预测市场十年来一直难以摆脱“小众玩具”的标签，其最根本的原因既不是协议设计不够优雅，也不是合约安全性不足，更不是缺乏热门事件，而是缺乏深度流动性。 一个流动性如此稀薄的市场——仅一万美元就能将隐含概率从0.6推至0.05——既无法服务于对冲基金，也无法为新闻机构和体育博彩平台提供可信的价格信号，更无法让散户用户相信市价单能如预期般成交。 在为数十家预测市场运营商、体育博彩平台、媒体公司及金融基础设施客户构建做市和流动性系统后，SoonTech 发现，预测市场的做市是一门独特的工程学科： 其“标的资产”是二元或多结果的条件型代币，其“价格”是市场隐含概率，其交易对手包括事件内部人士、套利机器人以及受情绪驱动的散户，而其“结算”并非 T+2 现金交割，而是事件发生后的代币赎回。 这些特征意味着做市商在报价时必须采用一种既不同于现货中心化交易所（CEX），也不同于永续掉期的逻辑。 本文首先阐述了流动性为何决定成败，随后依次探讨了结果概率定价、LMSR/AMM做市、订单簿做市、混合模型、点差与库存管理、做市商激励、持有成本、冷启动、机构API、风险控制与持仓上限以及结算不确定性，最后以SoonTech技术栈和运营商实施检查清单作为结尾。

1. 为何流动性决定预测市场的成败

预测市场的本质在于“集体智慧的金融化”——将成千上万人的判断聚合为可交易的定价信号，从而预测选举结果、体育赛事结果、加密货币里程碑、企业盈利，甚至战争。 要使这种聚合机制正常运作，参与者的判断必须被吸收、传递并定价。流动性就是其命脉。没有流动性，预测市场将同时面临三个致命问题。

首先，价格发现机制会失真。当订单簿深度不足时，一笔小额订单就可能将价格推向极端，市场信号不再反映集体判断，而仅仅是受少数大额订单和机器人扭曲的噪音。 精明的用户能立即分辨出哪些市场“可用”、哪些只是“摆设”，因此资金涌向少数深度市场，长尾市场进一步萎缩，最终陷入死亡螺旋。

其次，用户体验崩溃。预测市场中散户用户最常见的挫败感在于：他们看到诱人的赔率，点击下单后，要么成交价格比预期差5%，要么就得无休止地等待交易对手。对于小额交易，自动做市商（AMM）的滑点尚可接受，但对于中大额订单，这种机制几乎无法使用。 纯订单簿市场经常出现“看似有报价但实际深度为零”的情况。

第三，机构无法参与。对冲基金、体育博彩公司和媒体数据买家需要大额成交、确定性结算以及稳定的点差。一个深度仅有数万美元的预测市场，无法让机构承担集成所需的合规成本。机构的缺席进一步削弱了流动性，形成恶性循环。

SoonTech一再向客户强调一个判断：预测市场的终极博弈是流动性之战。事件设计、用户增长、用户体验和合规性固然重要，但任何运营商若能构建坚实的做市基础设施和健康的做市商生态系统，将在三到六个月内建立起竞争对手难以轻易追赶的领先优势。

2. 预测市场定价的基本原理

要理解预测市场的做市机制，首先必须弄清“价格”的实质含义。在二元预测市场中，一个事件有两种结果：是（Yes）和否（No）。系统会为每种结果铸造一种条件型代币。结算后，获胜的代币可兑换1美元，而失败的代币则失效作废。 结算前，每个结果代币的市场价格即代表该结果的隐含概率——例如，“是”代币报价为0.62美元，“否”代币报价为0.38美元，这表明市场认为该事件发生的概率为62%。

理解这一点对于做市至关重要。预测市场的做市商并非在“押注价格涨跌”，而是围绕合理的概率曲线维持双向报价。 其交易对手可能是拥有信息优势的“知情交易者”，也可能是单纯受情绪驱动的散户赌客；做市商的目标是在将库存风险控制在可对冲范围内时，赚取买卖价差。

除了二元结果市场外，还有多结果市场（多个候选人中选出一名获胜者）、区间市场（资产价格处于某个区间内）、组合市场（涉及多个事件的复合命题）以及标量市场（通过线性函数结算的数值结果）。 每种市场都有其独特的定价机制和做市挑战，但核心逻辑是一致的：市场价格是参与者集体定价的结果，做市商通过提供流动性来赚取风险溢价。

在二元市场中，存在一个明确的数学属性：在任何时刻，所有结果代币价格的总和应大致等于一美元（不考虑手续费和资金费）。这是 LMSR 及类似曲线设计的基础。 在多结果市场中，价格之和必须精确等于一（完备性约束），这带来了二元市场所不具备的工程挑战。

3. LMSR 与 AMM 做市

LMSR（对数市场评分规则）是汉森（Hanson）于2003年提出的经典预测市场曲线。其核心思想是：使用对数函数描述做市商在所有结果代币上的“报价表”。 随着库存的变化，价格会沿对数曲线移动，这保证了做市商在任何方向上的最大损失都有上限，但代价是某些订单会产生信息成本。参与者押注某个方向的人越多，赔率就越向该方向偏移；做市商实际上是在向所有参与者“出售保险”。

LMSR的关键参数是流动性参数b。b值越大，单笔订单的价格冲击越小，市场深度越深，成交概率越高，但做市商必须为任何结果代币的最大持仓预留b美元量级的潜在损失。 较小的 b 值意味着曲线更陡峭、深度更浅，但潜在损失也较小。运营商必须根据预期市场交易量、事件重要性以及做市预算来选择 b 值。

在技术实现上，LMSR通常以链上AMM（自动做市商）的形式部署：用户用稳定币或抵押品兑换结果代币，AMM维持一条基于对数函数的报价曲线，订单可即时成交，无需等待交易对手。这种“算法做市商”模式具有多项优势。

首先，长尾市场始终存在价格。一旦 AMM 部署完成，无论是否有人挂单，用户均可立即进行交易。这对冷启动市场至关重要。

其次，无需匹配引擎或订单簿。链上 AMM 使用常数函数公式进行报价；工程实现简单，审计成本低。

第三，价格会随交易规模自动浮动。这本身就是一种“动态点差”——大额订单自然会推动价格波动，从而发出“知情交易者正在入场”的信号。

但 AMM 存在三大根本性局限。

首先，深度有限。AMM的可用流动性等于参数b。要支持一笔50万美元的单笔交易，b必须设置为数十万，这将占用巨额做市资金。

其次，库存风险显著。当市场越来越倾向于某种结果时，AMM会在不利方向积累大量库存。如果最终结果落在该方向，AMM就会亏损。这恰好类似于当代币价格下跌时，Uniswap积累贬值的代币。

第三，专业做市商的策略无法直接实现。专业做市商习惯于订单簿、点差调整和库存对冲；而AMM的“被动报价”机制无法让他们充分发挥自身能力。

4. 订单簿与专业做市商

与 AMM 相对的是订单簿模型：运营商运行中央限价订单簿（CLOB），专业做市商发布双向报价，用户则根据订单簿进行交易。这与传统的股票交易所和加密货币现货中心化交易所（CEX）如出一辙。

订单簿模型对专业做市商极具吸引力。

首先，策略具有可表达性。做市商可以自由设定报价价格、报价规模、撤单条件，设置多层价格，并使用冰山单来隐藏真实意图。

其次，做市商的义务和回报可量化。平台可以规定最低报价规模、最低报价时长、最大点差和最大响应延迟，并根据这些指标支付返佣和奖励。专业做市商在这种“按绩效付费”的模式下表现尤为出色。

第三，风险控制更为精细。做市商可以实时调整每笔报价，针对每个交易对手单独定价，并管理每笔交易的风险敞口。

第四，机构集成更为便捷。机构做市商使用 FIX 和低延迟 API；订单簿平台可实现无缝集成。而 AMM 平台则迫使机构必须理解“曲线参数”这一额外概念。

但订单簿也有其自身的挑战。

首先，冷启动极其困难。新市场没有交易对手报价；订单簿为空；用户进入后会发现“无人可交易”。

其次，长尾市场缺乏做市商。专业做市商仅服务于交易量大、波动率可控且信息不对称程度较低的市场；长尾市场和争议性市场则得不到服务。

第三，匹配引擎和延迟至关重要。订单簿平台需要高匹配性能、市场数据分发和订单路由；其构建成本远高于 AMM。

第四，交易对手风险与公平性问题。做市商可能利用延迟、虚假交易或订单取消来获取不当利润。平台需要设置匹配优先级和“最后查看”规则以防止滥用。

5. 混合做市模型

鉴于 AMM 和订单簿各有优劣，业界已将混合做市模式确立为最佳实践。其核心理念是：AMM 作为底线，订单簿具有优先权。

具体而言，混合模式的运作流程如下。

首先，当用户提交订单时，智能订单路由器（SOR）会先查询订单簿中可成交的对向订单，并以最优价格执行。

其次，当订单簿深度不足时，AMM 会填补剩余部分。AMM 扮演着“最后手段做市商”的角色。

第三，订单簿做市商可获得优于 AMM 的价格改善——他们可以报价优于 AMM 的价格，从而吸引用户优先与其成交。

第四，专业做市商可通过 API 访问订单簿，并可双向对 AMM 进行套利：当 AMM 价格偏离做市商模型时，做市商会在订单簿上挂单以吸引套利者，或直接与 AMM 进行交易。

混合模式同时解决了 AMM 和订单簿的痛点。长尾市场通过 AMM 获得基础深度，避免了“无报价”问题；热门市场则从专业做市商处获得紧点差和深订单簿。做市商既拥有服务机会，又拥有套利空间。用户既能获得即时成交，又能享受紧点差。

在多个客户部署中，SoonTech 观察到，推出混合模型后，市场深度通常在两到三周内增加一个数量级，点差收窄 30% 至 50%，而做市商之间的竞争则防止了任何单一主体滥用市场主导地位。

混合模式还产生了一个有益的副作用：AMM和订单簿做市商之间形成了自然的相互监督机制。 如果订单簿做市商的报价过宽，用户就会流向 AMM；如果 AMM 的报价过宽，做市商就会在订单簿上报价并针对 AMM 进行套利，从而推动报价趋同。这种“竞争性做市”在单一模式下很难实现。

6. 点差模型与库存管理

无论是订单簿做市商还是 AMM“智能报价器”，都需要一个点差模型来确定买卖价差。点差是成本、风险和目标利润之和。

专业的点差模型通常会考虑以下输入因素。

首先，基本对冲成本：匹配费、提现费、Gas费、跨链桥费——做市商至少必须在点差中覆盖这些成本。

其次，波动率：隐含波动率、历史波动率及外部参考波动率。波动率越高，点差越宽。

第三，到期时间：随着到期日临近，价格将趋近于 0 或 1，点差可能会收窄；而远期合约则需要更宽的点差来补偿持有时间。

第四，当前库存：AMM库存与中性状态的偏差越大，相应的方向报价就必须越偏离中性，以吸引再平衡。

第五，信息不对称风险：某些事件（名人健康状况、内部决策）伴随显著更高的内幕风险，因此需要更宽的价差。

第六，结算风险：如果事件存在争议或结算方式不明确，做市商必须将“无效结算”或“延迟结算”的风险计入定价中。

库存管理是点差模型的核心应用。当做市商在某一结果方向上积累过多库存时，必须主动调整报价：在库存过剩的方向上下调卖价并提高买价，以此吸引交易对手协助做市商降低头寸；在库存不足的方向上，则采取相反操作。 SoonTech的库存模块支持多维度限额设置：按市场、按事件、按做市商、按交易对手以及平台总限额。所有限额均可按时间和事件分层设置。

库存管理的另一个关键点是对冲。预测市场做市商无法像现货做市商那样简单地“在外部市场进行反向交易”，因为外部市场（永续合约、现货、ETF）可能与预测市场结果不存在完美相关性。 专业的预测市场做市商必须构建相关性矩阵：当事件结果与特定资产价格存在相关性时（例如“美联储降息”与美国国债收益率），做市商可通过这些资产进行对冲。 当某事件无可交易的相关性时（例如“某名人是否会离婚”），做市商只能依靠平台内的反向交易者进行对冲，这意味着点差必须更宽。

7. 做市商的激励机制、返佣及代币经济

预测市场做市商不仅面临市场风险，还面临激励是否充分的问题。 5万美元的资金池在现货中心化交易所（CEX）中可以提供数百万美元的双向报价，但在预测市场中，它只能处理相当规模的交易量——因为事件市场天生交易范围狭窄、流动性低且库存风险高。如果没有足够的平台激励，专业做市商更倾向于将资金投入现货或永续合约。

在设计做市商激励计划时，SoonTech通常采用以下几层机制。

首先，做市商返利：根据做市商的交易量、报价时间、最小报价规模及其他指标，返还部分交易手续费；部分平台采用负手续费机制（做市商每笔成交可获得0.5至2个基点的返利）。

其次，活动赞助补贴：对于高价值活动，活动提供方（体育联盟、加密货币项目、媒体）可以赞助做市商资金池，专门针对该活动提供激励。

第三，流动性启动池（LBP）：一个专门的激励池，根据做市商经质量调整后的深度贡献发放奖励。

第四，平台代币激励：将做市商奖励与平台代币挂钩，以此激励长期参与并为平台代币创造真实需求。

第五，分级做市商义务：根据资本规模、报价质量和稳定性对做市商进行分级；更高层级的做市商可获得更高的返佣、优先成交权以及专属活动参与资格。

激励设计的关键在于避免低质量的“挂单收利”做市商。如果仅根据报价规模支付奖励，会诱使做市商挂出远离市场的“幽灵报价”。系统必须综合考虑点差、响应时间、撤单率及其他指标。 SoonTech的做市商评分引擎会实时计算每位做市商的“质量评分”，并动态调整返佣率。

激励机制的另一面是惩罚机制。未能履行报价义务、报价点差过大、故意制造虚假深度或未能及时撤单的做市商，可能会被扣减奖励、降级或终止合作。清晰透明的评估机制能够筛选出真正有意愿做市的市场参与者。

8. 资金、持仓成本与到期收敛

预测市场的做市商需持有结果代币组合直至事件结算，在此期间需承担持有成本。成本来源包括：

首先，资本占用：做市商的资本被锁定在结果代币中，无法在外部市场获得回报。

其次，机会成本：该资本本可在更活跃的现货或永续合约市场中获得更高回报。

第三，结算不确定性：在结算前，事件始终存在“取消”、“无效”和“延迟”的风险；做市商必须将这些风险计入定价。

部分平台引入融资费率机制来平衡做市商和投机者的成本：当某代币的多头头寸显著超过空头时，多头需向空头支付融资费，反之亦然。这与传统的永续合约融资机制相似，但含义略有不同：在预测市场中，融资费更多是为了平衡方向性失衡，而非真正的融资成本。

到期收敛是预测市场做市的关键特征之一。随着事件临近结算，结果代币价格会逐渐收敛至0或1，做市商可将点差收窄至极低水平。 在到期前的最后一天或两天里，订单簿上常显示“0.98 对 0.99”，且几乎每次做市商的成交都实质上是无风险的。 但到期前的最后时刻也是知情交易者最活跃的时候：他们掌握最新信息，知晓结果，并对做市商构成最大的逆向选择风险。

SoonTech的做市引擎会在临近到期时自动收窄点差，同时对结算前的大额订单实施严格的风险控制：限制单笔成交量、要求充足的交易对手保证金、监控异常成交模式。 这种“点差与风险控制的双重调整”机制，使做市商能够在到期前安全地获取“近乎无风险”的回报，同时防止内幕交易。

9. 冷启动与长尾市场流动性

预测市场做市最困难的部分在于冷启动。一个新平台、一批新事件、一个长尾主题——没有交易对手、没有做市商、没有用户。做市基础设施如何从零到一？

SoonTech的客户实践总结出一套适用于冷启动的“五步法”。

第一步，启动平台自有做市：利用平台自有资金部署内部做市引擎，在新市场上发布初始双向报价。即使是一个简单的价差策略，也能为用户建立“有买入价格”的基本信心。

第二步，流动性自举池：设立专项激励基金，根据做市贡献发放奖励，以吸引外部做市商。

第三步，活动赞助补贴：与活动主办方（体育联盟、加密货币项目、媒体）合作，为其活动赞助做市池，从而减轻平台方的做市压力。

第四步，限时返佣：针对新市场、新做市商和新用户提供限时高返佣，刺激早期交易行为；随着市场成熟，逐步将返佣降至正常水平。

第五步，分阶段上线：首先在小范围内向受邀用户、做市商和社区开放，测试流动性、优化点差、排查问题，随后向公众开放。

长尾市场的流动性是“冷启动”的延伸。预测市场可能包含数千个事件，但其中只有几十个是“高活跃度”市场，而大多数市场每天仅能完成几笔成交。专业做市商没有动力服务这些市场，而平台也无力为每个长尾事件配备人工做市商。

SoonTech的解决方案是“AMM底层+智能做市”：由AMM为长尾市场提供基础深度，平台在此基础上叠加“参数化做市商”。 该参数化做市商会根据事件流量预期、波动率及争议程度，自动调整AMM的b值和偏斜参数。当某个长尾市场突然走红（例如，某个小众事件在社交媒体上成为热议话题）时，系统会检测到流量激增，并迅速邀请专业做市商介入。

10. 机构做市、API 及托管

自2024年以来，预测市场做市活动的机构化已成为一种明显趋势。越来越多的对冲基金、体育博彩公司和家族办公室将预测市场视为一种另类资产类别，而机构做市商（如Citadel Securities、Susquehanna、Jump Crypto、Wintermute等）也在积极评估进入该市场的机会。

机构做市的要求远高于零售做市，主要体现在以下几个方面。

首先，低延迟API：用C++/Rust编写的机构做市商算法对延迟极为敏感，需要WebSocket市场数据、REST订单输入、FPGA加速以及机房托管。

其次，支持 FIX 协议：传统金融机构的做市系统基于 FIX 构建；平台必须提供 FIX 网关或 FIX 到 API 的桥接功能。

第三，托管与结算：机构资本必须由合格的托管机构（银行、持牌信托机构、合格的加密货币托管机构）持有；结果代币的铸造、转移和赎回必须遵循明确的托管流程。

第四，合规与 KYC：机构做市商必须满足反洗钱（AML）、了解你的客户（KYC）以及《市场滥用条例》（MAR）的要求；平台必须提供完整的合规接口。

第五，信用额度和交易对手管理：机构做市商需要信用额度及“先成交后结算”机制；平台必须建立交易对手风险评估和动态保证金模型。

第六，风险限额与对冲便利性：机构做市商希望在平台内或跨平台对冲持仓风险；平台必须支持组合保证金、跨市场对冲及内部转账。

第七，审计与报告：机构做市商受美国公众公司会计监督委员会（PCAOB）、美国证券交易委员会（SEC）、英国金融行为监管局（FCA）等监管机构监管；平台必须提供完整的交易记录、对账单、税务报告及事件审计。

SoonTech 提供完整的机构接入套件：FIX 4.4 网关、低延迟 WebSocket 市场数据、REST 订单输入、多签名托管集成、KYC/AML 集成以及跨市场对冲 API。机构做市商可在数周内完成集成并上线运营。

11. 风险控制、防止操纵及持仓限额

预测市场做市中最严峻的风险之一是市场操纵。与现货中心化交易所不同，预测市场中的“价格”代表对某一事件的判断，而该事件本身可能受到少数人的影响或被捏造。典型的操纵模式包括：

首先，事件提供方操纵：事件提供方（例如某个项目）大量购买“是”代币，以使自己看起来“受欢迎”。做市商可能不会亏损，但市场信号遭到篡改，随着时间推移会侵蚀用户的信任。

其次，掌握内幕信息的交易者操纵：拥有内幕信息（如提前知晓选举结果、比赛比分、并购公告）的交易者会在市场上重仓下注；当结果得到证实时，市场会急剧反转，操纵者随之暴露。

第三，机器人串通：少数账户通过协调报价、虚假交易和订单撤销，制造虚假深度，诱使用户以不利价格成交。

第四，最后时刻操纵：在结算前的最后几分钟，一笔大额订单将价格推至极端水平，结算后价格又恢复原状；套利者从中获利，而做市商则蒙受损失。

要防止操纵行为，平台必须在制度、技术和经济层面同时采取行动。

制度层面：明确禁止事件提供方对所提供的事件进行交易；要求所有做市商及做市商账户完成KYC认证；针对重大事件（高额奖金或敏感话题）设定结算观察期。

技术层面：SoonTech的风险控制系统实时监控每笔订单的来源账户、交易对手关系及历史行为，识别可疑的协同报价和虚假交易。最后时刻的大额订单将触发交易暂停和冷却期。链上行为分析可识别机器人账户。

经济层面：持仓上限是核心工具。为每个结果代币设定单账户最大持仓量，以防止单个账户操纵价格。为每个事件设定单方向最大交易量。设定每个做市商的最大持仓量。设定结算前最后几小时内的单笔最大成交量。

SoonTech的风险控制系统支持“硬限额+软限额+临时限额”的三层结构：硬限额由系统强制执行并直接拒绝订单；软限额需要做市商手动确认；临时限额则会针对热点事件或异常时期进行动态调整。

12. 结算不确定性如何影响做市

预测市场与传统金融产品之间最大的区别之一在于结算的不确定性。股票合约在到期时以收盘价进行现金结算，结果明确无误。而预测市场的结算则依赖于一个或多个预言机报告事件结果，预言机本身可能出现错误、延迟，或对事件进行多种解读。

结算不确定性从三个维度影响做市活动。

首先，结算延迟的成本。从事件确认到实际结果代币赎回，可能存在数小时至数天的延迟。在此期间，做市商的资金被锁定在“即将结算”的状态，既无法重新部署也无法转移。延迟时间越长，做市商要求的额外补偿就越高。

其次，结算争议风险。某些事件（尤其是政治、体育和企业事件）的“结果”本身就存在争议：选举可能出现重新计票，比赛可能有上诉，企业公告可能被修订。做市商必须将“无效结算”或“修订结算”的风险计入定价。 SoonTech的解决方案允许做市商针对每项事件设定“结算风险溢价”，并自动将其纳入点差之中。

第三，结算来源风险。如果结算依赖于单一预言机，预言机遭受攻击或故障可能会导致整个市场瘫痪。 SoonTech建议客户采用“主-备多源”结算架构：主预言机报告结果，备用预言机独立验证。若主预言机与备用预言机结果一致，则进行结算；若结果不一致，则进入争议处理流程，在此期间做市商需维持较宽的点差。

结算的不确定性也会影响结果代币的“无效概率”。在结算前的最后阶段，做市商必须为“事件可能被裁定无效”的情况预留概率空间。 例如，结算前市场显示“是 0.95，否 0.04”，但做市商可能会将“是”代币的最高买价上限设为 0.90——因为他预留了剩余的 0.05 以应对“结算无效”的可能性。 一旦结算被确认有效或无效，价格将收敛至0或1，做市商则将0.90至1.00（或0.00）之间的差额作为对冲该风险的补偿。

SoonTech的解决方案会在结算前自动进入“结算观察期”：做市商被迫扩大点差，单笔成交限额收紧，所有未成交报价被冻结，平台暂停受理新的大额订单，从而避免结算结果与市场预期不符时引发剧烈波动。

13. SoonTech的预测市场流动性架构

贯穿上述所有模块，SoonTech 为预测市场运营商提供了一套完整的流动性基础设施。

首先，混合型 AMM + 订单簿引擎：平台默认部署 LMSR 曲线作为底价做市商，同时支持订单簿优先成交、专业做市商集成以及做市商-AMM 双向套利。b 值和点差参数可根据事件类型、流量预期及争议情况进行动态配置。

其次，做市商API和FIX网关：为专业做市商提供完整的低延迟API——WebSocket市场数据、REST订单下单、FIX 4.4网关、批量下单、取消及修改接口。支持机房托管和硬件加速。

第三，机构托管集成：支持银行级托管、合格加密资产托管及多签名托管；收益代币的铸造、转账和赎回全生命周期均可在链上进行审计。

第四，可配置的做市商义务与返利：运营商可根据资本规模、报价质量、稳定性和响应速度，自定义做市商义务及返利等级。返利可通过法币、稳定币或平台代币支付。

第五，与预言机及仲裁层的协作：SoonTech 与 UMA、Chainlink、Kleros 及其他领先的预言机和仲裁协议深度集成，支持主备多源结算，并在争议期间自动进入“结算观察期”模式。

第六，风险控制与持仓限额：内置跨账户、事件、方向、做市商及平台的五级持仓限额；硬限额、软限额和临时限额结构；实时监控异常成交模式，并配备自动熔断机制。

第七，冷启动与长尾市场工具：流动性启动池配置、事件发起人补贴模块、限时返利引擎以及参数化做市商（为长尾市场自动配置 AMM 参数），助力新市场和长尾市场快速获得基础流动性。

第八，数据与监控：全维度数据接口，包括做市商绩效仪表盘、深度热力图、点差分布、库存风险敞口、交易对手方分析以及结算时间监控。

SoonTech 技术栈的核心理念：让运营方专注于活动设计、用户增长、合规和品牌建设，而将做市和流动性管理交给专业基础设施。 多起客户案例表明，部署 SoonTech 流动性技术栈后，市场深度平均提升 5 至 20 倍，做市商数量增长 2 至 4 倍，机构入驻时间从 6 个月缩短至 6 周。

14. 运营商实施建议

如果您是希望将流动性从“零”提升至“深度”的预测市场运营商，以下五个步骤可为您提供指导。

第一步，对事件进行分层并规划流动性预算。 将所有事件分为三层：由专业做市商服务的核心高活跃度事件（占交易流量的80%）；由AMM底层+智能做市商覆盖的中等活跃度事件（15%）；默认由AMM处理的长尾事件（5%）。据此分配做市预算。

第二步，部署混合做市基础设施。无需在 AMM 和订单簿之间二选一；两者的结合既能保障深度，又能保持紧凑的点差。首批引入 2 至 3 名专业做市商，并签署明确的做市义务和返佣协议。

第三步，构建做市商评估与激励体系。评分公式为“质量得分 = 报价规模 × 报价时长 × 点差合规率 × 响应速度”。得分越高，返佣越高。持续得分较低的做市商将被降级或剔除。

第四步，设计冷启动和长尾策略。每次新活动上线前，完成“五步法”：平台自有做市、流动性启动池、活动发起方补贴、限时返佣以及分阶段上线。长尾市场采用参数化做市商进行自动管理。

第五步，分阶段引入机构做市商。待交易流与风险控制机制成熟后，引入机构做市商，开放FIX网关和信用额度，将流动性提升至机构级水平。

第六步，建立结算观察期和争议解决流程。对接预言机和仲裁层，明确结算来源、争议期时长及最终裁决机制。在观察期内，做市商必须扩大点差并收紧单笔成交限额。

只要认真执行这五到六个步骤，将预测市场从“小众玩具”转变为“机构级风险定价市场”就不再是空想。基础设施的建设决定了预测市场的最终格局。运营商在此领域投入的每一单位精力，都将在三到六个月内以十倍的深度和流量回报。

🌐 与SoonTech携手构建安全且可扩展的Web3平台。

探索我们针对白标加密货币交易所、预测市场、MPC钱包、撮合引擎、流动性整合及合规性的解决方案。

常见问题

Q1：预测市场的做市商究竟如何盈利？

A：预测市场做市商的主要收入来源是买卖价差：在订单簿上挂出买单和卖单，并在每次成交时赚取价差。 除此之外，做市商还可获得返佣收入（平台根据做市贡献返还部分交易手续费）、事件赞助商补贴（某些高价值事件由事件提供方提供补贴）以及库存管理收益（通过积极管理结果代币库存，当头寸在到期前趋于中性时，做市商可获取收益）。需要强调的是，做市商并非通过“预测事件结果”来赚钱——那是投机者的工作。做市商是流动性提供者，他们承担短期库存风险，以此换取长期的点差收益。

Q2：LMSR 是否可能被“买断”？做市商是否会因此亏损？

A：是的。LMSR 的固有特征在于，做市商可能在极端方向上积累大量头寸，如果事件结果落在该方向，做市商就会亏损。 但 LMSR 的设计旨在保证做市商的潜在最大损失处于可控范围内（由流动性参数 b 决定），且不会像传统 AMM 那样在极端市场中被彻底清算。 实际上，做市商会通过扩大价差、对冲和限额管理，将损失控制在可接受范围内。SoonTech的解决方案还支持“自适应b”机制：当某一方的库存积累过多时，AMM会自动提高该方向的b值，从而鼓励交易对手进行反向交易。

Q3：为什么有些预测市场的点差如此之大？

A：点差过宽通常有四个原因：交易量过小（长尾市场缺乏愿意提供服务的专业做市商）、争议性高（事件结果存在多种合理的解释，因此做市商要求更高的风险溢价）、 结算机制不明确（依赖单一预言机，或事件提供方存在操纵风险），以及距到期日较远（做市商必须对更长的持仓时间收取费用）。 SoonTech 的混合模型利用 AMM 为长尾市场自动设置下限，但 AMM 的“动态点差”在大额订单时也会扩大，因此长尾市场的点差自然更宽。缩小点差最有效的方法是增加做市商数量并提升事件交易量。

Q4：在结算争议期间，做市商应如何应对？

A：结算争议期是做市商面临的最艰难阶段。事件结果尚未确定，结果代币无法赎回，且资金被锁定。做市商需要采取以下措施：首先，自动进入“结算观察期”模式，平台将强制做市商扩大点差、收紧单笔成交限额并暂停接收大额订单。 其次，在结算结果明朗前限制新报价，避免在结果未定的情况下增加新持仓。第三，为仲裁做好准备——如果主预言机和备用预言机出现分歧，必须启动仲裁程序，做市商必须根据平台规则提前决定是否参与或退出。 第四，为结算后的重新入场做好准备——一旦结果确认，做市商应迅速恢复正常报价，并从点差回归中获取补偿性回报。

问题5：散户用户能否提供流动性？

A：可以，只要使用正确的工具。SoonTech 解决方案提供了两条零售用户参与路径。 第一，“跟单做市”——散户用户将资金池授权给专业做市商，由其代为报价，并根据出资比例获取收益。第二，“参数化做市池”——散户用户使用平台预设的参数模板（按事件类型、风险等级、预期收益分组）参与做市池。 散户的回报通常低于专业做市商（因为专业做市商拥有规模、技术和关系优势），但对于寻求“被动做市收益”的用户而言，这是一条可行的途径。参与前，散户用户必须充分了解结果代币的结算风险以及库存损失的潜在影响。

问题6：平台是否应该自行做市？

A：是的，但仅限于“种子做市”。 平台自有做市具有三大价值。首先，提供初始流动性——在启动新市场时，专业做市商尚不愿介入，因此平台必须自行做市。其次，锚定做市商激励——平台自有做市商的存在为外部做市商提供了价格参考，避免报价出现极端波动。 第三，对冲风险和调整库存——当专业做市商发现套利机会时，平台可通过自有做市来稳定市场。但平台自有做市无法取代专业做市商：专业做市商拥有更复杂的策略、更广泛的对冲工具和更精细的风险控制能力，从长远来看，他们才是流动性的主力军。 SoonTech建议平台自有做市预算占总做市预算的10%至30%，其余部分则通过激励和返佣吸引外部专业做市商参与。

结论

预测市场做市虽是一门新兴学科，但随着该资产类别的日趋成熟，其重要性正在迅速提升。将流动性视为战略资产（而非副业）的运营商，方能构建出机构级别的风险定价市场。 SoonTech的全栈解决方案——混合型自动做市商（AMM）+ 订单簿、机构级API、托管服务、可配置激励机制、预言机与仲裁集成、风险控制、冷启动工具——为运营商提供了将流动性不足的市场转变为深度充足、健康且具有防御能力的业务所需的一切。最终的胜利将属于那些今天就投资于做市基础设施的运营商。

🌐 借助 SoonTech 构建安全且可扩展的 Web3 平台。

探索我们针对白标加密货币交易所、预测市场、MPC 钱包、撮合引擎、流动性集成及合规性的解决方案。