<rt id="ogeyi"><tr id="ogeyi"></tr></rt>
    1. <label id="ogeyi"></label>
      <label id="ogeyi"></label>

      幣圈網

      CLOB CTF 和 LSMR,當前兩種主流預測市場機制為何無法引領未來?

      作者:DAO 之聲

       

      一、機制不僅是工具,更是信念的表達器

      在預測市場這個依賴集體認知構建價格的系統中,交易的市場機制不僅承擔訂單撮合的功能,更承載了對未來事件的判斷。

      一套機制的好壞,不僅決定了交易是否高效,更決定了我們是否能準確地捕捉并表達“未來可能性”的輪廓。

      正因如此,當前主流的兩種預測市場機制——CLOB CTF(訂單簿 條件 Token)與LSMR(對數評分自動做市),盡管在過去幾年中各有建樹,卻都在實踐中暴露出結構性的不足。

      這些問題,不僅是技術層面的挑戰,更反映出它們對“群體信念如何生成與被衡量”這一核心問題理解的不完全。

      二、CLOB CTF:高結構性帶來的市場碎片與低效流動性

      1. 概念清晰,但系統過度拆分

      CLOB CTF 的邏輯并不復雜:

      1.CLOB 提供限價掛單和撮合的市場界面

      2.CTF 則將多選事件拆解為一系列 YES/NO 二元合約,并通過自動 Token 鑄造/銷毀來完成供需調節。

      這種模式在結構上與傳統金融市場高度一致,因此具有一定的用戶認知基礎。

      但一旦事件選項增多,系統將被迫創建多個子市場,每個都有自己的一對 Token 和訂單簿,從而極大增加了系統復雜度和用戶參與門檻

      2. 對手盤依賴導致流動性失衡

      CLOB 是掛單機制,因此本質上依賴活躍的雙邊市場。在多數預測市場中,由于用戶參與熱情不穩定、事件多樣化、信息不對稱等問題,掛單深度往往嚴重不足,形成“掛單空窗”或“單邊擠壓”。

      結果就是:

      1.用戶下單無對手盤,價格停滯;

      2.市場在非流動性狀態下陷入失效,嚴重影響用戶體驗。

      CTF 雖可通過鑄造 YES/NO 資產在一定程度上補足對手盤缺口,但它本身也成為套利工具,使價格信號更容易受短期行為操縱而非長期預期驅動

      3. “套利驅動”壓過“認知聚合”

      CTF 的橫向機制本意是通過系統鑄造和銷毀 YES/NO 資產,幫助市場價格收斂到真實概率。但實踐中,這一機制反而:

      1.鼓勵用戶圍繞套利空間而非事件本身進行交易;

      2.被動放大市場非理性行為對價格的短期沖擊;

      3.削弱價格作為“集體信念函數”的可解釋性和穩定性。

      簡言之,CLOB CTF 盡管在結構上完整,卻很難在低流動性、認知差異大、用戶非專業化的現實背景下提供穩定有效的價格發現機制。

      三、LSMR:從函數優雅走向清算不確定性的困局

      1. 機制簡潔,卻脫離用戶可理解性

      LSMR(Logarithmic Scoring Market with Reservation)以對數函數為核心,將市場價格與 Token 發行邏輯統一在一套數學表達式中。它有兩個顯著優點:

      1.多選市場無需拆分,所有選項共處同一價格結構;

      2.理論上,所有 Token 價格總和恒為 1,符合概率直覺。

      然而,LSMR 的問題也正出現在這套數學體系過于“黑箱”:用戶無法判斷購買某個選項時實際投入成本與潛在收益的關系;市場價格的形成過程缺乏清晰路徑,交易體驗被算法抽象“遮蔽”;清算邏輯無法形成用戶預期中的“賠率”,缺乏博弈透明性。

      2. 滑點與參數失控的雙重困境

      LSMR 的唯一控制參數 b,決定了市場的價格響應強度(滑點程度)。但這個參數的設計本身就面臨悖論:

      - b 值過大 → 價格變化遲鈍,真實概率難以表達;

      - b 值過小 → 價格極度敏感,輕易被操縱,形成價格泡沫。

      更糟的是,b 是在市場啟動前就必須設定的,但在初期幾乎無法判斷市場將迎來多大的交易量和波動范圍。這使得 b 成為一種結構性的風險因素,而非系統的穩定錨。

      四、核心問題歸結:舊機制的三大缺陷

      1. 價格難以表達真實概率

      CLOB CTF 中,掛單結構與流動性供需容易讓價格偏離事件發生的真實概率;

      LSMR 中,價格只是函數輸出的結果,用戶很難映射到主觀概率與賠率之間的關系。

      2. 機制易被套利主導,難以形成理性集體信號

      套利邏輯本是維護價格合理性的機制補充,但在這兩套系統中,套利反而成為主要交易動因,主導了市場結構,干擾了認知聚合。

      3. 用戶參與體驗差,交易缺乏確定性

      無論是訂單簿的深度問題,還是對數函數帶來的滑點跳躍,用戶在參與時都難以獲得預期清晰、成本可控的交易體驗,這對預測市場這種“面向非專業用戶開放”的機制來說,是致命的門檻。

      訂單簿深度示意 via investopedia

      五、通往新機制的方向:機制要表達信念,而非僅僅承載交易

      預測市場的本質,是將信念資產化,是一種社會認知與經濟激勵的融合機制。因此,理想的市場機制必須滿足以下三點:

      1.定價清晰且概率意義明確,用戶能理解價格背后的含義;

      2.價格與清算結構閉合,保證參與者的期望收益與實際收益一致;

      3.無需復雜拆分或參數控制即可運行穩定,機制本身具備抗操縱性和自我平衡能力。

      這些目標,正是 APMM(Automatic Prediction Market Maker)這類新機制試圖實現的方向。它們汲取了前代機制的經驗,也回應了現實交易行為中的核心痛點。

      六、結語:機制演進的根源,不只是工程,而是認知生態的適配

      CLOB CTF 和 LSMR 存在的機制問題,并不是因為它們不夠“聰明”,而是它們在處理“人類如何判斷未來”這一問題時,過于依賴技術的封裝與形式的優雅,忽視了用戶真實行為、心理與認知路徑。

      市場機制是一種文明工具,最終服務的不是函數與資產,而是人在不確定性中的決策與表達。

      鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播更多信息之目的,如作者信息標記有誤,請第一時間聯系我們修改或刪除,多謝。

      主站蜘蛛池模板: 麻豆久久婷婷五月综合国产| 色噜噜成人综合网站| 色综合久久久久综合99| 亚洲综合久久精品无码色欲| 亚洲av无码兔费综合| 六月丁香激情综合成人| 91综合精品网站久久| 青青青国产色视频在线观看国产亚洲欧洲国产综合 | 国产精品综合一区二区三区| 国产成人精品综合久久久| 国产综合无码一区二区三区| 人妻av综合天堂一区| 色欲香天天天综合网站| 亚洲国产婷婷综合在线精品| 色综合久久精品亚洲国产| 色婷婷综合久久久中文字幕| 综合亚洲伊人午夜网| 国产精品综合专区中文字幕免费播放 | 婷婷综合另类小说色区| 亚洲国产综合精品中文字幕| 国产成人综合精品| 欧美日韩综合一区二区三区| 2020久久精品亚洲热综合一本| 久久综合琪琪狠狠天天| 综合网日日天干夜夜久久| 亚洲国产一成久久精品国产成人综合| 亚洲日韩久久综合中文字幕| 亚洲AV综合色区无码二区偷拍| 亚洲国产综合91精品麻豆| 日韩综合无码一区二区| 狠狠色狠狠色综合伊人| 久久婷婷香蕉热狠狠综合| 精品亚洲综合在线第一区| 狠狠色狠狠色综合| 亚洲综合小说久久另类区| 69国产成人综合久久精品| 五月综合激情婷婷六月色窝| 综合国产在线观看无码| 亚洲综合伊人制服丝袜美腿| 久久综合亚洲色hezyo| 伊人激情久久综合中文字幕 |