Анатомия децентрализованного рынка предсказаний: микроструктура стакана Polymarket

5.5/10

Ключевые слова: рынки предсказаний; микроструктура; LOB; Polymarket; направление сделки; эффективный спред; $\lambda$ Кайла; wash trading.

Аннотация

Микроструктура Polymarket: непрерывный тиковый архив публичного WebSocket-стакана (30 млрд событий за 52 дня) плюс on-chain сделки. На пререгистрированной стратифицированной панели 600 рынков — восемь стилизованных фактов: longshot-премия в спреде; глубина ближе к равномерной геометрической сетке, чем к top-of-book; нет содержательного выравнивания на границах блоков Polygon; разнообразие maker-кошельков с концентрированным хвостом; спред зависит от категории; медиана задержки архива <50 мс с многосекундным хвостом; доля self-counterparty wash медиана 1%, верх 22% (сравнение с Cong et al. 2023 на токен-биржах — sanity bound, не apples-to-apples); кросс-секционная глубина объясняется длительностью, уровнем цены и объёмом, без остаточного time-to-close.

Измерение: направление сделки с публичного фида совпадает с on-chain истиной лишь ~59% (взвешено по объёму, top-100, четыре окна по 7 дней; среднее панели 0,615, bootstrap 95% ДИ $[0{,}58,0{,}65]$). На сравнимом подмножестве эффективный half-spread меняет знак между фидом и чейном на 67% рынков в первом окне (50% во втором); $\lambda$ Кайла — на 60% (43%). Оба окна далеко от ~80% Lee–Ready на акциях. Направление надо брать из OrderFilled; пакет джойна выложен.

1. Введение

Рынки предсказаний собирают убеждения в цену-вероятность. Литература исторически про точность прогноза, калибровку, longshot bias (Wolfers–Zitzewitz, Manski, Page–Clemen). Микроструктура задаёт стоимость информационной позиции: широкий спред — слабее сигнал в цене. На ранних площадках (IEM, LMSR Hanson, паримутуэль) стакан почти не виден. Rahman et al. 2025 — обзор DePM без тикового матчинга. Tsang–Yang 2026 — один рынок (выборы США 2024) во времени, $\lambda$ на агрегатах. Здесь — кросс-секция: 600 рынков одновременно, 28-дневное окно, полный tape + on-chain.

С 2021 Polymarket — CLOB на Polygon, сеттл USDC против CTF. Данные: 52 дня фида (21 февраля — 15 апреля 2026), 30 287 264 368 событий, 385 198 рынков. Перекрытие 28 дней (28 февраля — 27 марта) на чейне: CTF Exchange V1, 255 млн OrderFilled с обеими сторонами и агрессором. Котировки — с фида, направление — с чейна. Панель 600 рынков пререгистрирована.

Два вклада. (i) Направление с публичного стакана — шум: шесть мер (эффективный/реализованный спред, $\lambda$, Amihud, Roll, Abdi–Ranaldo) требуют знака; Lee–Ready на акциях ~80%; здесь change_side помечает сторону книги, не инициатора. Согласие ~59%. Half-spread и $\lambda$ часто меняют знак. (ii) Восемь фактов без джойна, на всех 600. Самое контринтуитивное — §7; для объекта Polymarket важнее SF1, SF2, SF8.

2. Институты

Бинарный рынок: ERC-1155 YES/NO, 1 YES + 1 NO = 1 USDC после резолюции, в равновесии $p_{\mathrm{YES}}+p_{\mathrm{NO}}=1$. Меры на стороне YES; NO — зеркало. Лонг YES «дорого» = продать YES или купить NO.

Матчинг: CTF Exchange, подписанные офчейн-ордера против resting. V1 (до конца апреля 2026) — окно скрейпа; V2 с жёстким cutover. OrderFilled: (orderHash, maker, taker, makerAssetId, takerAssetId, amounts, fee). makerAssetId = 0 → мейкер внёс USDC, тейкер продаёт токен; takerAssetId = 0 → тейкер покупает. Это ground truth знака.

Блок Polygon ~2 с. Скрейпят только depth $\ge 256$ (Heimdall reorg). Интерполяция timestamp: медиана ошибки 2 с, макс 4 с vs шаг панели 60 с.

WebSocket: book_snapshot (0,80%) и price_change (99,20%) — тройка (цена, сторона, размер); ноль размера = уровень пуст. Тейкера нет. change_side ≠ инициатор сделки — зазор §7.

Направление-зависимые меры: $M=\mathbb E[\mathrm{sign}_t\cdot f(\mathrm{price}_t,\mathrm{mid}_t,\mathrm{size}_t)]$. Шумный знак не только ослабляет $M$, но может перевернуть.

Бенчмарки акций: Lee–Ready 81% Nasdaq (Ellis et al.); half-spread после decimalization — единицы bps vs медиана котируемого half на центральном дециле Polymarket ~200 bps; HFT-фирмы ~половина объёма акций vs медиана ~32 эффективных мейкера (SF4); wash на регулируемых почти 0, на токен-биржах Cong et al. 25–70% vs медиана 1% здесь (другая мотивация); SIP-латентность сотни мкс vs медиана архива 41 мс (это пайплайн коллектора, не биржа).

3–4. Данные и панель

Архив: 21 февраля 16:00 UTC — 15 апреля 08:00 UTC, 1262 часовых Parquet, 623,8 ГБ, 30,3 млрд строк. Три часа дыр (24 февраля 14–15, 4 апреля 18) — missing, не порча. last_trade_price вне скоупа. 385 198 market_id; CLOB REST резолвит все; Gamma API только 34 764 — не для джойна.

On-chain: eth_getLogs, 255 425 405 fills, дедуп (txHash, logIndex). Split fills (обе стороны — токены) в окне: 0. Мост: (condition_id, yes_token_id, no_token_id) с CLOB.

Панель пререгистрирована до счёта: docs/preregistration_plan3c.md + SHA-256 parquet. Top-100 по on-chain USDC объёму (4,56–96,0 млн USD); random-500 из рынков ≥100 сделок, seed 20260424. Crypto 348/600 (58%), Sports 142/600 (24%).

5. Восемь стилизованных фактов

SF1. Longshot-премия в спреде. Котируемый half в bps mid, децили по среднему mid. Медиана ~400 bps в $[0{,}4,0{,}6]$; 1300–1800 bps полного спреда при mid < 0,10 (half 650–900). Асимметрия: низковероятностная сторона шире. Направление как на скачках (Snowberg–Wolfers, Thaler–Ziemba) и IEM/TradeSports, величина на порядок больше — скорее inventory-риск мейкера на бинарном контракте с ограниченным апсайдом, чем «любовь к риску». Разделить нельзя без инвентаря мейкера. Табл. 1: дециль [0,0,10] медиана 1818 bps (n=33); [0,40,0,50] и [0,50,0,60] ровно 400 (n=184 и 214); [0,90,1] 53 bps (n=4).

SF2. Концентрация глубины. Доля уровня $k$ в кумулятиве top-10. Равномерная сетка = 0,10 на уровень; чистый top-of-book = 1 на $L_1$. Медиана $L_1$ = 0,136 (скромная премия); остальные ~0,08–0,10 до $L_{10}$. Медианный KL до равномерного 0,087 (идеальный top-heavy дал бы $\log 10\approx 2{,}30$). 9% рынков с $L_1\gt 0{,}5$; 57% в $[0{,}05,0{,}20]$. Фольклор «вся глубина на best» на Polymarket не держится.

SF3. Выравнивание на блоках. Доля price_change в $\pm 100$ мс от сетки 2000 мс; нуль = 0,10. Медиана 0,102, IQR $[0{,}087,0{,}110]$; 4,5% рынков >0,15. Биномиальный тест отвергает точный нуль на 58,5% рынков из-за миллионов событий — экономически кластера нет.

SF4. Концентрация мейкеров. HHI по адресам, 6,4 млн сделок. Медиана 0,031 (~32 эффективных); $p_{90}=0{,}119$ (~8); макс 0,40 (~3). На большинстве рынков плоско, хвост нишевых с 1–3 кошельками.

SF5. Спред по категории. Politics/Business/Entertainment слиты в Other. Медианы эффективного half (п.п. вероятности): Sports 0,0075; Geopolitics 0,0001; Other $-0{,}0004$; Crypto $-0{,}0393$. Разброс медиан $\pm 0{,}04$; внутри Crypto/Sports IQR ~0,3 — шум §7.

SF6. Латентность архива, не биржи. timestamp_received vs created_at. Медиана $p_{50}$ по рынкам 41,5 мс; $p_{90}=166$; $p_{99}=6108$ мс. Межрыночный $p_{50}$ 39–47 мс — пайплайн коллектора; секундный $p_{99}$ — backpressure.

SF7. Wash. (a) maker = taker; (b) перевёрнутая пара в 128 блоках. Нижняя граница: нет графовых паттернов Cong et al. Медиана 0,97%; $p_{90}=4{,}5\%$; $p_{99}=10{,}6\%$; макс 22,2%. 25–70% токен-бирж — другая мотивация (листинг, агрегаторы, rebates).

SF8. Глубина vs резолюция. Регрессия $\log$ глубины $L{=}10$ на $\log$ секунд до close. Бивариатный наклон $+0{,}82$; с FE категории $+0{,}55$; плюс объём $+0{,}30$. Полная v2 (длительность, $\log p(1-p)$, объём, категория): $+0{,}008$ (SE 0,10) — ноль. Децили mid 2–7: $-0{,}27$ (SE 0,17). Драйверы: длительность $+0{,}22$, $\log p(1-p)$ $-1{,}02$ (экстремумы глубже), объём $+0{,}41$. Time-to-close сам по себе не объясняет; v1 ловил корреляцию длительности и цены. Within-market траектория требует временных рядов глубины — их панель не материализует.

6. Декомпозиция спреда

Glosten–Harris / Huang–Stoll / Madhavan: \[ S^{\mathrm{eff}}_{1/2}=c+\varphi, \] $c$ — транзиторный (реализованный half на лаге 60 с), $\varphi$ — adverse selection. Top-100, медиана 11 тыс. сделок; сходится 97/100. Медиана эффективного half ≈ 0 ($-0{,}0003$ п.п.); $c$ и $\varphi$ тоже. «Adverse selection» с фида без знака — артефакт. Хвосты — события плюс шум шага 60 с.

7. Лимиты вывода только из стакана

7.1 Согласие знака. LOOSE-правило (каждый decrement resting) vs OrderFilled, бакеты 5 с × точная цена, четыре окна по 7 дней, top-100. Среднее панели 0,615 (109 ячеек, 55 рынков); взвешенное 0,592 (125 080 бакетов); медиана 0,591. ~59% — чуть выше монетки; два из пяти знаков неверны, даже когда бакет совпал по времени и цене. last_trade_price на канале не оценивали.

7.2 Распространение. STRICT vs on-chain, окно 7 дней (полный 28 дней не влез по $O(n^2)$). Среди 31 рынка с обоими потоками отношение счёта STRICT/chain медиана 0,23 — нет поправочного множителя. Эффективный half: 16/24 (67%) противоположный знак; медиана STRICT $+0{,}0048$, chain $-0{,}000075$. $\lambda$: 15/25 (60%) flip. Подмножество несёт 98–99% объёма top-100. Взвешивание по долларам: flip half-spread 67%→86% (крупнейший рынок — два трети объёма — flip); $\lambda$ 60%→18% (шум нулевых бакетов). Второе окно: half 50%, $\lambda$ 43% — оба в зоне шанса. Ни одно окно не дотягивает до ~80% Lee–Ready.

7.3 Следствие. Направление — только OrderFilled. То же для гибридных CLOB (GMX v1, dYdX v3, Loopring): фид показывает, что клирилось, не кто начал.

7.4 Оговорки. Шаг 60 с: Roll инвариантен; effective/Amihud ±10–20% vs 1 с; $\lambda$ ломается на порядки. SF8 — кросс-секция, не within. Wash — нижняя граница. MEV в mempool Polygon не отделён: asymmetry 60/40 seller/buyer может быть ретейл, боты или смесь; часть потока в private relay.

8. Заключение

Longshot-спред, почти равномерная глубина, латентность коллектора, плоские мейкеры, низкий прямой wash. Главное: знак с WebSocket ≈ монетка. Микроструктура Polymarket со знаком — только с чейна.

Дальше: cutover V1→V2; mempool+relay vs ретейл; временные ряды глубины для SF8; кто лидер цены vs Kalshi/PredictIt.

§9: код с Claude Code; конфликта интересов нет; только публичные фид и логи, без деанонимизации; артефакты на GitHub/Zenodo, сырой архив по запросу.

Литература

• Cong, L. W. et al. Crypto wash trading. Management Science, 2023.
• Ellis, K., Michaely, R. and O’Hara, M. Accuracy of trade classification. JFQA, 2000.
• Glosten, L. R. and Harris, L. E. Components of the bid/ask spread. 1988.
• Hasbrouck, J. Empirical Market Microstructure. 2007.
• Lee, C. M. C. and Ready, M. J. Inferring trade direction. JF, 1991.
• Rahman, N., Al-Chami, J. and Clark, J. SoK: DePM microstructure. arXiv:2510.15612, 2025.
• Snowberg, E. and Wolfers, J. Favorite-long shot bias. JPE, 2010.
• Tsang, K. P. and Yang, Z. Polymarket 2024 election microstructure. 2026.
• Wolfers, J. and Zitzewitz, E. Prediction markets. 2004.

Перевод: §§1–9. Рис. и табл. — в PDF. · arXiv:2604.24366 · лицензия arXiv nonexclusive-distrib 1.0