CLOB+CTF 和 LSMR，当前两种主流预测市场机制为何无法引领未来？

作者：DAO 之声

一、机制不仅是工具，更是信念的表达器

在预测市场这个依赖集体认知构建价格的系统中，交易的市场机制不仅承担订单撮合的功能，更承载了对未来事件的判断。

一套机制的好坏，不仅决定了交易是否高效，更决定了我们是否能准确地捕捉并表达“未来可能性”的轮廓。

正因如此，当前主流的两种预测市场机制——CLOB+CTF（订单簿+条件 Token）与LSMR（对数评分自动做市），尽管在过去几年中各有建树，却都在实践中暴露出结构性的不足。

这些问题，不仅是技术层面的挑战，更反映出它们对“群体信念如何生成与被衡量”这一核心问题理解的不完全。

CLOB+CTF 的逻辑并不复杂：

1.CLOB 提供限价挂单和撮合的市场界面

2.CTF 则将多选事件拆解为一系列 YES/NO 二元合约，并通过自动 Token 铸造/销毁来完成供需调节。

这种模式在结构上与传统金融市场高度一致，因此具有一定的用户认知基础。

但一旦事件选项增多，系统将被迫创建多个子市场，每个都有自己的一对 Token 和订单簿，从而极大增加了系统复杂度和用户参与门槛。

CLOB 是挂单机制，因此本质上依赖活跃的双边市场。在多数预测市场中，由于用户参与热情不稳定、事件多样化、信息不对称等问题，挂单深度往往严重不足，形成“挂单空窗”或“单边挤压”。

结果就是：

1.用户下单无对手盘，价格停滞；

2.市场在非流动性状态下陷入失效，严重影响用户体验。

CTF 虽可通过铸造 YES/NO 资产在一定程度上补足对手盘缺口，但它本身也成为套利工具，使价格信号更容易受短期行为操纵而非长期预期驱动。

CTF 的横向机制本意是通过系统铸造和销毁 YES/NO 资产，帮助市场价格收敛到真实概率。但实践中，这一机制反而：

1.鼓励用户围绕套利空间而非事件本身进行交易；

2.被动放大市场非理性行为对价格的短期冲击；

3.削弱价格作为“集体信念函数”的可解释性和稳定性。

简言之，CLOB+CTF 尽管在结构上完整，却很难在低流动性、认知差异大、用户非专业化的现实背景下提供稳定有效的价格发现机制。

LSMR（Logarithmic Scoring Market with Reservation）以对数函数为核心，将市场价格与 Token 发行逻辑统一在一套数学表达式中。它有两个显著优点：

1.多选市场无需拆分，所有选项共处同一价格结构；

2.理论上，所有 Token 价格总和恒为 1，符合概率直觉。

然而，LSMR 的问题也正出现在这套数学体系过于“黑箱”：用户无法判断购买某个选项时实际投入成本与潜在收益的关系；市场价格的形成过程缺乏清晰路径，交易体验被算法抽象“遮蔽”；清算逻辑无法形成用户预期中的“赔率”，缺乏博弈透明性。

LSMR 的唯一控制参数 b，决定了市场的价格响应强度（滑点程度）。但这个参数的设计本身就面临悖论：

– b 值过大 → 价格变化迟钝，真实概率难以表达；

– b 值过小 → 价格极度敏感，轻易被操纵，形成价格泡沫。

更糟的是，b 是在市场启动前就必须设定的，但在初期几乎无法判断市场将迎来多大的交易量和波动范围。这使得 b 成为一种结构性的风险因素，而非系统的稳定锚。

CLOB+CTF 中，挂单结构与流动性供需容易让价格偏离事件发生的真实概率；

LSMR 中，价格只是函数输出的结果，用户很难映射到主观概率与赔率之间的关系。

套利逻辑本是维护价格合理性的机制补充，但在这两套系统中，套利反而成为主要交易动因，主导了市场结构，干扰了认知聚合。

无论是订单簿的深度问题，还是对数函数带来的滑点跳跃，用户在参与时都难以获得预期清晰、成本可控的交易体验，这对预测市场这种“面向非专业用户开放”的机制来说，是致命的门槛。

订单簿深度示意 via investopedia

预测市场的本质，是将信念资产化，是一种社会认知与经济激励的融合机制。因此，理想的市场机制必须满足以下三点：

1.定价清晰且概率意义明确，用户能理解价格背后的含义；

2.价格与清算结构闭合，保证参与者的期望收益与实际收益一致；

3.无需复杂拆分或参数控制即可运行稳定，机制本身具备抗操纵性和自我平衡能力。

这些目标，正是 APMM（Automatic Prediction Market Maker）这类新机制试图实现的方向。它们汲取了前代机制的经验，也回应了现实交易行为中的核心痛点。

CLOB+CTF 和 LSMR 存在的机制问题，并不是因为它们不够“聪明”，而是它们在处理“人类如何判断未来”这一问题时，过于依赖技术的封装与形式的优雅，忽视了用户真实行为、心理与认知路径。

市场机制是一种文明工具，最终服务的不是函数与资产，而是人在不确定性中的决策与表达。