CLOB+CTF 和 LSMR，當前兩種主流預測市場機制為何無法引領未來？

作者：DAO 之聲

一、機制不僅是工具，更是信念的表達器

在預測市場這個依賴集體認知構建價格的系統中，交易的市場機制不僅承擔訂單撮合的功能，更承載了對未來事件的判斷。

一套機制的好壞，不僅決定了交易是否高效，更決定了我們是否能準確地捕捉並表達"未來可能性"的輪廓。

正因如此，當前主流的兩種預測市場機制------CLOB+CTF（訂單簿+條件 Token）與LSMR（對數評分自動做市），儘管在過去幾年中各有建樹，卻都在實踐中暴露出結構性的不足。

這些問題，不僅是技術層面的挑戰，更反映出它們對"群體信念如何生成與被衡量"這一核心問題理解的不完全。

二、CLOB+CTF：高結構性帶來的市場碎片與低效流動性

1. 概念清晰，但系統過度拆分

CLOB+CTF 的邏輯並不複雜：

1.CLOB 提供限價掛單和撮合的市場介面

2.CTF 則將多選事件拆解為一系列 YES/NO 二元合約，並通過自動 Token 鑄造/銷毀來完成供需調節。 這種模式在結構上與傳統金融市場高度一致，因此具有一定的用戶認知基礎。

但一旦事件選項增多，系統將被迫創建多個子市場，每個都有自己的一對 Token 和訂單簿，從而極大增加了系統複雜度和用戶參與門檻 。

2. 對手盤依賴導致流動性失衡

CLOB 是掛單機制，因此本質上依賴活躍的雙邊市場。在多數預測市場中，由於用戶參與熱情不穩定、事件多樣化、信息不對稱等問題，掛單深度往往嚴重不足，形成"掛單空窗"或"單邊擠壓"。

結果就是：

1.用戶下單無對手盤，價格停滯；

2.市場在非流動性狀態下陷入失效，嚴重影響用戶體驗。

CTF 雖可通過鑄造 YES/NO 資產在一定程度上補足對手盤缺口，但它本身也成為套利工具，使價格信號更容易受短期行為操縱而非長期預期驅動 。

3. "套利驅動"壓過"認知聚合"

CTF 的橫向機制本意是通過系統鑄造和銷毀 YES/NO 資產，幫助市場價格收斂到真實概率。但實踐中，這一機制反而：

1.鼓勵用戶圍繞套利空間而非事件本身進行交易；

2.被動放大市場非理性行為對價格的短期衝擊；

3.削弱價格作為"集體信念函數"的可解釋性和穩定性。

簡言之，CLOB+CTF 儘管在結構上完整，卻很難在低流動性、認知差異大、用戶非專業化的現實背景下提供穩定有效的價格發現機制。

三、LSMR：從函數優雅走向清算不確定性的困局

1. 機制簡潔，卻脫離用戶可理解性

LSMR（Logarithmic Scoring Market with Reservation）以對數函數為核心，將市場價格與 Token 發行邏輯統一在一套數學表達式中。它有兩個顯著優點：

1.多選市場無需拆分，所有選項共處同一價格結構；

2.理論上，所有 Token 價格總和恆為 1，符合概率直覺。

然而，LSMR 的問題也正出現在這套數學體系過於"黑箱"：用戶無法判斷購買某個選項時實際投入成本與潛在收益的關係；市場價格的形成過程缺乏清晰路徑，交易體驗被算法抽象"遮蔽"；清算邏輯無法形成用戶預期中的"賠率"，缺乏博弈透明性。

2. 滑點與參數失控的雙重困境

LSMR 的唯一控制參數 b，決定了市場的價格響應強度（滑點程度）。但這個參數的設計本身就面臨悖論：

• b 值過大 → 價格變化遲鈍，真實概率難以表達；

• b 值過小 → 價格極度敏感，輕易被操縱，形成價格泡沫。

更糟的是，b 是在市場啟動前就必須設定的，但在初期幾乎無法判斷市場將迎來多大的交易量和波動範圍。這使得 b 成為一種結構性的風險因素，而非系統的穩定錨。

四、核心問題歸結：舊機制的三大缺陷

1. 價格難以表達真實概率

CLOB+CTF 中，掛單結構與流動性供需容易讓價格偏離事件發生的真實概率；

LSMR 中，價格只是函數輸出的結果，用戶很難映射到主觀概率與賠率之間的關係。

2. 機制易被套利主導，難以形成理性集體信號

套利邏輯本是維護價格合理性的機制補充，但在這兩套系統中，套利反而成為主要交易動因，主導了市場結構，干擾了認知聚合。

3. 用戶參與體驗差，交易缺乏確定性

無論是訂單簿的深度問題，還是對數函數帶來的滑點跳躍，用戶在參與時都難以獲得預期清晰、成本可控的交易體驗，這對預測市場這種"面向非專業用戶開放"的機制來說，是致命的門檻。 訂單簿深度示意 via investopedia

五、通往新機制的方向：機制要表達信念，而非僅僅承載交易

預測市場的本質，是將信念資產化，是一種社會認知與經濟激勵的融合機制。因此，理想的市場機制必須滿足以下三點：

1.定價清晰且概率意義明確，用戶能理解價格背後的含義；

2.價格與清算結構閉合，保證參與者的期望收益與實際收益一致；

3.無需複雜拆分或參數控制即可運行穩定，機制本身具備抗操縱性和自我平衡能力。

這些目標，正是 APMM（Automatic Prediction Market Maker）這類新機制試圖實現的方向。它們汲取了前代機制的經驗，也回應了現實交易行為中的核心痛點。

六、結語：機制演進的根源，不只是工程，而是認知生態的適配

CLOB+CTF 和 LSMR 存在的機制問題，並不是因為它們不夠"聰明"，而是它們在處理"人類如何判斷未來"這一問題時，過於依賴技術的封裝與形式的優雅，忽視了用戶真實行為、心理與認知路徑。

市場機制是一種文明工具，最終服務的不是函數與資產，而是人在不確定性中的決策與表達。