Rynki prognoz opierają się na wydajności, ale skuteczność nie jest gwarantowana.

Napisane przez Benjamina Stursky'ego, badacza, Delphi Digital

Opracowano przez: Shaofaye123, Foresight News

W grę może wchodzić przewidywanie struktury rynku. Jednakże opierają się one na wielu różnych składnikach i dlatego nie mogą w sposób spójny zapewnić dokładnych prawdopodobieństw.

Nierealistyczne jest, aby systemy te opierały się na całkowitej efektywności rynkowej.

W moim pierwszym artykule na temat rynków prognostycznych opisałem, w jaki sposób rynki prognostyczne mogą służyć jako źródło prawdy na zachmurzonym rynku. Wymieniłem także trzy mity, które uniemożliwiają niektórym rynkom osiągnięcie prawdziwego prawdopodobieństwa. W drugim artykule podjęto próbę głębszego zgłębienia tych trzech błędów: błędu systematycznego, błędu hedgingowego i błędu związanego z synchronizacją.

efektywność rynku

Efektywność rynku ma kluczowe znaczenie dla dokładności prognoz rynkowych, ponieważ bez efektywności wystąpi błąd probabilistyczny.

Aby dać najczystszy przykład efektywności rynku:

  • Rynek zostaje utworzony poprzez rzut monetą, a animator rynku sprzedaje wynik rzutu monetą po kursie 55c. Animator rynku faktycznie uzyskuje 10% przewagi z każdego rzutu monetą, ponieważ sprzedaje kurs 0,5 po kursie 0,55. W tym przykładzie kupujący spodziewa się stracić 5 centów na rzucie monetą.

  • Inny animator rynku widzi ten rynek i chce w nim uczestniczyć. Podciął drugiego sprzedającego, ustalając kurs na 52,5 centa. Jego przewaga na rzut monetą wynosi 5%, a oczekiwana strata kupującego na rzut monetą wynosi 2,5 centa.

  • Dołącza trzeci animator rynku, notując niski kurs po kursie 51c. Jego przewaga na rzut monetą wynosi 2%, a kupujący spodziewa się, że na rzucie monetą straci 1 cent.

Rzecz w tym, że na efektywnych rynkach możliwości zysku maleją do momentu osiągnięcia premii za ryzyko. W przypadku rzutu monetą rynek będzie bardzo efektywny (+/- ~1 punkt bazowy), ponieważ wynik jest wysoce przewidywalny, a premia za ryzyko bardzo niska. Jednakże premia za ryzyko jest większa w przypadku ubezpieczeń, których wynik jest bardziej niepewny (na przykład pożar lasu niszczy społeczność). Wymaga to większej luki między oczekiwanymi kosztami a cenami ubezpieczeń, aby zapewnić rentowność towarzystwa ubezpieczeniowego.

stronniczość

Bez czystej efektywności rynku prognozy rynków prognostycznych będą stronnicze (zwykle w górę).

Kiedy ludzie patrzą na rynek, zwykle faworyzują wyniki, z których mogą skorzystać. To prowadzi ich do pośredniej wyceny prawdopodobieństwa wystąpienia zdarzenia wyższego niż rzeczywiste prawdopodobieństwo (np. kibice Chelsea częściej obstawiają zwycięstwo Chelsea w Lidze Mistrzów niż kibice Arsenalu).

Problem w tym, że na nieefektywnym rynku nikt nie chce przywrócić „prawdziwego” prawdopodobieństwa ceny akcji Chelsea.

Chcę także użyć przykładu z życia wziętego, związanego z ulubionym tematem wszystkich: wyborami prezydenckimi w USA.

Obecnie prognoza Polymarket na TAK dla Trumpa wynosi około 57%, a prognoza TAK dla Harrisa na około 39,5%.

Jak to się ma do innych narzędzi prognostycznych?

  • Srebrny Biuletyn: Trump (56,9%) i Harris (42,5%).

  • Rynki różnorodne: Trump (54%) i Harris (43%).

  • Metaculus: Trump (55%) i Harris (45%).

  • PredictIT: Harris (51%)% Trump (50%).

Podstawowa baza użytkowników Polymarket składa się z użytkowników kryptowalut, którzy skłaniają się ku prawicy politycznej. Jest to oczywiste, ponieważ Polymarket ocenia prawdopodobieństwo wygranej Trumpa wyżej niż jakiekolwiek inne narzędzie/rynek prognostyczny.

Polymarket to najbardziej płynny rynek prognostyczny na świecie, którego łączny wolumen obrotu w tych wyborach przekracza 460 milionów dolarów. Jeśli jakikolwiek rynek jest efektywny, to musi to być ten rynek. Ale w żadnym wypadku nie jest to skuteczne.

Jeśli rynki prognostyczne opierają się na efektywności, ale nie mogą powrócić do prawdziwego prawdopodobieństwa, gdy stronniczość zniekształca szanse, czy należy je wykorzystywać jako źródło prawdopodobieństwa?

przesunięcie czasu

Przewidywanie efektywności rynku nie jest tak proste, jak w powyższym scenariuszu rzutu monetą. Jeśli ktoś chce przywrócić rynkowi prawdziwe prawdopodobieństwo, uzyskana przez niego przewaga musi być tego warta.

Jeżeli rynek odchyli się w górę o 1%, ale ustabilizuje się sześć miesięcy później, podmioty posiadające przewagę w postaci zabezpieczenia nie będą arbitrażem przywracać rynku do jego prawdziwego prawdopodobieństwa. Dzieje się tak dlatego, że 1% na sześć miesięcy odpowiada 2% rocznie, czyli mniej niż stopa wolna od ryzyka.

Jedynym sposobem, aby taki rynek powrócił do prawdziwego prawdopodobieństwa, jest zainteresowanie kogoś odwrotnym kierunkiem.

Dlatego też rynek nie będzie odzwierciedlał efektywności, dopóki nastawienie nie wzrośnie lub nie skróci się czas rozwiązania (działanie jako animator rynku i przebicie stopy wolnej od ryzyka do +EV).

Stronniczość zabezpieczania

Hedging zniekształca rzeczywiste prawdopodobieństwa, zwiększając lub obniżając szanse.

Oto przykłady tego, jak hedging manipuluje przewidywanymi prawdopodobieństwami rynkowymi:

  • Rano w dniu posiedzenia FOMC jeden z traderów kupił opcje kupna SPY EOD o wartości 1 miliona dolarów.

  • Traderzy uważają, że obniżka stóp zwiększy SPY, podczas gdy niezmieniona stopa obniży SPY. Rynek wycenia obecnie oba scenariusze 50:50.

  • Krótko przed podjęciem decyzji inwestorzy stchórzyli i chcieli zmniejszyć ryzyko kierunkowe. Nie chce sprzedawać opcji kupna SPY, ponieważ opcja jest stosunkowo niepłynna (pamiętajcie, że ten przykład jest teoretyczny).

  • Aby rozwiązać ten problem, trader kupił NO o wartości 200 000 dolarów na rynku zmian stóp procentowych, zwiększając prawdopodobieństwo obniżki stóp do 48/52.

  • Jeśli konsensus rynkowy wynosi 50:50, a rynek prognoz wynosi 48/52, efektywność rynku wymagałaby od traderów kupowania akcji YES do czasu, aż rynek powróci do 50:50. Ale nie zawsze tak się dzieje.

Istnieje wiele powodów, dla których rynek ten nie powróci do prawdziwego prawdopodobieństwa 50/50.

Pierwsza i najbardziej oczywista jest następująca: żaden trader nie jest skłonny podjąć ryzyka kierunkowego na rynku arbitrażu, aby zyskać niewielką przewagę.

W przeciwieństwie do rzutu monetą, który można powtarzać w nieskończoność, posiedzenia FOMC odbywają się tylko 12 razy w roku. Ta rzadkość powoduje znaczny wzrost składek za ryzyko, ponieważ każde zdarzenie ma znaczący wpływ.

Poniższy wzór na EV pokazuje przewidywany średni zwrot w wysokości 2 centów przy 48-centowej inwestycji.

EV = (0,5 * 1) + (0,5 * 0) – 0,48 = 0,02

Biorąc pod uwagę rzadki charakter posiedzeń FOMC, możemy nie być w stanie znaleźć inwestorów gotowych podjąć ryzyko kierunkowe na tej pozycji. Ponadto, ponieważ ta nieprawidłowość na rynku wynika z jednorazowego hedgingu, jest mało prawdopodobne, aby ta konkretna szansa rynkowa zmaterializowała się na następnym posiedzeniu FOMC. Ignorując zabezpieczenia/wykorzystanie rynku zewnętrznego (te nie zawsze istnieją), arbitraż na tym rynku jest w rzeczywistości jak kupno pojedynczego rzutu monetą za 48 centów.

Drugi powód ma charakter teoretyczny i podkreśla asymetrię informacji. Jeżeli rynki prognostyczne zostaną wykorzystane jako jedyne prawdziwe źródło prawdopodobieństwa zdarzeń, inwestorzy prawdopodobnie nie będą chcieli przeprowadzać arbitrażu na rynku, ponieważ nie wiedzą, czy oferenci mają dostęp do informacji, które nie są dla nich dostępne. Nie mają możliwości sprawdzenia, czy oferent po prostu chce zabezpieczyć swoje połączenia SPY. Zmienia to znacząco model, ponieważ obecnie inwestorzy nie tylko muszą być gotowi podjąć ryzyko kierunkowe, ale także nie muszą mieć żadnych asymetrycznych informacji od oferentów, którzy jednocześnie obstawiają 52c.

Co myślę?

Jestem wielkim zwolennikiem rynków prognostycznych. Błędem byłoby jednak przyjmowanie ich jako jedynej prawdy o prawdopodobieństwie.

Są doskonali w odkrywaniu informacji – wierzę, że rynki prognostyczne staną się miejscem, do którego należy udać się, aby sprawdzić kursy w czasie rzeczywistym na każde wydarzenie. Jednocześnie nie zgadzam się z twierdzeniem, że są one zawsze w pełni trafne.

Uważam, że w przypadku dużych wydarzeń zwiększenie marginesu błędu w prognozie jest korzystne, aby wyeliminować błędy systematyczne spowodowane stronniczością, zabezpieczeniem lub czasem.