🔶 Ostatnio wyraźnie widać, że #预测市场 ten rynek zaczyna się rozgrzewać.
Bez względu na to, czy chodzi o makroekonomię, politykę, sport, czy finanse, kryptowaluty, technologię, coraz więcej niepewnych wydarzeń ze świata rzeczywistego jest bezpośrednio przedstawianych jako zakłady, używając cen do wyrażenia rynkowej oceny przyszłych wyników.
Według tego kierunku, systematycznie zbadałem rynek prognozowania i ostatecznie wybrałem trzy obecnie najbardziej reprezentatywne projekty do porównania: Polymarket, Kalshi, Opinion.
Powód ich wyboru jest bardzo prosty: trzy projekty znajdują się w różnych miejscach i zasadniczo pokrywają główne ścieżki rozwoju rynku prognozowania.
Zacznijmy od samego rynku przewidywań.
To, co robi rynek przewidywań, nie jest skomplikowane: wokół zdarzenia, które jeszcze się nie wydarzyło, uczestnicy wyrażają swoje osądy za pomocą transakcji, a ceny zmieniają się w zależności od zawieranych transakcji, tworząc rozkład oczekiwań w danym momencie.
Ta cena bardziej odzwierciedla stopień koncentracji i kierunek zmian w osądach rynkowych, a nie pewność co do wyników.
Miejscem, które naprawdę różnicuje różne projekty przewidywania rynku, są głównie kilka aspektów:
Skąd pochodzą uczestnicy,
W jakim środowisku regulacyjnym działa platforma,
i kto ostatecznie będzie korzystać z tych cen.
① Najpierw przyjrzyjmy się Polymarket.
Polymarket to zdecentralizowany rynek przewidywań, który działa od wielu lat, ma dużą bazę użytkowników na całym świecie, a zakres zdarzeń jest również bardzo szeroki, obejmując politykę, makroekonomię, rynek finansowy, aktywa kryptograficzne, sport oraz wydarzenia społeczne.
Każde wydarzenie odpowiada niezależnemu rynkowi, a cena zmienia się w zależności od transakcji, odzwierciedlając rozkład natychmiastowego osądu uczestników co do wyników.
W praktyce ceny Polymarket często są używane do obserwacji samej zmiany oczekiwań, na przykład czy oceny jakiegoś narracji zaczynają być skoncentrowane, czy ceny w jakimś kierunku utrzymują się na wyższym poziomie, czy zmiany oczekiwań przyspieszają. Informacje te są często używane jako sygnały referencyjne przez traderów, badaczy i twórców treści.
Na przykład, czy Bitcoin osiągnie 200 000 dolarów do końca 2025 roku, czy Trump zostanie usunięty w 2025 roku? itd.
Faktem, który jest bardzo ważny dla zrozumienia Polymarket, jest to, że rozpoczęto wprowadzanie zmian związanych z zgodnością.
Po doświadczeniu amerykańskich ograniczeń regulacyjnych, Polymarket próbuje ponownie wejść na rynek amerykański poprzez dostosowanie struktury zgodności. Te zmiany zachodzą głównie na poziomie firmy i operacji, a nie w formie produktów front-end.
W miarę postępu tego procesu, dane prawdopodobieństwa Polymarket zaczynają być cytowane przez więcej instytucji badawczych, mediów i profesjonalnych użytkowników, stopniowo wchodząc w szersze scenariusze użycia informacji.
② Następnie przyjrzyjmy się Kalshi.
Kalshi podąża zupełnie inną ścieżką, jest platformą działającą w ramach amerykańskich regulacji federalnych w obszarze rynku przewidywań.
Kalshi ma status prawny jako Designated Contract Market (DCM) regulowany przez CFTC, a umowy o wydarzenia oferowane przez platformę w prawnej definicji należą do kategorii instrumentów pochodnych.
W strukturze transakcji, Kalshi stosuje model centralizowanej giełdy, użytkownicy muszą przejść weryfikację konta i KYC, a zakres uczestnictwa jest ograniczony przez jurysdykcję. Typy wydarzeń koncentrują się głównie na danych makroekonomicznych, wynikach politycznych, wydarzeniach o niepewności regulacyjnej oraz niektórych wydarzeniach sportowych.
Jedną z już zaobserwowanych zmian jest to, że dane prawdopodobieństwa Kalshi zaczynają wchodzić do głównego systemu informacyjnego.
W treściach informacyjnych głównych mediów finansowych, takich jak CNN, CNBC, prawdopodobieństwo wystąpienia zdarzeń jest bezpośrednio cytowane, używane do interpretacji makro i publicznych wydarzeń.
W tych scenariuszach użycia, ceny rynku przewidywań pełnią rolę wejścia informacji, a nie sygnału transakcyjnego.
③ Następnie Opinion.
Opinion to natywny protokół rynku przewidywań Web3, który już uruchomił główną sieć, ale nadal znajduje się w stosunkowo wczesnym etapie.
Z perspektywy prezentacji i formy pytań, ma pewne podobieństwa do Polymarket; w warstwie strukturalnej, Opinion używa modelu książki zleceń (CLOB), gdzie strony kupna i sprzedaży dokonują transakcji poprzez zlecenia, a głębokość różnych rynków zmienia się w zależności od liczby uczestników i częstotliwości transakcji.
Pod względem skali, Opinion jest obecnie znacznie mniejsza niż dwa pierwsze projekty.
TVL na łańcuchu znajduje się w zakresie dziesiątek milionów dolarów, a całość nadal jest w trakcie rozszerzania.
Opinion już wdrożyła system punktacji (Points) do rejestrowania udziału użytkowników. Uzyskiwanie punktów jest związane z rzeczywistymi transakcjami na łańcuchu i aktywnością, co wiąże się z pewnymi ograniczeniami. Należy jasno powiedzieć, że do tej pory dokumenty oficjalne i biała księga nie precyzują związku między punktami a emisją tokenów lub przyszłymi airdropami.
Jeśli zestawimy te trzy projekty razem, można w miarę jasno zobaczyć strukturę rynku przewidywań.
Niektóre platformy już stworzyły duże rynki, które są używane jako narzędzie odniesienia informacji;
Niektóre platformy od samego początku działają w ramach regulacyjnych, a ich ceny bezpośrednio wchodzą do głównego systemu informacyjnego;
Są też platformy, które wciąż znajdują się na wczesnym etapie, ciągle eksplorując strukturę rynku i zachęty dla użytkowników.
Dlatego rynek przewidywań nie jest jednorodnym rynkiem.
Nawet jeśli formy są podobne, różnią się one wyraźnie pod względem skali, grupy użytkowników, środowiska operacyjnego oraz sposobu wykorzystania danych.
Dla osób, które dopiero zaczynają przygodę z tym rynkiem, ważniejsze jest, aby nie zapamiętywać nazwy konkretnego projektu, a najpierw zrozumieć:
z jakich uczestników pochodzi ta cena,
na jakim etapie znajduje się platforma,
kto ostatecznie będzie korzystać z tych danych.
Zrozumienie tych kwestii ułatwi przewidywanie tego rynku.
Czy kuzyn może pomóc w sprawdzeniu, jeden tweet pisałem przez 3 dni 😂, boję się, że wprowadziłem wszystkich w błąd.@CZ
