作者： Pi Squared
编译：Felix, PANews
摘要：“傻钱”缺失、持久套利、机器人横行、反馈循环、虚假消息、内幕交易、以及小众市场流动性低。
预测市场正日益重塑大众对未来的思考方式。从预测选举结果、通胀率到产品发布和重大体育赛事，它们提供了一个简单但强有力的理念：将资金投入信念，让市场揭示最有可能发生的事情。
这种方法已被证明出奇地有效。在许多情况下，预测市场的表现与传统民调和专家预测旗鼓相当，甚至更胜一筹。通过允许持有不同信息、动机和观点的个体在同一个问题上进行交易，这些市场将分散的知识汇聚成一个单一的信号：价格。通常认为，交易价格为 0.7 美元的合约意味着该事件发生的概率为 70%，反映了所有参与者的集体判断。
因此，预测市场不再仅仅是少数人的猎奇工具。决策者、研究人员、交易员和各类机构正越来越多地利用它们，以便在充满不确定性的环境中更好地预测结果。随着 Web3 的兴起，许多此类市场已迁移至区块链，通过智能合约实现公开参与、透明结算和自动支付。
然而，尽管预测市场日益普及且理论上极具吸引力，但远非完美。
大多数讨论集中在显而易见的挑战上，如监管、流动性不足或用户操作复杂。这些问题确实存在，但并非全貌。即使预测市场看起来活跃、流动性强且设计完善，它们仍然可能产生价格扭曲、结果不公和信号误导等问题。
本文将超越表面的局限性，探讨预测市场运行中更深层、更隐蔽的低效性。这些隐藏的限制因素（许多是结构性的而非行为性的）悄悄地限制了准确性、可扩展性和信任度。理解这些问题不仅对有效利用预测市场至关重要，对于构建下一代预测系统也至关重要。
预测市场的实际运作方式
预测市场本质上是一个人们交易未来事件结果的市场。参与者买卖的不是公司股票，而是与特定问题挂钩的合约，例如：
-
候选人 X 会赢得下次选举吗？
-
今年通胀率会超过 5% 吗？
-
Z 公司会在 6 月前发布新产品吗？
-
某部电影的首映周末票房会超过 500 万美元吗？
每个可能的结果都由一份合约代表。在最简单的情况下，如果事件发生，合约支付 1 美元；如果不发生，则支付 0 美元。这些合约的交易价格在 0 到 1 美元之间，市场价格通常被解读为该结果发生的概率。
例如，如果一份预测选举结果为“Yes”的合约交易价格为 0.7 美元，则市场实际上表明该结果发生的概率为 70%。随着民意调查、新闻报道、经济数据甚至传闻等新信息的出现，交易者会更新他们的仓位，价格也会随之波动。
预测市场的吸引力不仅在于其运作机制，更在于其背后的激励机制。参与者不仅仅是在表达观点，他们还在承担资金风险。预测正确会带来经济回报，而预测错误则会付出代价。这种机制鼓励人们寻求更准确的信息，挑战主流观点，并在新证据出现时迅速采取行动。
随着时间的推移，价格会逐渐演变为持续更新的、众包式的预测。
在实践中，预测市场呈现出多种形式。像 PredictIt 这样的平台专注于政治预测，允许用户对选举结果和政策问题进行交易。受美国商品期货交易委员会监管的 Kalshi 则提供经济指标、地缘政治事件以及利率变化或通胀水平等现实世界结果的交易市场。在 Web3 生态系统中，像 Polymarket 和 Augur 这样的去中心化平台在区块链上运行预测市场，利用智能合约来管理交易，并在结果确定后自动结算收益。
尽管这些平台在监管、架构和用户体验方面存在差异，但它们都基于相同的前提：市场价格可以作为衡量人们对未来集体信念的有力信号。
为什么预测市场有效（当它有效时）
预测市场的流行并非偶然。在合适的条件下，它们可以成为非常有效的预测工具，有时甚至优于民意调查、问卷调查，甚至是专家小组。以下是一些关键原因：
信息聚合：没有哪个参与者能够掌握完整的世界信息。一些交易者可能掌握本地信息，另一些可能关注小众数据源，还有一些可能对公开信息有不同的解读。预测市场允许所有这些分散的信息通过价格汇聚成单一信号。市场并非决定谁的意见最重要，而是根据信念和资金来衡量各种观点。
激励机制：与参与者答错无需承担任何代价的民意调查不同，预测市场要求交易者承担资金风险。这种“利益攸关”机制会抑制随意猜测，奖励那些始终依据更准确信息采取行动的人。随着时间推移，预测不准的参与者会失去资金和影响力，而预测更准确的人则会获得这些。
自适应性：价格并非固定不变的预测，而是随着新信息的不断出现而持续更新。一则突发新闻、一份数据发布或一个可信的传言都可能迅速改变市场情绪。这使得预测市场在快速变化或不确定的环境中特别有用，因为在这样的环境中，静态预测很快就会过时。
从历史上看，这种激励机制、自适应性和信息聚合的结合已经取得了显著成效。政治预测市场通常能与传统的民意调查平均值相媲美，在某些情况下甚至更准确。在金融和经济领域，基于市场的预测经常被用作领先指标，因为它们反映的是实时预期，而非滞后的报告。
综上所述，这些特性解释了为什么预测市场越来越被视为严肃的预测工具，而不仅仅是博彩平台。当参与广泛、信息质量高且市场结构健全时，价格能够对未来的结果提供有意义的预估。
然而，这些优势依赖于一些在现实中并不总能成立的假设。当这些假设失效时，预测市场就会产生误导。
预测市场的局限性
与任何基于市场的系统一样，预测市场也存在一些众所周知的局限性。参与度往往受到监管的限制，如 PredictIt 和 Kalshi 等平台都受到严格的司法管辖规则约束，这些规则限制了交易者的身份和可投入的资金量。流动性往往集中在少数备受瞩目的事件上，而小众市场则依然空洞且波动剧烈。
在可用性方面，尤其是在 Polymarket 和 Augur 等基于 Web3 的平台上，注册流程繁琐、交易费用高昂以及市场纠纷解决机制不完善仍是持续存在的挑战。这些问题在学术文献和行业评论中都进行了广泛的认可和讨论。
然而，仅仅关注这些表面限制会忽略一个更重要的问题。即使在流动性强、合法合规且交易活跃的市场中，预测市场仍可能出现价格扭曲、概率误导和结果不公的情况。
这些问题并非总是由于参与度低或激励机制不完善造成的，而是源于预测市场在信息处理、交易和结果生成方面存在的更深层次的结构性低效。正是这些隐蔽的低效最终限制了预测市场作为预测工具的可靠性和可扩展性。一些最重要的隐性低效因素包括：
1. “傻钱”问题
预测市场需要专业交易者和普通参与者才能正常运作，但它们难以吸引足够的散户来创造足够的交易量。可以这样理解：如果牌桌上的每个人都是职业玩家，那么没有人愿意玩。
如果没有足够多的散户为市场增加交易量，流动性就不足以吸引那些能推动价格走向准确的专业交易员。这就造成了一个先有鸡还是先有蛋的问题，导致市场规模小、效率低下。
2. 持续的定价错误和套利机会
当二元市场中“Yes”与“No”的份额总价偏离 1 美元时，就存在无风险获利机会。自 2024 年以来，仅在 Polymarket 上，简单的套利策略就产生了超 3950 万美元的利润。
这些机会之所以存在，是因为市场效率不够高，无法立即纠正错误定价。虽然这看似只是聪明的交易，但它揭示出价格并不总是准确反映真实概率，而是反映了系统中存在的任何低效之处。
3. 机器人驱动和算法交易
研究表明，预测市场正被利用市场低效的机器人操纵。自动交易系统执行交易的速度比人类参与者更快，从而造成了不公平的竞争环境。普通用户经常因为这些复杂的算法而蒙受损失，这使得市场作为预测工具的公平性和准确性都大打折扣。
4. 自我强化的反馈循环
预测市场出现了一个问题，即博彩市场的赔率会自我强化，交易者将市场赔率视为正确概率，而没有根据外部信息进行充分的更新。
这尤其危险，因为这意味着市场可能会与现实脱节。交易员不是汇总新信息，而是仅仅查看市场怎么说，并认为它是正确的，从而形成一种循环逻辑，即使外部证据表明并非如此，但这种逻辑也可能持续存在。
5. 虚假信息和信息质量问题
在 2020 年美国总统大选期间，预测市场中存在持续且可被利用的价格异常现象，部分市场参与者依据错误信息行事，错误地得出唐纳德·特朗普赢得大选的结论。
在交易量较小的市场中，少数参与者放大虚假信息就能极大地扭曲价格。这揭示了一个根本问题：当错误信息进入市场时，市场并不总是能迅速纠正，尤其是在足够多的人相信虚假信息的情况下。
6. 内幕交易和信息不对称
关于预测市场最大的担忧之一是信息不对称现象的普遍存在，即某些人掌握其他参与者无法获取的信息，从而获得不公平的优势。
与禁止内幕交易的美国证券交易委员会（SEC）不同，美国商品期货交易委员会（CFTC）的预测市场框架在许多情况下允许基于非公开信息进行交易。例如，运动员可以就自己的伤情进行投注，或者政客可以利用自己对未来计划的了解进行交易；这显然会引发公平性问题。
7. 小众市场流动性低
流动性低的市场更容易被操纵，而小众市场往往是最不准确的。当一个市场中交易的人不多时，一笔大额交易就能使价格剧烈波动，而且参与者数量不足，无法纠正错误定价。这意味着预测市场仅适用于热门、交易量大的事件，从而限制了其应用范围。
这些低效问题对普通用户来说往往难以察觉，但即便预测市场看似运行良好，它们也会悄然影响结果。对于任何想要参与预测市场，并且构建超越其现有局限的系统的人来说，理解这些问题至关重要。
解决这些问题需要重新思考底层架构。目前的预测市场大多面临排序瓶颈：无论是投注选举还是体育比赛，所有交易都必须排在同一个队列中。这种延迟延长了套利窗口，导致价格无法实时反映真相。
像 FastSet 这样的新基础设施正试图通过并行结算来解决这一问题。它可以同时处理互不冲突的交易，实现低于 100 毫秒的最终一致性。当结算速度足够快时，套利窗口会在被大规模利用前关闭，价格能更准确地反映真实概率。普通交易者也不会因结构性延迟而遭受系统性的不利影响。这不仅仅是性能的提升，更是预测市场公平高效运作方式的根本性转变。
结论
预测市场将观点转化为价格，将信念转化为投注。当它们运作良好时，其预测未来的能力令人震惊，有时甚至超越民意调查、专家和分析师的预测能力。
但其有效性并非有保证。除了众所周知的监管和采用方面的挑战之外，还存在一些更深层次的低效问题，这些问题悄然扭曲价格，削弱市场信号。流动性陷阱、持续的错误定价、算法主导、反馈循环、错误信息以及脆弱的解决机制，都导致了预测市场的实际表现与其承诺之间存在差距。
弥合这一差距需要的不仅仅是更多人参与或加强激励机制，还需要更深入地审视塑造当今预测市场运作方式的假设和结构。只有解决这些根本性的制约因素，预测市场才能进化为真正可靠的决策工具。
相关阅读： 预测市场与真相之战：当AI学会伪造民意
