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 de eventos. Em termos simples, os mercados de previsão transformam as habilidades de previsão coletiva em uma ferramenta de 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. Esse mecanismo atende a diversas necessidades especulativas e agrega as crenças coletivas dos participantes do mercado sobre as probabilidades dos eventos por meio de preços.

No entanto, os mercados de previsão também são mercados financeiros que requerem mecanismos de precificação adequados para incentivar a negociação, atrair mais julgamentos dos participantes e destilar essas informações para formar as últimas previsões de probabilidade. Este artigo apresentará os mecanismos de precificação 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 apostas tradicionais, onde os jogadores apostam contra os bookmakers, os mercados de previsão são mecanismos abertos e descentralizados. Nas apostas, as probabilidades são definidas e ajustadas dinamicamente pelos bookmakers. 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 Alemanha e 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 machucar, mais traders podem prever uma probabilidade maior de vitória da Espanha e comprar tokens "Espanha Vence". As mudanças na oferta e demanda dos tokens ajustarão seus preços em tempo real, refletindo a maior probabilidade de vitória da Espanha. Da mesma forma, durante o jogo, se a Alemanha marcar consecutivamente, a demanda por tokens "Alemanha Vence" aumenta, e seu preço aumentará até o final do jogo, quando as probabilidades convergirem para os resultados reais - 100%.

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

Mecanismos de Preços Comuns em Mercados de Previsão

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

A maioria dos mercados de previsão descentralizados na blockchain ainda utiliza 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 resultado: seu valor pode flutuar significativamente com eventos do 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 os AMMs são significativamente impactadas, representando riscos substanciais.

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

Leilão Duplo Contínuo (CDA)

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

Esse mecanismo é popular por 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 muitas vezes resulta em spreads de compra-venda amplos, tornando difícil a precificação e reduzindo a eficiência do mercado. Em tais casos, a descoberta de preço dos mercados de previsão e as funções de previsão de probabilidade podem ter dificuldade em se realizar de forma eficaz.

Regra de Pontuação de Mercado Logarítmico (LMSR)

Ao contrário da CDA, a LMSR introduz um criador de mercado automatizado central como contraparte para todos os traders. 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 um pool de liquidez, tornando-o adequado para mercados de baixa liquidez, incluindo mercados de previsão. A LMSR usa uma regra de pontuação logarítmica para gerar cotações, impedindo efetivamente flutuações excessivas de preços. Essa abordagem fornece liquidez suficiente ao mesmo tempo em que mantém as possíveis perdas 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 revisar primeiro 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 pool de liquidez, e k é uma constante. Por exemplo, em uma pool 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 pool, a quantidade correspondente de DAI deve diminuir. Em última análise, a cotação para qualquer negociação é uma função da fórmula do produto constante e da relação de tokens na pool. O gráfico abaixo aproxima a relação de câmbio entre dois tipos de ativos sob este modelo.

Origem:news.marsbit.co

Em contraste, o mecanismo de precificação do 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, LMSR define uma função de custo para calcular o custo total de uma negociação:

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

Aprimoramentos adicionais para AMMs de mercado de previsão

Os 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 tem como objetivo desenvolver este modelo em um framework unificado para mercados de previsão. A empresa comparou o pm-AMM com outros 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 foi especificamente projetado para lidar com tokens de resultado, cujo valor é 1 se o evento ocorrer e 0 se não ocorrer. 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 de eventos, proporcionando maior estabilidade e liquidez consistente.

A distribuição gaussiana, também conhecida como distribuição normal, é assumida como governante das flutuações de preços dos tokens de resultado em cada mercado de previsão (por exemplo, "evento ocorre" e "evento não ocorre"). Essa suposição ajuda a concentrar a liquidez em torno de 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.

Retornando 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 de 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. AMMs tradicionais podem reagir lentamente, deixando os market makers com um número significativo de tokens de vitória da Espanha que eventualmente perdem todo o valor. Por outro lado, 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 aumentando a eficiência e confiabilidade do mercado.

1. Ajuste Dinâmico de Liquidez
   O pm-AMM emprega um mecanismo de ajuste dinâmico de liquidez, modificando os níveis de liquidez à medida que o evento se aproxima de sua resolução. Isso significa que a liquidez diminui à medida que o mercado de previsão se aproxima da expiração, 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 tem como objetivo estabelecer um quadro unificado de AMM que se estenda 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 de Reequilíbrio (LVR)
   O pm-AMM introduz o conceito de Perda vs. Rebalanceamento (LVR), que avalia as possíveis perdas que as AMMs podem enfrentar devido às atividades de arbitragem. Ao otimizar a estrutura do AMM para minimizar o LVR, o pm-AMM garante liquidez robusta enquanto reduz as possíveis perdas, melhorando assim os retornos para os provedores de liquidez.

4. Experiência do Usuário Aprimorada
   Ao simplificar o processo de negociação e melhorar a descoberta de preços, pm-AMM oferece uma experiência mais amigável ao usuário. Os usuários podem entender intuitivamente a dinâmica do mercado, com transações automaticamente executadas 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 a otimização para tokens de resultado, ajuste de liquidez dinâmico, design de estrutura unificada e a introdução da LVR, o pm-AMM melhora a eficiência e estabilidade dos mercados de previsão, ao mesmo tempo em que abre novos casos de uso para outros produtos financeiros. Esses avanços impulsionarão o desenvolvimento da finança descentralizada (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 vinculados abaixo.

Referências:

1. Últimas pesquisas da Paradigm: um Criador de Mercado Automatizado Unificado para Mercados de Previsão - pm-AMM
2. pm-AMM: Um AMM Uniforme para Mercados de Previsão