Засновник Paradigm виявив помилку у відображенні обсягу Polymarket у широко використовуваних торгових наборах даних

Нове дослідження, яким поділився провідний криптоінвестор, викликало питання щодо того, як обсяг торгів на Polymarket відображається на основних дата-платформах.

Засновник Paradigm підкреслює помилку підрахунку даних

9 грудня засновник Paradigm Метт Хуанг зробив репост у X дослідження аналітика ончейн-даних @notnotstorm у соцмережах, звернувши увагу на потенційну помилку в підрахунку торгового обсягу на платформі прогнозування Polymarket. Згідно з дослідженням, баг в алгоритмі агрегації активності призводить до того, що оприлюднені показники суттєво не відповідають реальній активності користувачів.

У цьому твіті засновника Paradigm Хуанг підкреслив, що проблема не обмежується лише власними дашбордами Polymarket. Більшість зовнішніх дашбордів і аналітичних інструментів, які використовують ті самі сирі потоки даних, ймовірно, також успадкували цю саму помилку, поширюючи некоректні цифри на декількох платформах. Водночас основна проблема, здається, виникає через те, як угоди підсумовуються та класифікуються у вихідних потоках.

Подвійний підрахунок торгової активності на Polymarket у публічних наборах даних

Дослідження, на яке посилається Хуанг, припускає, що коренем розбіжності є подвійний підрахунок обсягу. На практиці це означає, що багато інструментів можуть фіксувати обидві сторони угоди як окремі внески у загальний обіг. У результаті те, що виглядає як стрибок торгового обсягу на Polymarket, насправді може бути наслідком того, що одні й ті самі транзакції враховані двічі замість одного разу.

Водночас наслідки виходять за межі одного дашборду. Оскільки кілька публічних джерел даних та сторонніх наборів даних використовують цифри Polymarket, некоректні ончейн-дані ринку могли бути розповсюджені на популярні аналітичні платформи та дашборди, створені спільнотою. Крім того, аналітикам, які значною мірою покладалися на ці дані для історичних порівнянь і побудови кривих зростання, можливо, доведеться переглянути попередні висновки.

Вплив на ринкові метрики та порівняння

Одне з головних питань — як цей баг може вплинути на інтерпретацію щомісячного обсягу Polymarket і похідних метрик, таких як середній розмір квитка чи обіг користувачів. Якщо подвійний підрахунок є систематичним, то оцінний розмір загального обсягу Polymarket з часом міг бути суттєво завищений у багатьох звітах. Втім, базова поведінка користувачів і структура ринку залишаються незмінними; саме вимірювання потребує корекції.

Виявлення також ускладнює порівняння, такі як Kalshi проти Polymarket за обсягом, або ширші трендові аналізи. Багато інвесторів, дослідників і ЗМІ покладаються на такі крос-платформенні бенчмарки для оцінки динаміки сектору ринків прогнозів. Крім того, якщо лише на одній платформі були помилково підраховані угоди, попередні наративи про відносну частку ринку, можливо, слід переглянути.

Джерела даних про обсяг і потреба у перекалібруванні на Polymarket

Оригінальне дослідження, підсилене Хуангом, свідчить, що популярні аналітичні стеки, включаючи різні Dune-дашборди по обсягу Polymarket та інші кастомні середовища запитів, могли використовувати схожі алгоритми агрегації. Однак, коли баг Polymarket буде повністю задокументовано, з’явиться можливість відбудувати історичні ряди даних, які коректно відображають транзакції з одинарним підрахунком.

Поки що учасникам ринку рекомендується з обережністю ставитися до будь-яких історичних показників обсягу Polymarket, особливо якщо вони лежать в основі оцінкових моделей, прогнозів користувацького зростання чи міжсекторних порівнянь. Крім того, цей випадок підкреслює важливість уважного аналізу того, як визначення помилок торгового обсягу й методи підрахунку реалізовані у коді, а не припускати, що всі платформи однаково трактують значення обсягу, публікуючи цифри.

Підсумовуючи, дослідження, репостнуте Меттом Хуангом, свідчить, що структурна помилка підрахунку могла спотворити відображення активності Polymarket у багатьох аналітичних продуктах. Хоча самі ринки продовжують функціонувати, індустрії, ймовірно, доведеться переглянути історичні набори даних і посилити методології, щоб забезпечити прозорість і порівнюваність майбутньої статистики ончейн-торгів.