Polymarket 做市圣经
来源: @MrRyanChi / @MrRyanChi 原文: @0x_Shaw_dalen @DaedalusRsch
核心观点
现在的预测市场 = 1973 年之前的期权市场
1973 年 Black-Scholes 公式诞生，才有了期权定价的共同语言。
现在预测市场做市商还在"靠直觉调价差"，这篇论文要做的是：给预测市场写一套 Black-Scholes。
关键概念
Logit 变换
x = log(p / (1-p))
把 0-1 的概率映射到整条数轴，解决概率在极端值时的"粘性"问题。
三大可交易风险因子
- σ_b 信念波动率 - 日常波动速度
- λ 跳跃强度 - 突发新闻多久来一次
- ρ 相关性 - 多市场联动风险
Greeks
- Delta = p(1-p) - 方向敏感度
- Gamma - 非对称风险
- 信念 Vega - 波动率敏感度
做市商操作手册
报价公式
- 库存越多 → 报价越偏
- 波动率越高 → 价差越宽
- 离到期越近 → 价差越窄
p(1-p) 曲线
即插即用的"不确定性温度计"：
- p=0.50 时，不确定性最大
- p=0.99 时，几乎无风险
五大衍生品
- 信念方差互换 - 波动率保险
- p(1-p) 曲线 - 预测市场版 VIX
- 相关性互换 - 选举之夜保险
- 走廊方差 - 只保"摇摆区"
- 首次触达票据 - 极端价格保险
实验结论
本文模型在均方误差上比对手低 15-17 个数量级。
关键发现： 必须在 logit 空间建模，直接在概率空间建模会灾难性失败。
资源
- 论文原文: https://arxiv.org/abs/2510.15205
- 参考书籍: 《不用写代码的AI进阶指南》 how-to-ai.guide
做市商赚的是价差（稳定小钱），承担的是尾部风险（偶尔大亏）。