Polymarket Market Making Bible

区块律动BlockBeats

特邀专栏作者

2026-03-17 11:00

이 기사는 약 18884자로, 전체를 읽는 데 약 27분이 소요됩니다

이 글은 완전한 시장 조성 가격 책정 프레임워크를 설명하여 '감으로 가격 차이를 정하는 것'에서 '공식으로 가격 차이를 정하는 것'으로 업그레이드할 수 있게 합니다.

AI 요약

펼치기

핵심 관점: 한 학술 논문이 예측 시장을 위해 Black-Scholes 모델과 유사한 완전한 시장 조성 프레임워크를 구축했습니다. Logit 변환, 점프 확산 모델 및 위험 요인 분해를 통해 현재 예측 시장 시장 조성이 정량적 가격 책정 및 위험 관리 도구가 부족한 핵심 문제점을 해결했으며, 업계가 직관 주도에서 금융 공학화로 진화하는 것을 촉진할 수 있을 것으로 기대됩니다.
핵심 요소:
1. 핵심 모델은 Logit 변환을 사용하여 확률을 무한 공간에 매핑하고, 예측 시장 신념의 일상적 변동과 뉴스 충격을 묘사하기 위해 점프 확산 모델을 도입했습니다. 그 마팅게일 특성은 시장 조성자가 '방향'이 아닌 '불확실성'(변동성)에 대해서만 가격을 책정하면 된다는 것을 의미합니다.
2. 이 프레임워크는 예측 시장의 Greeks(예: Delta = p(1-p))와 네 가지 유형의 위험(방향, 곡률, 정보 강도, 교차 이벤트)을 정의하고, 개선된 Avellaneda-Stoikov 모델을 기반으로 재고 관리를 수행하여 가격 차이가 재고, 변동성 및 잔여 시간에 따라 동적으로 조정될 수 있게 합니다.
3. 논문은 다섯 가지 핵심 파생상품(예: 신념 분산 스왑, 상관관계 스왑)의 가격 책정 공식을 제안하고 유도하여 시장 조성자가 꼬리 위험을 헤지할 수 있는 도구 상자를 제공했습니다. 이는 좁은 가격 차이와 높은 유동성을 실현하는 핵심입니다.
4. 칼만 필터와 EM 알고리즘을 통해 시끄러운 시장 데이터에서 핵심 매개변수(예: 신념 변동성 σ_b, 점프 강도 λ)를 보정하는 완전한 프로세스를 구축하고, 신념 변동성 곡면을 구축하여 모델이 실제 전투에서 사용 가능하도록 했습니다.
5. 실험 검증은 이 모델이 예측 오차 측면에서 무작위 보행, GARCH 및 확률 공간에서 직접 모델링하는 방법보다 현저히 우수하며, 특히 극단 확률 근처에서 Logit 공간에서 모델링하는 필요성을 입증했습니다.

원문 제목: Toward Black-Scholes for Prediction Markets: A Unified Kernel and Market-Maker's Handbook

원문 출처: Daedalus Research

번역, 주석: MrRyanChi (X: @MrRyanChi)

@insidersdotbot을 창립한 첫날부터, 사용자들은 우리 제품을 통해 시장 조성(Market Making)을 할 수 있는지 물어보았습니다. Polymarket이 시장 조성 인센티브 프로그램을 출시하면서, 다양한 그룹 채팅에서 시장 조성에 대한 논의는 더욱 뜨거워졌습니다.

그러나 차익 거래와 마찬가지로, 시장 조성은 엄격한 수학을 통해 논의되어야 하는 학문입니다. 단순히 양쪽에 주문을 걸고 유동성을 제공하는 것만으로는 돈을 벌 수 없습니다. 전통적인 암호화폐 선물 시장의 시장 조성자들은 이미 큰 돈을 벌었지만, 예측 시장의 시장 조성자는 아직 초기 단계에 머물러 있으며, 여전히 많은 수익 기회가 존재합니다.

마침 얼마 전, 어떤 퀀트 전문가의 추천으로 @0x_Shaw_dalen이 @DaedalusRsch를 위해 작성한 학술 논문을 보게 되었습니다. 이 논문은 전체 Polymarket 시장 조성 전략의 논리와 이러한 전략을 구체적으로 어떻게 실행할지에 대해 매우 완벽하게 설명하고 있습니다.

이번 원문은 지난번보다 100배 더 기술적이어서, 엄청난 양의 재작성, 연구, 분석을 거쳤습니다. 여러분이 별도의 자료 조사 없이도 예측 시장 시장 조성의 전모를 이해할 수 있도록 노력했습니다.

당신의 목표가 다음 큰 예측 시장의 큰손(莊家)이 되는 것이든, 에어드롭과 유동성 인센티브를 통해 큰 결과를 얻는 것이든, 기관급 시장 조성 수단에 대한 완벽한 이해가 필요합니다. 그리고 이것이 바로 이 글이 당신을 위해 할 수 있는 일입니다.

서문

시작하기 전에, 두 가지 질문을 드리겠습니다.

첫 번째: 당신이 Polymarket에서 시장 조성을 하고 있습니다. '트럼프가 대선에서 승리한다'는 계약의 현재 가격은 $0.52입니다. 당신은 $0.51의 매수 주문과 $0.53의 매도 주문을 걸어놓았습니다. 갑자기 CNN이 중대한 뉴스를 보도했습니다. 당신의 호가 스프레드는 얼마로 조정해야 할까요? $0.02? $0.05? $0.10?

모릅니다. 아무도 모릅니다. '이 뉴스가 호가 스프레드에 몇 퍼센트 포인트의 가치가 있는지' 알려주는 공식이 없기 때문입니다.

두 번째: 당신은 동시에 '트럼프가 펜실베이니아주에서 승리한다', '공화당이 상원을 차지한다', '트럼프가 미시간주에서 승리한다'라는 세 개의 시장에서 시장 조성을 하고 있습니다. 선거일 밤, 첫 번째 주요 주의 결과가 나왔습니다. 세 시장이 동시에 격렬하게 변동합니다. 당신의 전체 포트폴리오가 3분 만에 40% 손실을 봅니다.

사후 분석을 해보니, 문제는 방향을 잘못 판단한 것이 아니라, '이 세 시장이 동시에 움직일' 위험이 얼마나 큰지 측정할 도구가 전혀 없었다는 것입니다.

이 두 문제는 전통적인 옵션 시장에서 1973년에 해결되었습니다.

1973년, Black-Scholes 공식은 모든 사람에게 공통 언어를 제공했습니다. 시장 조성자는 호가 스프레드를 어떻게 책정해야 하는지 알게 되었습니다(내재 변동성). 트레이더는 여러 포지션의 연동 위험을 어떻게 헤지해야 하는지 알게 되었습니다(그리스 문자와 상관관계). 분산 스왑, VIX 지수, 상관관계 스왑에 이르는 전체 파생상품 생태계가 이 기반 위에 구축되었습니다.

이전에 홍콩 중문대에서 BS 모델 발명가의 지혜를 직접 볼 수 있었던 것은 영광이었습니다.

그러나 2025년의 예측 시장에서는 어떨까요? 시장 조성자는 직감으로 호가 스프레드를 조정합니다. 트레이더는 감으로 변동성을 판단합니다. '이 시장의 신념 변동성은 얼마인가'라는 질문에 정확히 답할 수 있는 사람은 아무도 없습니다.

현재의 예측 시장은 바로 1973년 이전의 옵션 시장과 같습니다.

그리고 이것은 단지 이론적인 문제가 아닙니다. 실제 돈이 걸린 문제입니다.

Polymarket은 현재 완전한 시장 조성자 인센티브 체계를 가지고 있습니다 [15][16], 시장 조성자에게 사용되는 인센티브 금액은 $10M를 초과합니다. 하지만 문제는: 가격 결정 모델이 없다면, 호가 스프레드를 얼마나 좁게 설정해야 하는지 어떻게 알 수 있을까요?

너무 넓게 설정하면, 보상을 받지 못합니다(다른 사람이 당신보다 좁게 설정하기 때문입니다).

너무 좁게 설정하면, 정보를 가진 트레이더에게 저격당합니다.

모델이 없다면, 당신은 맹인이 코끼리를 더듬는 것과 같습니다——운이 좋으면 약간의 보상을 벌고, 운이 나쁘면 원금을 잃습니다.

Shaw의 이 논문 [1]을 보기 전까지는 말이죠.

이 논문이 하는 일은 본질적으로 다음과 같습니다: 예측 시장을 위한 완전한 Black-Scholes 체계를 작성한 것입니다. 단순히 새로운 가격 결정 공식이 아니라——가격 결정부터 헤지, 재고 관리부터 파생상품, 보정부터 리스크 관리에 이르는 완전한 시장 조성 인프라입니다.

Polymarket 트레이더이자 @insidersdotbot 거래 플랫폼의 창립자로서, 저는 지난 1년 동안 수많은 시장 조성자 팀, 퀀트 펀드, 거래 인프라 개발자들과 깊이 있는 교류를 했습니다. 제가 말씀드릴 수 있는 것은: 이 논문이 해결하는 것은 바로 모두가 묻지만 아무도 답할 수 없었던 문제라는 것입니다.

Black-Scholes가 무엇인지 모르신다면, 괜찮습니다. 이 글은 처음부터 설명할 것이며, 시장 조성에 대해 너무 많은 기초 지식이 필요하지 않습니다.

알고 계신다면, 더 흥분하실 것입니다. 왜냐하면 이것이 의미하는 바를 깨닫게 될 것이기 때문입니다: 내재 변동성, 그리스 문자, 분산 스왑, 상관관계 헤지, 전통 옵션 시장의 모든 도구들이 예측 시장에 진입하려 하고 있습니다.

이 글을 읽고 나면, 당신은 '감으로 호가 스프레드를 정하는' 단계에서 '공식으로 호가 스프레드를 정하는' 단계로 업그레이드할 수 있는 완전한 시장 조성 가격 결정 프레임워크를 얻게 될 것입니다.

제1장: 변동성 가격 결정의 첫 번째 역 - Black Scholes 모델

사건 계약/이진 옵션으로서의 예측 시장에 대해 이야기하기 전에, 우리는 먼저 한 가지를 이해해야 합니다: Black-Scholes는 도대체 무엇을 했는가? 그리고 왜 그것이 그렇게 중요한가?

1973년 이전: 옵션=도박

1973년 이전, 옵션 거래는 기본적으로 이랬습니다:

애플 주식이 오를 것 같아서, '한 달 후에 $150에 애플을 살 수 있는' 권리(콜 옵션)를 사고 싶습니다.

문제가 생겼습니다: 이 권리는 얼마의 가치가 있을까요?

아무도 모릅니다.

매도자는 '$10'이라고 말합니다. 매수자는 '너무 비싸다, $5'라고 말합니다. 결국 $7.50에 거래됩니다.

이것이 1973년 이전의 옵션 가격 결정입니다——흥정. 공식도, 모델도, '올바른 가격'이라는 개념도 없었습니다. 모두가 추측했습니다.

옵션의 본질은: 적은 돈으로 '만약 내가 맞췄다면'의 기회를 사는 것입니다.

Black-Scholes의 핵심 통찰

1973년, Fischer Black과 Myron Scholes은 논문 [2]을 발표하며, 겉보기에 단순해 보이는 아이디어를 제시했습니다:

옵션의 가격은 오직 하나의 알 수 없는 것——변동성에만 의존합니다.

주식이 오를지 내릴지(방향)에 의존하지 않습니다. 얼마나 오를 것이라고 생각하는지(기대 수익)에 의존하지 않습니다. 오직 얼마나 변동할지에만 의존합니다.

왜일까요? 그들이 한 가지 사실을 증명했기 때문입니다: 만약 당신이 옵션을 보유하고 있다면, 기초 주식을 지속적으로 사고팔아서 이 옵션의 수익을 '복제'할 수 있습니다. 이 복제 과정의 비용은 오직 변동성에만 의존합니다.

중학교 수학으로 이것을 이해할 수 있습니다:

동전 게임을 하고 있다고 상상해 보세요. 앞면이 나오면 $1을 벌고, 뒷면이 나오면 $1을 잃습니다. 누군가 당신에게 '보험'을 팝니다: 만약 최종 결과가 손실이라면, 보험 회사가 당신을 책임져 줍니다. 이 보험은 얼마의 가치가 있을까요?

핵심은 동전이 '공정한지'(앞면 확률이 50%인지)가 아닙니다. 핵심은 매번 뒤집을 때 변동이 얼마나 큰지입니다.

만약 매번 뒤집을 때 ±$1이라면, 보험은 싸집니다. 만약 매번 뒤집을 때 ±$100이라면, 보험은 매우 비쌉니다.

변동이 클수록 → 보험 비용이 비쌈 → 옵션 가격이 비쌈. 그렇게 간단합니다.

Black-Scholes가 한 일은 바로 이 직관을 정확한 공식으로 만든 것입니다.

왜 이것이 시장 조성 모델을 바꾸었나요?

Black-Scholes 이전: 옵션은 도박이었습니다. 트레이더는 직감으로 가격을 정했고, 공통 언어가 없었습니다.

Black-Scholes는 옵션을 위한 완전한 합의를 구축했습니다:

공통 언어가 탄생했습니다. 모든 사람이 '내재 변동성'으로 호가를 내기 시작했습니다. 더 이상 '이 옵션은 $7.50의 가치가 있다'고 말하지 않고, '이 옵션의 내재 변동성은 25%이다'라고 말했습니다. 마치 모든 사람이 갑자기 같은 언어를 말하기 시작한 것과 같았습니다.

리스크가 분해될 수 있게 되었습니다. 옵션의 리스크는 몇 가지 독립적인 '차원'으로 분해되었습니다——델타(방향 리스크), 감마(가속도 리스크), 베가(변동성 리스크), 세타(시간 감쇠). 이것들을 그리스 문자라고 합니다. 시장 조성자는 각 차원의 리스크를 정확하게 헤지할 수 있게 되었습니다.

파생상품 계층이 나타났습니다. 공통 언어가 생겼기 때문에, 그 위에 새로운 상품을 구축할 수 있게 되었습니다. 분산 스왑(변동성 크기에 대한 베팅), 상관관계 스왑(두 자산의 연동 정도에 대한 베팅), VIX 지수('공황 지수')——이 모든 것들이 Black-Scholes의 '후손'입니다.

CBOE가 설립되었습니다. 시카고 옵션 거래소는 1973년에 설립되었습니다——Black-Scholes 논문과 같은 해입니다. 이것은 우연이 아닙니다. 가격 결정 공식이 있었기 때문에, 옵션이 표준화된 거래가 가능해졌습니다 [3].

다시 말해, Black-Scholes는 옵션을 '도박'에서 '금융 공학'으로 바꾸었습니다. 그것은 단순한 공식이 아닙니다——그것은 완전한 인프라의 출발점입니다.

1973년 전후 비교

지금, 예측 시장의 시장 조성은 1973년 이전에 있습니다

2025년, 예측 시장의 월간 거래량은 $130억을 돌파했습니다 [9]. 뉴욕증권거래소 모회사인 ICE는 Polymarket에 $200억을 투자하여 $800억의 가치를 평가했습니다 [7]. Kalshi와 Polymarket이 합쳐서 시장 점유율의 97.5%를 차지하고 있습니다.

하지만——

시장 조성자는 어떻게 호가 스프레드를 정할까요? 직감으로.

트레이더는 어떻게 한 계약의 변동이 '비싼지' '싼지' 판단할까요? 감으로.

두 개의 관련 시장 간 연동은 어떻게 헤지할까요? 표준 도구가 없습니다.

뉴스 충격이 왔을 때, 호가 스프레드는 어떻게 조정해야 할까요? 각자 자신만의 토박이 방법이 있습니다.

이것이 바로 1973년 이전의 옵션 시장입니다.

그리고 이 글의 모델이 하는 일은: 예측 시장의 시장 조성자를 위한 Black-Scholes를 작성하는 것입니다.