En automatiseret AI-market maker på forudsigelsesmarkeder bruger modelunderstøttede skøn til at hjælpe med at afgøre, hvilke priser og mængder den vil tilbyde. Modellen giver ikke sikkerhed om hændelsen, garanterer ikke tosidede udførelser og fjerner ikke behovet for beholdningsstyring. Dens output er ét input til en proces, der skal forblive sammenhængende, når prognosen er forkert, information ændres, eller en ordre ikke straks kan annulleres.
Den særlige udfordring er at forbinde usikker hændelsesanalyse med forpligtelser, der kan eksekveres. En flydende forklaring af nyhederne er ikke nok til at begrunde et tilbud. Systemet behøver en kontraktspecifik prognose, belæg for dens pålidelighed og selvstændige grænser for, hvad der må placeres på kontoen. Eksemplerne nedenfor er fiktive og beskriver undervisningsdesign, ikke en dokumenteret profitabel market making-metode.
Definer market makerens faktiske økonomiske opgave
En market maker tilbyder priser, som andre deltagere kan handle til, og accepterer muligheden for, at kun én side udføres. Spændet mellem vist købsbud og salgsbud er derfor en potentiel bruttomargin, ikke allerede optjent indtægt. Den resulterende position kan stige eller falde i værdi, når udsigterne for hændelsen ændres.
Polymarket Internationals officielle market making-vejledning behandler tosidede tilbud og beholdning som dele af driftsprocessen. Dets kontomekanik bør ikke antages at gælde uændret for Polymarket US, Kalshi eller et andet hændelsesmarkedsprodukt. Hver adapter kræver de faktiske markeds-, konto- og ordrekonventioner.
Vejledningen til market making på forudsigelsesmarkeder forklarer det underliggende tilbudsproblem. Tilføjelse af AI bør forbedre en bestemt del af processen, såsom organisering af belæg eller sandsynlighedsskøn. Den bør ikke skjule den grundlæggende forpligtelse: Hvert tilbud, der kan eksekveres, kan ændre kontoens kontanter og udfaldseksponering.
Giv modellen et kontraktspecifikt spørgsmål
En prognose skal svare til kontraktens fulde afgørelsesregler. Hændelse, autoritativ kilde, tærskel, tidsperiode og usædvanlige udfald bestemmer, hvad der forudsiges. En model, der besvarer et bredere nyhedsspørgsmål, kan være analytisk interessant og alligevel irrelevant for den faktiske udbetaling.
For en fiktiv kontrakt om, hvorvidt en navngiven officiel offentliggørelse ligger strengt over 4.0, bør modellen ikke forudsige, om den underliggende variabel generelt stiger. Den bør heller ikke bruge en større-end-eller-lig-med-etiket, når lighed taber efter den angivne regel. Små semantiske forskelle kan gøre en korrekt generel observation til en forkert handelsprognose.
Bevar den gennemgåede kontraktversion sammen med modelinputtet. Ændres reglerne eller deres fortolkning, kræver prognosen fornyet vurdering. Systemet bør ikke stiltiende knytte en gammel sandsynlighed til et nyfortolket spørgsmål, blot fordi markedsidentifikatoren er den samme. Kontraktfortolkning er en nødvendig afhængighed, ikke valgfri beskrivende metadata.
Adskil indsamling af belæg fra instruktionsbeføjelser
Nyhedsartikler, markedsbeskrivelser og sociale opslag er analysedata. De bør ikke kunne omdefinere modellens udførelsestilladelser eller kontoens risikogrænser. Et hentet tekststykke, der siger, at en ordre skal placeres, er stadig kildeindhold, ikke en godkendt handelsinstruktion.
Strukturer analyseopgaven omkring belæg: Hvilken påstand understøttes, hvornår blev den offentliggjort, er kilden relevant for kontrakten, og hvilke usikkerheder resterer? Udførelseskomponenten bør acceptere et afgrænset forslag gennem en særskilt regelgrænse frem for at handle direkte på vilkårlig tekst fra modellen.
Vejledningen til AI-arbejdsgange på forudsigelsesmarkeder giver beslægtet analytisk kontekst. Adskillelsen er særlig vigtig, når modeller sammenfatter ukendt materiale. En overbevisende fortælling bør ikke få kontobeføjelser, blot fordi den er klart skrevet eller bruger det korrekte markedsnavn. Belæggets kvalitet og godkendelse er forskellige spørgsmål.
Prognoseusikkerhed hos en automatiseret AI-market maker
Én sandsynlighed kan skjule flere former for usikkerhed: ufuldstændigt belæg, uenighed mellem modeller, tvetydig kontraktfortolkning og en svag historisk forbindelse mellem egenskaber og udfald. Tilbudsreglerne bør vide, hvilke af dem der foreligger, frem for at behandle alle skøn som lige pålidelige.
Antag, at en fiktiv models centrale skøn er 0.60, mens plausible alternative fortolkninger placerer det mellem 0.48 og 0.65. Intervallet er ikke automatisk et statistisk kalibreret konfidensinterval. Det er et usikkerhedsoverblik, hvis opbygning skal forklares. Tætte tilbud omkring 0.60 kan udsætte kontoen for en langt større fejl, end det viste spænd antyder.
Reaktionen kan være mindre størrelse, bredere tilladte tilbudsgrænser eller intet nyt tilbud afhængigt af regler og marked. Undgå at omdanne usikkerhed til en fast kosmetisk justering, der aldrig ændrer, om systemet handler. Usikkerhed er kun nyttig, når den kan ændre beslutningen på en måde, som kontoens grænser kan håndhæve.
Kontrollér kalibrering på tværs af sammenlignelige prognoser
Kalibrering spørger, om grupper af prognoser med rimelighed svarer til observerede hyppigheder efter en defineret vurderingsmetode. Det betyder ikke, at hver prognose på 0.60 skal efterfølges af en vindende hændelse. Individuelle udfald er stadig binære i det almindelige eksempel, selv når sandsynlighedsskønnet er velkalibreret.
I et fiktivt sæt på halvtreds uafhængige almindelige binære tilfælde, alle forudsagt til 0.60, ville tredive YES-udfald svare til gruppens gennemsnitsprognose. Det lille resultat ville stadig ikke fastslå universel pålidelighed på tværs af uvedkommende hændelser eller skiftende dataforhold. Stikprøvens definition og usikkerheden omkring skønnet betyder noget.
En illustrativ kvadratfejlscore er gennemsnittet af den kvadrerede forskel mellem sandsynlighed og udfald. I de halvtreds tilfælde bidrager tredive sejre med 0.16 hver og tyve tab med 0.36 hver, hvilket giver 0.24 i gennemsnit. En konstant prognose på 0.50 scorer 0.25. Forskellen er 0.01 i eksemplet, før stikprøveusikkerhed eller muligheden for at tjene på den gennem tilbudsregler medregnes.
Omsæt prognosen til priser med udtrykkelige antagelser
Prognosen er ikke automatisk det rette købs- eller salgsbud. Tilbud skal tage højde for usikkerhed, forventede omkostninger, beholdning og sandsynligheden for, at en modpart vælger at handle, når market makerens skøn er forældet. En pris, der ser fordelagtig ud mod centralprognosen, kan stadig være dårlig under plausible alternativer.
Ved et fiktivt skøn over rimelig værdi på 0.60 giver et købsbud på 0.55 og et salgsbud på 0.65 et vist spænd på ti cent. Kan 100 enheder faktisk anskaffes til 0.55 og senere sælges til 0.65, er bruttoforskellen for hele købs- og salgsforløbet ti før omkostninger. At slå begge priser op fastslår ikke, at forløbet vil ske.
Tilbudsreglerne bør angive, hvordan parametrene blev valgt, og hvordan de reagerer på usikkerhed. Vilkårlig udvidelse af et spænd, indtil en historisk test ser profitabel ud, kan skjule udvælgelsesbias. Modellens analytiske kvalitet og tilbudsreglernes økonomiske præstation bør vurderes særskilt, før der drages konklusioner om det samlede system.
Forstå ugunstig udvælgelse ved udførelsestidspunktet
En modpart kan handle, fordi ny information gør market makerens hvilende pris attraktiv. Market makerens udførelse er derfor ikke en tilfældig stikprøve af hvert øjeblik, hvor den afgav tilbud. En strategi, der antager, at alle udførelser sker under uændret information, kan overvurdere det spænd, den beholder.
Antag, at den fiktive market maker køber 100 enheder til 0.55 og bruger 55. Nyt belæg sænker derefter det aktuelle værdiskøn til 0.42. Positionens modellerede værdi er 42, et fald på tretten enheder i forhold til købet før omkostninger. Det er en analytisk værdiansættelse, ikke garanteret provenu fra et salg, der kan udføres, men viser, hvorfor en fordelagtig indgang mod en gammel prognose ikke er tilstrækkelig.
Undersøg, hvad der skete med marked og model efter udførelser. Forblev tilbuddet aktuelt, eller samlede udførelserne sig omkring informationsændringer? Vejledningen til market making på Polymarket behandler beslægtede beholdningsspørgsmål. En høj udførelsesandel kan signalere nyttig likviditetstilførsel, forældet prisfastsættelse eller begge dele; det omgivende belæg bestemmer fortolkningen.
Beholdningsgrænser hos en automatiseret AI-market maker
Hver mulig udførelse bør vurderes mod aktuelle beholdninger og uafklarede ordrer. En modelopdatering kan ikke godkende ny størrelse ved at ignorere eksisterende forpligtelser. Risikostyringen behøver et billede af mængde og scenarietab, der kan opstå, hvis de aktuelt egnede ordrer udføres.
Med et fiktivt loft på 250 YES-enheder har en konto, der allerede holder 200 og potentielt modtager yderligere 40 fra åbne købsbud, kun ti enheder i restkapacitet. Et nyt købsbud på 50 enheder overskrider loftet, selv hvis modellens sikkerhed er forbedret. Den gamle ordres ikke-udførte mængde forbliver relevant, indtil belæg fastslår, at den ikke længere kan eksekveres.
Undersøg også koncentration på tværs af beslægtede kontrakter. Flere markeder kan afhænge af samme økonomiske offentliggørelse eller kampresultat. En beholdningsgrænse for hvert enkelt handelssymbol kan stadig tillade for stor gruppeeksponering. Scenariebaserede kontroller bør ligge uden for modellen, så en overbevisende prognose ikke kan omskrive porteføljens tilladte tabsstruktur.
Henvis og tjen USDC
Henvis og tjen USDCVores affiliateprogram udbetaler i realtid.
Juster tilbud uden at lade, som om beholdningen forsvinder
Beholdningsbevidst prisfastsættelse kan gøre yderligere akkumulering mindre attraktiv og reduktioner mere attraktive efter de valgte regler. Justeringen er et forslag om fremtidige handler, ikke en øjeblikkelig reduktion af den aktuelle position. Kontoen forbliver eksponeret, indtil faktiske udførelser eller afvikling ændrer beholdningerne.
En fiktiv market maker med for stor YES-beholdning kan reducere størrelsen på sine købsbud og genoverveje de tilbudte salgsvilkår. Den præcise justering bør afspejle kontoens mål, aktuelle belæg og tilladte prisgrænser. Der findes ingen universel skævvridning, der garanterer en afbalanceret bog eller bevarer profitabilitet på ethvert hændelsesmarked.
Bevar justeringens begrundelse synligt. En prisændring fra en opdateret prognose er forskellig fra en ændring skabt af beholdningspres. Samles de i ét uforklaret tal for rimelig værdi, bliver senere gennemgang vanskelig. Systemet bør kunne sige, om det ændrede sit syn på hændelsen, eller hvor meget risiko det ville holde ved det syn.
Kræv beholdning og sikkerhedsstillelse til de tilsigtede ordrer
Tilbudsplanen skal svare til det valgte produkts faktiske finansierings- og positionsmekanik. Et salgsbud kan kræve beholdning af udfaldet eller en anden specifikt understøttet ordning. Et købsbud bruger disponibel forbrugskapacitet og kan konkurrere med andre ordrer. Et begrebsmæssigt tosidet diagram fastslår ikke, at begge sider er finansierede.
Registrér, hvilke ressourcer der understøtter hvert tilbud, og om en anden udestående handling allerede gør krav på dem. Understøtter et marked positionstransformationer, skal deres faktiske begrænsninger anvendes frem for at antage, at alle YES- og NO-beholdninger kan kombineres på tværs af uvedkommende betingelser eller handelssteder.
Et enkelt fiktivt kontantbudget på 100 kan ikke understøtte tre selvstændige købsbud, som hver kan bruge 40. Styringen skal reservere eller ændre størrelsen af den samlede forpligtelse. Kontrollen er deterministisk og bør ikke afhænge af en models opfattelse af, at alle tre ordrer næppe udføres. Lav anslået sandsynlighed er ikke det samme som umulig samtidig udførelse.
Forældede tilbud hos en automatiseret AI-market maker
Et tilbud bliver forældet, når det understøttende belæg ikke længere opfylder reglerne. Det kan skyldes ny information, en datakilde der kommer bagud, ændrede markedsregler eller bevægelse i kontoens beholdning. Modelsvarets alder er ét signal, men ikke den eneste årsag.
Definer, hvilke ændringer der kræver annullering eller erstatning af et tilbud. En planlagt hændelsesoffentliggørelse kan begrunde en planlagt tilbudspause, mens en uventet kildefejl kan kræve stop for nye tilbud, indtil belægget er genetableret. Styringen bør bevare observationen af eksisterende ordrer under pausen frem for at forsvinde fra den markedstilstand, den allerede har skabt.
Et forældet tilbud fjernes ikke blot ved at slette det fra en lokal visning. Den understøttede annulleringsproces skal indledes, og resultatet afstemmes. Indtil ordren ikke længere kan eksekveres efter handelsstedets faktiske regler, forbliver den en del af kontoens mulige fremtidige eksponering. Her møder analytisk aktualitet den driftsmæssige virkelighed.
Behandl annullering og erstatning som en ordrelivscyklus
Den aktuelle Polymarket International-dokumentation om ordrelivscyklus skelner hvilende ordrer, matchning og senere handelsafvikling. Den beskriver også udvalgte afventende forsinkelsestilstande, hvor annullering ikke er mulig. Et generelt market maker-design bør derfor undgå at love, at enhver uønsket ordre straks kan annulleres i enhver markedstilstand.
Antag, at et fiktivt tilbud på 80 enheder har fået 20 udført, når annullering anmodes. Yderligere 15 udføres, før de resterende 45 annulleres. Kontoen anskaffede eller solgte 35 enheder efter tilbuddets side. Erstatningen skal bruge den afstemte beholdning, ikke den tidligere observation på 20 enheder.
Et nyt modelskøn kan begrunde en erstatningspris, men godkender ikke dublering af det gamle ikke-udførte beløb, mens annulleringen er uafklaret. Spor oprindelig ordre, annulleringsoperation og erstatningshensigt særskilt. Deres økonomiske virkninger hænger sammen, men hver kræver eget belæg, før næste handling kan dimensioneres korrekt.
Hold modellatens adskilt fra tilbudsaktualitet
En model kan svare hurtigt, mens den analyserer forældet belæg, eller langsomt efter at have modtaget en rettidig opdatering. Mål den underliggende informations alder såvel som analyseanmodningens varighed. Ellers kan optimering af svarhastighed efterlade det faktiske aktualitetsproblem uændret.
Ved en fiktiv hændelsesopdatering offentliggjort klokken 10:00, modtaget klokken 10:02 og analyseret klokken 10:02:05 betyder modellens svar på fem sekunder ikke en informationsforsinkelse på fem sekunder. Beslutningen brugte belæg, der ankom to minutter efter offentliggørelsen. De særskilte tidsstempler forklarer, om indsamling, analyse eller udførelse bidrog mest til forsinkelsen.
Tilbudsreglerne bør definere, hvor længe en godkendt prognose kan bruges til handling, og hvilke ændringer der gør den ugyldig tidligere. Et hurtigt cachelagret svar bør ikke genoplive en udløbet prognose. Er en ny prognose utilgængelig, kan styringen følge sin foruddefinerede begrænsede tilstand og samtidig fortsætte forvaltningen af eksisterende forpligtelser.
Afstem market makerens fulde økonomiske resultat
Præstation omfatter afsluttede købs- og salgsforløb, resterende beholdning, gebyrer, ugunstig prisbevægelse og driftsomkostninger. Det viste spænd alene er ikke resultatet. Hold realiseret handelsprovenu adskilt fra skøn over den stadig holdte position, og identificer værdiansættelsesmetoden for den resterende eksponering.
I en fiktiv session tjener afsluttede købs- og salgsforløb tolv enheder før seks enheder i henførbare omkostninger. Resterende beholdning taber derefter ni efter den angivne værdiansættelsesmetode ved sessionsslutning. Det samlede værdiansatte resultat er minus tre, selv om den realiserede spændkomponent var positiv. Afvikles beholdningen senere anderledes, skal resultatet opdateres med den faktiske udbetaling, mens den tidligere værdiansættelse bevares som et dateret skøn.
Eventuelle incitamentsbetalinger bør kun registreres efter deres faktiske berettigelses- og betalingsregler, særskilt fra handelspræstationen. En forventet belønning er ikke allerede modtagne kontanter, og et programs eksistens gør ikke hvert tilbud profitabelt. Market makerens økonomiske begrundelse bør kunne forstås både før og efter medregning af incitamenter.
Vurder modellen mod et enklere sammenligningsgrundlag
En AI-komponent bør fortjene sin kompleksitet ved at forbedre et defineret mål i forhold til et enklere alternativ under sammenlignelige forhold. Et sammenligningsgrundlag kan bruge en fast prognosemetode, en markedsafledt reference eller begrænsede tilbudsregler. Sammenligningen bør bruge samme kandidatsæt, omkostninger og driftsbegrænsninger.
Undgå at give AI-strategien fremtidig information eller gunstigere udførelser end sammenligningsgrundlaget. Bevar offentliggørelses- og modtagelsestider, anvend samme kontogrænser, og medtag samme tilfælde med manglende data. Ellers måler testen måske forskellige antagelser frem for forskellig analytisk kvalitet.
Adskil prognosescorer fra økonomiske udfald. Bedre sandsynlighedsskøn kan være værdifulde uden at give profitable tilbud ved tilgængelige priser. Omvendt kan en profitabel periode afspejle gunstig beholdningsbevægelse frem for bedre prognoser. Rapportering af begge dele gør det muligt for kontrollanten at forstå modellens bidrag, og hvilken del af resultatet der kom fra udførelse eller markedsforhold.
Versionsstyr modellen og kontrolgrænserne selvstændigt
En ændring i model, prompt, datakilde eller kalibreringsmetode kan ændre prognosen, selv når tilbudsreglerne er faste. En ændring i beholdningsgrænser eller annulleringsadfærd kan ændre handelsresultatet, selv når prognoserne er identiske. Spor versionerne særskilt, så deres virkninger kan vurderes.
Før et aktivt system ændres, skal håndtering af eksisterende ordrer og positioner angives. En ny model bør ikke slette begrundelsen bag gamle udførelser eller antage, at tidligere godkendte ordrer afspejler dens aktuelle syn. Gennemgå udestående forpligtelser under den aktuelle tilstand, og bevar de historiske regler, der skabte dem.
Opfører en ny model sig uventet, bør en tilbagerulning genetablere en kendt analysekonfiguration uden at miste aktuel kontoviden. Kontoens faktiske beholdning er ikke en del af modelversionen. Gendannelse af gammel kode eller gamle prompts kan ikke gendanne en tidligere økonomisk position, så genoprettelse skal bevare mellemliggende udførelser og forpligtelser.
Test beslutningen om at undlade et tilbud
En nyttig vurdering omfatter modstridende kilder, en misforstået tærskel, et forældet modelsvar, udtømt beholdningskapacitet og en annullering, der ikke afsluttes, før flere udførelser sker. Det forventede resultat bør nogle gange være intet nyt tilbud. Et system, der altid producerer en pris, har ikke demonstreret evnen til at erkende utilstrækkeligt belæg.
Test også, om modellen kan forklare usikkerhed uden at opfinde fakta. Udførelsesstyringen bør afvise ufuldstændige eller inkonsekvente forslag efter egne regler, selv når modellen leverer selvsikkert sprog. En klar afvisning er et vellykket kontroludfald, når forslaget ikke opfylder kontoens krav.
En automatiseret AI-market maker på forudsigelsesmarkeder er nyttigst, når modellens bidrag er specifikt og kan undersøges. Prognoser, tilbudsopbygning, risikogrænser og ordregenoprettelse tjener forskellige formål. Udtrykkelige ansvarsområder gør den samlede proces lettere at vurdere, inklusive muligheden for, at belægget støtter et mindre omfang eller slet ingen aktiv tilbudsgivning.