวต่อความแม่นยำและขอบเขตของออราเคิลมากที่สุด

2. ข้อจำกัดในการกำหนดราคาและการแก้ไขการอาร์บิทราจในตลาดที่มีผลลัพธ์หลายอย่าง

สำหรับผลลัพธ์ที่กันเองซึ่งถูกกำหนดราคาในสกุลเงินเสนอราคาเดียว ผลรวมของราคาต้องเท่ากับ 1 — การซื้อผลลัพธ์ทั้งหมดควรมีค่าใช้จ่ายเท่ากับ 1 ที่จ่ายออกเมื่อถึงวันครบกำหนด หากผลรวมเบี่ยงเบนไป ผู้ทำการอาร์บิทราจจะซื้อชุดผลลัพธ์ทั้งหมดที่ถูกประเมินราคาต่ำเกินไป หรือขายชุดผลลัพธ์ที่ถูกประเมินราคาสูงเกินไป เพื่อดึงราคาให้กลับสู่ระดับที่ถูกต้อง AMM สามารถบังคับใช้หลักการนี้ผ่านสูตร (เช่น LMSR); ส่วนสมุดคำสั่งซื้อขายต้องพึ่งพาผู้หาโอกาสต่างราคา ดังนั้น UI ควรแสดงค่าความเบี่ยงเบนของผลรวมและเสนอตัวเลือกซื้อ/ขายชุดผลลัพธ์ทั้งหมดด้วยคลิกเดียว

3. การสร้าง (Minting), การแบ่ง (Splitting), และการรวม (Merging) ชุดหุ้นครบถ้วน

ชุดหุ้นครบถ้วนคือหุ้นหนึ่งหน่วยของทุกผลลัพธ์ ซึ่งสามารถแลกคืนได้เสมอเป็น 1 หน่วย ผู้ใช้สามารถสร้างชุดหุ้นครบถ้วนด้วย 1 หน่วย หรือรวมหุ้นหนึ่งหน่วยของแต่ละผลลัพธ์เพื่อแลกคืนเป็น 1 หน่วย สิ่งนี้สร้างจุดยึดสำหรับการอาร์บิทราจที่มั่นคง ทีมวิศวกรรมต้องทำให้กระบวนการสร้าง/รวมชุดหุ้นครบถ้วนเป็นธุรกรรมอะตอมิก และห้ามการสร้างชุดหุ้นครบถ้วนหลังการชำระบัญชี ซึ่งหากไม่ทำเช่นนั้น จะสร้างหุ้นขึ้นมาจากความว่างเปล่า

4. ตลาดหลายผลลัพธ์สามารถแยกย่อยเป็นตลาดแบบไบนารีได้หรือไม่

ตลาดแบบหมวดหมู่ (categorical market) มีค่าทางคณิตศาสตร์เทียบเท่ากับชุดของตลาดแบบไบนารี "ผู้สมัคร X: ใช่" แต่มีความแตกต่าง: การแยกย่อยจะแบ่งสภาพคล่องออกเป็นชิ้นเล็ก ๆ เพิ่มเติม และต้องการคู่สัญญาสำหรับตลาดแบบไบนารีแต่ละตัว; ในขณะที่ตลาดผลลัพธ์ N แบบเดียวจะแบ่งสภาพคล่องภายใต้ระบบกำหนดราคา LMSR แบบรวมศูนย์ และมีประสิทธิภาพด้านทุนสูงกว่า ตลาดแบบทวิภาคที่แยกย่อยออกมานั้นเข้าใจได้ง่ายกว่าและสามารถนำกลับมาใช้ใหม่ได้บนแพลตฟอร์มต่าง ๆ ในทางปฏิบัติ ทั้งสองรูปแบบนี้อยู่ร่วมกันได้; แพลตฟอร์มควรให้ผู้ใช้สามารถซื้อขายผ่านอินเทอร์เฟซเดียวพร้อมระบบบัญชีในสมุดบัญชีรวม

5. การนำตลาดสเกลาร์ไปใช้: การแบ่งกลุ่มและผลตอบแทนเชิงเส้น

สองแนวทาง: แบ่งช่วงค่าต่อเนื่อง (เช่น 90k–95k, 95k–100k) เป็นผลลัพธ์แบบหมวดหมู่ — เรียบง่ายแต่มีข้อจำกัดด้านความละเอียด; หรือผลตอบแทนเชิงเส้นแบบ Long/Short (LS-LMSR) ที่มีขอบล่าง L และขอบบน U โดยที่เมื่อผลลัพธ์เป็น x ผู้ถือสถานะขาย (Short) จะได้รับ (U−x)/(U−L) และผู้ถือสถานะซื้อ (Long) จะได้รับ (x−L)/(U−L) ซึ่งผลรวมเท่ากับ 1. ผลตอบแทนเชิงเส้นให้ความละเอียดไม่จำกัด แต่ต้องการข้อมูลเพิ่มเติมจาก oracle และการตั้งค่าขอบเขต

6. การจัดการกับค่าสุดขั้วที่อยู่นอกขอบเขตและปัญหาความแม่นยำ

กำหนดพฤติกรรมเมื่อผลลัพธ์อยู่นอกช่วง [L,U]: โดยทั่วไปจะจำกัดค่าต่ำกว่า L ให้เป็น L และค่าสูงกว่า U ให้เป็น U เพื่อให้ผลตอบแทนไม่ติดลบและผลรวมเท่ากับ 1 ขอบเขตต้องกว้างพอที่จะครอบคลุมค่าสุดขั้วที่เป็นไปได้ แต่ไม่กว้างจนทำให้ราคาสูญเสียความสามารถในการแยกแยะ มาตรฐานความแม่นยำทางตัวเลข (จำนวนทศนิยมคงที่), กำหนดเวลาถ่ายภาพ (snapshot time), และหลีกเลี่ยงข้อพิพาทเกี่ยวกับการปัดเศษที่ขึ้นอยู่กับแหล่งข้อมูล

7. ปัญหาการเจือจางสภาพคล่องในตลาดหลายผลลัพธ์

ทุนที่ให้หน่วยความลึกหนึ่งหน่วยในตลาดแบบสองทางจะถูกกระจายไปยัง 10 ผลลัพธ์ในตลาดแบบหมวดหมู่ 10 ทาง ซึ่งทำให้ส่วนต่างราคาขยายตัวและทำให้การเคลื่อนไหวของราคาช้าลง ประสิทธิภาพของสภาพคล่องจะลดลงตามค่า N. วิธีลดผลกระทบ: จำกัดจำนวนผลลัพธ์ต่อตลาด (โดยทั่วไป ≤12–16), ดึงดูดผู้สร้างตลาด, เสนอราคาผลลัพธ์ที่ติดกันร่วมกัน, และรวมสภาพคล่องที่แสดงไว้ ผลลัพธ์ที่น้อยลงหมายถึงประสบการณ์ผู้ใช้ที่ดีขึ้นและความต้านทานต่อการบิดเบือน

8. ความเสี่ยงในสต็อกของผู้สร้างตลาดและการตั้งค่าพารามิเตอร์ LMSR

พารามิเตอร์ b ของ LMSR ควบคุมสภาพคล่อง: ค่า b ที่ใหญ่ขึ้นจะทำให้การตอบสนองของราคาเรียบขึ้นและลดการลื่นไถล แต่มีค่าใช้จ่ายในการอุดหนุนที่สูงขึ้น; ค่า b ที่เล็กขึ้นจะทำให้ราคาไวต่อการเปลี่ยนแปลงและง่ายต่อการถูกบิดเบือน สำหรับ N ผลลัพธ์ ให้ปรับขนาด b ตามจำนวนผลลัพธ์และเป้าหมายการลื่นไถลสูงสุด แทนที่จะคัดลอกการตั้งค่าแบบไบนารี ผู้สร้างตลาดต้องจัดการสต็อก — ทำการป้องกันความเสี่ยงหรือเสนอราคาใหม่เมื่อผลลัพธ์หนึ่งมีน้ำหนักมากเกินไป เพื่อหลีกเลี่ยงการสูญเสียครั้งใหญ่เมื่อถึงเวลาการชำระบัญชี

9. กฎการชำระบัญชีและการออกแบบ Oracle

กำหนดก่อนการจดทะเบียน: วิธีกำหนดผู้ชนะ (แหล่งข้อมูล, กฎ, เวลาถ่ายภาพ), วิธีจัดการกรณีเสมอกัน (กรณีเสมอกันแบบหมวดหมู่สามารถแบ่งการจ่ายรางวัลตามสัดส่วนได้), และสิ่งที่เกิดขึ้นเมื่อไม่มีผลลัพธ์หรือการยกเลิก (คืนเงินเมื่อเข้าตลาดหรือยกเลิกสัญญา) ควรใช้แหล่งข้อมูลหลายแห่งที่อิสระกัน พร้อมด้วยค่ามัธยฐาน/TWAP และช่วงเวลาการโต้แย้ง 24–72 ชั่วโมง ตลาดที่มีมูลค่าสูงควรเพิ่มการตรวจสอบโดยมนุษย์ หรือการโต้แย้งผ่านออราเคิลแบบมองโลกในแง่ดี (UMA-style optimistic oracle dispute) โดยเก็บรักษาหลักฐานทั้งหมดไว้

10. กรณีพิเศษ: หมวดหมู่เพิ่มเติม, การถอนตัวของผู้เข้าแข่งขัน, และการเลื่อนงาน

ตลาดแบบหมวดหมู่มักต้องการหมวดหมู่ “อื่น ๆ” เพื่อให้ผลลัพธ์ครอบคลุมทุกกรณี การถอนตัวของผู้สมัคร การเลื่อนงาน และคำนิยามที่ไม่ชัดเจน เป็นกรณีขอบเขตที่เกิดขึ้นบ่อย: การถอนตัวสามารถจัดสรรส่วนแบ่งใหม่ตามสัดส่วนหรือคืนเงินตามกฎ; การเลื่อนงานต้องมีระยะเวลาการรอคอยสูงสุดก่อนที่จะยกเลิก; คำนิยามที่ไม่ชัดเจนต้องแก้ไขตั้งแต่การสร้าง ไม่ใช่ตีความในขั้นตอนการชำระบัญชี กฎเหล่านี้ควรอยู่ในพารามิเตอร์ตลาดที่ถูกบังคับใช้โดยสัญญา

11. ประสบการณ์ผู้ใช้และการแสดงภาพการแจกแจงที่นัย

ตลาดที่มีผลลัพธ์หลายอย่างทำงานได้ดีที่สุดด้วยแถบความน่าจะเป็นหรือแผนภูมิการแจกแจงที่คาดการณ์: ตลาดแบบหมวดหมู่แสดงแถบตามผลลัพธ์แต่ละอย่าง; ตลาดแบบสเกลาร์แสดงเส้นโค้งการแจกแจงหรือช่วงค่า ผู้ใช้ควรเห็นได้ว่าตลาดคาดการณ์ว่าใครจะชนะและตัวเลขจะตกอยู่ในช่วงใด รวมถึงผลรวมราคา (เน้นการอาร์บิทราจเมื่อมีความเบี่ยงเบน), การสูญเสียสูงสุด และเงินจ่ายเมื่อครบกำหนด อธิบายผลตอบแทนที่ซับซ้อน (Long/Short) ด้วยกราฟิก เพื่อไม่ให้ส่วนแบ่งความน่าจะเป็นถูกเข้าใจผิดว่าเป็นราคาสปอต

12. ความเสี่ยงจากการแทรกแซงในกลุ่มผลลัพธ์ที่มีสภาพคล่องต่ำ

กลุ่มผลลัพธ์ที่มีสภาพคล่องต่ำถูกบิดเบือนได้ง่าย — เงินทุนจำนวนน้อยสามารถทำให้ผู้สมัครเปลี่ยนจาก 1% เป็น 20% ได้ ซึ่งส่งผลต่อเรื่องราวหรือสร้างโอกาสอาร์บิทราจกับแพลตฟอร์มอื่น ๆ ให้ติดตามการเคลื่อนไหวของราคาในช่วงเวลาสั้น ๆ และการกระจุกตัวของตำแหน่ง กำหนดขีดจำกัดตำแหน่งต่อบัญชีต่อผลลัพธ์ เสริมความเข้มงวดในการติดตามรอบหน้าต่างการชำระบัญชี และเลื่อนการชำระบัญชีเข้าสู่ขั้นตอนการโต้แย้งเมื่อจำเป็น ทำการชำระบัญชีตาม TWAP หลังการโต้แย้ง ไม่ใช่ราคาสปอตของบล็อกเดียว

13. การออกแบบระบบ: Ledger ร่วมและเสี่ยงพอร์ตโฟลิโอ

บัญชีแยกประเภทบันทึกยอดคงเหลือตามตลาดและตามผลลัพธ์ แทนที่จะออกโทเค็นอิสระ (แม้ว่า ERC-1155 จะใช้งานได้) การสร้าง/รวม การซื้อขาย และการชำระบัญชีทั้งหมดใช้บัญชีแยกประเภทนี้ ความเสี่ยงของพอร์ตโฟลิโอใช้การจ่ายผลตอบแทนในกรณีที่เลวร้ายที่สุด: จำนวนเงินสูงสุดที่ต้องจ่ายสำหรับหุ้นทั้งหมดของผู้ใช้จะเป็นขีดจำกัดของตำแหน่งของพวกเขา การชำระบัญชีแบบกลุ่มใช้ Merkle trees หรือการคำนวณนอกเชนพร้อมคำขอรับสิทธิ์บนเชน เพื่อหลีกเลี่ยงการโอนเงินต่อผู้ใช้แต่ละรายที่ใช้แก๊สสูง

14. การนำตลาดหลายผลลัพธ์ของ SoonTech ไปใช้

SoonTech นำเสนอเครื่องยนต์แบบหลายผลลัพธ์และสเกลาร์ที่ครบถ้วน: รูปแบบไบนารี, แบบหมวดหมู่ และรูปแบบสเกลาร์ LS-LMSR; มีระบบบังคับให้ผลรวมเป็นหนึ่ง (sum-to-one) และฟังก์ชัน mint/merge แบบชุดสมบูรณ์; ออราเคิลหลายแหล่งที่มาพร้อมกระบวนการจัดการข้อพิพาท; การจำกัดตำแหน่งต่อผลลัพธ์และการติดตามช่วงเวลาการชำระบัญชี; สมุดบัญชีส่วนแบ่งพร้อมการจัดการความเสี่ยงของพอร์ตโฟลิโอ; การชำระบัญชีแบบกลุ่ม/การเพิ่มประสิทธิภาพการใช้แก๊ส; และองค์ประกอบ UI แบบแถบความน่าจะเป็น/การแจกแจงความน่าจะเป็น ได้ถูกนำไปใช้ในโครงการต่าง ๆ ทั่วเอเชียตะวันออกเฉียงใต้ พร้อมการสนับสนุนด้านความสอดคล้องกับกฎระเบียบและออราเคิล เพื่อการเปิดตัวที่รวดเร็ว

15. คำแนะนำสำหรับการนำไปใช้ในองค์กร

เริ่มต้นด้วยตลาดแบบไบนารี (สภาพคล่องและการปฏิบัติตามกฎระเบียบที่ง่ายที่สุด), ตรวจสอบความถูกต้องของออราเคิลและการชำระบัญชี, จากนั้นเพิ่มตลาดแบบหมวดหมู่ และตามด้วยตลาดแบบสเกลาร์ ทุกตลาดจำเป็นต้องมีคำนิยามผลลัพธ์ที่ครบถ้วน กฎสำหรับกรณีพิเศษที่ชัดเจน และกลไกการแก้ไขข้อพิพาท; ควรใช้ผลลัพธ์ให้น้อยที่สุด; ทำการชำระบัญชีตาม TWAP ภายในช่วงเวลาการแก้ไขข้อพิพาท ความซับซ้อนของตลาดที่มีหลายผลลัพธ์อยู่ที่กระบวนการชำระบัญชีและการป้องกันการบิดเบือน ซึ่งต้องได้รับการแก้ไขตั้งแต่ขั้นตอนการออกแบบ

คำถามที่พบบ่อย

Q1: ควรเลือกตลาดแบบหลายผลลัพธ์ ตลาดแบบไบนารี หรือตลาดแบบสเกลาร์อย่างไร?

A: ใช้ตลาดแบบไบนารีสำหรับคำถามแบบใช่/ไม่ (มีสภาพคล่องดีที่สุด), ตลาดแบบหมวดหมู่สำหรับการเลือกจากตัวเลือกที่กันเอง, และตลาดแบบสเกลาร์สำหรับระดับค่า ความซับซ้อนและความเสี่ยงจากการถูกบิดเบือนจะเพิ่มขึ้นตามลำดับนั้น

Q2: การสร้าง/ถอนเหรียญแบบชุดครบถ้วน (complete-set minting/redemption) สามารถถูกใช้ในทางที่ผิดได้หรือไม่?

A: ความเสี่ยงที่แท้จริงอยู่ที่จุดยึดราคา — การสร้าง/รวมโทเคนจะเปิดโอกาสให้เกิดการเก็งกำไรแบบไม่มีความเสี่ยงเมื่อผลรวมเบี่ยงเบนไป ควรห้ามการสร้างโทเคนหลังการชำระบัญชี และรักษาให้กระบวนการทำงานเป็นแบบอะตอมิก

Q3: ควรกำหนดขอบเขตสเกลาร์อย่างไร?

A: กว้างพอที่จะครอบคลุมค่าสุดขั้วที่เป็นไปได้ (เพื่อให้การจำกัดค่ามีความหมาย) แต่ไม่กว้างจนทำให้ราคาสูญเสียความสามารถในการแยกแยะ; ใช้ความผันผวนในอดีตและดุลยพินิจของผู้เชี่ยวชาญ และกำหนดพฤติกรรมเมื่อถึงขีดจำกัด

Q4: จะจัดการกับการเจือจางสภาพคล่องในตลาดที่มีผลลัพธ์หลายทางอย่างไร?

A: จำกัดจำนวนผลลัพธ์ (โดยทั่วไป ≤12–16), แบ่งปันสภาพคล่องภายใต้ LMSR, ดึงดูดผู้สร้างตลาด, เสนอราคาผลลัพธ์ที่อยู่ติดกันร่วมกัน, และรวมความลึกของตลาดที่แสดง

Q5: ความรับผิดชอบต่อค่าสเกลาร์สุดขั้วถูกกำหนดอย่างไร?

A: สัญญาจะกำหนดกฎการจำกัดค่า ขอบเขตข้อมูล ความแม่นยำ และเวลาถ่ายภาพข้อมูล ณ เวลาสร้างสัญญา; ค่าที่อยู่นอกขอบเขตจะได้รับการชำระที่ขอบเขตที่กำหนด ข้อมูลที่ไม่มีอยู่จะก่อให้เกิดข้อพิพาทหรือการคืนเงินโดยสัญญาเป็นโมฆะ — ไม่มีการใช้ดุลยพินิจย้อนหลัง

Q6: วิธีจ่ายผลตอบแทนหลังการชำระบัญชีที่มีประสิทธิภาพด้านก๊าซมากที่สุดคืออะไร?

A: การคำนวณการจ่ายผลตอบแทนนอกเชนร่วมกับคำขอ Merkle หรือการโอนแบบกลุ่ม โดยเก็บเฉพาะราก (root) บนเชน และผู้ใช้ต้องยืนยันด้วยหลักฐาน

สรุป

ตลาดหลายผลลัพธ์และตลาดสเกลาร์ช่วยให้ตลาดการคาดการณ์สามารถแสดง "ใครชนะ" และ "ชนะด้วยจำนวนเท่าใด" ได้ แต่ความซับซ้อนของตลาดเหล่านี้อยู่ที่กฎการชำระบัญชี การจัดสรรสภาพคล่อง และการป้องกันการบิดเบือน — ไม่ใช่ที่อินเทอร์เฟซการซื้อขาย ข้อจำกัดราคาที่มั่นคง ชุดข้อมูลที่ครบถ้วน กฎสำหรับกรณีขอบเขต และกลไกการโต้แย้ง คือสิ่งที่ทำให้แพลตฟอร์มสามารถรองรับประเภทเหตุการณ์ที่ซับซ้อนยิ่งขึ้นได้อย่างปลอดภัย

🌐 สร้างแพลตฟอร์ม Web3 ที่ปลอดภัยและขยายได้กับ SoonTech.

ค้นพบโซลูชันของเราสำหรับตลาดคริปโตแบบ White Label, ตลาดการคาดการณ์, กระเป๋าเงิน MPC, ระบบจับคู่, การบูรณาการสภาพคล่อง และการปฏิบัติตามกฎระเบียบ