Por que o mecanismo de Automated Market Maker AMM falha no campo dos mercados preditivos?

Escreveu por: Melee

Traduzido por: AididiaoJP, Foresight News

Em julho de 2017, Hayden Adams foi despedido pelo seu empregador Siemens, na altura ele desempenhava funções de engenheiro mecânico. O seu colega de faculdade Karl Floersch trabalhava na Ethereum Foundation, frequentemente lhe falava sobre contratos inteligentes. Adams até então não lhe dava atenção. Agora, desempregado e com tempo livre, decidiu ouvir um pouco.

A origem dos Automated Market Makers AMM

Floersch recomendou-lhe um artigo de blog de Vitalik Buterin, que tratava de usar fórmulas matemáticas em vez de livros de ordens para operar exchanges na cadeia. O princípio não era fazer a correspondência de compradores e vendedores, mas permitir que os traders trocassem com um pool de ativos, com o preço automaticamente ajustado com base na proporção de tokens no pool. Na altura, ainda não existia nenhuma versão disponível. Adams encarou isso como um projeto de aprendizagem, recebeu uma doação de 65.000 dólares da Ethereum Foundation e, em novembro de 2018, lançou o Uniswap.

A sua fórmula era quase infantil na sua simplicidade: x * y = k.

Dois tokens são colocados num pool, e o produto dos seus valores permanece constante. Quando alguém compra um token, precisa depositar o outro, alterando a proporção no pool e ajustando o preço de acordo. Sem livros de ordens, sem motores de matching, sem market makers profissionais. Qualquer pessoa pode depositar tokens no pool e ganhar taxas de cada transação.

Assim, os Automated Market Makers tornaram-se a pedra angular das finanças descentralizadas. Uniswap, Curve, Balancer e dezenas de outros protocolos processam bilhões de dólares em volume de transações. Os livros de ordens na cadeia são lentos e caros, e os market makers tradicionais não querem aparecer numa token com apenas duas centenas de detentores. Os AMM permitem a qualquer pessoa criar mercados de liquidez para qualquer ativo a qualquer momento. Antes do surgimento dos AMM, lançar um novo ativo exigia permissões e infraestrutura específica. Com eles, basta um pool de fundos.

As vantagens são evidentes. Assim, os mercados de previsão também tentaram adotá-los.

Automated Market Makers e mercados de previsão

Os mercados de previsão enfrentam o mesmo problema de arranque a frio que os mercados de tokens. É preciso haver liquidez de ambos os lados, e quem fornece liquidez precisa de traders dispostos a trocar. Pouco conhecido é que, anos antes, Robin Hanson já tinha proposto, em 2002, um esquema de market making automatizado para mercados de previsão, baseado na sua regra de pontuação de mercado logarítmica.

Ele acreditava ter resolvido teoricamente o problema do arranque a frio. Mas na prática, o esquema enfrentava os mesmos problemas que surgiriam em tentativas futuras de automatizar a liquidez de mercados de previsão: a fórmula não consegue distinguir entre tokens que oscilam para sempre e direitos que expiram.

Os mercados de previsão são binários. Finalizam em um ou zero. Nos pools de troca de tokens, ambos os ativos podem oscilar indefinidamente, e a fórmula do AMM funciona porque ambos os tokens foram desenhados para não chegarem a zero.

Os primeiros Polymarket usaram um AMM baseado na regra de pontuação de mercado logarítmica. A Augur também experimentou esquemas semelhantes. Se a liquidez automatizada fosse eficaz na troca de tokens, deveria ser igualmente eficaz para apostas em eleições.

Mas não é.

Por que os AMMs falham nos mercados de previsão

Quando um evento de mercado de previsão é resolvido, um lado vale um dólar, o outro vale zero. Para qualquer provedor de liquidez, o resultado matemático é quase cruel. À medida que o mercado se aproxima do encerramento, o pool de fundos é automaticamente reequilibrado para o lado perdedor.

Perda impermanente

A “perda impermanente” que os traders de finanças descentralizadas chamam, aqui torna-se totalmente “permanente”. Cada mercado será resolvido, e cada pool de fundos acabará por conter uma fatia de valor zero.

Em pools tradicionais de finanças descentralizadas, as taxas de transação podem, ao longo do tempo, compensar a perda impermanente.

Mas nos mercados de previsão, a perda é estrutural e inevitável. A única questão é quanto o provedor de liquidez perderá. Protocolos tentaram convencer os usuários a depositar ativos nesses pools através de mineração de liquidez, recompensas e incentivos diversos. Tudo isso, na prática, é uma forma de subsidiar os usuários a perderem valor a um ritmo mais lento.

Descoberta de preços

Outro problema é a descoberta de preços. Os AMMs baseiam-se na proporção no pool e numa fórmula fixa para precificar ativos. Para tokens, o “preço correto” é uma meta móvel, e valores aproximados gerados pela fórmula são suficientes. Mas o preço de um mercado de previsão deve refletir probabilidades. A inclinação introduzida pela curva de produto constante distorce o sinal, especialmente em mercados com baixa liquidez, onde uma única transação pode fazer a probabilidade implícita oscilar vários pontos percentuais.

O livro de ordens centralizado CLOB é superior ao AMM?

A Polymarket percebeu isso cedo. No final de 2022, a plataforma migrou de um AMM baseado na regra de pontuação de mercado logarítmica para um livro de ordens centralizado. Os AMMs foram desenhados para troca contínua de tokens ao longo de faixas de preço. Os mercados de previsão, por outro lado, precisam de uma precificação de probabilidades precisa para resultados binários com valor final conhecido. São problemas completamente diferentes.

A característica revolucionária dos AMMs — criação de mercados sem permissão, liquidez instantânea, independência de market makers profissionais — é exatamente o que os mercados de previsão precisam. Mas o mecanismo específico de uma fórmula de função constante, construída para troca de tokens, torna-se difícil de sustentar diante de resultados binários e de liquidação inevitável.

O desafio dos mercados de previsão é criar uma infraestrutura que possa refletir a forma como esses mercados realmente se resolvem, reproduzindo esses efeitos.