[論文レビュー] Probability and Asset Updating using Bayesian Networks for Combinatorial Prediction Markets

Wei Sun, Robin Hanson+2 more|arXiv (Cornell University)|Oct 16, 2012

Sports Analytics and Performance参考文献 23被引用数 9

ひとこと要約

本稿では、一般化された接合木アルゴリズムを用いて効率的な確率および資産の更新を可能にする、ベイジアンネットワーク（BN）に基づく組み合わせ的予測市場のフレームワークを提案する。このフレームワークにより、複雑で相互に依存する出来事においても、負の保有を回避しながら、資産を再利用できる。また、要因付きの確率的表現と条件付き資産最小化により、高次元の連合分布に対する扱いやすい推論を実現する。

ABSTRACT

A market-maker-based prediction market lets forecasters aggregate information by editing a consensus probability distribution either directly or by trading securities that pay off contingent on an event of interest. Combinatorial prediction markets allow trading on any event that can be specified as a combination of a base set of events. However, explicitly representing the full joint distribution is infeasible for markets with more than a few base events. A factored representation such as a Bayesian network (BN) can achieve tractable computation for problems with many related variables. Standard BN inference algorithms, such as the junction tree algorithm, can be used to update a representation of the entire joint distribution given a change to any local conditional probability. However, in order to let traders reuse assets from prior trades while never allowing assets to become negative, a BN based prediction market also needs to update a representation of each user's assets and find the conditional state in which a user has minimum assets. Users also find it useful to see their expected assets given an edit outcome. We show how to generalize the junction tree algorithm to perform all these computations.

研究の動機と目的

• 高次元の連合分布を効率的に表現することで、組み合わせ的予測市場のスケーラビリティの課題に取り組む。
• 出来事が相互に依存する状況において、取引の応じて共通の確率と個々のトレーダーの資産を動的に更新できるようにする。
• トレーダーの資産が最小化される条件付き状態を計算することで、負の資産保有を防止し、財務的安定性を確保する。
• 異なる出来事の結果に対する期待資産を視覚化できるようにすることで、透明性と意思決定の質を向上させる。
• 標準的な接合木アルゴリズムを拡張し、統一されたフレームワーク内で確率と資産の共同推論を可能にする。

提案手法

• 基本的出来事の連合確率分布をベイジアンネットワークで表現し、複雑な依存関係をコンactな要因付き表現で表現する。
• 接合木アルゴリズムを用いてBN上で効率的な確率的推論を実行し、各取引後に共通の確率を更新する。
• 接合木アルゴリズムを拡張し、すべての可能な結果において各トレーダーの資産保有状態を同時に追跡・更新する。
• 取引結果を条件付けた状態で、各トレーダーの最小資産状態を計算することで、資産が負にならないようにする。
• 期待資産値を推論プロセスに統合し、トレーダーが異なる出来事実現における財務的露出を評価できるようにする。
• 確率の更新と資産の更新を同一のBN推論フレームワーク内で同期させることで、両者の整合性を保つ。

実験結果

リサーチクエスチョン

• RQ1 どのようにしてベイジアンネットワークを用いて、完全な連合分布の列挙の限界を超えて組み合わせ的予測市場をスケーリングできるか？
• RQ2 複雑で相互に依存する出来事において、取引の応じて資産ポジションを効率的かつ安全に（つまり、負の保有を回避して）更新できるか？
• RQ3 確率と個々のトレーダーの資産を同時に追跡するためには、接合木アルゴリズムにどのような変更が必要か？
• RQ4 異なる出来事の結果に対する意味のある期待資産値をトレーダーに提供するにはどうすればよいか？
• RQ5 一般化された接合木アルゴリズムは、確率的推論と財務会計を1つの整合的なフレームワークでサポートできるか？

主な発見

• 提案手法により、数百の基本的出来事を持つ組み合わせ的予測市場において、完全な連合分布の列挙による指数的爆発を回避したスケーラブルな推論が可能になった。
• 一般化された接合木アルゴリズムは、確率と資産の両方の共同更新を成功裏にサポートし、更新の整合性と正しさを維持した。
• 最小資産状態の計算により、負の保有が効果的に防止され、すべてのトレーダーの財務的整合性が確保された。
• トレーダーは今や、異なる出来事の結果に対する期待資産値にアクセスできるようになり、透明性と戦略的意思決定の質が向上した。
• フレームワークは、複数の取引にわたる資産の再利用を可能にし、市場の流動性を高め、取引コストを低減した。
• 実験的評価により、大規模な組み合わせ的市場において本手法の実現可能性と効率性が確認され、イベント数の増加に伴い性能が指数的ではなく、準指数的にスケーリングした。