


最新一段时间写的文章总是被屏蔽,思来想去感觉还是写代码做分享最适合自己 所以最近就研究了一下预测市场
简单讲预测市场就是根据自己的认知和推理去提前预测未来可能发生的事件,主要有三个核心流程:
1、最开始起始于创建市场(比如某个事件未来的情况是yes还是no),设置初始概率并进行做市。
2、用户在不同方向上下单之后,概率随之进行变化。
3、最终事件发生后,根据命中的结果去进行结算。
经过一些调研后,最终决定使用LMSR算法去自动做市。但是这个算法有几个很严重的弊端:
1、初始参数 b 值难以确定,太大或太小都会影响结果
2、用户参与下单时,很难计算潜在收益
3、有可能就算最终压中,也可能亏损
针对以上情况,代码上做了部分优化:
1、设置动态更新参数b,如图3中,每个下单前先进行计算,调整参数b,以适应当前的池大小
2、添加模拟下单方法,预先计算概率及预期收益(如图1、图2所示)
3、每次下单会先计算预期收益,如果计算出命中也会亏损,就返回\"该方向风险过高或收益不足\",待另一方向添加之后,才允许操作(如图1所示)。
目前还有哪些不足:
1、全内存管理,后续需要做数据库管理操作
2、只能下单,在公布结果前不能退出。
所以后续考虑优化一版,与数据库交互,做成中心化的预测市场组件。另外考虑开发一款撮合引擎,已下单的用户,可以在撮合引擎中进行挂单,如果撮合成功就相当于退出市场
#web3 #预测市场 #撮合引擎 #LMSR #算法
简单讲预测市场就是根据自己的认知和推理去提前预测未来可能发生的事件,主要有三个核心流程:
1、最开始起始于创建市场(比如某个事件未来的情况是yes还是no),设置初始概率并进行做市。
2、用户在不同方向上下单之后,概率随之进行变化。
3、最终事件发生后,根据命中的结果去进行结算。
经过一些调研后,最终决定使用LMSR算法去自动做市。但是这个算法有几个很严重的弊端:
1、初始参数 b 值难以确定,太大或太小都会影响结果
2、用户参与下单时,很难计算潜在收益
3、有可能就算最终压中,也可能亏损
针对以上情况,代码上做了部分优化:
1、设置动态更新参数b,如图3中,每个下单前先进行计算,调整参数b,以适应当前的池大小
2、添加模拟下单方法,预先计算概率及预期收益(如图1、图2所示)
3、每次下单会先计算预期收益,如果计算出命中也会亏损,就返回\"该方向风险过高或收益不足\",待另一方向添加之后,才允许操作(如图1所示)。
目前还有哪些不足:
1、全内存管理,后续需要做数据库管理操作
2、只能下单,在公布结果前不能退出。
所以后续考虑优化一版,与数据库交互,做成中心化的预测市场组件。另外考虑开发一款撮合引擎,已下单的用户,可以在撮合引擎中进行挂单,如果撮合成功就相当于退出市场
#web3 #预测市场 #撮合引擎 #LMSR #算法


