กลุ่มโบนัสการวิจัย DAOrayaki DAO:

ที่อยู่ของทุน: DAOrayaki.eth

ที่อยู่ของทุน: DAOrayaki.eth

ค่าหัวทั้งหมด: 100 USDC

ความคืบหน้าการลงคะแนน คณะกรรมการ กพท. ผ่านไปแล้ว 2/0

ค่าหัวทั้งหมด: 100 USDC

ประเภทของการวิจัย: DAO, AMM, LMSR, CPMM

ผู้เขียนต้นฉบับ: Gnosis

ผู้ร่วมให้ข้อมูล: Dewei, DAOCtor @DAOrayaki

ต้นฉบับ: ผู้ดูแลสภาพคล่องอัตโนมัติสำหรับตลาดการทำนาย

ตลาดการทำนายต้องการสภาพคล่องในการทำงานอย่างถูกต้อง อย่างไรก็ตาม ในขณะที่คนส่วนใหญ่เข้าใจว่าโอกาสของเหตุการณ์หมายถึงอะไร การแปลความรู้เกี่ยวกับความเป็นไปได้ของเหตุการณ์ให้เป็นลำดับที่สอดคล้องกันในตลาดการทำนายอาจเป็นงานที่ยาก นอกจากนี้ การประสานงานธุรกรรมสินทรัพย์ที่คาดการณ์ระหว่างผู้เข้าร่วมอาจเป็นเรื่องยุ่งยาก

กรณีง่ายๆ ที่ไม่มีผู้ดูแลสภาพคล่อง:

• สมมติว่าอลิซและบ็อบอยากรู้ว่าฝนจะตกในเมืองก็อธแธมในวันเสาร์หรือไม่ ผลลัพธ์ของเหตุการณ์คือใช่และไม่ใช่ อลิซคิดว่ามีโอกาสอย่างน้อย 80% ที่ฝนจะตก แต่บ็อบคิดว่าแม้ฝนจะตกในก็อตแธม แต่ก็มีโอกาสเพียง 70% ที่ดีที่สุด

• Alice และ Bob สามารถทำธุรกรรมร่วมกันได้ด้วยวิธีต่อไปนี้:

• Alice แปลง $7.50 เป็น 7.5 Yes และ 7.5 No tokens และ Bob แปลง $2.50 เป็น 2.5 Yes และ 2.5 No token

• จากนั้นอลิซก็แลกเปลี่ยนโทเค็น 7.5 No ของเธอเป็นโทเค็น 2.5 Yes ของ Bob

ถ้าฝนตก อลิซจะแลกโทเค็น Yes 10 เหรียญกับเงิน 10 เหรียญที่ระบบจำนองไว้

ถ้าฝนไม่ตก Bob จะแลกเปลี่ยน $10 ของเขาเป็นโทเค็น 10 No ของเขา

อลิซจ่าย $7.50 สำหรับโทเค็นของเธอ และ Bob จ่าย $2.50 สำหรับโทเค็นของเขา ทั้งสองฝ่ายจะคิดว่าพวกเขาได้ข้อตกลงที่ดีเมื่อทำการแลกเปลี่ยน เนื่องจาก Alice จะคิดว่าโทเค็นของเธอมีมูลค่าอย่างน้อย $8 แม้ว่าเธอจะจ่ายเงินเพียง $7.50 สำหรับพวกเขาก็ตาม และ Bob จะคิดว่าโทเค็นของเขามีมูลค่าอย่างน้อย $3 แม้ว่าเขาจะเพียง จ่าย $2.50 เมื่อมองจากภายนอกระบบ อาจกล่าวได้ว่ามีโอกาส 75% ที่ฝนจะตกใน Gotham ในวันเสาร์ โดยพิจารณาจากกิจกรรมการซื้อขายของ Alice และ Bob ในตลาดการทำนายนั้น อย่างไรก็ตาม การเข้าถึงค่าประมาณความน่าจะเป็นนั้นจำเป็นต้องรวบรวมข้อมูลจากการเทรดที่พวกเขาทำ

แน่นอน เพิ่มผู้ค้าและการทำธุรกรรมมากขึ้น และสิ่งต่าง ๆ ก็ซับซ้อนขึ้น การประสานงานการซื้อขายในสินทรัพย์ที่คาดการณ์เหล่านี้ระหว่างผู้ค้าจำนวนมากและทำความเข้าใจว่าการซื้อขายพูดถึงอนาคตอย่างไรอาจเป็นเรื่องยาก ผู้ค้าเหล่านี้อาจมีการใช้งานในเวลาที่ต่างกันและอาจไม่สามารถประสานงานได้อย่างมีประสิทธิภาพหากไม่มีหนังสือสั่งซื้อหลายเล่ม นอกจากนี้ยังกลายเป็นเรื่องยากมากขึ้นในการวัดความน่าจะเป็นของผลลัพธ์โดยสังเขปโดยการรวมข้อมูลการค้าในสมุดคำสั่งซื้อเหล่านี้ ปัญหาเหล่านี้สามารถปรับปรุงได้โดยใช้ผู้ดูแลสภาพคล่องอัตโนมัติ

กลไก AMM พื้นฐาน

โดยพื้นฐานแล้ว Automated Market Maker (AMM) เป็นเพียงผู้เข้าร่วมตลาด ซึ่งเป็นหุ่นยนต์ที่รับรองว่าผลลัพธ์ทุกอย่างในคลังมีโทเค็นผลลัพธ์ และโทเค็นผลลัพธ์มีราคาที่สามารถเสนอได้เสมอ ผู้ค้าสามารถซื้อและขายโทเค็นผลลัพธ์สำหรับตลาดการทำนายตราบเท่าที่ AMM เปิดใช้งานอยู่ และ AMM จะรวมข้อมูลการทำธุรกรรมเพื่อสร้างค่าประมาณของความน่าจะเป็นของผลลัพธ์

Gnosis นำเสนอเครื่องมือการดำเนินการตามสัญญาอัจฉริยะสองเครื่องมือสำหรับผู้ดูแลสภาพคล่องอัตโนมัติสำหรับตลาดการทำนาย: ผู้สร้างตลาดกฎการให้คะแนนตลาดแบบลอการิทึม (LMSR) และผู้ดูแลตลาดผลิตภัณฑ์คงที่ (CPMM) ผู้ดูแลสภาพคล่องทั้งสองต้องการเงินทุนเพื่อรับโทเค็นผลลัพธ์เริ่มต้นที่จำเป็นในการเริ่มจัดหาสภาพคล่อง

ผู้สร้างตลาด LMSR ซึ่งแต่เดิมอธิบายโดยโรบิน แฮนสัน มีประวัติทางวิชาการอันยาวนาน เป็นผู้ทำการตลาดที่ออกแบบมาสำหรับกรณีการใช้งานตลาดที่คาดการณ์และคุณสมบัติของมันได้รับการวิจัยอย่างดี

CPMM เป็นผู้ดูแลสภาพคล่องรายใหม่ที่ใช้กลไกเดียวกันกับกลุ่ม Uniswap และ Balancer มีชื่อเรียกอีกอย่างว่า Fixed Product Market Maker (FPMM) ในฐานรหัส Gnosis เดิมทีได้รับการออกแบบมาสำหรับกรณีการใช้งานทั่วไปของการแลกเปลี่ยนโทเค็น แต่ได้รับการปรับแต่งให้เหมาะกับกรณีการใช้งานตลาดการคาดการณ์ในสัญญาผู้ดูแลสภาพคล่องผลิตภัณฑ์คงที่

invariant = sum(num Outcomes^(-num Outcome Tokens Invent））

ผู้ดูแลสภาพคล่องทั้งสองสามารถอธิบายได้ด้วยมูลค่าที่คงที่ระหว่างการซื้อขาย

invariant = product(numOutcomeTokensInInventoryForOutcome

สำหรับ LMSR สูตรสำหรับค่าคงที่คือ:

สำหรับ CPMM สูตรสำหรับค่าคงที่คือ:

• ค่าคงที่นี้สามารถพิจารณาได้ในบริบทของผู้ดูแลสภาพคล่องแบบคงที่

• เมื่อเทรดเดอร์ซื้อโทเค็นผลลัพธ์จำนวนหนึ่งจาก AMM โดยทั่วไปจะมีขั้นตอนต่อไปนี้:

• ผู้ค้าส่งจำนวนเงินต้นทุนไปยัง AMM

AMM แปลงจำนวนค่าใช้จ่ายที่ได้รับเป็นชุดของโทเค็นผลลัพธ์ และเพิ่มโทเค็นผลลัพธ์ลงในสินค้าคงคลัง นิพจน์ที่ไม่แปรเปลี่ยนของ AMM เสียแล้ว

• ขณะนี้ AMM ส่งโทเค็นผลลัพธ์ที่ต้องการอย่างเพียงพอกลับไปยังเทรดเดอร์เพื่อให้ค่าคงที่กลับคืนมา นี่คือจำนวนโทเค็นผลลัพธ์ที่ต้องการที่ซื้อ

• ในทำนองเดียวกันการขายทำงานดังนี้:

• ผู้ค้าจะส่งจำนวนโทเค็นที่ขายได้ไปยัง AMM

AMM เพิ่มโทเค็นผลลัพธ์ของการขายไปยังสินค้าคงคลัง นิพจน์ที่ไม่แปรเปลี่ยนของ AMM เสียแล้ว

AMM แปลงโทเค็นผลลัพธ์จำนวนหนึ่งชุดทั้งหมดกลับเป็นหลักประกันและส่งหลักประกันนั้นกลับไปยังผู้ค้าเพื่อเรียกคืนค่าคงที่ จำนวนนี้เป็นราคาขาย

oddsForOutcome = numOutcomes^(-numOutcomeTokensInInven）

AMM สองตัวยังสามารถประเมินโอกาสของผลลัพธ์ได้อีกด้วย

oddsWeightForOutcome = product(numOutcomeTokensInInven）

oddsForOutcome = oddsWeightForOutcome / sum(oddsWeight）

อัตราต่อรองของผลลัพธ์ LMSR สามารถหาได้จากสูตรต่อไปนี้:

โอกาสของ CPU ในการได้รับผลลัพธ์สามารถดูได้โดยใช้สูตรต่อไปนี้:

ตัวอย่าง LMSR

• กลับไปที่อลิซและบ็อบใน Gotham กันเถอะ เราจะใช้ $10 เพื่อสร้างและให้ทุนแก่ผู้ดูแลสภาพคล่อง LMSR ที่เรียกว่า CPU CPU รับเงินและแปลงเป็น 10 ใช่และ 10 ไม่ใช่สำหรับสินค้าคงคลังของตัวเอง อัตราต่อรองเริ่มต้นในตลาดอยู่ที่ประมาณ 50:50

• ตอนนี้ สมมติว่าอลิซซื้อโทเค็น Yes มูลค่า 10 ดอลลาร์จาก CPU:

• อลิซส่ง $10 ไปยัง CPU

CPU เปลี่ยน $10 เป็น 10 ใช่ และ 10 ไม่ใช่โทเค็น ขณะนี้ CPU มีโทเค็น 20 ใช่ และ 20 ไม่ใช่ และค่าคงที่ของ CPU เสีย (ค่าคงที่ควรเป็น 1 แต่ตอนนี้เป็น 1/2)

CPU ส่งคืนโทเค็น 15.84963 Yes ให้กับ Alice เพื่อกู้คืนค่าที่ไม่แปรเปลี่ยน

ในตอนท้ายของธุรกรรมนี้ CPU มีโทเค็น 4.15037 ใช่ และไม่ใช่ 20 รายการ ซึ่งประเมินว่ามีโอกาส 75% ที่จะใช่ และโอกาส 25% ที่จะไม่ใช่

ตัวอย่าง CPMM:

• ให้เงินสนับสนุน CPMM ชื่อ Digi ด้วยเงิน $10 เช่นเดียวกับซีพียู Digi ใช้เงิน 10 ดอลลาร์ แปลงเป็นโทเค็น 10 ใช่และ 10 ไม่ใช่ และเพิ่มลงในคลัง

• ตอนนี้ สมมติว่าอลิซซื้อโทเค็น Yes มูลค่า 10 ดอลลาร์จาก Digi:

• อลิซส่งเงิน 10 เหรียญให้ Digi

Digi เปลี่ยน $10 เป็น 10 Yes และ 10 No Token ตอนนี้ Digi มี 20 Yes และ 20 No tokens ซึ่งทำลายค่าคงที่ (ค่าคงที่ควรเป็น 100 แต่ตอนนี้คือ 400)

Digi ส่งคืนโทเค็น Yes 15 รายการให้กับ Alice เพื่อคืนค่าที่ไม่แปรเปลี่ยน

เมื่อปิดธุรกรรมนี้ Digi มีโทเค็นใช่ 5 รายการและไม่ใช่ 20 รายการ และประเมินว่าโอกาสใช่คือ 80% และโอกาสไม่ใช่คือ 20%

ความแตกต่างระหว่าง LMSW และ CPMM

LMSR และ CPMM มีความแตกต่างบางประการนอกเหนือจากความแตกต่างเชิงตัวเลขของรูปร่างเส้นโค้งที่ต่างกัน ความแตกต่างเหล่านี้แสดงให้เห็นจุดแข็งและจุดอ่อนในแต่ละแอปพลิเคชัน

ข้อดีของ LMSR

ในแง่หนึ่ง LMSR ได้รับการยอมรับในงานวิชาการมากกว่าและมีการศึกษาคุณสมบัติของมันมากกว่า CPMM ง่ายต่อการค้นหาเอกสารเกี่ยวกับคุณสมบัติของ LMSR หรือใช้งานวิจัยที่มีอยู่เกี่ยวกับผู้ดูแลสภาพคล่องรายนี้

เมื่อนำไปใช้กับตลาดการคาดการณ์องค์ประกอบ LMSR จะแยกย่อยออกเป็นองค์ประกอบที่คล้ายคลึงกัน การวิเคราะห์ในสถานการณ์เหล่านี้ได้รับการสำรวจค่อนข้างน้อยในวรรณกรรม

สุดท้าย นิพจน์รูปแบบปิดสำหรับการซื้อและขายโดยใช้ LMSR ช่วยให้สามารถคำนวณต้นทุนสุทธิของชุดการซื้อและขายพร้อมกันได้ CPMM ไม่รู้จักนิพจน์นี้ของกรณีการใช้งานตลาดการคาดการณ์ ดังนั้นการซื้อและขายตามสัญญาจึงจำกัดเพียงหนึ่งโทเค็นผลลัพธ์ในแต่ละครั้ง

ข้อดีของซีพีเอ็ม