预测市场如何做市

很多人第一次听说"预测市场"（Prediction Market）时，常会下意识将其与"赌场"画上等号。但如果你真这么想，那就有点 too young, too naive 了

全文一共：2380字

阅读需要：6分钟

▼

"很多人第一次听说"预测市场"（Prediction Market）时，常会下意识将其与"赌场"画上等号。但如果你真这么想，那就有点 too young, too naive 了"

Hi，我是kx～

一个环游世界10年的数字游民老炮

从金融工程的角度来看，预测市场是一种无标的资产的金融衍生合约，其定价机制基于未来某一事件发生的概率预期。预测市场的核心机制是对"事件发生的概率"进行资产化处理，形成一种被称为"概率资产（Probabilistic Asset）"的全新衍生工具。

 预测市场 v.s. 赌场

预测市场和赌场的核心差异，是定价权和风险承担者的根本不同。赌场是：中心庄家定价 + 无限对赌，预测市场是：用户集体定价 + 相互对赌。

维度	传统赌场	预测市场	机制启示
定价权	庄家单方面定赔率	用户供需决定价格	在预测市场中，价格由市场自发形成；这意味着"做市"需要引导价格平滑，而不是设定赔率。LMSR 或订单簿机制都承担这个功能。
风险承担者	庄家承担全部风险（无限对赌）	用户互相对赌（Yes vs No）	做市方只是"中介"或"撮合者"，不是庄家；AMM 做市承担部分风险，但可控（通过 b 参数）。
流动性来源	庄家注入资金	群体众包（crowdsourced liquidity）	做市不一定是单一主体；Polymarket 这类系统中，用户也可挂单成为"微型做市者"。
退出成本	下注后锁死（不能中途退）	可随时买卖退出（如股票）	预测市场的做市要保持持续二级市场流动性，使用户能中途退出；这也是 CLOB/AMM 做市的主要任务。
控制能力	庄家可控赔率、限额、拒单	无法控制，市场公开透明	做市算法必须"自治"，不能像庄家一样操控赔率，因此算法设计要确保公平和价格连续性。
盈利模式	庄家抽水（House Edge 2%–10%）	平台抽手续费（0.5%–2%）	做市方（平台）靠手续费和流动性奖励激励，不靠输赢差；这也是为什么预测市场机制偏向开放和分布式。
期望收益（EV）	庄家长期正期望	玩家长期负期望	做市者在预测市场中通常负EV（提供流动性需承担风险），因此需要手续费或奖励补偿。
本质	零和 + 负和（抽水）	零和（抽水归平台）	预测市场整体是信息博弈，不靠剥削玩家，而是激励参与者揭示真实信念。

 预测市场: 做市商的噩梦

先看什么是"做市商"：
他们的工作其实很简单——持续挂出买价与卖价，赚取中间的价差（spread）+ 手续费。

举个例子，在交易所里你挂单：

• 买价：99 元

• 卖价：101 元
  当别人买走你挂出的卖单，你就稳稳赚到 2 元差价。
  这种模式长期下来，期望值（EV）是正的——这就是传统做市的逻辑。

但预测市场完全不一样。这里的做市商几乎处于"裸奔状态"，因为机制上有三大致命缺陷：

① 无封盘机制

在预测市场里，交易直到事件结果揭晓前一秒都能进行。于是内幕玩家只需等到最后一分钟拿到准确信息，再重仓买入，做市商根本来不及反应——最后一刻被"狙击"吃光流动性。

② 无滑点 / 无限额

预测市场的撮合机制几乎是"无摩擦"的，大单也能直接按现价成交。这意味着如果做市商在高位挂出报价，一个消息灵通的大户就能瞬间砸穿挂单——
高位接盘、低位割肉，血亏收场。

③ 退出零成本

在预测市场里，用户可以随时买入、随时卖出，进可攻、退可守。而做市商却必须一直站在场上、接所有盘，被动承担仓位波动和信息风险。

反观传统赌场的"庄家"，就稳得多：

• 可以提前封盘（结果公布前半小时停止下注）

• 可以限额（单笔下注最多 1000U）

• 可以滑点（下注越大，赔率越差）

• 甚至可以拒单（不想接的盘直接不接）

而预测市场的做市商，既没有封盘、也没有限额、滑点、拒单，只能"裸着冲锋"，在完全开放的信息战里维持流动性。玩着数学上注定亏钱的游戏，聪明人要么不当庄，要么当一个能封盘、限额、滑点的可控庄。

 预测市场的三种做市机制演化

1️⃣ 传统订单簿（CLOB — Central Limit Order Book）

原理：

• 用户（包括做市商）在订单簿中挂限价买单/卖单。

• 市场价格由撮合后的成交决定。

• 做市商通过在买卖两边持续挂单来维持价差、赚取手续费。

  
  

优点：

• 简单、透明，符合传统交易者习惯。

• 可以接入高频/量化做市算法。

• 市场价格真实反映供需。

  
  

缺点：

• 需要足够的活跃用户，否则买卖价差会很大。

• 新事件流动性差时价格可能"卡死"。

• 没有系统保证流动性。

  
  

 应用：Polymarket、Kalshi（CFTC 监管的预测交易所）、CiviX。

2️⃣ 自动做市（AMM — Automated Market Maker）

代表机制：LMSR（Logarithmic Market Scoring Rule）由 Robin Hanson 提出，是预测市场专用 AMM。

机制：

• 系统维护一个成本函数

  

  
  

• 当用户买入 outcome i 时，价格根据导数 调整。

• 系统自动成为对手方，不依赖撮合。

  
  

参数 b：

• 控制"价格灵敏度"和"最大损失"。

• b 越小 → 价格变化剧烈（高敏感、低流动性）。

• b 越大 → 价格变化平缓（高流动性、但系统承担更大风险）。

  
  

优点：

• 即使只有一个交易者，系统也能持续报价。

• 实现"永远有流动性"。

• 价格始终满足概率约束（总和=1）。

  
  

缺点：

• 做市方（系统）要承担潜在亏损。

• 参数调优复杂。

• 当事件数量多或用户活跃时，效率不如订单簿。

 应用：Augur v2（早期）、Omen（基于 Gnosis）、Forecast Foundation。

3️⃣ 混合机制（CLOB + CTF 或 AMM + Orderbook）

代表：Polymarket 的 CLOB + CTF、Manifold 的 AMM 混合模式。

CTF（Conditional Tokens Framework）
将一个事件分解为多个 outcome token（YES、NO 等），用 ERC-1155 管理。
每个 outcome token 都可以在订单簿或 AMM 池中交易。

混合优势：

• 高流动事件用订单簿。

• 长尾事件用 AMM（LMSR）自动提供流动性。

• 两者结合，既保留用户可下单的自由度，又确保市场总有价格可参考。

无论采用 LMSR、AMM、还是订单簿，都有共同的目标：

平衡价格稳定性、流动性深度、和做市者风险。

核心思路：

目标	方法	典型参数
控制滑点	调整 b（LMSR）或 k（AMM）参数	较大 b 或 较小 k → 滑点低但资本效率低
提高流动性	增加抵押资金或挂单宽度	提供更窄价差挂单、动态仓位管理
防止亏损	限制做市库存偏离	调整挂单分布、对冲风险（跨事件套利）
价格聚合	引入外部预测或模型辅助报价	使用 ML/AI 辅助定价（未来方向）

做市思路举例（以 Polymarket 为例）

做市收益来源：

1.maker fee 返还（提供流动性奖励）；

2.价差套利（低买高卖）；

3.预测偏差纠正（基于信息优势）。

做市策略可以是：

• 对称挂单法（保持 YES/NO 挂单深度对称）；

• 动态调整法（根据事件热度、外部概率信号调整报价）；

• 跨市场套利（不同平台对同一事件价格不同）；

• delta-neutral 策略（YES/NO 对冲持仓）。