Hello, welcome back! 今天我們要談一個 Web3 上蠻知名的應用：預測市場，並且討論 LLM 和博奕論在這個應用所扮演的角色。

什麼是預測市場(Prediction Market)？

預測市場指的是透過眾人的智慧，來預測某一個事件的最終結果。這個事件可以涵蓋任何事物，包含某一金融商品的價格，某次選舉的結果，或是任何事前難以確認正確答案的事件。

它的運作原理主要是模擬金融市場運作，參與者透過購買股份(security)來表達對於某一事件結果的看法。購買的股份越多，表示其對自身的意見信心程度越大。而因為其股份佔比高，意見所佔的權重也就越大。最後平台根據所有預測者的意見，彙整聚合(aggregation)眾人對於某一事件的看法[1]。

在排除人為惡意干擾的情況下，預測市場可以有效反映對於未來某一事件的預期結果，並為風險規劃者提供一個重要的參考依據。

博奕論和預測市場有什麼關聯？

如同先前提到的，博弈論為分析不同激勵機制下參與者可能採取的策略提供了一個有力的理論基礎。

因此，預測市場廣泛運用博弈論來設計參與者的獎勵與懲罰機制，以鼓勵他們誠實且積極地利用自身能力進行準確預測。若平台的激勵機制設計不當，可能會導致少數參與者操縱預測結果，進而使預測市場失去其存在的價值。

例如：美國知名的 Intrade 因為在 2012 年美國大選期間，對於選舉結果的精準預測而聲名大噪。Intrade 正是將預測問題轉化為可以交易的股票，其股票價格就代表了該事件結果的發生機率。

博奕論其中一個最重要的概念就是納許均衡(Nash Equilibrium)，指的是各方參與者達成一個平衡，沒有任何一方可以透過改變策略來獲得更大的利益。Intrade 的機制就是當你對某一事件所購買的股權越多，而當最後結果與參與者意見相同，就可以獲得更大的收益；反之，就會失去投入股權的成本。

這就是一個博奕論的實例，Intrade 透過提高參與者投入預測事件的效用(Utility)，來激勵預測者盡可能的提供最貼近真實情形的預測結果。

LLM 在預測市場又扮演什麼角色？

到了 Day 11，我們已經瞭解 LLM 在自然語言處理，資料分析，以及內容生成的優勢。

因此，對於預測市場，LLM 可以提供預測市場更有效的運用博奕論：

• 生成策略並模擬結果：LLM 能夠根據平台的需求，生成不同的市場策略，並進行博弈模擬，以預測這些策略可能的影響和結果，這有助於平台設計者評估不同激勵機制的有效性，確保市場運作穩定。
• 監控並動態調整平台參數：根據當下的平台運行狀況，或是當前內外部環境的影響，LLM 可以持續監控參數變化，並且可以自動調整參數，例如激勵機制的設計，維持最佳的納許均衡，促進參與者誠實預測。
• 風險管理與防止惡意行為：LLM 可以分析歷史平台資料，識別惡意行為模式，為平台提出預警，幫助平台防範操縱市場的行為。

這些應用方向，讓 LLM 成為提升預測市場準確度和穩定性的強大工具。

實際案例：Polymarket，Web3 上的預測市場

隨著 2024 年美國總統大選又即將來臨，在 Web3 的世界，Polymarket 是最近一個很有名的預測市場。

相較於傳統集中化的預測市場，Polymarket 提供了一個去中心化的機制，透過智能合約自動執行獎勵的分配。另外透過智能合約，全球用戶可以自由參與該平台，不需要經過政府批准，進一步提升了參與率。

而區塊鏈的不可篡改性與透明化，為平台提高了可信度。因此，人們不太會質疑平台的預測結果是否被平台本身操縱或修改。

結論與未來展望

如何？預測市場是不是一個相當有趣的應用？在設計這樣的預測市場的應用時，背後依賴於博奕論的支撐。

此外，LLM 和區塊鏈則是可以協助讓預測市場平台準確性更加提高。

你還知道更多的預測市場嗎？留言讓我知道。

在下一篇中，我們會討論如何運用 LLM 來改善區塊鏈上的用戶體驗。明天見囉！

參考資料

1. Faltings, B., & Radanovic, G. (2022). Game theory for data science: Eliciting truthful information. Springer Nature.