論文の概要: Unravelling the Probabilistic Forest: Arbitrage in Prediction Markets
- arxiv url: http://arxiv.org/abs/2508.03474v1
- Date: Tue, 05 Aug 2025 14:06:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-06 18:18:55.999946
- Title: Unravelling the Probabilistic Forest: Arbitrage in Prediction Markets
- Title（参考訳）: 確率的森林の破壊:予測市場は乱高下
- Authors: Oriol Saguillo, Vahid Ghafouri, Lucianna Kiffer, Guillermo Suarez-Tangil,
- Abstract要約: Polymarketは予測市場プラットフォームであり、ユーザーは条件として知られる特定の結果に結びついた共有によって将来の出来事を推測することができる。
この設計にもかかわらず、ポリマーケットは依存資産が不利な場合を示す。
この現象は調停と呼ばれ、洗練された参加者がこのような矛盾を活用できる可能性がある。
- 参考スコア（独自算出の注目度）: 2.9311414545087366
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Polymarket is a prediction market platform where users can speculate on future events by trading shares tied to specific outcomes, known as conditions. Each market is associated with a set of one or more such conditions. To ensure proper market resolution, the condition set must be exhaustive -- collectively accounting for all possible outcomes -- and mutually exclusive -- only one condition may resolve as true. Thus, the collective prices of all related outcomes should be \$1, representing a combined probability of 1 of any outcome. Despite this design, Polymarket exhibits cases where dependent assets are mispriced, allowing for purchasing (or selling) a certain outcome for less than (or more than) \$1, guaranteeing profit. This phenomenon, known as arbitrage, could enable sophisticated participants to exploit such inconsistencies. In this paper, we conduct an empirical arbitrage analysis on Polymarket data to answer three key questions: (Q1) What conditions give rise to arbitrage (Q2) Does arbitrage actually occur on Polymarket and (Q3) Has anyone exploited these opportunities. A major challenge in analyzing arbitrage between related markets lies in the scalability of comparisons across a large number of markets and conditions, with a naive analysis requiring $O(2^{n+m})$ comparisons. To overcome this, we employ a heuristic-driven reduction strategy based on timeliness, topical similarity, and combinatorial relationships, further validated by expert input. Our study reveals two distinct forms of arbitrage on Polymarket: Market Rebalancing Arbitrage, which occurs within a single market or condition, and Combinatorial Arbitrage, which spans across multiple markets. We use on-chain historical order book data to analyze when these types of arbitrage opportunities have existed, and when they have been executed by users. We find a realized estimate of 40 million USD of profit extracted.
- Abstract（参考訳）: Polymarketは予測市場プラットフォームであり、ユーザーは条件として知られる特定の結果に結びついた株を取引することで将来の出来事を推測することができる。
各市場は1つ以上の条件に関連付けられている。
適切な市場の解決を確実にするためには、条件セットは総じて可能なすべての成果を考慮し、相互排他的に解決しなければならない。
したがって、関連するすべての結果の集合価格は1ドルであり、任意の結果の1の組合せ確率を表す。
この設計にもかかわらず、ポリマーケットは、依存する資産が不利な場合を示し、一定の結果が1ドル以下(またはそれ以上)で購入され、利益が保証される。
この現象は調停と呼ばれ、洗練された参加者がこのような矛盾を活用できる可能性がある。
本稿では,ポリマーケットデータに対する実験的な仲裁分析を行い,次の3つの重要な疑問に答える: (Q1) 仲裁が発生する条件は何か (Q2) ポリマーケット上で実際に仲裁が発生するか (Q3) それらの機会を利用しているか。
関連する市場間の仲裁分析における大きな課題は、多くの市場と条件における比較のスケーラビリティであり、単純な分析では$O(2^{n+m})$比較が必要である。
これを解決するために、専門家の入力によってさらに検証されたタイムライン、トピックの類似性、組合せ関係に基づくヒューリスティック・リダクション戦略を採用する。
調査では、単一市場または条件内で発生するマーケットリバランシング・アービタージュと、複数のマーケットにまたがる Combinatorial Arbitrageの2つの異なる形式の仲裁を明らかにした。
我々は、このタイプの仲裁の機会がいつ存在したか、ユーザがいつ実行されたかを分析するために、チェーン上の履歴書データを使用します。
実際の推計では4000万米ドルの利益が得られた。
関連論文リスト
- Quantifying Arbitrage in Automated Market Makers: An Empirical Study of Ethereum ZK Rollups [6.892626226074608]
本研究は、ZKロールアップにおけるAMM(Automated Market Makers)とCEX(Centralized Exchanges)の仲裁の機会を体系的にレビューする。
このような仲裁の機会を計測し、関連する最大任意値(MAV)の式を導出する理論的枠組みを提案する。
全体として、USDC-ETH SyncSwapプールにおける2023年7月から2023年までの累積MAVは104.96k(取引量の0.24%)である。
論文 参考訳（メタデータ） (2024-03-24T10:26:34Z) - Diffusion Variational Autoencoder for Tackling Stochasticity in
Multi-Step Regression Stock Price Prediction [54.21695754082441]
長期的地平線上での多段階の株価予測は、ボラティリティの予測に不可欠である。
多段階の株価予測に対する現在の解決策は、主に単一段階の分類に基づく予測のために設計されている。
深層階層型変分オートコーダ(VAE)と拡散確率的手法を組み合わせてセック2seqの株価予測を行う。
本モデルでは, 予測精度と分散性の観点から, 最先端の解よりも優れていることを示す。
論文 参考訳（メタデータ） (2023-08-18T16:21:15Z) - Joint Latent Topic Discovery and Expectation Modeling for Financial
Markets [45.758436505779386]
金融市場分析のための画期的な枠組みを提示する。
このアプローチは、投資家の期待を共同でモデル化し、潜伏する株価関係を自動的に掘り下げる最初の方法だ。
私たちのモデルは年率10%を超えるリターンを継続的に達成します。
論文 参考訳（メタデータ） (2023-06-01T01:36:51Z) - Parity in Markets -- Methods, Costs, and Consequences [109.5267969644294]
我々は、市場デザイナーがフィッシャー市場の税や補助金を使って、市場均衡の結果が一定の制約内に収まることを確実にする方法を示します。
我々は、既存の文献で提案されている様々な公正性制約を市場ケースに適用し、その制約から誰が利益を得るか、誰を失うかを示す。
論文 参考訳（メタデータ） (2022-10-05T22:27:44Z) - Quantum computational finance: martingale asset pricing for incomplete
markets [69.73491758935712]
金融の価格問題に様々な量子技術を適用することができることを示す。
従来の研究と異なる3つの方法について議論する。
論文 参考訳（メタデータ） (2022-09-19T09:22:01Z) - Competition, Alignment, and Equilibria in Digital Marketplaces [97.03797129675951]
プラットフォームアクションがバンディットアルゴリズムであり,両プラットフォームがユーザ参加を競うデュオポリー市場について検討する。
私たちの主な発見は、この市場における競争は、市場の結果をユーザーユーティリティと完全に一致させるものではないということです。
論文 参考訳（メタデータ） (2022-08-30T17:43:58Z) - Price Interpretability of Prediction Markets: A Convergence Analysis [6.623653707600985]
指数的ユーティリティベース市場におけるエージェント信念の幾何学的平均に制限価格が収束することを示す。
また、制限価格は、エージェントの信念、リスクパラメータ、富をカプセル化する方程式の体系によって特徴づけられることを示す。
論文 参考訳（メタデータ） (2022-05-18T13:15:11Z) - Deep Q-Learning Market Makers in a Multi-Agent Simulated Stock Market [58.720142291102135]
本稿では,エージェント・ベースの観点から,これらのマーケット・メーカーの戦略に関する研究に焦点をあてる。
模擬株式市場における知的市場マーカー作成のための強化学習(Reinforcement Learning, RL)の適用を提案する。
論文 参考訳（メタデータ） (2021-12-08T14:55:21Z) - Learning who is in the market from time series: market participant
discovery through adversarial calibration of multi-agent simulators [0.0]
電子取引市場では、価格またはボリューム時系列のみが直接観測可能である。
本研究では,実物と偽物とを区別できる識別器を2段階に分けて学習する手法を提案する。
論文 参考訳（メタデータ） (2021-08-02T06:53:37Z) - Deep Learning Statistical Arbitrage [0.0]
本稿では,統計的仲裁のための統一的な概念枠組みを提案し,新しいディープラーニングソリューションを開発した。
我々は、条件付き遅延資産価格要素から残余ポートフォリオとして類似資産の仲裁ポートフォリオを構築する。
我々は、これらの残余ポートフォリオの時系列信号を、最も強力な機械学習時系列ソリューションの1つを用いて抽出する。
論文 参考訳（メタデータ） (2021-06-08T00:48:25Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。