Dari AMM ke Buku Pesanan: Menelusuri Perubahan Mekanisme Penetapan Harga di Pasar Prediksi

Pasar prediksi pada dasarnya adalah "bursa perdagangan probabilitas untuk peristiwa masa depan", di mana pengguna dapat mengekspresikan penilaian mereka terhadap peristiwa tersebut dengan membeli opsi tertentu. Karena pembelian peristiwa probabilitas berbeda dari perdagangan yang umum, mekanisme penetapan harga dan likuiditas yang awalnya digunakan oleh pasar prediksi juga berbeda dari algoritma AMM yang umum.

Mekanisme penetapan harga pasar prediksi telah mengalami perubahan besar dari versi awal hingga sekarang, yang pertama kali menggunakan mekanisme AMM untuk menyediakan likuiditas dan penetapan harga secara real-time, yang disebut aturan penilaian pasar logaritmik (LMSR). Algoritma ini saat ini juga digunakan oleh beberapa protokol kripto lainnya. Memahami karakteristik LMSR akan membantu memahami mekanisme penetapan harga pasar prediksi pada sebagian besar waktu, serta alasan protokol lain memilih LMSR, dan juga memahami alasan pasar prediksi beralih dari LMSR ke buku pesanan off-chain.

Karakteristik dan Kelebihan serta Kekurangan LMSR

Apa itu LMSR?

LMSR adalah mekanisme penetapan harga yang dirancang khusus untuk pasar prediksi, yang memungkinkan pengguna untuk membeli "saham" dari suatu opsi berdasarkan penilaian mereka sendiri, sementara pasar secara otomatis menyesuaikan harga berdasarkan total permintaan. Ciri utama LMSR adalah: dapat menyelesaikan transaksi tanpa bergantung pada pihak lawan, bahkan jika Anda adalah trader pertama, sistem dapat menetapkan harga dan menyelesaikan transaksi untuk Anda. Ini memberikan pasar prediksi "likuiditas permanen" yang mirip dengan pembuat pasar otomatis.

Secara sederhana, LMSR adalah model fungsi biaya yang menghitung harga berdasarkan "saham" masing-masing opsi yang dimiliki pengguna saat ini. Mekanisme ini memastikan bahwa harga selalu mencerminkan probabilitas harapan untuk hasil peristiwa yang berbeda di pasar saat ini.

Rumus inti LMSR

Fungsi biaya C dari LMSR dihitung berdasarkan jumlah saham yang terjual dari semua hasil yang mungkin dalam suatu pasar. Rumusnya adalah:

C(q1,...,qn) = b * ln(Σexp(qi/b))

Simbol di sini mewakili:

• C(...): Fungsi biaya, yang menunjukkan total biaya yang dikeluarkan oleh pembuat pasar untuk mempertahankan distribusi pangsa semua hasil saat ini.
• n: Jumlah total kemungkinan hasil di pasar (misalnya, untuk pasar "ya/tidak", n=2).
• qi: menunjukkan jumlah saham yang telah dibeli saat ini untuk opsi ke-i (dapat dipahami sebagai "hak suara" atau "jumlah taruhan")
• b: adalah parameter likuiditas, semakin besar menunjukkan bahwa pasar semakin "stabil", harga semakin tidak sensitif terhadap transaksi baru.
• C(q): menunjukkan biaya untuk mengubah pasar dari keadaan saat ini ke q

Karakteristik terpenting dari rumus ini adalah bahwa jumlah harga semua hasil sama dengan 1(ΣPi=1). Ketika seorang pengguna membeli "ya" saham, q(YES) meningkat, menyebabkan P(YES) naik, sementara P(NO) turun, sehingga menjaga jumlah harga tetap 1.

Bagaimana harga ditentukan?

Poin kunci lain dari LMSR adalah bahwa harga adalah turunan marginal dari fungsi biaya. Artinya, harga dari opsi ke-i, pi, adalah biaya marginal yang harus Anda bayar ketika membeli satu unit opsi tersebut:

pi = ∂C/∂qi = exp(qi/b) / Σexp(qj/b)

Ini berarti:

• Jika jumlah pembelian untuk suatu opsi semakin besar (yaitu semakin banyak orang yang bertaruh bahwa itu akan terjadi), harganya akan secara bertahap meningkat;
• Harga akhir akan mendekati mencerminkan probabilitas subjektif pasar untuk setiap opsi yang terjadi.

Misalnya, dalam sebuah pasar prediksi pilihan "ya/tidak", jika sebagian besar orang membeli "ya", maka harga "ya" mungkin naik menjadi 0,80, sementara "tidak" turun menjadi 0,20, ini seperti mengatakan "pasar menganggap probabilitas kejadian tersebut adalah 80%".

Selain itu, terlepas dari jenis likuiditas, kurva fungsi biaya selalu memanjang ke atas. Ini berarti semakin banyak saham yang dibeli, semakin tinggi total biaya yang harus dibayar.

Peran parameter likuiditas b: Besar nilai b secara langsung menentukan tingkat "kelancaran" kurva, yaitu likuiditas atau "ketebalan" pasar.

• Likuiditas tinggi (b nilai relatif besar ): Kurva relatif datar. Ini berarti bahwa bahkan jika Anda membeli banyak saham, laju kenaikan harga cukup lambat. Pasar semacam ini dapat "menyerap" transaksi besar tanpa menghasilkan fluktuasi harga yang tajam.
• Likuiditas rendah (b nilai kecil ): Kurvanya sangat curam. Ini berarti bahwa bahkan pembelian dalam jumlah kecil dapat menyebabkan lonjakan harga yang tajam. Pasar semacam ini sangat sensitif dan memiliki likuiditas yang buruk.

Likuiditas tinggi (nilai b yang besar) seperti "bantalan" yang memungkinkan pasar menyerap kekuatan pembelian yang lebih besar tanpa pergerakan harga yang drastis (kurva datar); likuiditas rendah sangat sensitif (kurva curam).

Trade-off mekanisme LMSR dan perpindahan paradigma pasar prediksi

Sebelum membahas evolusi pasar prediksi ke model order book, perlu untuk menganalisis mekanisme LMSR yang diadopsi lebih awal. LMSR bukanlah sekadar opsi teknologi sederhana, melainkan serangkaian protokol dasar yang memiliki filosofi desain yang jelas dan pertimbangan internal, yang menentukan karakteristiknya dalam penempatan historis pada berbagai tahap perkembangan pasar prediksi.

Mekanisme inti dan pertimbangan desain LMSR

Tujuan desain fundamental LMSR adalah penggabungan informasi, bukan keuntungan dari pembuat pasar. Ini menyelesaikan masalah "cold start" yang paling sulit untuk pasar prediksi melalui model matematis otomatis, yaitu penyediaan likuiditas ketika kurangnya pihak lawan di awal.

Analisis Keunggulan: Pasokan likuiditas tanpa syarat dan risiko pembuat pasar yang dapat dikendalikan

Kontribusi inti dari LMSR adalah bahwa ia memastikan bahwa selalu ada pihak lawan dalam transaksi di pasar pada setiap titik waktu. Tidak peduli seberapa tidak populer atau ekstrem pandangan pasar, pembuat pasar selalu dapat memberikan penawaran untuk membeli atau menjual. Ini secara fundamental menyelesaikan masalah di mana buku pesanan tradisional tidak dapat melakukan transaksi di pasar awal karena likuiditas yang tipis.

Sebagai imbalannya, pembuat pasar yang memberikan jaminan untuk "likuiditas" yang "tak terbatas" ini memiliki potensi kerugian maksimum yang dapat diprediksi dan terbatas. Kerugian maksimum ditentukan oleh parameter likuiditas "b" dan jumlah hasil pasar "n", dengan rumus "kerugian maksimum = b⋅ln(n)". Kepastian risiko ini menjadikan biaya untuk mensponsori suatu prediction market menjadi terkontrol, menghilangkan risiko kerugian tak terbatas, yang sangat penting bagi pihak atau organisasi yang perlu memulai pasar baru.

Cacat internal: likuiditas statis dan orientasi non-profit

Namun, keunggulan LMSR juga membawa kelemahan struktural yang tidak dapat diatasi.

• Dilema parameter b dan likuiditas statis: Ini adalah batasan terpenting dari LMSR. Parameter likuiditas "b" ditetapkan saat pasar dibuat dan biasanya tetap tidak berubah selama siklus hidup pasar. Nilai "b" yang besar berarti likuiditas dalam dan harga stabil, tetapi reaksi terhadap informasi baru lambat; nilai "b" yang kecil berarti harga sensitif, mampu dengan cepat mengumpulkan pandangan, tetapi pasar rapuh dan bergejolak. Pengaturan statis ini membuat pasar tidak dapat menyesuaikan kedalaman dan sensitivitasnya secara adaptif berdasarkan peningkatan dan penurunan likuiditas yang sebenarnya serta perubahan aliran informasi.

• Peran subsidi dari pembuat pasar: Model LMSR secara teoritis memiliki ekspektasi matematis yang merugikan. Kerugian pembuat pasar dianggap sebagai "biaya informasi" yang dibayarkan untuk mendapatkan kecerdasan kolektif pasar (yaitu harga akurat akhir yang terbentuk dari semua transaksi). Penempatan ini menentukan bahwa pada dasarnya ini adalah sistem yang disubsidi oleh inisiator untuk transaksi, yang tidak cocok untuk model pembuat pasar yang mengejar keuntungan, dan juga sulit untuk membangun ekosistem yang menguntungkan dengan partisipasi banyak LP terdesentralisasi.

Selain itu, ketika LMSR diimplementasikan di blockchain, operasi logaritma dan eksponensial yang terlibat dibandingkan dengan operasi aritmatika dasar yang umum di DEX, akan mengkonsumsi lebih banyak Gas, yang semakin meningkatkan gesekan transaksi di lingkungan terdesentralisasi.

Perpindahan Paradigma: Keterpaksaan Logis Pasar Prediksi untuk Meninggalkan LMSR

Berdasarkan analisis di atas, LMSR adalah alat yang efisien dan praktis di tahap awal platform, ketika likuiditas masih kurang. Namun, ketika jumlah pengguna dan dana di pasar prediksi melewati titik kritis, desainnya yang mengorbankan efisiensi demi likuiditas, berubah dari keunggulan menjadi belenggu bagi perkembangan. Perpindahannya ke model buku pesanan didasarkan pada beberapa pertimbangan strategis berikut:

• Permintaan dasar efisiensi modal: LMSR mengharuskan pembuat pasar untuk menyediakan likuiditas di seluruh rentang harga dari 0% hingga 100%, yang mengakibatkan sejumlah besar modal terpendam pada titik harga dengan probabilitas transaksi yang sangat rendah, sehingga efisiensi modal rendah. Buku pesanan memungkinkan pembuat pasar dan pengguna untuk secara tepat memusatkan likuiditas di rentang harga yang paling aktif di pasar, yang sangat sesuai dengan strategi pembuatan pasar profesional.

• Optimalisasi pengalaman trading: Karakteristik algoritma LMSR menentukan bahwa perdagangan dengan skala apa pun tidak dapat dihindari dari terjadinya slippage. Untuk pasar yang semakin likuid, gesekan perdagangan yang melekat ini dapat menghalangi masuknya dana besar. Sementara itu, pasar buku pesanan yang matang dapat menyerap pesanan besar melalui kedalaman lawan yang padat, menawarkan pelaksanaan perdagangan dengan slippage yang lebih rendah dan pengalaman yang lebih baik.

• Strategi untuk menarik likuiditas profesional membutuhkan: Buku pesanan adalah model pasar yang paling umum dan paling familiar bagi pedagang profesional dan lembaga pembuat pasar. Beralih ke buku pesanan, berarti pasar prediksi telah mengirimkan sinyal undangan yang jelas kepada penyedia likuiditas profesional di dunia kripto maupun keuangan tradisional. Ini adalah langkah kunci bagi platform untuk beralih dari menarik partisipasi ritel menuju membangun kedalaman pasar tingkat profesional.

Penetapan harga dan mekanisme likuiditas di pasar prediksi saat ini

Peningkatan pasar prediksi adalah pilihan yang tak terhindarkan setelah skala pengguna dan tingkat kematangan platform mencapai titik kritis. Di balik perubahan ini adalah pertimbangan sistematis terhadap tiga tujuan: pengalaman transaksi, biaya Gas, dan kedalaman pasar. Struktur saat ini dapat dianalisis dari dua aspek: mekanisme likuiditas dan logika penetapan harga.

mode campuran penyelesaian on-chain dan order book off-chain

Mekanisme likuiditas pasar prediksi mengadopsi arsitektur hibrida yang menggabungkan on-chain dan off-chain, bertujuan untuk mempertimbangkan keamanan penyelesaian terdesentralisasi dan pengalaman perdagangan terpusat yang lancar.

• Buku pesanan off-chain: Pengajuan dan pencocokan limit order pengguna dilakukan sepenuhnya di server off-chain, dengan operasi yang instan dan tanpa biaya Gas. Ini membuat pengalaman perdagangan di pasar prediksi mirip dengan bursa terpusat, di mana pengguna dapat melihat secara intuitif kedalaman pasar yang terdiri dari semua limit order (tawar dan permintaan). Likuiditas oleh karena itu berasal langsung dari semua peserta perdagangan itu sendiri, bukan dari kumpulan likuiditas yang pasif.

• Penyelesaian di blockchain: Ketika pesanan beli dan jual dalam buku pesanan off-chain berhasil dicocokkan, langkah akhir dalam penyerahan aset akan dieksekusi di blockchain melalui kontrak pintar. Model "pencocokan off-chain, penyelesaian on-chain" ini, sambil mempertahankan fleksibilitas buku pesanan, memastikan finalitas hasil transaksi dan ketidakberubahan kepemilikan aset. "Harga" yang ditampilkan adalah titik tengah antara harga beli terbaik dan harga jual terbaik dalam buku pesanan off-chain.

logika dasar dari pengikatan harga------saham terhadap siklus pencetakan dan arbitrase

Untuk pasar prediksi, mekanisme inti adalah bagaimana memastikan bahwa jumlah probabilitas hasil "ya" (YES) dan "tidak" (NO) selalu sama dengan 100% (yaitu "$1"). Mode buku pesanan itu sendiri tidak memaksa harga pesanan melalui kode, tetapi melalui desain aset dasar yang canggih dan mekanisme arbitrase, memanfaatkan kekuatan koreksi pasar itu sendiri untuk memastikan bahwa jumlah harga selalu berkonvergensi menuju "$1".

1. Dasar Inti: Pencetakan dan Penebusan Pasangan Penuh

Dasar dari mekanisme ini adalah sebuah persamaan nilai yang tidak dapat digoyahkan yang dibangun di lapisan kontrak.

• Mencetak: Setiap peserta dapat menyetor "$1" stablecoin ke dalam kontrak dan secara bersamaan mendapatkan 1 saham YES dan 1 saham NO. Operasi ini menetapkan "1 saham YES + 1 saham NO = $1" sebagai pengikatan nilai dasar.

• Penebusan: Begitu juga, setiap peserta yang memiliki 1 unit YES dan 1 unit NO secara bersamaan dapat menggabungkannya dan mengembalikannya ke kontrak kapan saja untuk menebus "$1" stablecoin.

Saluran dua arah ini memastikan bahwa nilai total dari satu set hasil terikat dengan kuat pada "$1".

2. Penemuan harga: perdagangan buku pesanan independen

Berdasarkan dasar di atas, saham YES dan saham NO sebagai dua aset independen, diperdagangkan dengan stablecoin di buku pesanan masing-masing. Peserta dapat dengan bebas memasang order limit pada harga berapa pun, lapisan protokol tidak membatasi hal ini.