從AMM到訂單簿：探索預測市場定價機制的演進

預測市場本質上是一個"未來事件概率交易所"，用戶可通過買入某個選項來表達對事件的判斷。由於對概率事件的買入不同於常見交易，預測平台最初使用的定價和流動性機制也和常見的AMM算法不同。

LMSR機制概述

LMSR是一種專爲預測市場設計的定價機制，允許用戶根據判斷買入某個選項的"份額"，市場會根據總需求自動調整價格。其最大特點是不依賴對手方也能完成交易，即使是第一個交易者，系統也能提供定價和成交。

LMSR是一個成本函數模型，根據用戶當前持有的各選項"份額"來計算價格。這種機制確保價格能反映市場對不同事件結果的預期概率。

LMSR的核心公式

LMSR的成本函數C根據市場中所有可能結果的已售出份額數量來計算：

C(...) = b * ln(Σe^(qi/b))

其中：

• C: 成本函數，表示做市商維持當前份額分布的總成本
• n: 市場中可能結果的總數
• qi：第i個選項的當前已購買份額
• b：流動性參數，越大表示市場越"穩定"

LMSR的一個重要特性是所有結果的價格之和恆等於1。當用戶購買某個選項時，該選項的價格上升，其他選項價格下降，維持價格總和爲1。

LMSR的定價機制

LMSR中，價格是成本函數的邊際導數。第i個選項的價格pi是再買入一單位該選項時需支付的邊際成本：

pi = ∂C/∂qi = e^(qi/b) / Σe^(qj/b)

這意味着：

• 某個選項的購買量越大，其價格逐漸上升
• 最終價格趨近於反映每個選項發生的市場主觀概率

流動性參數b的大小決定了價格曲線的"平緩"程度，即市場的流動性或"厚度"。高流動性（大b值）時，曲線較平緩，大額交易不會導致劇烈價格波動。低流動性（小b值）時，曲線陡峭，少量購買就會引起價格急劇變化。

LMSR機制的權衡與預測市場的範式遷移

LMSR機制的根本設計目標是信息聚合，而非做市商盈利。它爲預測市場解決了早期缺乏交易對手方時的流動性供給問題。

LMSR的優勢與缺陷

優勢：

1. 無條件的流動性供給：確保市場任何時點都存在交易對手方
2. 可控的做市風險：做市商的最大損失可預測且有界

缺陷：

1. 靜態流動性：流動性參數b固定，無法根據市場變化自適應調整
2. 做市商補貼角色：理論上數學期望是虧損的，不適用於追求利潤的做市模型
3. 鏈上實現時Gas消耗較高

從LMSR到訂單簿的遷移

隨着用戶與資金規模增長，LMSR的局限性逐漸顯現。向訂單簿模式遷移基於以下考量：

1. 提高資本效率：訂單簿允許流動性集中在最活躍價格區間
2. 優化交易體驗：減少大額交易的滑點
3. 吸引專業流動性：訂單簿更契合專業交易者與做市機構的需求

當前預測市場的定價與流動性機制

現代預測平台採用鏈上結算與鏈下訂單簿的混合模式：

• 鏈下訂單簿：用戶提交限價單並在鏈下撮合，操作即時且無Gas成本
• 鏈上結算：訂單成功撮合後，資產交割在鏈上通過智能合約執行

價格錨定機制基於份額對鑄造與套利循環：

1. 核心基礎：完整份額對的鑄造與贖回，確立"1 YES份額 + 1 NO份額 = $1"的價值錨定
2. 價格發現：YES和NO份額在獨立訂單簿上自由交易
3. 價格約束：套利者通過"鑄造-賣出"或"買入-贖回"操作，確保價格總和向$1收斂

這種設計讓市場參與者的逐利行爲成爲維護系統價格穩定性的決定性力量。

預測市場與DEX結合的可能性

隨着預測市場與社交平台的合作，其用戶基數將進一步擴大，爲與加密協議結合創造條件。預測市場與DEX的結合可能性包括：

1. 風險對沖工具：爲DEX生態參與者提供原生且高效的風險對沖方案
2. 集中流動性管理指標：預測市場價格數據可作爲DEX流動性管理的先行指標
3. 結構化金融產品：將DEX核心指標與預測市場事件結果掛鉤，創造新型金融產品

預測市場正在演變爲加密行業的"風險定價層"與"信息預言機"。其與DEX等基礎協議的融合，將成爲決定DeFi生態未來發展的關鍵因素。