📢 Gate廣場 #NERO发帖挑战# 秀觀點贏大獎活動火熱開啓!
Gate NERO生態周來襲!發帖秀出NERO項目洞察和活動實用攻略,瓜分30,000NERO!
💰️ 15位優質發帖用戶 * 2,000枚NERO每人
如何參與:
1️⃣ 調研NERO項目
對NERO的基本面、社區治理、發展目標、代幣經濟模型等方面進行研究,分享你對項目的深度研究。
2️⃣ 參與並分享真實體驗
參與NERO生態周相關活動,並曬出你的參與截圖、收益圖或實用教程。可以是收益展示、簡明易懂的新手攻略、小竅門,也可以是行情點位分析,內容詳實優先。
3️⃣ 鼓勵帶新互動
如果你的帖子吸引到他人參與活動,或者有好友評論“已參與/已交易”,將大幅提升你的獲獎概率!
NERO熱門活動(帖文需附以下活動連結):
NERO Chain (NERO) 生態周:Gate 已上線 NERO 現貨交易,爲回饋平台用戶,HODLer Airdrop、Launchpool、CandyDrop、餘幣寶已上線 NERO,邀您體驗。參與攻略見公告:https://www.gate.com/announcements/article/46284
高質量帖子Tips:
教程越詳細、圖片越直觀、互動量越高,獲獎幾率越大!
市場見解獨到、真實參與經歷、有帶新互動者,評選將優先考慮。
帖子需原創,字數不少於250字,且需獲得至少3條有效互動
預測市場崛起:從學術實驗到千億美元規模的加密金融工具
預測市場的興起與發展:從學術實驗到主流金融工具
預測市場是一種以未來事件結果爲基礎進行交易的投機型市場,其核心功能是通過合約價格來聚合分散的信息。在特定條件下,合約的價格可以被解釋爲該事件發生的概率預測。大量研究表明,預測市場的準確性非常高,往往優於傳統的預測方法,如民調或專家意見。這種預測能力來自"羣體智慧":任何人都可以參與市場,掌握更好信息的交易者有經濟動機參與交易,從而推動價格向真實概率靠攏。
現代預測市場的起源可追溯至1980年代末的一些開創性實驗。第一個學術預測市場是1988年在愛荷華大學創辦的Iowa Electronic Markets(IEM)。IEM是一個小規模的真金白銀市場,主要聚焦於美國大選結果。盡管規模有限,IEM長期以來展現出令人印象深刻的預測準確率。在選舉前一周,該市場預測民主黨和共和黨候選人得票率的平均絕對誤差爲1.5個百分點,相比之下,同期Gallup最後一期民調誤差爲2.1個百分點。
與此同時,一些關於用市場預測不確定事件的前瞻性構想也在逐漸成型。經濟學家Robin Hanson在1990年提出了"Idea Futures"的概念,即建立一個機構讓人們對科學或社會命題下注。他認爲這能形成"可見的專家共識",並通過獎勵準確預測、懲罰錯誤判斷來激勵誠實貢獻。
進入1990年代,部分線上預測市場開始出現,涵蓋真錢市場和"虛擬幣"市場。例如,Hollywood Stock Exchange(HSX)於1996年成立,是一個用虛擬貨幣交易電影和演員"股份"的娛樂預測市場。HSX被證明非常擅長預測電影首周末票房甚至奧斯卡獎,有時準確度甚至超過了專業影評人。
預測市場的基本機制在於創建一種激勵相容的結構,使得市場參與者有動力揭示自己的真實信息。由於交易者要用真錢(或虛擬貨幣)下注,他們會傾向於根據自己真實的信念和私有信息進行交易。
從經濟學角度來看,一個設計良好的市場應該讓交易者通過報出與其主觀概率相符的價格來最大化其期望收益。
在防範操縱方面,學術研究發現預測市場對價格操縱行爲具有較強的韌性。嘗試將價格偏離基本面通常會爲其他更理性的交易者創造套利機會,他們會選擇站在相反一側進行交易,從而拉回價格到更合理的位置。實證數據顯示,操縱行爲往往會被迅速修正,甚至有助於提升市場流動性。
Kalshi:美國首個獲監管批準的預測市場交易所
Kalshi是一個聯邦監管的預測市場交易所,用戶可以在平台上就真實世界事件的結果進行交易。它是首個獲得美國商品期貨交易委員會(CFTC)批準、提供事件合約的交易所。事件合約是二元期貨(是/否),若事件發生,合約價值爲$1;若不發生,則爲$0。
用戶可以買入或賣出價格介於$0.01與$0.99之間的"Yes" / "No"合約,價格代表市場對事件發生概率的隱含預期。
若預測正確,合約按$1結算,交易者即可從中獲利。Kalshi本身不持倉,它僅作爲撮合平台匹配多空雙方,靠交易手續費盈利。
新的事件市場(是/否二元合約)可由Kalshi團隊或用戶通過"Kalshi Ideas"提出。每個提案都要通過內部審查,並需符合CFTC的監管標準,包括明確的事件定義、客觀的結算條件與許可的事件類別。
獲批後,該事件在Kalshi的指定合約市場(Designated Contract Market, DCM)框架下正式上線,文件中會列明合約規格、交易規則和結算標準。
事件市場上線後,美國用戶可通過Kalshi的App、官網或與Robinhood、Webull等券商的集成平台進行交易。
新市場啓動時訂單簿爲空,任何用戶(做市商或普通交易者)都可掛出限價單。爲鼓勵流動性,掛單方通常免手續費,但部分特色市場會收取極低費用。
價格隨供需動態變化,反映市場對事件概率的共識。例如:若有人以$0.60買"是",與另一人以$0.40賣"否"成交,系統撮合後,合約創建,雙方各投入$0.60與$0.40,總額爲$1。
事件結果依據事先指定的權威數據源(如政府報告、體育官方結果)來判斷。若事件發生,持有"Yes"合約的用戶自動獲得每份$1的收益;反之,"No"方獲勝,失敗一方合約歸零。無額外結算費用。
Polymarket:基於區塊鏈的去中心化預測市場
Polymarket是一個構建在Polygon上的分布式預測市場平台,用戶可以交易事件結果對應的二元結果代幣(Yes/No Tokens)。它採用Conditional Token Framework (CTF),使每一對結果代幣都用stablecoin (USDC)全頻抵押,交易機制採用是混合式的中心限價訂單簿(CLOB),用於高效率的符合。市場結算通過UMA的Optimistic Oracle來完成,這是一個可被爭議的分布式解析系統。
Polymarket使用Gnosis的Conditional Token Framework將每一個市場結果表示爲一個條件代幣,部署在Polygon鏈上。對於一個二元市場,將生成兩個ERC-1155 Token,如Yes Token和No Token,同時以同金額USDC作爲抵押。
分割1個USDC會生成1個Yes + 1個No Token,合並Yes/No Token就可以解鎖返還1 USDC,確保每對代幣均被完全抵押。當事件結束時,只有正確結果對應的代幣值得1美元,錯誤結果的代幣敗值。
Polymarket採用一種名爲Binary Limit Order Book (BLOB)的混合式架構,將離線訂單管理和鏈上交易結結維持在一起。用戶在離線簽署訂單,操作節點搜索是否有符合訂單,如有符合則經由smart contract完成鏈上經濟交換。
訂單生命週期:
原子Swap示例:
不同於傳統交易所採用內部裁定或數據源,Polymarket通過UMA的Optimistic Oracle經由社群形成共識。
Polymarket同期全平台(含政治、科技、娛樂等市場)六月交易量爲11.6億美元,略高於Kalshi的約8億美元。
預測市場的市場潛力與增長動能
一項最新的同行評審研究《加密代幣的賭博傾向?》(Gambling on Crypto Tokens?)提供了加密資產與賭博行爲之間存在關聯的有力證據。研究者使用Google Trends(谷歌趨勢)來代理散戶投資者的關注度,揭示出幾個顯著的模式:
回歸結果顯示,美國那些人均彩票銷售額較高的地區(DMA)在以下方面表現出顯著更高的谷歌搜索活躍度:
這表明賭博者與加密散戶投資者在行爲上存在高度重疊。
該論文利用了美國各州體育博彩合法化的時間差異,作爲一個自然實驗。結果顯示,當賭博在某州變得合法後,在高彩票銷售地區,加密相關關注度顯著下降。
這意味着,加密代幣與賭博行爲存在"替代效應"------一旦合法的賭博途徑出現,對加密資產的投機興趣就會下降。
整篇論文的結論非常明確:"賭博偏好可以強有力地預測散戶投資者對加密市場的興趣。"
加密交易不僅"像賭博",對一部分用戶而言,它就是賭博。
爲了衡量市場規模,可以參考加密原生賭博平台(僅支持加密貨幣充值)如Stake.com的興起。
在短短幾年內,Stake就抓住了全球用戶對高風險、高回報娛樂的巨大需求,實現了爆發式增長:
驚人的營收規模:Stake在2022年創下約26億美元的毛博彩收入(而2020年僅爲1.05億美元),躋身全球最大博彩公司之列。增長仍在持續------Stake在2024年的收入已達到約47億美元,較2022年增長約80%。作爲對比,傳統巨頭Entain在2024年的營收約爲50億美元,Flutter達到約140億美元,Stake已進入同一量級。
用戶規模與覆蓋範圍:截至2023年,該平台擁有超過60萬名活躍用戶,盡管在美國、英國等市場處於被封鎖狀態。其用戶主要集中在東南亞、日本、巴西等在線賭博監管寬松的地區。全球幾十萬人突破地理限制,仍湧入一家加密博彩平台,反映出市場中被壓抑的龐大需求。
全球頭部玩家:Stake的爆發性增長已使其成爲全球第七大博彩公司(按收入計),甚至超過許多傳統體育博彩公司。值得注意的是,美國知名博彩平台DraftKings的收入已經落後於Stake,說明加密貨幣驅動的博彩模式正在打開一個傳統博彩公司難以觸達的新市場(TAM)。
預測市場比傳統博彩公司更具優勢:
雖然一些現代博彩公司也提供提前結算功能,但存在如下局限: