Les marchés de prédiction sont un type de plateforme de trading qui permet aux participants de négocier des contrats basés sur les résultats attendus d'événements réels, tels que des élections politiques, des compétitions sportives ou des tendances économiques. Les prix formés par le libre-échange entre les participants reflètent la probabilité de la survenue des événements. En termes simples, les marchés de prédiction transforment les capacités de prévision collective en un outil de mesure de la probabilité.

Contrairement aux marchés financiers traditionnels, les marchés de prédiction tournent directement autour des événements eux-mêmes, plutôt que d'investir indirectement dans des actifs connexes. Ce mécanisme répond à divers besoins spéculatifs et agrège les croyances collectives des participants au marché sur les probabilités d'événements grâce à la tarification.

Cependant, les marchés de prévision sont également des marchés financiers qui nécessitent des mécanismes de tarification appropriés pour encourager les échanges, attirer les jugements de plus de participants et distiller ces informations afin de former les dernières prédictions de probabilité. Cet article présentera les mécanismes de tarification des marchés de prévision.

Pourquoi les prix sur les marchés prédictifs peuvent-ils refléter les probabilités des événements?

Contrairement aux industries de jeu traditionnelles où les joueurs parient contre les bookmakers, les marchés de prédiction sont des mécanismes ouverts et décentralisés. Dans les jeux de hasard, les cotes sont fixées et ajustées dynamiquement par les bookmakers. Dans les marchés de prédiction, les prix se forment naturellement grâce aux échanges entre les participants, reflétant l'évaluation de la sagesse collective des probabilités d'événements.

Imaginez un scénario de prédiction binaire : le mois prochain, il y aura un match de football entre l'Allemagne et l'Espagne. Les gens peuvent créer un marché commercial sur la plateforme de prédiction et émettre deux jetons de résultat représentant « L'Allemagne gagne » et « L'Espagne gagne ». Si les prix initiaux des deux jetons sont égaux, cela indique que le marché croit que les deux équipes ont une chance à 50-50 de gagner.

À l'approche du match, si un joueur clé allemand est blessé, plus de traders pourraient prédire une probabilité plus élevée de victoire de l'Espagne et acheter des jetons "Victoire de l'Espagne". Les changements dans l'offre et la demande de jetons ajusteront leurs prix en temps réel, reflétant la probabilité accrue de victoire de l'Espagne. De même, pendant le match, si l'Allemagne marque consécutivement, la demande de jetons "Victoire de l'Allemagne" augmente, et leur prix augmentera jusqu'à la fin du match, lorsque les probabilités convergent vers les résultats réels - 100%.

Lorsque le résultat du match est déterminé (par exemple, l'Allemagne gagne), la valeur des jetons "Espagne gagne" tombera à zéro, et les détenteurs de jetons "Allemagne gagne" partageront les bénéfices du pool de liquidités total en fonction de leur part. Ce mécanisme d'ajustement dynamique des prix basé sur les échanges permet aux marchés prédictifs de refléter de manière flexible et efficace les probabilités d'événements futurs.

Mécanismes de tarification courants dans les marchés de prédiction

Le fonctionnement des marchés de prédiction repose généralement sur deux mécanismes de tarification majeurs : l'enchère double continue (CDA) et le market maker automatisé (AMM).

La plupart des marchés de prédiction décentralisés sur la blockchain utilisent encore des carnets de commandes pour fournir de la liquidité, contrairement à l'AMM largement utilisée dans les échanges décentralisés (DEXs). Cela peut être dû aux caractéristiques uniques des jetons de résultat : leur valeur peut fluctuer de manière significative avec les événements du monde réel et tomber à zéro si la prédiction est incorrecte après la conclusion de l'événement. Étant donné que la valeur des jetons de résultat est étroitement liée aux résultats des événements, les pertes potentielles pour les AMM sont fortement impactées, ce qui pose des risques substantiels.

Pour relever ce défi, les marchés de prédiction ont introduit un mécanisme de création de marché automatisé spécialement conçu, la Règle de Score de Marché Logarithmique (LMSR), pour équilibrer la liquidité du marché et le risque, soutenant le fonctionnement stable des marchés de prédiction.

Vente aux enchères double continue (CDA)

Le Continuous Double Auction (CDA) est le mécanisme de tarification le plus courant sur les marchés financiers et a été largement adopté dans les marchés de prédiction. Son principe de base consiste à enregistrer toutes les commandes non correspondantes dans un carnet d'ordres, avec des ordres d'achat et de vente disposés des côtés opposés. Les traders peuvent soumettre des ordres limités au carnet d'ordres, et lorsque le prix d'offre le plus élevé correspond au prix de demande le plus bas, une transaction est déclenchée et exécutée.

Ce mécanisme est populaire pour son design simple et clair. Cependant, dans les marchés prédictifs avec un nombre limité de participants, le CDA peut rencontrer des pénuries de liquidités. La faible liquidité entraîne souvent de larges écarts entre les offres et les demandes, rendant la tarification difficile et réduisant l'efficacité du marché. Dans de tels cas, la découverte des prix sur les marchés prédictifs et les fonctions de prévision des probabilités peuvent avoir du mal à s'effectuer efficacement.

Règle de notation de marché logarithmique (LMSR)

Contrairement à CDA, LMSR introduit un market maker automatisé centralisé en tant que contrepartie à tous les traders. La Règle de Score de Marché Logarithmique (LMSR) est un mécanisme de market maker automatisé (AMM) spécifiquement conçu pour les marchés de prédiction. L'un de ses principales caractéristiques est qu'il ne repose pas sur un pool de liquidités, ce qui le rend adapté aux marchés peu liquides, y compris les marchés de prédiction. LMSR utilise une règle de score logarithmique pour générer des citations, empêchant ainsi efficacement les fluctuations de prix excessives. Cette approche offre une liquidité suffisante tout en maintenant les pertes potentielles du market maker dans une plage contrôlable.

Le tableau ci-dessous montre les principales différences entre LMSR et les AMM traditionnels.

Pour comprendre l'unicité de LMSR, il est utile de d'abord examiner les mécanismes AMM courants. La plupart des AMM utilisent une formule de produit constant :

x⋅y=k

Dans la formule, x et y représentent les quantités de deux jetons dans le pool de liquidité, et k est une constante. Par exemple, dans un pool de liquidité ETH/DAI avec un état initial de 100 ETH et 10 000 DAI, k=1 000 000. Pour maintenir k constant, lorsque les traders déposent de l'ETH dans le pool, la quantité correspondante de DAI doit diminuer. En fin de compte, la cotation pour toute transaction donnée est une fonction de la formule du produit constant et du ratio de jetons dans le pool. Le graphique ci-dessous approxime la relation d'échange entre deux types d'actifs selon ce modèle.

Source :news.marsbit.co

En revanche, le mécanisme de tarification du LMSR est plus complexe. Sa formule est la suivante :

qA: la quantité de l'issue A (le nombre d'actions déjà achetées pour cette issue).

b: le “paramètre de liquidité” défini par le teneur de marché, qui affecte la sensibilité des prix aux changements du volume de trading.

n: le nombre total de résultats possibles.

De plus, LMSR définit une fonction de coût pour calculer le coût total d'une transaction:

Cette fonction aide les teneurs de marché à comprendre les pertes potentielles auxquelles ils pourraient être confrontés lorsqu'ils fournissent de la liquidité. La fonction logarithmique incluse ici signifie que lorsque le nombre de contrats favorisant un résultat particulier augmente, le prix de ce résultat augmente à un taux décroissant. Ce mécanisme permet des ajustements de prix plus précis et limite les pertes potentielles des teneurs de marché, assurant ainsi la stabilité à long terme du marché.

Améliorations supplémentaires aux AMM du marché de prédiction

Les AMM de marché de prédiction ont connu diverses améliorations, avec Paradigm, une société d'investissement crypto bien connue, proposant récemment son dernier modèle de tarification, pm-AMM. Paradigm vise à développer ce modèle en un cadre unifié pour les marchés de prédiction. La société a comparé pm-AMM à d'autres AMM, suggérant qu'il pourrait également être appliqué à d'autres types d'actifs, tels que les obligations, les options et les dérivés.

Source :paradigm.xyz

1. Optimisation pour les jetons de résultat
   Le pm-AMM est spécifiquement conçu pour gérer des jetons de résultat, dont la valeur est de 1 si l'événement se produit et de 0 s'il ne se produit pas. Les AMM traditionnels sont souvent confrontés à des problèmes de liquidité incohérente avec de tels jetons. En introduisant un modèle de distribution gaussienne, le pm-AMM capture la relation entre les prix des jetons et les probabilités d'événements, offrant ainsi une liquidité plus stable et cohérente.

La distribution gaussienne, également connue sous le nom de distribution normale, est supposée régir les fluctuations de prix des jetons de résultat dans chaque marché de prédiction (par exemple, « l'événement se produit » et « l'événement ne se produit pas »). Cette hypothèse contribue à concentrer la liquidité autour des résultats les plus probables à mesure que l'événement approche de sa résolution (c'est-à-dire des prix proches de 0 ou 1), évitant ainsi des problèmes tels que les pénuries de liquidité ou les glissements excessifs lors de scénarios extrêmes tout en minimisant les pertes pour les créateurs de marché.

En revenant à l'exemple précédent d'un match de football entre l'Allemagne et l'Espagne, la plupart des participants du marché pourraient initialement prédire la victoire de l'Espagne, ce qui entraînerait une hausse des prix des jetons pour la victoire de l'Espagne. Cependant, si l'Allemagne commence à bien se comporter pendant le match, les attentes du marché peuvent rapidement basculer en faveur de l'Allemagne. Les AMM traditionnels pourraient réagir lentement, laissant les market makers détenir un nombre important de jetons de victoire de l'Espagne qui finissent par perdre toute valeur. En revanche, le pm-AMM utilise le modèle gaussien pour ajuster rapidement la liquidité, la concentrant autour du résultat le plus probable, réduisant ainsi les pertes des market makers et améliorant l'efficacité et la fiabilité du marché.

1. Ajustement dynamique de la liquidité
   Le pm-AMM utilise un mécanisme d'ajustement dynamique de la liquidité, modifiant les niveaux de liquidité à mesure que l'événement approche de sa résolution. Cela signifie que la liquidité diminue à mesure que le marché des prédictions approche de l'expiration, réduisant le risque de pertes pour les fournisseurs de liquidité en raison de l'arbitrage. Ce mécanisme garantit que la liquidité s'adapte à la volatilité du marché, maintenant la stabilité pendant les périodes turbulentes.

2. Un cadre AMM unifié
   Le pm-AMM de Paradigm vise à établir un cadre AMM unifié qui va au-delà des marchés de prédiction pour inclure d'autres classes d'actifs, telles que les obligations, les options et les dérivés. Cette polyvalence renforce l'applicabilité du pm-AMM à travers divers produits financiers, augmentant sa flexibilité et son utilité.

3. Perte vs Équilibrage de la négociation (LVR)
   Le pm-AMM introduit le concept de perte par rapport à la rééquilibrage (LVR), qui évalue les pertes potentielles auxquelles les AMM peuvent être confrontées en raison des activités d'arbitrage. En optimisant la structure de l'AMM pour minimiser le LVR, le pm-AMM garantit une liquidité robuste tout en réduisant les pertes potentielles, améliorant ainsi les rendements pour les fournisseurs de liquidités.

4. Expérience utilisateur améliorée
   En rationalisant le processus de négociation et en améliorant la découverte des prix, pm-AMM offre une expérience plus conviviale. Les utilisateurs peuvent comprendre intuitivement la dynamique du marché, les transactions étant automatiquement exécutées via des contrats intelligents, éliminant ainsi les retards et les incertitudes causés par l'intervention manuelle.

Le pm-AMM de Paradigm améliore considérablement les mécanismes AMM traditionnels sur les marchés de prédiction. Grâce à des innovations telles que l'optimisation pour les jetons de résultat, l'ajustement dynamique de la liquidité, la conception de cadre unifié et l'introduction de LVR, pm-AMM améliore l'efficacité et la stabilité des marchés de prédiction tout en ouvrant de nouveaux cas d'utilisation pour d'autres produits financiers. Ces avancées stimuleront le développement de la finance décentralisée (DeFi), permettant aux marchés de prédiction de refléter le sentiment public et de mieux soutenir les processus de prise de décision.

Pour en savoir plus sur les principes de conception et de modélisation pm-AMM, veuillez vous référer aux articles liés ci-dessous.

Références:

1. Dernières recherches de Paradigm : un market maker automatisé unifié pour les marchés de prédiction - pm-AMM
2. pm-AMM : Un AMM uniforme pour les marchés de prédiction