[論文レビュー] Comparing Prediction Market Structures, With an Application to Market Making

Aseem Brahma, Sanmay Das+1 more|arXiv (Cornell University)|Sep 7, 2010

Sports Analytics and Performance被引用数 11

ひとこと要約

本論文は、参加者が2次元のランダムウォークを観察するライブ取引実験を通じて、制御された流動性下で価格安定性と期待損失の面で標準的なLMSRを上回る、新しいベイジアンマーケットメイカー（BMM）を紹介する。LMSRとは異なり、BMMは損失が有界であるとは保証しないが、実際には収束性と収益性に優れており、情報に基づく価格設定を特徴とする、適応的で実用的な予測市場の代替手段を示している。

ABSTRACT

Ensuring sufficient liquidity is one of the key challenges for designers of prediction markets. Various market making algorithms have been proposed in the literature and deployed in practice, but there has been little effort to evaluate their benefits and disadvantages in a systematic manner. We introduce a novel experimental design for comparing market structures in live trading that ensures fair comparison between two different microstructures with the same trading population. Participants trade on outcomes related to a two-dimensional random walk that they observe on their computer screens. They can simultaneously trade in two markets, corresponding to the independent horizontal and vertical random walks. We use this experimental design to compare the popular inventory-based logarithmic market scoring rule (LMSR) market maker and a new information based Bayesian market maker (BMM). Our experiments reveal that BMM can offer significant benefits in terms of price stability and expected loss when controlling for liquidity; the caveat is that, unlike LMSR, BMM does not guarantee bounded loss. Our investigation also elucidates some general properties of market makers in prediction markets. In particular, there is an inherent tradeoff between adaptability to market shocks and convergence during market equilibrium.

研究の動機と目的

• 実世界の取引環境における、特にLMSRおよび新しいベイジアンマーケットメイカー（BMM）のマーケットメイカー設計の性能を評価・比較すること。
• 予測市場における流動性供給の課題に取り組み、これがその有効性の主要な障壁のままであることを明らかにすること。
• LMSRのような在庫ベースのモデルと比較して、情報に基づくマーケットメイカー（例：BMM）が、価格収束性、損失、適応性の面で優れているかどうかを調査すること。
• 同じ取引参加者プールを用いて、マーケットメイカーの直接比較が可能な対称的で公平な実験設計を開発・検証すること。
• マーケットショックへの対応において、マーケットメイカーの適応性、収束速度、期待損失のトレードオフを明らかにすること。

提案手法

• 研究者たちは、独立した水平方向および垂直方向のランダムウォークに基づく2つの並列予測市場で取引が行われるライブ実験プラットフォームを設計し、同じ条件下でのマーケットメイカーの直接比較を可能にした。
• 本研究では、真の結果の事後分布を推定するベイジアンアップデートを用い、在庫や固定パラメータbに依存しない価格設定を行う、新しいベイジアンマーケットメイカー（BMM）を提案した。
• BMMは、流入する取引と変化する信念状態に基づき、動的に価格を調整することで、ショック後の均衡価格への収束をより迅速に実現した。
• LMSRマーケットメイカーはベンチマークとして用いられ、その唯一のパラメータbはBMM条件の流動性と一致するように調整された。
• 実験は、均衡状態、共通情報ショック、限られた情報、個別情報ショックの複数の市場状態で実施され、参加者プールは一貫して維持された。
• 主な性能指標には、価格安定性、スプレッド、取引回数、期待損失が含まれ、すべての条件下でLMSRとBMMの間で測定・比較された。

実験結果

リサーチクエスチョン

• RQ1 同等の流動性条件下で、ベイジアンマーケットメイカー（BMM）はLMSRマーケットメイカーに比べ、より優れた価格収束性と安定性を達成するか？
• RQ2 BMMは、LMSRと同等のマーケットショックへの適応性を維持しながら、期待損失を低減できるか？
• RQ3 ライブ実験環境下で、実際の取引参加者はBMMとLMSRの価格ダイナミクスにどのように反応するか？
• RQ4 BMMが高額な損失を被る状況はどのようなものであり、LMSRの有界損失保証と比較してどうなるか？
• RQ5 BMMが有界損失を保証しないという点が、実際の予測市場におけるマーケットメイカーとしての実用性をどの程度損なうか？

主な発見

• BMMは、市場ショック後の信念分布がきわめて狭いことから、LMSRに比べて顕著に優れた価格安定性と均衡への収束性を示した。
• ライブ取引において、BMMはLMSRよりも期待損失が低く、多くの場合で利益を上げた一方、LMSRは価格変動のため一貫して損失を被った。
• Bid-askスプレッドで測定した流動性は同等であったが、BMMはLMSRよりも取引回数が少なかったため、ノイズが少ないより効率的な価格発見が行われたと考えられる。
• LMSRは均衡に達した後も継続的に価格変動を示し、事後分布の収束しない状態で、収束性が低いことが示された。
• BMMの性能は複数の市場状態で安定していたが、実験4ではまれな行動や戦略的行動の影響で、まれに高額な損失が観察された。
• 実験設計は、同じ参加者プールを用いてマーケットメイカーを公平に、対称的に比較可能にした。この設計は、今後のマーケットメイカー評価に有効であると検証された。