Формирование экономики внимания

Если выразиться максимально кратко, все активы можно разделить на две основные категории:

1. Активы с денежным потоком — это, прежде всего, акции и облигации. Такие активы генерируют денежные потоки, которые инвесторы оценивают и капитализируют.

2. Активы спроса и предложения — в основном это относится к сырьевым товарам и валютным парам. Их стоимость определяется балансом спроса и предложения.

В последние годы криптовалюты сформировали совершенно новый тип актива — его ценность определяется вниманием. Сегодня «Активы внимания» — это преимущественно пользовательские активы (UGA): NFT, токены создателей и мемкойны. Они становятся точками притяжения, а их стоимость отражает динамику культурного интереса.

Мемкойны интересны с точки зрения культуры, однако с финансовой точки зрения их потенциал ограничен. Эффективные Активы внимания должны позволять участникам рынка получать финансовую экспозицию к прямому вниманию. Это стимулирует торговать активами, которые, по мнению трейдеров, недооценены; рынок может формировать цены, отражающие прогнозы относительно внимания.

Мы убеждены, что при грамотной архитектуре Активы внимания способны стать самостоятельным классом активов. Для ускорения этой идеи предлагаем концепцию Attention Oracles — нового типа оракулов, которые могут позволить запускать Attention Perps — инновационные инструменты для торговли вниманием к культурным феноменам в длинном и коротком направлении.

Attention Oracles агрегируют данные бинарных рынков предсказаний по определённой теме, используя их цену, ликвидность и временной горизонт для построения взвешенного индекса, отражающего изменения внимания. Для корректной работы базовые рынки должны быть тщательно подобраны, чтобы учитывать релевантные реальные источники внимания. Использование prediction markets в качестве источника данных для Attention Oracles формирует встроенную стоимость манипуляции, что снижает вероятность подделки: чтобы повлиять на индекс, недобросовестным трейдерам придётся рисковать капиталом.

Зачем нужны Attention Perps

UGA отлично подходят для спекуляций и эффективно отслеживают внимание к новым трендам и мемам, стартующим с нуля.

UGA решают задачу создания актива для объектов, которые невозможно выпустить через традиционные финансовые инструменты. Процесс выпуска классических активов медленный, дорогой и требует строгого регулирования, что ограничивает спектр доступных активов. Активы внимания должны работать с интернет-скоростью, чтобы соответствовать глобальным трендам. Совмещение permissionless выпуска токенов, умных механизмов ценообразования (bonding curves) и DEX позволяет любому создать актив бесплатно, запустить ликвидность и дать возможность торговать им всему миру.

Часто цены UGA стартуют с нуля. Это особенность, а не недостаток: если вы создаёте новый мем, на момент появления к нему нет внимания. Логично, что вход возможен по минимальной цене. Это также позволяет тем, кто умеет распознавать тренды на ранней стадии, монетизировать свои навыки через создание активов с низкой базовой стоимостью. Однако это делает UGA неидеальными инструментами для получения финансовой экспозиции к вниманию к уже популярным объектам.

Например, если вы хотите открыть длинную позицию на внимание к Леброну Джеймсу, можно создать мемкойн, но подобных токенов уже существует десятки. Какой выбрать? Кроме того, новый мемкойн Леброна стартует с минимальной стоимости, тогда как сам Леброн — одна из самых известных личностей в мире. Интуитивно его внимание должно быть очень высоким и не способно увеличиться в 100 раз за короткое время. И, наконец, если вы хотите открыть короткую позицию на его внимание, мемкойны не предоставляют такой возможности.

Каким должен быть актив для уже известных и популярных тем?

Ключевые требования:

• Двунаправленность — возможность открывать длинные и короткие позиции
• Привязка к реальному источнику данных для измерения внимания
• Стартовая стоимость не должна быть нулевой

Если посмотреть на эти требования, бессрочные фьючерсы (perps) идеально подходят: они двунаправленные, имеют оракул (источник данных) и являются деривативами, поэтому не стартуют с нуля. Главная задача — построить оракул для Attention Perps.

Уже есть проекты, решающие эту задачу, например Noise. На Noise трейдеры могут открывать длинные и короткие позиции на mindshare отдельных криптопроектов, таких как MegaETH и Monad. Noise использует Kaito как оракул, агрегирующий данные из соцсетей и новостей для расчёта уровня mindshare по теме.

Однако такую архитектуру можно улучшить. Цель Attention Oracles — собрать данные, связанные с вниманием, обработать их определёнными функциями и выдать значение, по которому можно открывать позиции.

Проблема использования соцсетей как источника — их легко манипулировать. Здесь работает версия закона Гудхарта: на конкурентном рынке трейдеры будут пытаться влиять на входные данные для изменения цены. Kaito уже пришлось переработать систему рейтинга и антиспам-фильтры для решения этой проблемы.

Кроме того, соцсети не всегда точно отражают внимание. Например, у Шохеи Отани глобальная фан-база, использующая множество разных приложений, не все из которых индексируются Kaito. Если Шохеи выиграет ещё одну Мировую серию, его популярность возрастёт, но количество подписчиков или упоминаний в соцсетях не обязательно увеличится пропорционально.

Attention Oracles: рыночный подход

Вернёмся к примеру с Леброном Джеймсом. Если вы хотите торговать вниманием к Леброну, первым шагом будет сбор (или создание) множества бинарных prediction markets по темам о Леброне: «Будет ли у Леброна Джеймса более X миллионов подписчиков к концу месяца?», «Выиграет ли Леброн чемпионат в 2026 году?», «Станет ли Леброн MVP в 2026 году?» и т.д. Полноценный Attention Oracle Леброна использовал бы гораздо больше базовых рынков, но для примера возьмём эти три. Цена индекса рассчитывается через взвешенную агрегацию цены, ликвидности, времени до разрешения и значимости каждого рынка.

Для каждого рынка есть цена, ликвидность, время до разрешения и оценка значимости. Для иллюстрации используем простую формулу для расчёта весов: каждый рынок получает оценку значимости от 1 до 10, а также показатели ликвидности и времени:

Допустим, значимость трёх рынков — 8, 2 и 10. Вес каждого рынка будет:

И итоговое значение внимания:

Если время до разрешения рынков — 180, 20 и 180 дней соответственно, а значимость — 8, 2 и 10, итоговая формула будет:

Существуют более сложные методы расчёта метрик внимания: использование open interest вместо объёма торгов, учёт коррелированных событий, корректировка по глубине рынка, нелинейные зависимости между переменными и др. Мы создали интерактивный сайт, где вы можете создавать свои индексы на основе живых рынков Kalshi.

Главное преимущество такой конструкции оракула — манипуляция требует реальных затрат. Если трейдер открывает длинную позицию на внимание к Леброну и хочет поднять цену, ему придётся покупать позиции на базовых prediction markets. При достаточной ликвидности это означает покупку позиций по завышенным ценам.

Ещё одно важное преимущество: бинарные prediction markets предоставляют маркетмейкерам спотовый рынок для хеджирования. Если маркетмейкер открывает короткую позицию на значение внимания, он может захеджировать её, открыв длинные позиции на базовых prediction markets, входящих в индекс внимания.

Adjacent создала индексы на основе живых ликвидных рынков Kalshi для отслеживания политических трендов, таких как контроль демократов и республиканцев и выборы мэра Нью-Йорка. Аналогичную методологию можно использовать для отслеживания внимания к любым темам. По мере роста prediction markets увеличится и спектр тем.

Дизайн-пространство Attention Oracle

Архитектура оракула требует компромиссов. Ключевые вопросы при проектировании Attention Oracles:

• Релевантность входных данных
• Практичность получения данных
• Возможность манипуляции/игры на входных данных
• Какие функции используются для расчёта значения внимания?

Главный компромисс предлагаемого оракула — сложность получения входных данных. Для создания Attention Oracle по Леброну Джеймсу потребуется множество ликвидных prediction markets по темам о Леброне. Эти рынки должны оставаться ликвидными и заменяться новыми по мере разрешения старых. Такой подход оптимален для ограниченного круга популярных тем, вокруг которых уже существуют развитые prediction markets (например, Дональд Трамп или Тейлор Свифт).

Ещё один компромисс: внимание может расти вне зависимости от исхода рынка. Например, даже если Леброн не выиграет ещё одно чемпионство, интерес к нему может увеличиться — обсуждают его форму, возраст, перспективы. Внимание часто переключается на неожиданные события, а prediction markets измеряют ожидание события. Если рынок ожидает, что Леброн станет MVP, но этого не происходит, внимание может вырасти, а индекс снизиться. Фанаты и аналитики будут обсуждать, что Леброна «обокрали» или что решение MVP было несправедливым.

Лучшие архитектуры оракулов, вероятно, будут сочетать prediction markets, данные соцсетей и другие источники. Google Trends недавно запустил альфа-доступ к API поисковых трендов. Объём интернет-поиска по теме коррелирует с вниманием, а Google Trends фильтрует повторные запросы, что делает его более устойчивым к манипуляциям, чем соцсети. Ещё один источник — использование LLM для анализа легко манипулируемых данных и фильтрации спама, например, оценка внимания по заголовкам новостных ресурсов или трендовым постам на X.

Мы считаем, что устоявшиеся биржи, такие как Kalshi и Polymarket, лучше всего подходят для запуска Attention Perps, поскольку у них есть множество ликвидных prediction markets и пользователи, готовые торговать новыми активами. Однако возможности Attention Assets не ограничиваются только крупными игроками.

Один из вариантов — пулы, торгующие prediction markets с мандатом на длинную/короткую позицию по теме. Например, пул «длинная позиция по Тейлор Свифт» будет покупать Yes-контракты на события вроде попадания в топ-10, выступления на Super Bowl и др. Менеджер пула определяет, какие рынки коррелируют с ростом внимания.

Другой пример — использование бессрочных контрактов Hyperliquid, развёрнутых через builder. HIP-3 позволяет создателю рынка гибко определять оракул — рынок HIP-3 может использовать комбинацию цен на Kalshi/Polymarket, метрик соцсетей, Google Trends, новостных заголовков и др.

Внимание как класс активов

Парадоксально, но первым зрелым применением Attention Economy может стать рынок акций. Цена акции состоит из двух компонентов: DCF-стоимости (внутренней ценности) и меметической стоимости.

Ранее большинство акций не имели значимой меметической ценности. Но благодаря WallStreetBets и торговым платформам 24x5, таким как Robinhood, многие бумаги приобрели устойчивую меметическую стоимость.

Задача аналитика — определить цену акции. Для DCF-компонента есть устоявшиеся методы, но как оценить меметическую составляющую? По мере роста числа активов, торгуемых исходя из меметической стоимости, потребуется разрабатывать методы её моделирования. Продвинутые инвесторы уже используют такие показатели, как количество подписчиков, лайков и просмотров, чтобы оценить настроение. Prediction markets и другие архитектуры оракулов — полезные инструменты для измерения внимания к акциям и построения более точных торговых моделей.

Но потенциал Attention Assets выходит далеко за пределы ценообразования акций. Прогнозирование внимания — экономически значимая деятельность. Внимание — ведущий индикатор потребительских предпочтений и расходов. Бизнес распределяет бюджеты на R&D, найм и маркетинг в зависимости от динамики внимания. Важно выработать новые эвристики для моделирования этих потоков.

Если вы работаете над Attention Assets или инфраструктурой для таких активов, свяжитесь с нами.

Раскрытие информации: Данный материал не выражает мнение и не оценивает законность или регуляторные последствия в какой-либо конкретной юрисдикции Attention Oracles, Attention Perps или любых других продуктов, основанных на идеях, изложенных в статье.

Дисклеймер:

1. Статья перепечатана с сайта [Multicoin]. Все права принадлежат оригинальному автору [Eli Qian]. Если у вас есть возражения против перепечатки, пожалуйста, обратитесь к команде Gate Learn для оперативного рассмотрения.
2. Отказ от ответственности: Мнения и взгляды, выраженные в статье, отражают позицию автора и не являются инвестиционной рекомендацией.
3. Переводы статьи на другие языки выполняются командой Gate Learn. Если не указано иное, копирование, распространение или плагиат переведённых материалов запрещены.