loading...
撰文：Baheet
编译：Glendon，Techub News
预测市场的概念早在区块链技术普及之前就已存在，而Polymarket的出现，则使这一领域真正走向主流。自2020年上线以来，Polymarket通过链上模型展示了去中心化基础设施与便捷用户体验结合的力量，吸引了如美国总统选举等高关注度事件的巨额交易量。其成功不仅验证了去中心化预测市场的潜力，也推动了该领域的新一轮创新与竞争。
然而，预测市场并非千篇一律。Polymarket的成功催生了平台设计的多样化选择。尽管所有平台都以实现集体智慧聚合为目标，但它们在底层技术、结果裁决机制等方面却采取了截然不同的路径。
本文旨在提供一个全面的分类体系，涵盖从Kalshi和Polymarket等成熟平台，到Limitless、XO Market和MYRIAD等新兴市场案例。通过分析这些项目的技术选择及其影响，帮助用户与开发者理解生态多样性中的风险与机遇。
结果裁决机制是预测市场中决定结果验证与结算方式的关键环节，直接影响用户信任与最终性。
各项目在此环节存在差异——它们依赖外部数据源、人工判断或自动化流程，每种方式都带来独特的技术挑战。新晋项目通常会尝试混合方案以平衡速度与可靠性。
这些项目通过去中心化或中心化预言机获取并验证链外数据（例如结果、价格、比分），以实现链上结算与裁决。
示例
Polymarket：采用UMA Optimistic预言机进行仲裁与争议解决的混合型预测市场。
Myriad：通过预言机提交证明并解决纠纷的链上预测市场。
Limitless：基于Base链，使用PythNetwork提供的预言机价格数据解决价格行动类市场，同时采用自定义裁决机制。
OpinionLabs（即将上线）：主要依赖去中心化预言机网络获取外部数据以裁决市场结果。
市场结果由社区投票、专家委员会或平台特设管理员决定，适用于主观性或模糊性事件。人工裁决擅长处理细节问题，但牺牲了执行速度，并存在中心化风险。
示例
Kalshi：配备人工监督团队，确保市场过程合规。
Augur：采用社区记者裁决机制。
XO Market（即将上线）：通过AI代理人MODRA自动处理简单市场，若结果有争议，则升级至人类陪审团。
此类市场通过算法直接处理预设数据源的信息，实现自动裁决。结果由输入数据确定性生成，无需人工干预。
示例
Kalshi：根据官方来源提供的数据自动结算。
Polymarket：依赖集成预言机（如Chainlink）提供的自动化信息流。
Limitless：采用去中心化预言机Pyth聚合多源数据。
预测市场中各种结果解决方法的SWOT分析
流动性决定了用户进出头寸时避免价格滑动的难易程度，直接影响交易效率和资金要求。
依赖数学公式驱动的算法，无需匹配买卖双方即可提供恒定流动性。
示例
XO Market：采用LS-LMSR型AMM。
Augur：模仿AMM行为的订单簿。
Myriad：利用vAMM提供深度流动性。
传统金融交易所采用的模型，需活跃用户或专业做市商维持深度流动性。
示例
Polymarket：现以订单簿形式运营。
Limitless：使用CLOB交易成果份额。
SX Network：通过订单匹配实现链上结算。
中心化实体充当所有投注的交易对手，设定赔率并提供流动性。
示例
Divvy.Bet：Solana上的去中心化体育博彩平台。
预测市场流动性模型的SWOT分析
结合多个模型的优势，旨在实现最佳流动性、价格发现与资金效率。
示例
Kalshi：采用以CLOB为核心、由内部交易团队和第三方专业做市商支持的混合模型。
预测市场可根据其事件创建机制分类，该机制影响市场多样性、质量及整体理念。
平台运营商完全把控向用户提供哪些事件。
示例
Kalshi：管理所有市场，确保审查清晰度和监管合规性。
PredictIt：对政治市场进行管理。
任何用户均可提出并创建自己的市场。
示例
Augur：允许任何人提出市场建议。
XO Market：采用免许可的市场创建。
Zeitgeist：允许在其Polkadot平行链上创建市场。
用户提出市场建议，启动市场的最终决定由社区治理流程或多阶段投票系统做出。
示例
Polymarket：基于社区情绪的中心化审核流程。
预测市场事件创建机制的SWOT分析
市场类型指预测市场用于表达概率和促进结果交易的不同结构。
只有两种可能的结果，通常以「是」或「否」的形式呈现。
涉及两种以上可能的离散结果。
涉及预测数值或范围，收益基于预测与实际结果的接近程度。
示例
Trepa（测试中）：奖励交易者根据预测与实际结果的接近程度。
预测市场市场类型的SWOT分析
底层基础设施对预测市场的性能、安全性和用户体验有显著影响。
核心操作在单一实体控制的服务器上运行。
基本组成部分通过智能合约执行和记录。
预测市场底层基础设施的SWOT分析
结合链上与链下系统的优势。
示例
The Clearing Company：开发受监管的链上预测平台。
从上述分类中可以看出预测市场去中心化程度的广泛性。总体而言，预测市场的架构本质上是各平台在效率、监管合规和去中心化程度三大核心要素间的动态平衡实践。
可以预见，预测市场的成功往往取决于其解决流动性问题的能力。随着技术和生态系统的扩展，我们将看到更丰富的设计选择。最终，能够最有效地平衡流动性、结算和用户参与度等核心要素的平台，将主导未来市场的发展。
171
249
503
788
861
126
299
859
158
