ETHSHANGHAI

活动 02 / 调研补充与独立分析

预测市场能管理风险吗:从价格、预言机到 L1 与 L2

预测市场不是概率真理机。拆开定价、结果裁决和条件合约,再判断它能否对冲真实损失,以及开发者该从哪里入手。

本篇内容导航价格像概率,但不是客观概率本身预言机裁决的是规则,不是笼统的“事实”条件市场能比较情景,不能凭价格证明因果对冲最容易失效在“赔付与损失不匹配”L1 与 L2:比较依赖清单,不比较口号开发者切入口:做一次可复现的错误结算演练资料与延伸阅读

01价格像概率,但不是客观概率本身

Vitalik 的问答把预测市场引向风险管理。下面是我的分析:先看合约到期付什么,再解释价格。若“是”份额在事件成立时兑付一美元,否则为零,在忽略费用、等待成本和风险偏好的理想模型中,零点六美元可以近似理解为六成概率。但真实价格还受资金约束、交易者偏好、信息差和退出难度影响,不能据此断言事件真实概率就是六成。[1][2]

Polymarket 官方说明,页面通常展示订单簿买卖报价的中点,价差超过十美分时改用最近成交价。例如买价三十四美分、卖价四十美分,页面显示三十七,并不意味着你能用三十七立即买到足量份额。我的分析是,研究者至少同时看价差、深度和成交新鲜度;冷清市场里一个看似精确的百分比,可能只是很久以前的一笔小单。[1]

02预言机裁决的是规则,不是笼统的“事实”

链上合约不会自己看天气或阅读公告,需要预言机把外部信息转换成结算结果。Polymarket 官方流程包含提出结果、提交保证金和挑战期,并依预先规定的规则结算;获胜份额兑付一美元,失败份额归零。这里的乐观预言机不是“没人提出异议就天然正确”,而是依靠有人监测、愿意付出质疑成本以及争议处理机制来纠错。[2]

例如“周五是否下雨”,至少要写清城市、观测站、时区、降水阈值、数据源和数据缺失的处理。若只写标题,合约执行得再准确也可能结算一个与用户理解不同的问题。我的分析是,预言机风险分为数据错误、语义含糊和争议激励不足;保证金能提高胡乱报告的代价,却不能自动消除这三者。评估服务应审读完整结算条款,而不只看市场名称。[2][3]

03条件市场能比较情景,不能凭价格证明因果

Gnosis 条件代币框架把问题、指定预言机和结果槽数绑定成一个条件;抵押资产可拆成互斥结果份额,也可在已有份额上继续拆分,表达多个事件的组合。例如把“获批扩建”与“明年盈利”组合,得到对应情景的索取权。但界面声称展示条件概率时,还必须说明条件不成立后是退款、兑付零,还是转换为另一份额;不同规则对应不同的价格含义。[3]

在口径一致、流动性充足的理想情形中,可用“A 且 B”的价格与 B 的价格之比理解条件概率;B 太罕见时,比值会很不稳定。更重要的是,“扩建获批时盈利概率高”不等于“强行批准扩建会提高盈利”:可能本来需求旺盛的企业更容易获批。我的分析是,条件市场聚合了对情景的判断,未自动控制混杂因素;要讨论政策效果,仍需明确干预、比较对象和外部识别证据。[3]

04对冲最容易失效在“赔付与损失不匹配”

设一个演出团队担心暴雨导致停演,购买某天气事件成立时付款的份额。这只是解释机制:如果场地因积水停演,而指定气象站未达到阈值,实际受损却可能没有赔付;若下雨但演出照常,份额付款又未必对应损失。两者的错位就是基差风险。把资金押向一个与业务有关的事件,并不自动等于有效对冲。[2][3]

我的分析是,还要检查损失金额能否由固定赔付覆盖、赔付是否晚于工资和退款期限、市场深度能否容纳需求,以及抵押资产或兑付通道是否会在危机时一起出问题。即使到期判断正确,买入成本、交易费用和急需退出时的滑点也可能吞掉保护效果。对冲应按一组压力情景下的净现金流评估,而不是只比较预测命中率;这些例子不是交易建议。[1][2]

05L1 与 L2:比较依赖清单,不比较口号

把应用放在 L1,可少一层排序、桥接和跨层退出流程,但仍依赖共识、合约、钱包和外部预言机。以乐观 Rollup 为例,交易在链外执行,数据及状态承诺提交到以太坊,错误结果可在挑战期被质疑;排序器可影响交易顺序,官方文档也说明退出存在等待。不能把某类 Rollup 的机制泛化为所有 L2,更不能把侧链直接等同于 Rollup。[4]

我的分析是,选择部署层应逐项问:数据由谁提供,谁能证明错误,排序器停机后能否强制提交,升级权限掌握在谁手中,用户不获运营方配合时怎样退出。低费率能支持更多小额市场,却可能引入额外运维和治理依赖;L1 费用过高也会让小额参与失去意义。对于需要紧急取用赔付的应用,退出路径的最坏等待时间,往往比日常交易速度更重要。[4]

06开发者切入口:做一次可复现的错误结算演练

新人不必先造交易平台。可从“问题条款检查器”“报价与可成交价格对照器”或预言机争议测试入手。UMA 官方提供沙盒,用模拟预言机控制争议结果,适合验证应用是否正确等待和读取裁决;它属于测试工具,不能拿沙盒中可随意设置的结果证明生产预言机可靠,也不能把该教程版本直接当作某平台的实际集成版本。[5]

一个可检验的小实验是:为虚构天气市场写无歧义条款,建立正常报告、错误报告被挑战、数据缺失三组用例,再计算停演损失与各自赔付。验收标准是挑战未结束不能误放款,同一份额不能重复兑付,缺失数据有预定处理,并能解释每种情景的净损失。我的分析是,先让反例跑通,再谈信息聚合与社会价值,比展示一个漂亮赔率更能积累真实开发能力。[3][5]

资料与延伸阅读

下列资料支持技术与制度背景;分析、方案设计和示例推演由本篇作者给出,并非对现场发言的逐句复述。

  1. 预测市场价格如何计算Polymarket Help Center
  2. 预测市场如何裁决与结算Polymarket Help Center
  3. 条件代币开发指南:条件、拆分与组合头寸Gnosis Conditional Tokens
  4. 乐观 Rollup:数据可用性、排序与退出ethereum.org
  5. 预言机争议测试沙盒UMA Documentation