本文研究缺乏传统噪声交易者和参考价值的预测市场中,中央限价订单簿(CLOB)与LMSR自动做市商(AMM)如何分工并存。理论模型与Polymarket交易数据表明,CLOB做市商主要依靠持有低估一侧并持有至结算获得筛选租金,而非传统价差收益;AMM则承担知情交易并发挥信息聚合功能。AMM深度增加会通过争夺尾部需求影响CLOB溢价,溢价方向取决于做市商报价的可竞争性;在三种及以上结果下,二元订单簿只能识别结果间价差,无法确定概率水平,且其逐腿加价和分离抵押品导致资本效率显著低于LMSR。
报告的核心论点是:预测市场份额与股票、代币不同,它通常没有消费效用、现金流、参考价格或结算后的持续价值。在这种环境中,经典CLOB做市理论所依赖的“无信息噪声交易者”并不天然存在;知情交易者会先交易并推动价格,随后到来的非知情交易者往往表现出对极端结果的行为性需求。于是,CLOB做市商并不是主要通过买卖价差赚钱,而是通过在高估或低估的一侧建立头寸,并持有至结算来获得筛选租金。,
报告进一步认为,在二元事件中,LMSR与CLOB能够共存,但分工发生反转:LMSR承担价格发现和信息聚合功能,CLOB则依靠筛选知情交易和承接行为性尾部需求生存。对于三个及以上结果的事件,CLOB的问题更严重,因为它只对“结果之间的差值”定价,却不能唯一确定完整概率向量的绝对水平;LMSR则通过一个统一的成本函数对整个概率单纯形定价。,
传统预测市场理论中,LMSR通过成本函数让交易者用订单表达信念,做市商承担一个有界的结算损失,以换取信息被揭示的收益。报告指出,现实交易量却主要集中在采用CLOB的Polymarket、Kalshi和体育博彩平台,而不是理论上更容易实现概率聚合的CF-AMM。
作者把这一现实差异归结为激励结构:LMSR做市商无法事先控制具体头寸的损益,只能接受由交易流决定的风险;CLOB做市商则可以自行选择只有在能够获利时才挂出的价格,因此更符合现实做市商的资本约束。
报告围绕三个问题展开:
没有经典噪声交易者时,谁来承担做市商的对手盘?
作者提出答案是“状态依赖的尾部需求”:知情交易者先把价格推向信息后验值,随后非知情交易者因为概率加权、彩票式偏好或极端结果偏好而愿意在后验值之上买入,或在后验值之下卖出。,
CLOB做市商是否仍能发挥信息聚合功能?
报告的答案是否定的,至少在其设定的“交易前承诺报价”机制下,做市商为了避免被知情交易者狙击,必须把报价放在信号区间之外,因此主动把知情流量排除在订单簿之外。,
CLOB与AMM能否互补共存?
作者认为可以。CLOB通过行为性尾部需求获得租金,LMSR则通过承接知情流量完成价格发现;但AMM深度增加后会从CLOB吸走客户,最终可能扩大订单簿溢价、压缩溢价,甚至完全挤出CLOB,具体取决于做市商报价是否具有可竞争性。,
报告使用两个层次的数据。第一部分是Akey等人覆盖整个Polymarket历史记录的研究,包括约5.88亿笔交易和670亿美元交易量。第二部分是作者自己整理的短周期比特币五分钟涨跌市场样本,包括738,393笔交易、275个市场、约1,038万美元名义交易额和15,134个账户。
在比特币样本中,做市商不支付费用,交易者支付1.8%的费用,做市商没有返佣,因此做市商盈利不是交易平台返佣造成的。账户根据双边报价、往返交易、库存均值回归、持仓期限和交易规模被划分为做市商、零售交易者和未分类账户;其中持续性做市商群体包括407个账户,另有44个被分类为做市商但长期亏损。
表1是钱包地址口径下的账户分类表,报告说明各类别交易量占比合计为100%,损益数据与全书总损益约5.10万美元相互核对。
表1的意义不只是描述账户组成,更重要的是为后文的“谁为谁提供流动性”提供数据基础。作者特别采用钱包地址而不是平台显示名称,因为一个名为“anonymous”的显示标签对应1,328个不同钱包;若直接按显示名聚合,会把多个互不相关的账户错误合并为一个超级账户。
经验结论显示,持续性做市商整体领先约4.53万美元,而零售交易者约亏损6.67万美元;这说明做市商优势并非单纯来自偶然交易或手续费,而是存在稳定的交易方向和结算收益差异。
报告最重要的经验事实之一是:持续性做市商利润的91.4%在结算时实现,只有8.6%来自市场中途的买卖价差。做市商总体盈利约4.53万美元,零售交易者则亏损约6.67万美元。,
表2按交易方向和成交价格区间分解做市商损益。结果显示:
这些结果说明,做市商的策略更接近“买入被低估的一侧并持有至结算”,而不是经典市场微观结构中的delta-neutral做市。若做市商只是依赖买卖价差,它不应当出现如此明显的买入侧集中和结算侧收益。
作者将这种收益解释为“筛选头寸”:做市商报价足够保守,排除了最容易带来逆向选择损失的知情交易者,但仍然吸引愿意为极端结果支付额外价格的行为性交易者。做市商买入的不是随机噪声,而是带有系统性概率偏差的尾部需求。,
表3按照价格路径将市场分为趋势型和反复波动型(flippy),并比较不同价格区间的“成交价格减去实际结算频率”的校准差距。总体中间价格区间的差距看似很小:长期结果方向约为+0.043,热门结果方向约为−0.037;但分状态后,符号发生反转。
具体而言:
这说明同一价格区间并不具有固定的系统性高估或低估。偏差会随波动状态改变方向,因此不能简单归因于交易者永久性地错误理解概率。作者据此在模型中让尾部需求分布取决于状态,而不是只取决于某个固定的结果。
表4则展示不区分趋势和反复波动状态时的总体校准差距。其关键含义是:汇总数据中的小幅、混合符号结果,会掩盖两个市场状态下幅度更大且方向相反的行为。
模型包含二元事件,YES和NO分别在结算时支付1或0。LMSR收取比例交易费τ,费用返还给流动性提供者;CLOB不收交易费,但做市商承担固定报价成本κ,可理解为资本占用或挂单维护成本。
模型分三个阶段:
共同信息冲击为±σ,两个方向等概率发生。知情交易者观察冲击并买入更受青睐的结果。尾部需求交易者不知道冲击,只根据当前价格和自己的主观估值交易;在每个状态中,只有一个方向的尾部需求活跃,活跃交易者质量为z。,
假设尾部需求估值密度在后验概率附近达到峰值,并向两端递减,且具有对数凹性。换言之,大多数行为性交易者只愿意支付略高于后验值的价格,极少数交易者愿意支付极端溢价。,
作者还要求远尾和近尾之间存在排序关系,并假设合并后的筛选收入是单峰的。单峰性意味着当报价溢价从零上升时,单位租金增加,但愿意交易的数量减少,因此总收入先升后降。
该假设是模型获得唯一均衡的重要条件,但也是理论上的强限制。报告指出,单个尾部在对数凹性下通常具有单峰收入,但两个尾部加总后可能出现双峰,因此作者额外施加了合并收入单峰条件。
如果CLOB在信号区间内报价,知情交易者会先以有利于自己的价格成交,做市商遭受纯损失。二元均衡中,若初始价格为1/2、冲击为±σ,则无狙击条件要求:
在有利方向上,做市商报价相对于后验值的溢价为s;在不利方向上,由于二元互补关系,同一报价对应的有效溢价为2σ+s。因此,不利方向的尾部需求天然需要更大的价格偏离才能被吸引。,
图1:Ask inside v.s. outside signal band
图1上半部分展示卖价落在信号区间内的情况。灰色区域是信号可能落入的区间,斜线区域是尾部需求。若卖价a低于有利状态后验值μF,知情交易者会以低于真实价值的价格买入,图中标注的“loss per informed unit”就是每个知情交易单位造成的损失;粉色或斜线部分虽代表交易量,但不能弥补知情交易造成的损失。
图1下半部分展示报价位于信号带之外的情况。此时知情交易者没有正剩余,不会主动击穿报价;成交主要来自估值足够高的尾部需求交易者。卖价与后验值之间的距离成为每个尾部交易单位带来的租金,绿色区域代表做市商可以获得的筛选收入。
这张图直观说明了报告的核心机制:CLOB做市商并非通过更积极地贴近信息价格来聚合信息,而是通过远离信息价格来避免被知情者挑选,并以牺牲部分即时成交量换取结算租金。
LMSR价格由成本函数和库存机械决定,二元价格呈logistic形式。若用对数赔率衡量价格距离,则将价格从a推至b所需的库存量与L成正比;L越大,单位交易造成的价格冲击越小。
共同信息交易者首先进入LMSR,将有利结果的价格推到后验μF。由于交易费存在,不利结果的实际购买价格还包含一个费用楔子wτ,即买方支付的价格高于其无费用后验值。
LMSR因此承担两项相反功能:
在Convention A下,只要尾部需求交易者能在CLOB的固定报价成交,就优先选择CLOB;被CLOB报价排除的交易者才进入LMSR。该规则体现了固定报价具有即时成交确定性,而LMSR价格会随着排队和交易过程变化。
在这种规则下,CLOB的溢价s由做市商自由进入决定,完全取决于尾部需求分布和报价成本κ,与LMSR深度L无关。LMSR深度只决定被CLOB排除的交易者中有多少最终被LMSR吸收。,
报告区分两类做市商竞争:
两种机制的共同点是:在Convention A下,CLOB溢价与LMSR深度无关。不同点在于,可竞争订单簿的溢价由零利润约束确定,承诺型订单簿则保留峰值以上的租金。,
图2左图考察小冲击σ=0.06。由于信号带较窄,CLOB的双边报价仍能吸引有利方向和不利方向的一部分尾部需求;LMSR承接中间部分,另有一小段估值不足以在任何场所成交的未服务需求。
图2右图考察大冲击σ=0.22。此时不利方向所对应的有效报价距离后验值为2σ+s,可能超过尾部需求的支持范围,因此CLOB在该方向上完全没有客户;不利方向的尾部交易全部进入LMSR。CLOB只在一侧保留头寸,表现为“一侧持仓”而非传统意义上的双边库存。
图2体现了一个重要预测:当波动或信息冲击足够大时,CLOB并非同时在两个方向承接行为性需求,而可能只承接一个方向的尾部需求。
LMSR流动性提供者在深度L上面临权衡:
在附加的利润正性、边际收益递减和分支外偏离不可获利等假设下,报告证明存在唯一的内部最优深度L*。最优点满足“尾部需求带来的边际恢复收入等于知情交易造成的边际损失”。
这不是通常意义上的估值模型,而是流动性提供者的机制设计均衡。报告没有计算企业价值、现金流折现或股票合理价格,而是计算一个使做市商预期利润最大化的市场深度。
Convention B取消CLOB固定报价优先规则,让尾部需求交易者比较CLOB报价与LMSR当前边际价格。如果LMSR提供更便宜的早期单位,即使交易者原本符合CLOB成交条件,也会转向LMSR。,
图3:Convention A与B的业务挖角
图3左图显示Convention A:绿色区域中的CLOB合格交易者直接在CLOB成交,LMSR只服务剩余需求。图3右图显示Convention B:LMSR先用较低的路径价格吸引原本可在CLOB成交的交易者,红色交叉区域表示被LMSR挖走的交易流。
因此,LMSR深度增加会降低CLOB剩余交易量。报告称这一过程为“business stealing”,即流动性场所之间的业务挤占,而不是单一场所内部的交易量增长。
图4左图对应可竞争订单簿。LMSR变深后,会从CLOB吸走尾部需求,使CLOB收入下降。为了恢复零利润,做市商沿筛选收入曲线上升段提高溢价,使溢价扩大。因此,在可竞争订单簿下,LMSR深度与CLOB溢价正相关。,
图4右图对应承诺型订单簿。做市商不是通过提高溢价恢复利润,而是重新选择筛选收入峰值。由于LMSR挤走部分需求,最优峰值向左移动,CLOB溢价下降,即深度与溢价负相关。,
这一区分是报告理论贡献的核心之一:同样的AMM深度增加,在不同做市商竞争规则下,可能带来完全相反的CLOB价格反应。
图5展示LMSR流动性提供者的收益曲线。当L较低时,CLOB进入并通过固定报价限制LMSR价格可以走到的终点,LMSR收益位于较低的共存分支。随着L增加,CLOB被挤出的交易量越来越多,直到某个进入边界Ldet之后,CLOB无法覆盖报价成本κ并退出。
CLOB退出后,LMSR不再受固定报价上限约束,可以在两个方向上清算更多尾部需求,因而LP收益可能出现向上的离散跳跃。图中红色垄断分支显示,LMSR在阻止CLOB进入后可能选择高于Ldet的深度。,
但报告明确指出,不能据此普遍断言AMM优于CLOB。只有当两个条件同时满足时,LMSR才会主动阻止CLOB进入:其一,取消CLOB上限确实提高终端价格和恢复收入;其二,垄断分支的最佳收益高于共存分支。
二元市场中YES和NO互为补集,因此买入一个结果同时决定另一个结果的价格。但在三个结果的市场中,例如主胜、平局、客胜,某一结果的NO并不能区分另外两个结果。
多结果市场的基本交易单位变成“交换”:买入较偏好的结果k,同时卖出较不偏好的结果j。该交换的支付只取决于两个报价之间的差值。
三结果模型中,有利结果的后验概率为1/3+σ,两个不利结果各为1/3−σ/2,因此有利结果与不利结果之间的概率差为3σ/2。由于做市商必须在冲击发生前同时保护所有方向,最终形成一个报价溢价阶梯:从不利结果指向有利结果的方向、两个不利结果之间的方向、以及相反方向,对应不同的实现加价。,
图6的关键含义是,两个实际概率相同的不利结果之间,CLOB仍然收取约s*+3σ的交换溢价。也就是说,CLOB的交换价格不仅反映结果之间的真实概率差,还包含为防止未来被知情交易者狙击而预先加入的承诺溢价。
图7显示三种不同的买卖价差分配方式,例如全部由卖价承担、买卖双方平均分摊、或全部由买价承担。三种情况下,交换价格和总溢价可以相同,但各个原始报价的中点不同,因此由买卖价中点推导的“显示概率”也不同。,
其数学原因是“共同平移不变性”:如果对所有结果的买价和卖价同时加上一个常数c,只要仍满足可行区间和无狙击约束,任何交换价格都不变。交易量、成交路径、交易者选择和做市商利润也不变,但所有原始报价的水平都改变。,
因此,竞争能够约束相对价格和总溢价,却不能确定完整概率向量的共同水平。这一自由度被称为gauge,即规范或共同坐标。
报告的结论是:
这意味着CLOB在多结果市场中面临的缺陷不再只是“做市商赚取多少租金”,而是“其展示的产品是否真的是一个被市场支持的概率”。
作者从Polymarket二元Yes/No市场重构多结果事件。由于平台的原生多结果字段缺乏交易记录,作者按事件标识将多个互补的二元市场合并,并只保留每个事件最终恰好一个结果为Yes、所有兄弟市场均已结算的事件。
最终得到16,036个有效事件,结果数量为2至10,其中9,988个事件曾经在所有腿上同时拥有可观测的买卖两侧价格。
每个结果的卖价取最近一次taker买入成交价,买价取最近一次maker买入成交价,中间价为两者平均。完整结果集合的溢价定义为买入所有YES的成本减去1美元,并拆分为:
表5和图8显示,集合溢价对结果数量log n的回归系数为0.060,且统计显著性达到p<0.001;其中约96%的上升来自逐腿承诺加价,book-center项的系数仅约0.002且不显著。,
图8中,n=3时集合溢价约0.13,n=4时降至约0.07,之后总体上升,在n=7附近达到约0.22,n=8至10略有回落但仍显著高于小结果数市场。作者认为这体现了逐腿溢价累积,且总成本呈凹形:新增结果的边际成本下降,但总成本仍整体上升。,
对于廉价结果腿,平均价格大约为1/n,且低价腿承载相对更高的加价,因此大型事件的成本斜率主要由便宜腿驱动;价格高于0.80美元的腿对总体斜率反而有负贡献。
图9将真实多结果订单簿与人为施加同样价格陈旧程度的二元市场进行比较。真实多结果市场的溢价斜率约为+0.060,而陈旧性安慰剂的斜率约为−0.003,方向相反且幅度很小。
作者还进行了三项检验:
因此,报告认为“结果越多、集合成本越高”不是由大型市场价格更新较慢机械造成的。
图10说明,表5中book-center斜率接近零,主要是不同生命周期阶段混合造成的。小型市场往往只有临近结算时才所有腿都被充分交易,此时价格较紧;大型市场则从生命周期较早阶段开始就被观察,包含更多中期不确定阶段。
控制距结算时间后,book-center斜率从约+0.002上升至约+0.055;同时集合溢价斜率从约+0.060上升至约+0.138。按剩余期限分组后,各组的center斜率均为正,且按生命周期十等分计算时,十个分位都为正,最后一个结算前分位仍约为+0.029且显著。
这与理论中的“水平未被交易定价”相符:全生命周期平均值可以接近1,但在相同年龄或相同距结算时间下,展示概率和往往高于1,尤其是在较长存续期和中期阶段。
图11考察大型市场的长尾腿交易稀少导致的“可观测性选择”。大型市场在一小时窗口内可被完整测量的概率显著下降,log n系数约为−1.83;放宽到一天后仍约为−0.75。
作者使用可见性概率倒数重新加权,溢价和book-center估计变化均不超过0.009,也没有改变符号。但在极短价格年龄阈值下,用极端的10%或90%分位数填充不可见时段可能翻转估计方向,因此报告只对完整生命周期和同年龄估计作较强稳健性声明,而没有对非常严格的短窗口结果过度解释。
图12汇总三个重要检验:
因此,报告的经验证据同时支持两个层次的结论:逐腿承诺加价是最稳定的成本来源;book-center偏差则更多出现在真实相关的多结果事件、生命周期中期和纠偏交易资本占用较高的阶段。
第一,交易级样本不含AMM,因此经验部分验证了CLOB做市商如何获利,却没有直接验证CLOB与LMSR共存时的实际场所选择。多结果结论也是通过二元市场重构得到,而不是直接观察一个原生多结果订单簿。,
第二,最细致的 regime reversal 证据来自比特币五分钟涨跌市场,即短期限、快速结算的二元产品。作者承认,其他行业、较长期限和不同交易者结构是否会出现同样结果,仍是开放的实证问题。,
第三,做市商分类依赖交易行为指标,虽然作者进行了钱包口径和市场层面bootstrap稳健性检验,但观察到的结算利润仍不能完全排除账户选择、隐藏信息、未观测风险承受能力等因素。
模型假设做市商只能在t=0提交一次报价,不能根据冲击波动、订单流或剩余期限动态重新报价。这有利于产生清晰的筛选机制,但现实CLOB做市商通常可以持续撤单、调整报价和改变深度。
模型还假设冲击是对称的、尾部估值具有光滑对数凹密度、每个状态只有一个方向的尾部需求活跃,并额外要求合并尾部收入单峰。这些假设有助于证明唯一均衡,但不一定适用于政治事件、体育比赛或高度偏斜的交易者群体。
Convention A和Convention B本质上是两种极端的订单分配规则,而不是完全由策略互动内生推导出的唯一市场制度。由此得到的“深度使溢价扩大”或“深度使溢价压缩”很大程度上取决于做市商是否可竞争、交易者是否优先固定报价等机制约定。,
“CLOB无法出售概率”的强结论依赖几个关键前提:交易必须以原子交换方式执行、平台按结果分开抵押、不同订单簿之间不能进行事件级净额结算,而且做市商报价必须具有路径独立性。报告承认,若平台允许跨书净额结算,CLOB的抵押效率差距可能缩小。
同样,报告关于CLOB需要约Θ(n)抵押、LMSR损失约为L log n的比较,是在可比深度归一化和独立抵押条件下成立的,不能直接解释为所有现实订单簿都必然比LMSR低效。
这篇报告的最重要发现可以概括为四点:
CLOB做市商的利润来源不是传统价差,而是结算持仓。 经验数据显示,91.4%的持续性做市商利润在结算实现,买入侧贡献远高于卖出侧,且收益集中于被行为性交易者低估或高估的一侧。
在没有传统噪声流的预测市场中,尾部行为性需求替代了噪声交易者。 知情交易者先推动LMSR价格到信息后验,CLOB则把报价放在信号区间之外,筛选知情者并收取行为性租金。,
CLOB和LMSR可以共存,但分工并不对称。 LMSR主要承担信息聚合和价格发现,CLOB主要承担尾部需求变现;AMM深度增加会挤占CLOB交易量,而溢价反应取决于做市商竞争方式。达到一定深度后,CLOB可能无法支付固定报价成本并退出。,
在三个及以上结果的市场中,CLOB不仅存在租金问题,还存在产品定义问题。 CLOB交换价格只识别结果之间的相对差异,共同概率水平可以在不改变任何交易、持仓或结算结果的情况下移动;竞争能够确定溢价,却不能确定概率水平。LMSR则通过统一成本函数同时提供概率一致性、状态依赖更新和事件级抵押效率。,
总体而言,作者并不是简单地宣称AMM在所有维度都优于CLOB,而是提出一个更细致的机制分工判断:二元市场中,CLOB可以依靠筛选租金与LMSR共存;结果数量增加后,CLOB的相对缺陷从“如何赚钱”升级为“是否能够可信地出售一个完整概率”。在报告设定的无套利、全概率向量、路径独立等条件下,LMSR不只是更高效的概率销售机制,还是唯一能够在多结果市场中一致地把概率作为产品出售的承诺型机制。,
2609.20017.pdf