Os mercados de previsão são um tipo de plataforma de negociação que permite aos participantes negociar contratos com base em resultados esperados de eventos do mundo real, como eleições políticas, competições esportivas ou tendências econômicas. Os preços formados através da negociação livre entre os participantes refletem a probabilidade de ocorrência dos eventos. Em termos simples, os mercados de previsão transformam as habilidades de previsão coletiva em uma ferramenta para medição de probabilidade.

Ao contrário dos mercados financeiros tradicionais, os mercados de previsão giram diretamente em torno dos próprios eventos, em vez de investir indiretamente em ativos relacionados. Este mecanismo atende a diversas necessidades especulativas e agrega as crenças coletivas dos participantes do mercado sobre as probabilidades dos eventos através da formação de preços.

No entanto, os mercados de previsão são também mercados financeiros que requerem mecanismos de preços apropriados para incentivar a negociação, atrair os julgamentos de mais participantes e destilar essas informações para formar as últimas previsões de probabilidade. Este artigo irá introduzir os mecanismos de preços por trás dos mercados de previsão.

Por que os preços nos mercados de previsão podem refletir as probabilidades dos eventos?

Ao contrário das indústrias de jogos de azar tradicionais, onde os jogadores apostam contra os apostadores, os mercados de previsão são mecanismos abertos e descentralizados. No jogo, as probabilidades são definidas e ajustadas dinamicamente pelos apostadores. Nos mercados de previsão, os preços são naturalmente formados através da negociação entre os participantes, refletindo a avaliação da sabedoria coletiva das probabilidades do evento.

Imagine um cenário de previsão binária: no próximo mês, haverá um jogo de futebol entre a Alemanha e a Espanha. As pessoas podem criar um mercado de negociação na plataforma de previsão e emitir dois tokens de resultado representando 'Alemanha Vence' e 'Espanha Vence'. Se os preços iniciais de ambos os tokens forem iguais, isso indica que o mercado acredita que as duas equipes têm uma chance de 50-50 de ganhar.

À medida que o jogo se aproxima, se um jogador chave alemão se lesionar, mais traders podem prever uma maior probabilidade de vitória da Espanha e comprar tokens "Espanha Vence". As alterações na oferta e na procura dos tokens ajustarão os seus preços em tempo real, refletindo a probabilidade aumentada da vitória da Espanha. Da mesma forma, durante o jogo, se a Alemanha marcar consecutivamente, a procura de tokens "Alemanha Vence" aumenta e o seu preço aumentará até o fim do jogo quando as probabilidades convergem para os resultados reais - 100%.

Quando o resultado da partida for determinado (por exemplo, a Alemanha vence), o valor dos tokens "Espanha Vence" cairá para zero, e os detentores dos tokens "Alemanha Vence" compartilharão lucros do total do pool de liquidez com base em suas participações. Esse mecanismo dinâmico de ajuste de preços com base em negociações permite que os mercados de previsão reflitam de forma flexível e eficiente as probabilidades de eventos futuros.

Mecanismos de preço comuns em mercados de previsão

A operação de mercados de previsão geralmente depende de dois mecanismos de precificação principais: Leilão Duplo Contínuo (CDA) e Fabricante de Mercado Automatizado (AMM).

A maioria dos mercados de previsão descentralizados na blockchain ainda usa livros de ordens para fornecer liquidez, ao contrário do AMM amplamente aplicado nas exchanges descentralizadas (DEXs). Isso pode ser devido às características únicas dos tokens de resultados: seu valor pode flutuar significantemente com eventos no mundo real e cair para zero se a previsão estiver incorreta após o término do evento. Como o valor dos tokens de resultado está intimamente ligado aos resultados dos eventos, as perdas potenciais para AMMs são significativamente impactadas, representando riscos substanciais.

Para enfrentar esse desafio, os mercados de previsão introduziram um mecanismo de fabricante de mercado automatizado especialmente projetado, a Regra de Pontuação de Mercado Logarítmico (LMSR), para equilibrar a liquidez e o risco do mercado, apoiando a operação estável dos mercados de previsão.

Leilão Duplo Contínuo (CDA)

O Leilão Contínuo Duplo (CDA) é o mecanismo de preços mais comum nos mercados financeiros e tem sido amplamente adotado nos mercados de previsão. Seu princípio básico envolve registrar todas as ordens não correspondidas em um livro de ordens, com ordens de compra e venda organizadas em lados opostos. Os traders podem enviar ordens limitadas ao livro de ordens e, quando o preço de oferta mais alto corresponde ao preço de venda mais baixo, uma transação é acionada e executada.

Este mecanismo é popular pelo seu design simples e claro. No entanto, em mercados de previsão com um número limitado de participantes, CDA pode enfrentar escassez de liquidez. Baixa liquidez frequentemente resulta em spreads de oferta e procura amplos, tornando difícil a determinação de preços e reduzindo a eficiência do mercado. Nestes casos, a descoberta de preços e as funções de previsão de probabilidade dos mercados de previsão podem ter dificuldades em funcionar efetivamente.

Regra de Pontuação de Mercado Logarítmico (LMSR)

Ao contrário do CDA, o LMSR introduz um criador de mercado automatizado central como contra-parte de todos os negociadores. A Regra de Pontuação de Mercado Logarítmico (LMSR) é um mecanismo de criador de mercado automatizado (AMM) especificamente projetado para mercados de previsão. Uma de suas principais características é que ele não depende de uma piscina de liquidez, tornando-o adequado para mercados de baixa liquidez, incluindo mercados de previsão. O LMSR usa uma regra de pontuação logarítmica para gerar cotações, evitando efetivamente flutuações excessivas de preço. Esta abordagem fornece liquidez suficiente, mantendo as perdas potenciais do criador de mercado dentro de uma faixa controlável.

A tabela abaixo mostra as principais diferenças entre LMSR e AMMs tradicionais.

Para entender a singularidade do LMSR, é útil primeiro rever os mecanismos comuns de AMM. A maioria dos AMMs usa uma fórmula de produto constante:

x⋅y=k

Na fórmula, x e y representam as quantidades de dois tokens na piscina de liquidez, e k é uma constante. Por exemplo, em uma piscina de liquidez ETH/DAI com um estado inicial de 100 ETH e 10.000 DAI, k=1.000.000. Para manter k constante, quando os traders depositam ETH na piscina, a quantidade correspondente de DAI deve diminuir. No final, a cotação para qualquer negociação é uma função da fórmula do produto constante e da proporção de tokens na piscina. O gráfico abaixo aproxima a relação de troca entre dois tipos de ativos sob este modelo.

Origem:news.marsbit.co

Pelo contrário, o mecanismo de preços da LMSR é mais complexo. Sua fórmula é a seguinte:

qA: a quantidade do resultado A (o número de ações já compradas para esse resultado).

b: o "parâmetro de liquidez" definido pelo criador de mercado, que afeta a sensibilidade dos preços às mudanças no volume de negociação.

n: o número total de resultados possíveis.

Além disso, o LMSR define uma função de custo para calcular o custo total de uma negociação:

Esta função ajuda os market makers a compreender as perdas potenciais que podem enfrentar ao fornecer liquidez. A função logarítmica incluída aqui significa que, à medida que o número de contratos favorecendo um resultado particular aumenta, o preço desse resultado sobe a uma taxa decrescente. Este mecanismo fornece ajustes de preço mais precisos e limita as perdas potenciais do market maker, garantindo a estabilidade a longo prazo do mercado.

Mais melhorias para os AMMs do mercado de previsão

As AMMs de mercado de previsão têm visto várias melhorias, com a Paradigm, uma conhecida empresa de investimento em criptomoedas, recentemente propondo seu mais recente modelo de precificação, pm-AMM. A Paradigm pretende desenvolver este modelo num quadro unificado para mercados de previsão. A empresa comparou o pm-AMM a outras AMMs, sugerindo que também poderia ser aplicado a outros tipos de ativos, como títulos, opções e derivativos.

Origem:paradigm.xyz

1. Otimização para Tokens de Resultado
   O pm-AMM é especificamente projetado para lidar com tokens de resultado, cujo valor é 1 se o evento ocorrer e 0 se não ocorrer. Os AMMs tradicionais frequentemente enfrentam problemas de liquidez inconsistentes com esses tokens. Ao introduzir um modelo de distribuição gaussiana, o pm-AMM captura a relação entre os preços dos tokens e as probabilidades dos eventos, proporcionando uma liquidez mais estável e consistente.

A distribuição gaussiana, também conhecida como distribuição normal, é assumida como governando as flutuações de preço dos tokens de resultado em cada mercado de previsão (por exemplo, "evento ocorre" e "evento não ocorre"). Esta suposição ajuda a concentrar a liquidez em torno dos resultados mais prováveis à medida que o evento se aproxima da resolução (ou seja, preços próximos de 0 ou 1), evitando problemas como escassez de liquidez ou escorregamento excessivo durante cenários extremos, ao mesmo tempo que minimiza as perdas para os criadores de mercado.

Voltando ao exemplo anterior de uma partida de futebol entre Alemanha e Espanha, a maioria dos participantes do mercado pode inicialmente prever a vitória da Espanha, levando a preços mais altos dos tokens para a vitória da Espanha. No entanto, se a Alemanha começar a se sair bem durante a partida, as expectativas do mercado podem mudar rapidamente a favor da Alemanha. As AMMs tradicionais podem reagir de forma lenta, deixando os market makers com um número significativo de tokens de vitória da Espanha que eventualmente perdem todo o valor. Em contraste, o pm-AMM usa o modelo gaussiano para ajustar rapidamente a liquidez, concentrando-a em torno do resultado mais provável, reduzindo assim as perdas dos market makers e aprimorando a eficiência e a confiabilidade do mercado.

1. Ajuste Dinâmico de Liquidez
   O pm-AMM utiliza um mecanismo de ajuste dinâmico da liquidez, modificando os níveis de liquidez à medida que o evento se aproxima da sua resolução. Isso significa que a liquidez diminui à medida que o mercado de previsão se aproxima do vencimento, reduzindo o risco de perdas para os provedores de liquidez devido à arbitragem. Esse mecanismo garante que a liquidez se adapte à volatilidade do mercado, mantendo a estabilidade durante períodos turbulentos.

2. Uma Estrutura AMM Unificada
   O pm-AMM da Paradigm visa estabelecer uma estrutura AMM unificada que vai além dos mercados de previsão para outras classes de ativos, como títulos, opções e derivativos. Essa versatilidade aumenta a aplicabilidade do pm-AMM em vários produtos financeiros, aumentando sua flexibilidade e utilidade.

3. Perda vs. Compensação do Reequilíbrio (LVR)
   O pm-AMM introduz o conceito de Loss vs. Rebalancing (LVR), que avalia as potenciais perdas que os AMMs podem enfrentar devido às atividades de arbitragem. Ao otimizar a estrutura do AMM para minimizar o LVR, o pm-AMM garante liquidez robusta, reduzindo as perdas potenciais e, assim, melhorando os retornos para os provedores de liquidez.

4. Experiência do utilizador melhorada
   Ao otimizar o processo de negociação e melhorar a descoberta de preços, o pm-AMM oferece uma experiência mais amigável ao usuário. Os usuários podem compreender de forma intuitiva a dinâmica do mercado, com as transações sendo executadas automaticamente por meio de contratos inteligentes, eliminando atrasos e incertezas causados por intervenção manual.

O pm-AMM da Paradigm melhora significativamente os mecanismos tradicionais de AMM nos mercados de previsão. Através de inovações como otimização para tokens de resultado, ajuste dinâmico de liquidez, design de estrutura unificada e a introdução de LVR, o pm-AMM melhora a eficiência e estabilidade dos mercados de previsão, abrindo novos casos de uso para outros produtos financeiros. Esses avanços impulsionarão o desenvolvimento das finanças descentralizadas (DeFi), permitindo que os mercados de previsão reflitam o sentimento público e apoiem melhor os processos de tomada de decisão.

Para saber mais sobre os princípios de design e modelagem do pm-AMM, consulte os artigos abaixo vinculados.

Referências:

1. Últimas Pesquisas da Paradigm: Um Unificado Automated Market Maker para Mercados de Previsão - pm-AMM
2. pm-AMM: Um AMM Uniforme para Mercados de Previsão