予測市場から情報金融へ ポリマーケットが私をワクワクさせる理由

原題：From prediction markets to info finance

著者：ヴィタリック、イーサ。Compiled by 0xjs@Golden Finance

Summary: 選挙予測は最初のアプリケーションに過ぎません。より広い概念としては、視聴者に価値ある情報を提供するために、インセンティブを調整する方法として金融を利用できるということです。

私が最も興奮しているイーサリアムのアプリケーションの1つは、予測市場です。2014年、私はロビン・ハンソンによって考案された予測ベースのガバナンスモデルであるフューチャーキーについての記事を書きました。2015年、私はAugurの積極的なユーザーであり、サポーターだった（ウィキペディアの記事に私の名前がある）。2020年の選挙に賭けて58,000ドル儲けた。今年、私はPolymarketの緊密なサポーターであり、フォロワーである。

多くの人にとって、予測市場は選挙に賭けることであり、選挙に賭けることはギャンブルである。それが楽しいのであれば素晴らしいことだが、根本的にはpump.funでランダムにトークンを買うこと以上に楽しいことではない。この観点からすると、私が予想市場に興味を持つのは不可解に思える。そこでこの投稿では、このコンセプトの何が私をワクワクさせるのかを説明することを目的とする。つまり、(i)既存の予測市場でさえも、世の中にとって非常に有用なツールであり、さらに(ii)予測市場は、ソーシャルメディア、科学、ジャーナリズム、ガバナンス、その他の分野において、より優れた実装を生み出す可能性を秘めた、はるかに大きく非常に強力なカテゴリーの一例に過ぎないと私は考えている。私はこのカテゴリーを「情報金融」と呼ぶことにする。

Polymarketの2つの側面：参加者向けの賭けサイトと、それ以外の人向けのニュースサイト

この1週間、Polymarketはアメリカ選挙に関する非常に効果的な情報源となった。Polymarketは、トランプ氏の勝利の可能性を60/40（他の情報源は50/50）と予測しただけでなく、トランプ氏の勝利が選挙結果になると予測した。50/50と予測し、それ自体はそれほど印象的なものではない）、他の利点も示した。結果が出たとき、多くの評論家やニュースソースがハリスに有利なことを耳にすることを期待して視聴者をおちょくっていたのに対し、Polymarketはすぐに真実を明らかにした：トランプが勝利する可能性は95％以上、同時にすべての政府機関の支配権を掌握する可能性は90％以上だった。

どちらのスクリーンショットも、11月6日午前3時40分（米国東部標準時）に撮影されたものです

しかし、私にとっては、これはPolymarketの面白さの最たる例ですらありません。7月のベネズエラ選挙だ。選挙の翌日、私は目の端でベネズエラの非常に不正な結果に抗議する人々を見たことを覚えている。最初はあまり気に留めなかった。マドゥロがすでに「基本的に独裁者」の一人であることは知っていたので、権力を維持するために選挙結果を改ざんするのは当然だろう、抗議デモが起こるのは当然だろう、そしてそれは失敗に終わるだろうと思っていた。そして残念なことに、多くの人が失敗している。しかし、Polymarketをスクロールしていたら、こんなものが目に入った。

人々は、マドゥロがこの選挙で追放される可能性が23％であることに賭けて、10万ドル以上を出すことをいとわない。 私は今、注目し始めている。

もちろん、私たちはこの状況の不幸な結果を知っている。結局、マドゥロは政権を維持した。しかし、今回の市場は、マドゥロ打倒の試みが本気であることに気づかせてくれた。抗議デモは大規模で、野党は選挙がいかに不正なものであったかを世界に証明するために、驚くほどよくできた戦略を打ち出した。もし私がポリマーケットから「今回は注目に値するものがある」という最初のシグナルを受け取らなかったら、関心を持ち始めることさえなかっただろう。

Polymarketのベッティングチャートを完全に信用するべきではありません。もし誰もがチャートを信用するならば、お金を持っている人なら誰でもチャートを操作することができ、誰もそれに対してベットする勇気がなくなります。一方、ニュースを完全に信用するのもよくありません。ニュースにはセンセーショナリズム的な動機があり、クリック数のために何でも結果を誇張する。それが正当化されることもあれば、そうでないこともある。センセーショナルな記事を目にしても、その後マーケットに行き、問題の出来事の確率がまったく変わっていないことに気づいたら、疑うのは当然だ。あるいは、マーケットで予想外に確率が高かったり低かったり、予想外の急激な変化が見られたら、それは何が原因なのかを確認するためにニュースに目を通すシグナルだ。 結論：ニュースを読み、チャートに賭けることで、どちらか一方だけを読むよりも多くの情報を得ることができる。

ここで起こったことを復習しましょう。もしあなたがベッティング・プレーヤーなら、Polymarketでベットすることができます。ベッティング・プレーヤーでなければ、ベッティング・チャートを読むことができます。ベッティング・チャートを全面的に信用するべきではありませんが、私自身はベッティング・チャートを読むことを（従来のメディアやソーシャルメディアと並行して）情報収集のワークフローの一歩としており、より多くの情報をより効率的に得るのに役立っています。

情報金融 広い意味合い

さて、ここからが重要なのですが、選挙結果の予測は最初の応用にすぎません。より広い概念としては、視聴者に価値ある情報を提供するために、インセンティブを調整する方法として金融を利用できるということです。さて、当然の反応として、すべての金融は基本的に情報に関するものではないだろうか？ 参加者によって売買の判断が異なるのは、（リスク選好度やヘッジ欲求といった個人的なニーズに加えて）将来何が起こるかについての見方が異なるからであり、市場価格を読むことで世界に関する多くの知識を推測することができる。

私にとって、情報金融とはそのようなものですが、構造的に正しいものです。ソフトウェア工学における構造的に正しいという概念と同様に、情報金融は、(i)知りたい事実から出発し、(ii)市場参加者からその情報を得るために最適な市場を意図的に設計することを必要とする学問です。

情報金融は3面的な市場である：賭け手は予測を行い、読者はそれを読む。市場は公共財として未来についての予測を出力する（それができるように設計されているからだ）。

予測市場はその一例で、将来起こるであろう特定の事実を知りたいので、その事実に人々が賭ける市場を設けます。もう1つの例は意思決定市場です。ある指標Mに基づいて、意思決定Aと意思決定Bのどちらがより良い結果を生むかを知りたいので、その事実に人々が賭ける市場を設定します。これを行うには、条件付き市場を設定する。(i)どの決定が選択されるか、(ii)決定Aが選択された場合はMの値を得るが、そうでない場合はゼロ、(iii)決定Bが選択された場合はMの値を得るが、そうでない場合はゼロ、に賭けてもらうのだ。これらの3つの変数で、市場が決定Aと決定BのどちらがMの値を得るのに有利であると考えているかを決定することができます。

<

私が今後10年間、情報金融を牽引すると予想するテクノロジーは、AI（ビッグモデルと将来のテクノロジーの両方）です。というのも、情報金融の最も興味深い応用例の多くは、「ミクロ」な問題、つまり、意思決定が単独では比較的小さな影響しか及ぼさない何百万もの小さな市場に関連しているからです。実際、取引量が少ない市場は、しばしば効果的に機能しない。経験豊富な参加者が数百ドルの利益を上げるためだけに詳細な分析に時間を費やすのは理にかなっていない。また、経験豊富なトレーダーが最も大きくセンセーショナルな銘柄以外で利益を上げるには、ナイーブなトレーダーが少ないため、補助金がなければそのような市場はまったく機能しないと主張する人さえ多い！AIはこの方程式を完全に変えてしまう。つまり、取引量が10ドルの市場であっても、かなり質の高い情報を得られる可能性があるということだ。たとえ補助金が必要だとしても、1銘柄あたりの補助金額は非常に手頃になる。

情報金融には人間による蒸留が必要

判断

コミュニティ全体が信頼する正当性を持つ、信頼できる人間の判断メカニズムがあるとします。しかし、あなたは、少なくともその「高価なメカニズム」のコピーに近いものを低コストでリアルタイムに利用したいと思う。ロビン・ハンソン氏のアイデアはこうだ。意思決定が必要になるたびに、高価なメカニズムが呼び出された場合にその意思決定がどうなるかを予測する予測市場を構築する。予測市場を運営させ、市場メーカーを補助するために少額の資金を投資する。

99.99%の場合、実際に高価なメカニズムを呼び出すことはありません。「取引を取り消し」、全員が投入したものを返すか、あるいは全員にゼロを与えるだけかもしれませんし、平均価格が0に近いか1に近いかを調べ、それを基本的な事実として扱うかもしれません。0.01%の場合 - ランダムかもしれませんし、取引量が最も多い場合かもしれません。

これはランダムかもしれませんし、最も取引量の多い市場かもしれませんし、両方の組み合わせかもしれません。

これにより、信頼性が高く、中立的で、高速かつ安価な、元の信頼性は高いが非常にコストのかかるメカニズムの「蒸留版」が得られます（「蒸留」という言葉をLLMの「蒸留」という言葉のアナロジーとして使っています）。LLMの「蒸留」）。時間の経過とともに、この蒸留されたメカニズムは、元のメカニズムの振る舞いをほぼ反映するようになる - なぜなら、結果の達成に貢献した参加者だけが儲かり、他の全員が損をするからである。

<

予測市場＋コミュニティノートの組み合わせの可能性のモデリング。

これはソーシャルメディアだけでなく、DAOにも当てはまります。DAOの主な問題の1つは、ほとんどの人が関わりたくないような決定が多すぎることで、代表制民主主義でよくある中心性とプリンシパル・エージェントの失敗のリスクを伴うプロキシの広範な使用か、攻撃に対する脆弱性のどちらかにつながります。このようなDAOは、DAOでの実際の投票がほとんど行われず、ほとんどのことが人間とAIの組み合わせで投票結果を予測する予測市場によって決定される場合、うまく機能するかもしれません。

意思決定市場の例で見てきたように、情報金融は、分散型ガバナンスにおける重要な問題を解決するための多くの潜在的な道筋を秘めており、鍵となるのは、市場と非市場のバランスです。"

情報金融の他のユースケース

パーソナルトークン-Bitclout（現在はdeso）、friend.tech、その他多くのようなプロジェクトは、誰にでもトークンを作成し、簡単に投機できるようにしています-は、私が「原始的」と呼ぶものです。-私が「生の情報金融」と呼ぶものだ。これらは、特定の変数（つまり、将来の名声に対する期待）に対する市場価格を意図的に作り出しているが、価格によって明らかにされる正確な情報はあまりにも曖昧で、反射性やバブルのダイナミクスの影響を受ける。このようなプロトコルの改良版を作成し、トークンの経済設計（特に最終的な価値がどこから来るのか）をより慎重に検討することで、才能の発見などの重要な問題に対処することは可能です。

広告 - 究極の「高価だが信頼できるシグナル」は、商品を買うかどうかです。そのシグナルに基づく情報金融は、人々が何を買うべきかを判断するのに役立つ。

科学的査読 - 科学は常に「再現性の危機」に悩まされてきた。ある場合には一般常識の一部となった有名な結果が、結局は新しい研究で再現されないということがある。私たちは、市場を予測することによって、再チェックが必要な結果を特定しようとすることができる。このような市場はまた、読者が特定の結果を再チェックする前に、どの程度信頼すべきかを素早く推定することもできるだろう。このアイデアの実験が行われ、今のところ成功しているようだ。

公共財の資金調達 - イーサが採用している公共財の資金調達メカニズムの主な問題の1つは、その「人気投票」的な性質です。各貢献者は、認知されるためにソーシャルメディア上で独自のマーケティングキャンペーンを行う必要があり、それができない人や、本質的に「背景」のある人物は、大きな資金を得るのに苦労します。魅力的な解決策は、依存関係のグラフ全体を追跡してみることである。それぞれのポジティブな結果について、どのプロジェクトがどれだけ貢献したか、そしてそれぞれのプロジェクトについて、どのプロジェクトがどれだけ貢献したか、といった具合である。この設計の主な課題は、操作されにくいエッジの重みを見つけることである。結局のところ、そのような操作は常に起こっている。人間の判断メカニズムが役に立つかもしれない。

結論

このような考え方は長い間理論化されてきました。予測市場や決定市場に関する初期の著作は数十年前のものですし、金融理論における同様の論文はさらに古いものです。

情報金融は、人々が実際に抱えている信頼の問題を解決する。この時代の共通の懸念は、政治的、科学的、ビジネス的な環境において、誰を信頼すべきかについての知識が不足している（あるいは、より悪いことに、コンセンサスが得られていない）ことです。情報金融アプリケーションは、その解決の一助となることができます。

私たちは今、スケーラブルなブロックチェーンを基盤としています。最近まで、これらのアイデアを実現するにはコストが高すぎました。今はもう高すぎることはありません。

参加者としてのAI。情報金融は、あらゆる問題に人間が参加しなければならなかったため、その実現は比較的困難だった。AIは状況を劇的に改善し、小規模な問題でも効率的な市場を可能にする。特に、特定の問題の数が小規模から大規模になる場合、多くの市場ではAIと人間の参加者が組み合わされる可能性がある。

この機会を最大限に活用するために、私たちは選挙予測だけにとどまらず、情報金融が私たちのために他に何ができるかを探るべきです。

フィードバックとコメントをくれたRobin Hanson氏とAlex Tabarrok氏に感謝します