從預測市場到資訊金融

最讓我興奮的以太坊應用之一是預測市場。我在2014 年寫過關於futarchy 的文章，這是Robin Hanson 提出的一種基於預測的治理模型。百科文章中！ ）。我在 2020 年的大選投注中賺了 $58,000。

對許多人來說，預測市場就是對選舉進行投注，而對選舉進行投注就是賭博——如果它能幫助人們享受生活，那就太好了，但從根本上來說，並不比在Pump.fun 上購買隨機硬幣更有趣。從這個角度來看，我對預測市場的興趣似乎令人困惑。因此，在這篇文章中，我的目的是解釋這個讓我興奮的概念是什麼。簡而言之，我相信（i） 預測市場即使存在於今天，對世界來說也是一個非常有用的工具，但此外 (ii) 預測市場只是一個更大、更強大的類別的一個例子，有潛力在社群媒體、科學、新聞、治理和其他領域創造更好的實施。我將把這個類別標記為“資訊金融“.

Polymarket 的兩個面孔：為參與者提供的投注網站，為其他人提供的新聞網站

過去一周，Polymarket 一直是有關美國大選的非常有效的資訊來源。 Polymarket 不僅預測川普將以60/40 的賠率獲勝，而其他消息來源預測為50/50（本身並不算太令人印象深刻），它還顯示了其他優點：當結果出來時，許多專家和新聞來源不斷給觀眾帶來麻煩除了希望卡馬拉得到某種有利消息外，Polymarket 還展示了直接的事實：川普獲勝的機會大於95%，同時奪取政府所有部門控制權的機會也大於90%。

 兩張螢幕截圖皆拍攝於美國東部時間 11 月 6 日凌晨 3:40但對我來說，這甚至不是 Polymarket 有趣的最佳例子。讓我們來看一個不同的例子：委內瑞拉七月的選舉。選舉發生的第二天，我記得用眼角的餘光看到了人們抗議委內瑞拉高度操縱的選舉結果。起初我並沒有多想。我知道馬杜羅已經是那些「基本上是獨裁者」的人物之一，所以我想， 當然 他會偽造每一次選舉結果以保住自己的權力 當然 有些人會抗議，並且 當然 抗議活動將會失敗——不幸的是，許多其他抗議活動都失敗了。但後來我瀏覽 Polymarket，看到了這個：

人們願意投入超過 10 萬美元，押注 23% 的機會 這 這場選舉將是馬杜羅真正被推翻的一場。 現在 我正在註意。

當然，我們知道這種情況的不幸結果。最終，馬杜羅確實繼續掌權。然而， 市場讓我意識到一個事實 這次，推翻馬杜羅的企圖是嚴重的。出現了大規模的抗議活動，反對派採取了令人驚訝的執行良好的策略，向世界證明選舉有多麼欺詐。如果不是Polymarket給我發出「這次有事要注意」的最初訊號，我根本不會開始那麼注意。

你永遠不應該完全相信圖表：如果 每個人 相信圖表，那麼任何有錢的人都可以操縱圖表，沒有人敢與他們下注。另一方面，完全相信新聞也是個壞主意。新聞有聳人聽聞的動機，並為了點擊而誇大任何事情的後果。有時，這是合理的，有時則不然。如果你看到一篇聳人聽聞的文章，但隨後你進入市場，發現相關事件的機率根本沒有改變，那麼你的懷疑是有道理的。或者，如果您發現市場出現意外的高或低機率，或者意外的突然變化，那麼這是一個信號，需要仔細閱讀新聞並看看可能是什麼導致了這種情況。 結論：閱讀新聞可以讓你了解更多信息 和 圖表，而不是單獨閱讀其中任何一個.

讓我們回顧一下這裡發生的事情。 如果您是投注者，那麼您可以向 Polymarket 存款，對您來說，這是一個投注網站。如果您不是博彩玩家，那麼您可以閱讀圖表，對您來說這是一個新聞網站。你永遠不應該完全相信圖表，但我個人已經將閱讀圖表作為我的資訊收集工作流程的一個步驟（與傳統媒體和社交媒體一起），它幫助我更有效地獲得更多資訊。

更廣泛的資訊金融

現在，我們進入重要的部分： 預測選舉只是第一個應用程序。更廣泛的概念是你可以 使用金融作為調整激勵措施的一種方式，以便為觀眾提供有價值的訊息。現在，一種自然的反應是： 難道所有的金融本質上不都是關於資訊的嗎？ 不同的參與者會因為對未來發生的事情有不同的看法而做出不同的買賣決定（除了風險偏好和對沖願望等個人需求），而且你可以透過閱讀市場價格來推斷出很多關於世界的知識。

對我來說，資訊金融就是這樣，但透過建構是正確的。與軟體工程中透過構造修正的概念類似，資訊金融是一門學科，您可以在其中 (i) 從您想知道的事實開始，然後 (ii) 故意設計一個市場，以最佳方式從市場參與者那裡獲取該信息.

資訊金融是一個三邊市場：投注者做出預測，讀者閱讀預測。市場輸出對未來的預測作為公共物品（因為這就是它的設計目的）。其中一個例子是 預測市場：你想知道未來將發生的一個具體事實，因此你建立了一個市場供人們對該事實進行押注。另一個例子是 決策市場：您想知道根據某個指標 M，決策 A 或決策 B 是否會產生更好的結果。 有條件市場：您要求人們下注 (i) 將選擇哪個決策，(ii) 如果選擇決策 A，則 M 的值，否則為零，(iii) 如果選擇決策 B，則 M 的值，否則為零。給定這三個變量，您可以弄清楚市場是否認為決策 A 或決策 B 對 M 的值更看好。

我預計人工智慧將在未來十年內推動資訊金融的一項技術 （無論是法學碩士或是某些未來的技術）。這是因為資訊金融的許多最有趣的應用都在「微觀」問題上：數以百萬計的迷你市場，這些決策單獨產生的後果相對較低。在實踐中，成交量較低的市場往往無法有效運作：對於經驗豐富的參與者來說，僅僅為了幾百美元的利潤而花時間進行詳細分析是沒有意義的，許多人甚至認為，如果沒有這樣的市場根本行不通，因為除了最重大、最聳人聽聞的問題之外，沒有足夠的天真交易者可供經驗豐富的交易者從中獲利。人工智慧完全改變了這個等式，這意味著即使在交易量為 $10 的市場上，我們也有可能獲得相當高品質的資訊。即使補貼 是 根據要求，每個問題的補貼規模都變得非常實惠。

資訊金融提煉人類判斷

假設你有一個你信任的人類判斷機制，並且具有整個社區信任它的合法性，但是做出判斷需要很長時間和很高的成本。但是，您希望至少訪問 近似副本 廉價且即時地使用這種「昂貴的機制」。以下是羅賓漢森（Robin Hanson）關於你可以做什麼的想法：每次你需要做出決定時，你都建立一個預測市場，以了解成本高昂的機制會產生什麼結果 會 如果被召喚，就做出決定。你讓預測市場運行，並投入少量資金補貼做市商。

99.99% 的時候，你實際上並沒有調用昂貴的機制：也許你「恢復交易」並將每個人都歸還他們投入的東西，或者你只是給每個人零，或者你看看平均價格是否接近 0或1 並將其視為基本事實。 0.01% 的時間——也許是隨機的，也許是針對最大交易量的市場，也許是兩者的某種組合——你實際上運行了昂貴的機制，並據此補償參與者。

這為您提供了一個可信的中立快速且廉價的“蒸餾版本”，是您原來高度值得信賴但成本高昂的機制（使用“蒸餾”一詞來類比法學碩士蒸餾）。隨著時間的推移，這種提煉出來的機制大致反映了原始機制的行為——因為只有幫助實現這一結果的參與者才能賺錢，而其他人則賠錢。

可能的預測市場+社區筆記組合的模型。

這不僅適用於社交媒體，也適用於 DAO。 DAO 的一個主要問題是，決策數量如此之多，以至於大多數人不願意參與其中的大多數決策，從而導致廣泛使用授權，從而帶來我們所面臨的中心化和委託代理失敗的風險。代議制民主，或易受攻擊的弱點。實際投票很少發生，大多數事情都是由預測市場決定，並結合人類和人工智慧來預測投票，這樣的 DAO 可能會運作得很好。

正如我們在決策市場範例中看到的那樣，資訊金融包含許多解決去中心化治理中重要問題的潛在途徑。 關鍵是市場與非市場的平衡：市場是“引擎”，其他一些非金融化的可信機制是“方向盤”.

資訊金融的其他用例

– 個人代幣 – Bitclout（現在為 deso）、friend.tech 等專案類型以及許多其他為每個人創建代幣並使對這些代幣進行投機變得容易的專案 – 我將其稱為「原始資訊金融」類別。他們故意為特定變數（即對一個人未來地位的預期）創造市場價格，但價格所揭示的確切資訊太不具體，並且容易受到反身性和泡沫動態的影響。透過更謹慎地對待代幣的經濟設計，特別是其最終價值的來源，有可能創建此類協議的改進版本，並使用它們來解決人才發現等重要問題。羅賓漢森（Robin Hanson）關於聲望未來的想法是一種可能的最終狀態。

- 廣告 – 最終的「昂貴但值得信賴的訊號」是你是否會購買產品。基於該訊號的資訊金融可用於幫助人們確定要購買什麼。

– 科學同儕審查 – 科學界存在持續的“複製危機”，在某些情況下已成為民間智慧一部分的著名結果最終根本無法被新的研究複製。我們可以嘗試確定需要透過預測市場重新檢查的結果。在重新檢查完成之前，這樣的市場還可以讓讀者快速估計他們應該相信任何特定結果的程度。這個想法的實驗已經完成，到目前為止似乎很成功。

– 公共產品資助 – 以太坊中使用的公共財融資機制的主要問題之一是其「人氣競賽」性質。每個貢獻者都需要在社群媒體上開展自己的行銷業務才能獲得認可，而那些沒有足夠能力做到這一點的貢獻者，或者本質上具有更多「背景」角色的貢獻者，很難獲得大量資金。一個有吸引力的解決方案是嘗試追蹤整個 依賴圖：對於每項積極成果，哪些項目對其貢獻了多少，然後對於每個項目，哪些項目對其貢獻了多少 那， 等等。這種設計的主要挑戰是以一種難以操縱的方式計算出邊緣的權重——畢竟，這種操縱已經一直在發生。精煉的人類判斷機制可能會有所幫助。

結論

這些想法已經被理論化了很長一段時間：關於預測市場甚至決策市場的最早的著作已有數十年的歷史，而描述類似事情的金融理論則更古老。然而，我認為當前十年提供了一個獨特的機會，原因如下：

– 資訊金融解決人們實際存在的信任問題。這個時代的一個普遍擔憂是，在政治、科學和商業背景下，缺乏關於信任誰的知識（更糟的是，缺乏共識）。資訊金融應用程式可以幫助成為解決方案的一部分。

– 我們現在有可擴展的區塊鏈作為基礎。直到最近，費用太高，無法實際實施大部分想法。現在，他們已經不再太高了。

– 人工智慧作為參與者。當資訊金融必須依賴人類參與每個問題時，它的工作相對困難。人工智慧極大地改善了這種情況，即使在小規模問題上也能實現有效的市場。許多市場可能會有人工智慧和人類參與者的結合，特別是當特定問題的數量突然從小到大轉變時。

為了充分利用這個機會，是時候超越預測選舉的範圍，並探索資訊金融可以為我們帶來的其他內容了。

相關：以太坊基金會 2024 年報告概述：籌集了多少資金以及花在哪裡？

原文標題：以太坊基金會報告 原作者：以太坊基金會 原譯：Odaily星球日報 老公 以太坊基金會到底是什麼？以太坊基金會 (EF) 是一個支持以太坊生態系統的非營利組織，是資助協議開發、發展社群和推廣以太坊的組織、個人和公司社群的一部分。 EF 處於新型組織的前沿：支援區塊鏈生態系統而不對其進行控制。這讓大家每天都在思考EF需要成為一個什麼樣的組織來支持以太坊的長期發展。 EF 本身分為許多單獨的團隊，並相信小型自治團隊是完成工作最有效的結構。新團隊通常會透過分叉現有團隊來有機成長，以回應…